3.3–3.7; 4 · ネットワーク、メディアと自動化

IB Diploma Programme Digital Society SL（初回評価 2024；2021 ガイド）。このトピックは、残りの CONTENT 領域（3.3 computers, 3.4 networks and the internet, 3.5 media, 3.6 artificial intelligence, 3.7 robots and autonomous technologies）を7つの CONTEXTS に位置づけ、Source-based Paper 2（SL での出題比率 30%）で求められる多様なソースの探究と、それらの claim や perspective の評価を行うことを可能にする。このハンドアウトは、コンテンツ領域、コンテキスト、ソース・ディシプリン（文書整理）を教える。すべてのワークドケースはオリジナルのクラスルーム事例である。

ネットワーク、メディア、自動化において必須の知識：

基盤として、コンピュータ（3.3）は（メモリ、エネルギー、注意力という）限界を持って処理を行います。ネットワークとインターネット（3.4）はレイヤーごとに接続され、各レイヤーはボトルネックとなります（ケーブル、プラットフォーム、標準規格）。どのレイヤーを所有するかによって、そのルールが決まります。日常生活に最も近いのはメディア（3.5）の内容領域です：制作（誰もがパブリッシャー）、配布（フィードが時系列ではなくランク順）、参加（コメント、共有、群衆による攻撃）。

演習ケース。 クラスニュースフィード：同一の学校イベントの三つのバージョン（公式投稿、生徒動画、風刺ミーム）は異なる方法で拡散します。なぜなら、ランク付けアルゴリズムは正確性ではなくエンゲージメントを報いるからです。これは、ネットワーク上のボトルネックにおけるメディアコンテンツです。

3.6 において、人工知能は決定の委任（フラグを立てる分類器、ランクをつけるリコメンダー） addition ロボットおよび自律技術（3.7）は行動の委任（倉庫ロボット、自律型芝生トリマー）を加えます。それぞれの委任は、人間の判断を別の場所へ移動させます。すべての事例は七つの文脈によって位置づけられます：文化的、経済的、環境的、健康的、人間の知、政治的、社会的。同じリコメンダーでも、経済的文脈（どの市場か）と健康的文脈（どの福祉か）では異なる事例となります。

演習事例、継続。 学校のエッセイフィードバック分類器：AIコンテンツ（委譲された判断）は、人間の知識の文脈（良い文章とは何か）と社会的文脈（誰が奨励されるか）において、文脈の選択が問いそのものを変える。

紙面 2 は出典依存型である：分野としての出典を3つの視点で読むことである。すなわち、その主張（何を断定しているか）、その視点（誰が、どこから、どのような利益を持って話しているか）、そしてその発元（どこから来たか、誰が出版したか、いつか）である。多様な出典とは、本質的に異なる視点（プラットフォームの声明、ユーザーの証言、規制当局の報告書など）を指し、エッセイでは同意できるものを積み上げるのではなく、それらを相対的に重み付けする。

演習事例、結論。 フeedケースにおける3つの出典：プラットフォームの透明性投稿（主張：ランキングは関連性を提供；視点：注目の販売者）、学生クリエイターの証言（主張：ミームが最も広まった；視点：参加者）、メディアリテラシー研究（主張：エンゲージメントランキングは憤慨を報いる；視点：研究者）である。エッセイはこれらすべてをケースに対して重み付けする。

• コンピュータ、ネットワーク、メディア：基盤、レイヤー、フィード（コンピュータ）。

• AIとロボット：委譲された意思決定、委譲された行動（自動化）。

• 各ケースを位置づける7つの文脈（出典）。

• 各出典における主張、視点、発元（出典）。

• 演習されたフィードと分類器の事例を理解する（演習）。 境界メモ：受験官は探究が機能していることを確認する必要がある。概念の名前、多様な出典とその評価、現実世界での具体的な例。すべての演習事例は教室で用いたオリジナルのケースである。