論文の概要: AI in Education: Rationale, Principles, and Instructional Implications

• arxiv url: http://arxiv.org/abs/2412.12116v1
• Date: Mon, 02 Dec 2024 14:08:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-22 08:34:09.084796
• Title: AI in Education: Rationale, Principles, and Instructional Implications
• Title（参考訳）: 教育におけるAI:リズム、原則、教育的意味
• Authors: Eyvind Elstad,
• Abstract要約: ChatGPTのような生成AIは、人間のようなコンテンツを作り、その教育的役割について疑問を呈する。 この研究は、AIが真の認知的努力を補うのではなく、確実に補完する意図的な戦略を強調している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study examines the integration of generative AI in schools, assessing its benefits and risks. As AI use by students grows, it's crucial to understand its impact on learning and teaching practices. Generative AI, like ChatGPT, can create human-like content, prompting questions about its educational role. The article differentiates large language models from traditional search engines and stresses the need for students to develop critical source evaluation skills. Although empirical evidence on AI's classroom effects is limited, AI offers personalized learning support and problem-solving tools, alongside challenges like undermining deep learning if misused. The study emphasizes deliberate strategies to ensure AI complements, not replaces, genuine cognitive effort. AI's educational role should be context-dependent, guided by pedagogical goals. The study concludes with practical advice for teachers on effectively utilizing AI to promote understanding and critical engagement, advocating for a balanced approach to enhance students' knowledge and skills development.
• Abstract（参考訳）: 本研究では、学校における生成AIの統合について検討し、そのメリットとリスクを評価する。 学生によるAIの利用が増えるにつれて、学習と教育の実践に対するその影響を理解することが不可欠である。 ChatGPTのような生成AIは、人間のようなコンテンツを作り、その教育的役割について疑問を呈する。 本論文は,大規模言語モデルと従来の検索エンジンを区別し,学生が重要な情報源評価スキルを開発する必要性を強調している。 AIの教室効果に関する実証的な証拠は限られているが、AIはパーソナライズされた学習支援と問題解決ツールを提供している。 この研究は、AIが真の認知的努力を補うのではなく、確実に補完する意図的な戦略を強調している。 AIの教育的役割は文脈に依存し、教育的な目標によって導かれるべきである。 この研究は、教師がAIを効果的に活用して理解と批判的エンゲージメントを促進するための実践的なアドバイスとともに、学生の知識とスキル開発を強化するためのバランスのとれたアプローチを提唱する。

関連論文リスト

• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  AIシステムは知恵を欠いている。 AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。 メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• Human-Centric eXplainable AI in Education [0.0]
  本稿では,教育現場における人間中心型eXplainable AI(HCXAI)について検討する。 学習成果の向上、ユーザ間の信頼の向上、AI駆動ツールの透明性確保における役割を強調している。 ユーザ理解とエンゲージメントを優先するHCXAIシステムの開発のための包括的なフレームワークを概説する。
  論文  参考訳（メタデータ） (2024-10-18T14:02:47Z)
• 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)
• Collaborative Design of AI-Enhanced Learning Activities [0.0]
  我々は、プレサービス教師、インサービス教師、EdTechスペシャリストがAIを教育実践に効果的に組み込むことができるような形式的な介入を開発する。 参加者は、AIリテラシーを教育に組み込むさまざまなアクティビティを探求することで、AIの教育と学習のポテンシャルを反映している。
  論文  参考訳（メタデータ） (2024-07-09T08:34:08Z)
• Untangling Critical Interaction with AI in Students Written Assessment [2.8078480738404]
  重要な課題は、人間が必須の批判的思考とAIリテラシースキルを備えていることを保証することである。 本稿では,AIと批判的学習者インタラクションの概念を概念化するための第一歩を提供する。 理論的モデルと経験的データの両方を用いて、予備的な発見は、書き込みプロセス中にAIとのディープインタラクションが全般的に欠如していることを示唆している。
  論文  参考訳（メタデータ） (2024-04-10T12:12:50Z)
• 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)
• Assigning AI: Seven Approaches for Students, with Prompts [0.0]
  本稿では,Large Language Models(LLM)の教育における転換的役割とその学習ツールとしての可能性について考察する。 AI-tutor、AI-coach、AI-mentor、AI-teammate、AI-tool、AI-simulator、AI-studentの7つのアプローチを提案する。
  論文  参考訳（メタデータ） (2023-06-13T03:36:36Z)
• 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)
• 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。