論文の概要: Using Curriculum Theory to Inform Approaches to Generative AI in Schools
- arxiv url: http://arxiv.org/abs/2309.13053v1
- Date: Thu, 7 Sep 2023 05:38:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-01 12:23:41.421771
- Title: Using Curriculum Theory to Inform Approaches to Generative AI in Schools
- Title（参考訳）: カリキュラム理論を用いた学校における生成aiへのアプローチ
- Authors: Myke Healy
- Abstract要約: この研究は、ジェネレーティブAIとエリオット・アイズナーの明示的で暗黙的でヌルなカリキュラム概念の多面的関係を説明している。
それは、AI検出器の信頼性のような論理的および倫理的課題を精査し、教育者がこの生まれたばかりの技術を長年のカリキュラム構造に同化しようとするときに直面する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In an educational landscape dramatically altered by the swift proliferation
of Large Language Models, this essay interrogates the urgent this essay
interrogates the urgent pedagogical modifications required in secondary
schooling. Anchored in Madeline Grumet's triadic framework of curriculum
inquiry, the study delineates the multifaceted relationship between Generative
AI and Elliot Eisner's explicit, implicit, and null curriculum concepts. It
scrutinizes the logistical and ethical challenges, such as the reliability of
AI detectors, that educators confront when attempting to assimilate this
nascent technology into long-standing curricular structures. Engaging with Ted
Aoki's theory of the "zone of between", the essay illuminates educators'
dilemmas in reconciling prescriptive curricular aims with the fluid realities
of classroom life, all within an educational milieu in constant flux due to
Generative AI. The paper culminates in a reflective analysis by the researcher,
identifying avenues for further scholarly investigation within each of Grumet's
constitutive strands of curriculum theory, thereby providing a roadmap for
future research on Generative AI's transformative impact on educational
practice.
- Abstract（参考訳）: このエッセイは、大規模言語モデルの急速な普及によって劇的に変化する教育の状況において、このエッセイは、中等教育に必要となる急激な教育的修正を疑問視する。
madeline grumet氏のカリキュラム調査のトライアディックな枠組みに根ざしたこの研究は、生成aiとelliot eisner氏の明示的、暗黙的、そしてヌルなカリキュラム概念の間の多面的な関係を記述している。
それは、AI検出器の信頼性のような論理的および倫理的課題を精査し、教育者がこの生まれたばかりの技術を長年のカリキュラム構造に同化しようとするときに直面する。
このエッセイはテッド・青木(ted aoki)の「中間の領域」の理論に関わり、教育者のディレンマを教室生活の流動的現実と調和させ、すべて、生成的aiによる教育的ミリューの中で常にフラックスを保っている。
この論文は、Grumetのカリキュラム理論の構成的ストランドのそれぞれにおいて、さらなる学術的な研究の道筋を同定し、ジェネレーティブAIの教育実践への変革的影響に関する今後の研究のロードマップを提供する。
関連論文リスト
- Generative AI and Agency in Education: A Critical Scoping Review and Thematic Analysis [0.0]
本稿では,ジェネレーティブAI(GenAI)と教育機関の関係を概観し,批判的デジタル教育のレンズを通して利用可能な文献を分析した。
我々は,デジタル空間における制御,可変エンゲージメントとアクセシビリティ,代理店の表記変更という3つの重要なテーマを,AIが支援するハイブリッドセマンティック分析によって明らかにした。
この結果から,GenAIは個人化や支援を通じて学習機関を強化できるが,教育の不平等が悪化し,学習者の自律性が低下する危険性も示唆された。
論文 参考訳（メタデータ） (2024-11-01T14:40:31Z) - To accept or not to accept? An IRT-TOE Framework to Understand Educators' Resistance to Generative AI in Higher Education [0.0]
本研究は,教育者が教室で生成人工知能を採用するのを防ぐ障壁を実証的に予測する理論モデルを開発することを目的とする。
我々のアプローチは、IRT(Innovation resistance Theory)フレームワークに基づいており、TOE(Technology-Organization-Environment)フレームワークの構成要素を拡張しています。
論文 参考訳（メタデータ） (2024-07-29T15:59:19Z) - Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できる
この研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。
本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
論文 参考訳（メタデータ） (2024-07-17T20:01:21Z) - Generative Artificial Intelligence: A Systematic Review and Applications [7.729155237285151]
本稿では、ジェネレーティブAIにおける最近の進歩と技術に関する体系的なレビューと分析について述べる。
生成AIがこれまで行った大きな影響は、大きな言語モデルの開発による言語生成である。
論文は、責任あるAIの原則と、これらの生成モデルの持続可能性と成長に必要な倫理的考察から締めくくられる。
論文 参考訳（メタデータ） (2024-05-17T18:03:59Z) - Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
論文 参考訳（メタデータ） (2024-02-02T23:54:51Z) - Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。
大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。
研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
論文 参考訳（メタデータ） (2024-01-30T03:51:44Z) - Language Models: A Guide for the Perplexed [51.88841610098437]
このチュートリアルは、言語モデルを学ぶ人と、興味を持ち、もっと学びたいと思う人とのギャップを狭めることを目的としています。
実験を通して学ぶことができる質問に焦点を当てた科学的視点を提供する。
言語モデルは、現在、その開発に繋がる研究の文脈に置かれています。
論文 参考訳（メタデータ） (2023-11-29T01:19:02Z) - White Paper: The Generative Education (GenEd) Framework [0.0]
Generative Education(GenEd)フレームワークは、教育におけるLarge Language Models(LLM)からLarge Multimodal Models(LMM)への移行を探求する。
本稿では,パーソナライズ,対話的,感情的な学習環境を構築するためのLMMの可能性について考察する。
論文 参考訳（メタデータ） (2023-10-16T23:30:42Z) - The Impact of Artificial Intelligence on the Evolution of Digital
Education: A Comparative Study of OpenAI Text Generation Tools including
ChatGPT, Bing Chat, Bard, and Ernie [0.196629787330046]
このレビュー論文は、Bing Chat、Bard、ErnieといったOpenAIの先駆的なテキスト生成ツールの能力と影響を対比することで、急速に進化するデジタル教育の風景を深く掘り下げている。
この研究は、教育の民主化、自治主義の育成、学生のエンゲージメントの拡大におけるその役割を浮き彫りにしている。
しかし、このような変革的な力によって、テキスト生成ツールが必然的に学術的完全性に挑戦する可能性があるため、誤用の可能性がもたらされる。
論文 参考訳（メタデータ） (2023-09-05T08:15:00Z) - Positioning yourself in the maze of Neural Text Generation: A
Task-Agnostic Survey [54.34370423151014]
本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。
本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
論文 参考訳（メタデータ） (2020-10-14T17:54:42Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。