FACTRIA用AI辅助解读高校分析偏差

Francielle Marques等提出FACTRIA框架，并将其接入生成式AI聊天机器人，帮助高校决策者审视机构分析数据中的潜在偏差。基于4个真实案例的定性研究和转换网络分析显示，聊天机器人促使参与者识别被忽略因素如何影响其初始解读，但结果未证明其能直接减少偏差或提高分析准确率。 FACTRIA将影响因素归纳为分析流程、机构背景、课程特征和人口统计四类；研究对象为参与相关分析的决策者。论文称，将结构化框架与AI引导结合，可提升机构数据解读的语境意识与责任意识。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。