論文の概要: Scaffold or Crutch? Examining College Students' Use and Views of Generative AI Tools for STEM Education

• arxiv url: http://arxiv.org/abs/2412.02653v1
• Date: Tue, 03 Dec 2024 18:27:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:43:00.363228
• Title: Scaffold or Crutch? Examining College Students' Use and Views of Generative AI Tools for STEM Education
• Title（参考訳）: スケッチかクラッチか? 大学生のSTEM教育における生成型AIツールの利用と展望
• Authors: Karen D. Wang, Zhangyang Wu, L'Nard Tufts II, Carl Wieman, Shima Salehi, Nick Haber,
• Abstract要約: ChatGPTのようなGenAIツールは、これらのツールが学生のSTEM問題解決能力の発達にどのように役立つか、あるいは妨げるか、という新たな考慮を導入する。 本研究は、大学生がSTEMコースでgenAIツールをどのように使っているか、なぜ利用しているのかを調査することによって、これらの考察を考察する。 本研究は,STEM学生におけるgenAIツールの採用率と多種多様さを明らかにした。
• 参考スコア（独自算出の注目度）: 1.1988047368965273
• License:
• Abstract: Developing problem-solving competency is central to Science, Technology, Engineering, and Mathematics (STEM) education, yet translating this priority into effective approaches to problem-solving instruction and assessment remain a significant challenge. The recent proliferation of generative artificial intelligence (genAI) tools like ChatGPT in higher education introduces new considerations about how these tools can help or hinder students' development of STEM problem-solving competency. Our research examines these considerations by studying how and why college students use genAI tools in their STEM coursework, focusing on their problem-solving support. We surveyed 40 STEM college students from diverse U.S. institutions and 28 STEM faculty to understand instructor perspectives on effective genAI tool use and guidance in STEM courses. Our findings reveal high adoption rates and diverse applications of genAI tools among STEM students. The most common use cases include finding explanations, exploring related topics, summarizing readings, and helping with problem-set questions. The primary motivation for using genAI tools was to save time. Moreover, over half of student participants reported simply inputting problems for AI to generate solutions, potentially bypassing their own problem-solving processes. These findings indicate that despite high adoption rates, students' current approaches to utilizing genAI tools often fall short in enhancing their own STEM problem-solving competencies. The study also explored students' and STEM instructors' perceptions of the benefits and risks associated with using genAI tools in STEM education. Our findings provide insights into how to guide students on appropriate genAI use in STEM courses and how to design genAI-based tools to foster students' problem-solving competency.
• Abstract（参考訳）: 問題解決能力の育成は、科学、技術、工学、数学(STEM)教育の中心であるが、この優先事項を問題解決指導と評価への効果的なアプローチに変換することは大きな課題である。 高等教育におけるChatGPTのようなジェネレーティブ人工知能(genAI)ツールの普及は、これらのツールが学生のSTEM問題解決能力の発達にどのように役立つか、あるいは妨げるかという新たな考察をもたらす。 本研究は,大学生がSTEMコースでgenAIツールをどのように利用するか,どのように利用しているかを,問題解決支援に焦点をあてて検討することによって,これらの考察を考察する。 STEM講習会では,米国各地のSTEM学生40名を対象に,GenAIツールの効果的な活用と指導に関するインストラクターの視点について調査した。 本研究は,STEM学生におけるgenAIツールの採用率と多種多様さを明らかにした。 最も一般的なユースケースは、説明を見つけること、関連するトピックを探索すること、読みを要約すること、問題セットの質問を支援することである。 genAIツールを使用する主な動機は、時間を節約することだった。 さらに、学生の半数以上が、AIがソリューションを生成するために単に問題を入力していると報告している。 これらの結果は, 採用率が高いにもかかわらず, STEM問題解決能力の向上に学生のGenAIツール活用への現在のアプローチは不十分であることが示唆された。 また,STEM教育におけるgenAIツールの使用に伴うメリットとリスクに対する,学生とSTEMインストラクターの認識について検討した。 本研究は,学生がSTEM講座で適切なgenAI活用を指導する方法と,学生の問題解決能力を高めるためにgenAIベースのツールを設計する方法についての知見を提供する。

関連論文リスト

• Exploring the Impact of Generative Artificial Intelligence in Education: A Thematic Analysis [0.7701938856931689]
  ChatGPTやBardのような大規模言語モデル(LLM)は、ボイラープレートタスクを自動化するために利用することができる。 これらのツールの責任ある統合を保証するため,教育分野におけるガイドライン,方針,評価手法の開発が重要である。
  論文  参考訳（メタデータ） (2025-01-17T11:49:49Z)
• Insights from the Frontline: GenAI Utilization Among Software Engineering Students [19.31786879151898]
  ソフトウェア開発(SE)において、ジェネレーティブAI(genAI)ツールがユビキタスになった 我々は、genAIツールを用いてSE学習と実装を補完する学術的経験を探求する。 これらのツールがどのような状況で役に立つのか、どのように課題に直面するのか、そしてこれらの課題がなぜ発生し、学生にどのように影響するかを調べる。
  論文  参考訳（メタデータ） (2024-12-20T07:30:51Z)
• A Multi-Year Grey Literature Review on AI-assisted Test Automation [46.97326049485643]
  テスト自動化(TA)技術は、ソフトウェアエンジニアリングの品質保証には不可欠だが、制限に直面している。 業界でAIが広く使われていることを考えると、真実の情報源はグレー文学だけでなく、専門家の心にも当てはまる。 この研究は、グレーの文献を調査し、AIがTAでどのように採用されているかを調査し、解決する問題、そのソリューション、利用可能なツールに焦点を当てる。
  論文  参考訳（メタデータ） (2024-08-12T15:26:36Z)
• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [176.39275404745098]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• Qualitative and quantitative analysis of student's perceptions in the use of generative AI in educational environments [0.0]
  教育における生成人工知能の効果的な統合は、将来の世代を準備するための基本的な側面である。 本研究の目的は,教室内における制御された学生とIAの相互作用の知覚を定量的かつ質的な視点から分析することである。
  論文  参考訳（メタデータ） (2024-05-22T09:56:05Z)
• Higher education assessment practice in the era of generative AI tools [0.37282630026096586]
  本研究は,データサイエンス,データ分析,建設管理の3つの指標を用いて実験を行った。 以上の結果から,GenAIツールが主観的知識,問題解決,分析的,批判的思考,プレゼンテーション能力を示すことが明らかとなった。 この結果から,AIツールをHEでの教育や学習に活用する方法を推奨した。
  論文  参考訳（メタデータ） (2024-04-01T10:43:50Z)
• Toward enriched Cognitive Learning with XAI [44.99833362998488]
  本稿では,人工知能(AI)ツールによる認知学習のためのインテリジェントシステム(CL-XAI)を提案する。 CL-XAIの使用は、学習者が問題解決スキルを高めるために問題に取り組むゲームインスパイアされた仮想ユースケースで説明される。
  論文  参考訳（メタデータ） (2023-12-19T16:13:47Z)
• Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
  目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。 GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。 PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-03T12:37:16Z)
• 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)
• Tool Learning with Foundation Models [158.8640687353623]
  基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。 その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
  論文  参考訳（メタデータ） (2023-04-17T15:16:10Z)
• AI Explainability 360: Impact and Design [120.95633114160688]
  2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。 本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。 また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
  論文  参考訳（メタデータ） (2021-09-24T19:17:09Z)

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。