머신 언러닝(MU)은 책임감 있고 적응적인 AI 발전에 중요한 보호, 수정, 적응 기능을 도입하여 ML 시스템의 지속적인 문제를 해결하는 유망한 접근 방식으로 부상했습니다. 이 논문은 교육 분야에서 MU의 잠재력을 탐구하며, 42개의 동료 검토 연구를 체계적으로 검토하여 MU 메커니즘을 분석하고, 책임감 있고 적응적인 AI의 실현에 기여하는 방식을 분석합니다. MU는 개인 정보 보호, 적대적 또는 손상된 데이터에 대한 복원력, 편향 완화를 통한 공정성, 진화하는 상황에 대한 적응성을 포함한 네 가지 핵심 개입 영역에서 상당한 가능성을 보여줍니다. 또한, MU 개입은 교육 AI에 내재된 기술적, 윤리적, 교육적 과제에 매핑됩니다. 이 논문은 교육 맥락에서 책임감 있고 적응적인 AI 프레임워크 내에 MU를 통합하는 참조 아키텍처인 MU4RAAI를 소개합니다.
