論文の概要: A Meta-analysis of College Students' Intention to Use Generative Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2409.06712v1
- Date: Sun, 25 Aug 2024 15:46:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-15 05:21:30.436541
- Title: A Meta-analysis of College Students' Intention to Use Generative Artificial Intelligence
- Title（参考訳）: 生成人工知能を用いた大学生の意図のメタ分析
- Authors: Yifei Diao, Ziyi Li, Jiateng Zhou, Wei Gao, Xin Gong,
- Abstract要約: 本研究では,27の実証的研究のメタ分析を行った。
主な変数は、GenAIを使用する学生の行動意図と強く相関している。
ジェンダーは、特に、学生のGenAIの使用に対する行動意図に対する態度を緩やかにしていただけである。
- 参考スコア（独自算出の注目度）: 5.13644976086965
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It is of critical importance to analyse the factors influencing college students' intention to use generative artificial intelligence (GenAI) to understand and predict learners' learning behaviours and academic outcomes. Nevertheless, a lack of congruity has been shown in extant research results. This study, therefore, conducted a meta-analysis of 27 empirical studies under an integrated theoretical framework, including 87 effect sizes of independent research and 33,833 sample data. The results revealed that the main variables are strongly correlated with students' behavioural intention to use GenAI. Among them, performance expectancy (r = 0.389) and attitudes (r = 0.576) play particularly critical roles, and effort expectancy and habit are moderated by locational factors. Gender, notably, only moderated attitudes on students' behavioural intention to use GenAI. This study provides valuable insights for addressing the debate regarding students' intention to use GenAI in existed research, improving educational technology, as well as offering support for school decision-makers and educators to apply GenAI in school settings.
- Abstract（参考訳）: 学習者の学習行動や学術的成果を理解し予測するために、生成的人工知能(GenAI)を使用する学生の意図に影響を与える要因を分析することが重要である。
それにもかかわらず、現在の研究結果には一貫性の欠如が示されている。
そこで本研究では,独立研究の87効果サイズと33,833サンプルデータを含む27種類の実験研究を,統合理論の枠組みの下でメタ分析した。
その結果,主要な変数は学生のGenAI使用に対する行動意図と強く相関していることが判明した。
そのうち、パフォーマンス期待度(r = 0.389)と態度(r = 0.576)は特に重要な役割を担い、努力期待度と習慣は場所的要因によって中和される。
ジェンダーは、特に、学生のGenAIの使用に対する行動意図に対する態度を緩やかにしていただけである。
本研究は、既存の研究でGenAIを使用する学生の意図に関する議論、教育技術の改善、学校における意思決定者や教育者への支援、といった課題に対処するための貴重な知見を提供する。
関連論文リスト
- Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。
私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。
我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
論文 参考訳（メタデータ） (2024-11-17T20:17:47Z) - Misconceptions, Pragmatism, and Value Tensions: Evaluating Students' Understanding and Perception of Generative AI for Education [0.11704154007740832]
学生はこの技術のアーリーアダプターであり、非典型的手法で利用している。
学生は,1)GenAIの理解,2)GenAIの利用,3)教育における利用に関するメリット,欠点,倫理的問題について,その説明を求めた。
論文 参考訳（メタデータ） (2024-10-29T17:41:06Z) - Hey GPT, Can You be More Racist? Analysis from Crowdsourced Attempts to Elicit Biased Content from Generative AI [41.96102438774773]
本研究は,GenAIツールから偏りのあるアウトプットを抽出するプロンプトの設計に参加者が挑戦する大学レベルのコンペから得られた知見を提示する。
我々は、競争の提出を定量的に質的に分析し、GenAIにおける多様なバイアスと、GenAIにおけるバイアスを誘発する参加者の戦略を同定する。
論文 参考訳（メタデータ） (2024-10-20T18:44:45Z) - Understanding Student and Academic Staff Perceptions of AI Use in Assessment and Feedback [0.0]
高等教育における人工知能(AI)と生成人工知能(GenAI)の台頭は、評価改革を必要としている。
本研究は,AIとGenAIツールを用いた学生と学術スタッフの経験を探索することによって,重要なギャップを解消する。
オンライン調査では、ベトナムの2つの大学とシンガポールの1つの大学から35人の研究スタッフと282人の学生のデータを収集した。
論文 参考訳（メタデータ） (2024-06-22T10:25:01Z) - Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。
本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。
ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文 参考訳（メタデータ） (2024-03-05T09:09:15Z) - RealBehavior: A Framework for Faithfully Characterizing Foundation
Models' Human-like Behavior Mechanisms [45.97077960079147]
本稿では,モデルのヒューマノイドな振る舞いを忠実に特徴付けるためのフレームワークであるRealBehaviorを紹介する。
本研究は, 心理的ツールのシンプルな応用は, すべての人間の行動に忠実に特徴付けることはできないことを示唆している。
論文 参考訳（メタデータ） (2023-10-17T12:58:17Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Innovating Computer Programming Pedagogy: The AI-Lab Framework for
Generative AI Adoption [0.0]
我々は、中核的なプログラミングコースでGenAIを効果的に活用するために、学生を指導するフレームワーク「AI-Lab」を紹介した。
GenAIの誤りを特定し、修正することで、学生は学習プロセスを充実させる。
教育者にとって、AI-Labは、学習経験におけるGenAIの役割に対する学生の認識を探索するメカニズムを提供する。
論文 参考訳（メタデータ） (2023-08-23T17:20:37Z) - Deconstructing Student Perceptions of Generative AI (GenAI) through an
Expectancy Value Theory (EVT)-based Instrument [0.0]
本研究は,高校生の認知と生成型AIを高等教育に活用する意図との関係について検討する。
学生のジェネレーティブAI, 知覚価値, 知覚コストに関する知識を測定するために, 質問紙調査を行った。
論文 参考訳（メタデータ） (2023-05-02T03:40:13Z) - Students' Voices on Generative AI: Perceptions, Benefits, and Challenges
in Higher Education [2.0711789781518752]
本研究では,ChatGPTなどのジェネレーティブAI(GenAI)技術の高等教育における大学生の認識について検討する。
学生は、パーソナライズされた学習支援、執筆とブレインストーミングの支援、研究と分析能力の可能性を認識した。
また, 正確性, プライバシー, 倫理的問題, 個人の発達, キャリアの見通し, 社会的価値への影響についても検討した。
論文 参考訳（メタデータ） (2023-04-29T15:53:38Z) - 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)
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。