論文の概要: What Explains Teachers' Trust of AI in Education across Six Countries?
- arxiv url: http://arxiv.org/abs/2312.01627v2
- Date: Fri, 2 Feb 2024 08:26:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-05 19:18:49.244999
- Title: What Explains Teachers' Trust of AI in Education across Six Countries?
- Title（参考訳）: 教師の教育におけるAIの信頼について6か国で説明できるもの
- Authors: Olga Viberg, Mutlu Cukurova, Yael Feldman-Maggor, Giora Alexandron,
Shizuka Shirai, Susumu Kanemune, Barbara Wasson, Cathrine T{\o}mte, Daniel
Spikol, Marcelo Milrad, Raquel Coelho, Ren\'e F. Kizilcec
- Abstract要約: 4大陸6ヶ国508K-12教師を対象に調査を行った。
より高いAI-EdTechの自己効力感とAI理解を持つ教師は、より多くの利益を享受し、懸念を減らし、AI-EdTechへの信頼を報告している。
- 参考スコア（独自算出の注目度）: 0.4757766106055938
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: With growing expectations to use AI-based educational technology (AI-EdTech)
to improve students' learning outcomes and enrich teaching practice, teachers
play a central role in the adoption of AI-EdTech in classrooms. Teachers'
willingness to accept vulnerability by integrating technology into their
everyday teaching practice, that is, their trust in AI-EdTech, will depend on
how much they expect it to benefit them versus how many concerns it raises for
them. In this study, we surveyed 508 K-12 teachers across six countries on four
continents to understand which teacher characteristics shape teachers' trust in
AI-EdTech, and its proposed antecedents, perceived benefits and concerns about
AI-EdTech. We examined a comprehensive set of characteristics including
demographic and professional characteristics (age, gender, subject, years of
experience, etc.), cultural values (Hofstede's cultural dimensions), geographic
locations (Brazil, Israel, Japan, Norway, Sweden, USA), and psychological
factors (self-efficacy and understanding). Using multiple regression analysis,
we found that teachers with higher AI-EdTech self-efficacy and AI understanding
perceive more benefits, fewer concerns, and report more trust in AI-EdTech. We
also found geographic and cultural differences in teachers' trust in AI-EdTech,
but no demographic differences emerged based on their age, gender, or level of
education. The findings provide a comprehensive, international account of
factors associated with teachers' trust in AI-EdTech. Efforts to raise
teachers' understanding of, and trust in AI-EdTech, while considering their
cultural values are encouraged to support its adoption in K-12 education.
- Abstract（参考訳）: AIベースの教育技術(AI-EdTech)を学生の学習成果の改善や教育実践の充実に活用することへの期待が高まっており、教員は教室におけるAI-EdTechの採用において中心的な役割を果たす。
テクノロジを日々の教育プラクティスに統合することで、脆弱性を受け入れる教師の意思は、ai-edtechに対する信頼度によって決まる。
本研究では,6大陸6ヶ国508K-12の教師を対象に,AI-EdTechに対する教師の信頼をどう形作るか,AI-EdTechに対するメリットや懸念について調査した。
本研究では,人口,職業特性(年齢,性別,主観,経験年数など),文化的価値(ホフステードの文化的次元),地理的位置(ブラジル,イスラエル,日本,ノルウェー,スウェーデン,アメリカ),心理的要因(自己効力感と理解)など,包括的特徴セットについて検討した。
複数の回帰分析を用いて、より高いAI-EdTech自己効力とAI理解を持つ教師は、より多くの利益を享受し、懸念を減らし、AI-EdTechに対する信頼を報告している。
また,教師のAI-EdTechに対する信頼度には地理的・文化的差が認められたが,年齢,性別,教育水準による人口差はみられなかった。
この発見は、AI-EdTechに対する教師の信頼に関連する要因を包括的で国際的に分析するものである。
教師のAI-EdTechに対する理解を高め、その文化的価値を考慮しつつ、K-12教育への導入を支援するために努力する。
関連論文リスト
- Navigating the Future of Education: Educators' Insights on AI Integration and Challenges in Greece, Hungary, Latvia, Ireland and Armenia [1.7205106391379026]
本稿は,教師が現在AIをどのように活用し,その教育プロセスを強化するかを検討することを目的とする。
我々はギリシャ、ハンガリー、ラトビア、アイルランド、アルメニアにまたがる全国的な調査を行い、1754人の教育者を調査した。
論文 参考訳（メタデータ） (2024-08-28T10:22:05Z) - Teacher agency in the age of generative AI: towards a framework of hybrid intelligence for learning design [0.0]
ジェネレーティブAI(genAI)は、異なる目的のために教育で使用されている。
教員の視点からは、ジェネシスはデザインの学習などの活動を支援することができる。
しかし、GenAIは教師の力不足により、専門職に悪影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2024-07-09T08:28:05Z) - Exploring Teachers' Perception of Artificial Intelligence: The Socio-emotional Deficiency as Opportunities and Challenges in Human-AI Complementarity in K-12 Education [1.9797215742507548]
学校では、教師は教育者、カウンセラー、意思決定者、学校コミュニティのメンバーとして多くの役割を担っている。
人工知能(AI)の最近の進歩により、AIが教師にどのように支援し、補完し、協力できるかが議論されている。
本研究は,AIの潜在的な強みと限界に対する教育者の視点を探究するものである。
論文 参考訳（メタデータ） (2024-05-20T15:43:04Z) - Understanding Teacher Perspectives and Experiences after Deployment of
AI Literacy Curriculum in Middle-school Classrooms [12.35885897302579]
我々は,MIT RAICAカリキュラムのモジュール実装にともなう7人の教師の経験を考察した。
我々の分析は、AIモジュールが、この分野における教師の知識を拡大したことを示唆している。
私たちの教師は、技術資源をナビゲートする際に、より良い外部支援の必要性を主張しました。
論文 参考訳（メタデータ） (2023-12-08T05:36:16Z) - The AI Revolution in Education: Will AI Replace or Assist Teachers in
Higher Education? [0.0]
この研究は、AI技術に直面する教育者の役割について、包括的な視点を提供する。
参加者は、人間の教師は批判的思考、創造性、感情など固有の性質を持っていると論じている。
この研究は、教師がAIを効果的に統合し、代用として見なすことなく、教育と学習を強化することを提案している。
論文 参考訳（メタデータ） (2023-05-02T03:39:34Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳（メタデータ） (2022-02-02T20:59:53Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI)
Curriculum [58.86139968005518]
香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。
工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。
共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
論文 参考訳（メタデータ） (2021-01-19T11:26:19Z) - Explainable Active Learning (XAL): An Empirical Study of How Local
Explanations Impact Annotator Experience [76.9910678786031]
本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。
本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
論文 参考訳（メタデータ） (2020-01-24T22:52:18Z)
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。