論文の概要: The Evolving Usage of GenAI by Computing Students
- arxiv url: http://arxiv.org/abs/2412.16453v1
- Date: Sat, 21 Dec 2024 03:00:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-24 16:01:26.806019
- Title: The Evolving Usage of GenAI by Computing Students
- Title（参考訳）: コンピュータ学生のGenAI利用の展開
- Authors: Irene Hou, Hannah Vy Nguyen, Owen Man, Stephen MacNeil,
- Abstract要約: 本稿では,北米の大学において,コンピュータ科学生を対象に行った横断的な調査から得られた知見について述べる。
2023年、34.1%の学生がChatGPTを使用していないと報告し、オンライン検索、ピアサポート、クラスフォーラムの4位にランクインした。
このような普及にもかかわらず、学生の時間的・日常的なGenAIツールの利用は減少している。
- 参考スコア（独自算出の注目度）: 0.4999814847776098
- License:
- Abstract: Help-seeking is a critical aspect of learning and problem-solving for computing students. Recent research has shown that many students are aware of generative AI (GenAI) tools; however, there are gaps in the extent and effectiveness of how students use them. With over two years of widespread GenAI usage, it is crucial to understand whether students' help-seeking behaviors with these tools have evolved and how. This paper presents findings from a repeated cross-sectional survey conducted among computing students across North American universities (n=95). Our results indicate shifts in GenAI usage patterns. In 2023, 34.1% of students (n=47) reported never using ChatGPT for help, ranking it fourth after online searches, peer support, and class forums. By 2024, this figure dropped sharply to 6.3% (n=48), with ChatGPT nearly matching online search as the most commonly used help resource. Despite this growing prevalence, there has been a decline in students' hourly and daily usage of GenAI tools, which may be attributed to a common tendency to underestimate usage frequency. These findings offer new insights into the evolving role of GenAI in computing education, highlighting its increasing acceptance and solidifying its position as a key help resource.
- Abstract（参考訳）: ヘルプ・シーキングは、コンピューティングの学生にとって、学習と問題解決の重要な側面である。
近年の研究では、多くの学生が生成型AI(GenAI)ツールを意識していることが示されているが、学生がそれを使う方法の程度と有効性には差がある。
2年以上にわたるGenAIの普及により,これらのツールを用いた支援行動が発展し,どのように発展してきたかを理解することが重要である。
本報告では,北米の大学において,コンピュータ科学生を対象に行った横断的調査(n=95。
以上の結果から,GenAIの利用パターンの変化が示唆された。
2023年、34.1%の学生(n=47)がChatGPTを使っていないと報告し、オンライン検索、ピアサポート、クラスフォーラムの4位にランクインした。
2024年までにこの数字は6.3%(n=48)に急減し、ChatGPTは最もよく使われるヘルプリソースとしてオンライン検索にほぼ一致するようになった。
この傾向にもかかわらず、学生の時間的・日常的なGenAIツールの利用は減少しており、これは使用頻度を過小評価する傾向が一般的であると考えられる。
これらの発見は、コンピュータ教育におけるGenAIの役割の進化に関する新たな洞察を与え、その受容の高まりと重要な支援資源としての立場の確立を浮き彫りにしている。
関連論文リスト
- 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) - Students' Perceptions and Use of Generative AI Tools for Programming Across Different Computing Courses [1.7811951520198]
生成的人工知能(GenAI)の教育における利用に対する学生の認識と意見の調査が注目されている。
学生がGenAIツールをどのように認識し利用しているかは、背景知識を含む多くの要因に依存する可能性がある。
ヨーロッパ大の研究大学の全コンピュータプログラムの学生を対象に,3つの調査を行った。
論文 参考訳（メタデータ） (2024-10-09T13:24:06Z) - A Meta-analysis of College Students' Intention to Use Generative Artificial Intelligence [5.13644976086965]
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。
論文 参考訳（メタデータ） (2024-08-25T15:46:57Z) - How Novice Programmers Use and Experience ChatGPT when Solving Programming Exercises in an Introductory Course [0.0]
本研究は,コンピュータ教育研究コミュニティにおいて,導入プログラミングの文脈における生成型AI(GenAI)の理解に寄与する。
本研究は以下の研究課題によって導かれる。
初等プログラミング演習におけるChatGPTの使用パターンについて,学生はどのような報告をしているか?
初等プログラミング演習におけるChatGPTの認識について
論文 参考訳（メタデータ） (2024-07-30T12:55:42Z) - Generative AI and Teachers -- For Us or Against Us? A Case Study [0.22499166814992438]
大学教員によるジェネレーション人工知能(GenAI)の導入に関する調査
その結果,67名中35名(半数以上)がGenAIを使用していることがわかった。
59%は教育に影響を与えていると回答しているが、55%はGenAIの使用に関する法律があるべきだと回答している。
論文 参考訳（メタデータ） (2024-04-04T14:40:07Z) - Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。
GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。
この話題について,コミュニティの短期的,長期的目標について論じる。
論文 参考訳（メタデータ） (2023-08-28T18:51:09Z) - LLM-based Interaction for Content Generation: A Case Study on the
Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。
以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。
分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文 参考訳（メタデータ） (2023-04-18T15:35:43Z) - KGE-CL: Contrastive Learning of Knowledge Graph Embeddings [64.67579344758214]
本稿では,知識グラフ埋め込みのための簡易かつ効率的な学習フレームワークを提案する。
これは、関連するエンティティと異なる三重項におけるエンティティ-リレーションのカップルのセマンティック距離を短縮することができる。
WN18RRデータセットで51.2% MRR、46.8% Hits@1、59.1% MRR、51.8% Hits@1、YAGO3-10データセットで達成できる。
論文 参考訳（メタデータ） (2021-12-09T12:45:33Z) - 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) - Peer-inspired Student Performance Prediction in Interactive Online
Question Pools with Graph Neural Network [56.62345811216183]
本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。
具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。
1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
論文 参考訳（メタデータ） (2020-08-04T14:55:32Z) - Evaluating Graph Vulnerability and Robustness using TIGER [77.50446320230624]
TIGERは、ネットワークの堅牢性を研究するためのオープンソースのPythonツールボックスである。
TIGERには22のロバストネスグラフ測度があり、原版と高速な近似版がある。
TIGERは、世界中の教育者が利用できるNvidia Data Science Teaching Kitと、1000人以上の学生を持つジョージア工科大学のData and Visual Analyticsクラスに統合されている。
論文 参考訳（メタデータ） (2020-06-10T04:21:43Z)
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。