論文の概要: Lessons for GenAI Literacy From a Field Study of Human-GenAI Augmentation in the Workplace

• arxiv url: http://arxiv.org/abs/2502.00567v1
• Date: Sat, 01 Feb 2025 21:26:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 15:05:10.503733
• Title: Lessons for GenAI Literacy From a Field Study of Human-GenAI Augmentation in the Workplace
• Title（参考訳）: 職場におけるGenAI強化のフィールドスタディから学ぶGenAIリテラシー
• Authors: Aditya Johri, Johannes Schleiss, Nupoor Ranade,
• Abstract要約: 本研究では、製品開発、ソフトウェアエンジニアリング、デジタルコンテンツ作成という3つの機能にまたがるGenAIの使用を比較した。 発見は、GenAIの使用とユーザのコンピューティング知識のレベルにおいて、幅広いばらつきを示している。
• 参考スコア（独自算出の注目度）: 0.11704154007740832
• License:
• Abstract: Generative artificial intelligence (GenAI) is increasingly becoming a part of work practices across the technology industry and being used across a range of industries. This has necessitated the need to better understand how GenAI is being used by professionals in the field so that we can better prepare students for the workforce. An improved understanding of the use of GenAI in practice can help provide guidance on the design of GenAI literacy efforts including how to integrate it within courses and curriculum, what aspects of GenAI to teach, and even how to teach it. This paper presents a field study that compares the use of GenAI across three different functions - product development, software engineering, and digital content creation - to identify how GenAI is currently being used in the industry. This study takes a human augmentation approach with a focus on human cognition and addresses three research questions: how is GenAI augmenting work practices; what knowledge is important and how are workers learning; and what are the implications for training the future workforce. Findings show a wide variance in the use of GenAI and in the level of computing knowledge of users. In some industries GenAI is being used in a highly technical manner with deployment of fine-tuned models across domains. Whereas in others, only off-the-shelf applications are being used for generating content. This means that the need for what to know about GenAI varies, and so does the background knowledge needed to utilize it. For the purposes of teaching and learning, our findings indicated that different levels of GenAI understanding needs to be integrated into courses. From a faculty perspective, the work has implications for training faculty so that they are aware of the advances and how students are possibly, as early adopters, already using GenAI to augment their learning practices.
• Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)は、テクノロジー産業全体における仕事の実践の一部となりつつあり、様々な産業で使われている。 これにより、GenAIが現場のプロによってどのように使われているのかをよりよく理解し、学生の労働力への準備がより良くなるようにする必要がある。 実践におけるGenAIの使用に関する理解の向上は、コースやカリキュラムにどのように統合するか、GenAIが教えるべき側面、さらには教える方法など、GenAIリテラシーの取り組みの設計に関するガイダンスを提供するのに役立つ。 本稿では、製品開発、ソフトウェアエンジニアリング、デジタルコンテンツ作成という3つの異なる機能にまたがるGenAIの使用を比較し、現在業界でGenAIがどのように使われているかを明らかにするフィールドスタディを提案する。 本研究は、人間の認知に焦点をあてた強化アプローチを採用し、GenAIの労働実践の強化方法、知識の重要さ、労働者の学習方法、将来の労働力の育成にどのような影響があるのか、という3つの研究課題に対処する。 発見は、GenAIの使用とユーザのコンピューティング知識のレベルにおいて、幅広いばらつきを示している。 いくつかの業界では、GenAIはドメインにまたがる微調整されたモデルの配置において、高度に技術的に使われている。 一方、コンテンツを生成するために使われているのは、既製のアプリケーションのみである。 つまり、GenAIについて知ることの必要性は様々であり、それを利用するのに必要な背景知識も様々である。 教育と学習のためには,GenAI理解のレベルをコースに組み込む必要があることが示唆された。 教員の立場からすると、この研究は教員にとって意味があり、学生が早期の養子として、すでにGenAIを使って学習の実践を増強している可能性を認識している。

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)
• Model-based Maintenance and Evolution with GenAI: A Look into the Future [47.93555901495955]
  我々は、モデルベースエンジニアリング(MBM&E)の限界に対処する手段として、生成人工知能(GenAI)を用いることができると論じる。 我々は、エンジニアの学習曲線の削減、レコメンデーションによる効率の最大化、ドメイン問題を理解するための推論ツールとしてのGenAIの使用を提案する。
  論文  参考訳（メタデータ） (2024-07-09T23:13:26Z)
• 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)
• Genetic Auto-prompt Learning for Pre-trained Code Intelligence Language Models [54.58108387797138]
  コードインテリジェンスタスクにおける即時学習の有効性について検討する。 既存の自動プロンプト設計手法は、コードインテリジェンスタスクに限られている。 本稿では、精巧な遺伝的アルゴリズムを用いてプロンプトを自動設計する遺伝的オートプロンプト(GenAP)を提案する。
  論文  参考訳（メタデータ） (2024-03-20T13:37:00Z)
• 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)
• The AI generation gap: Are Gen Z students more interested in adopting generative AI such as ChatGPT in teaching and learning than their Gen X and Millennial Generation teachers? [0.0]
  Gen Zの学生は一般的に、生成AI(GenAI)の潜在的なメリットについて楽観的だった Gen XとGen Yの教師は、過度な信頼、倫理的、教育的な意味に関する懸念を高めた。
  論文  参考訳（メタデータ） (2023-05-04T14:42:06Z)
• A Comprehensive Survey of AI-Generated Content (AIGC): A History of Generative AI from GAN to ChatGPT [63.58711128819828]
  ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。 AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
  論文  参考訳（メタデータ） (2023-03-07T20:36:13Z)
• TegTok: Augmenting Text Generation via Task-specific and Open-world Knowledge [83.55215993730326]
  本稿では,タスク固有およびオープンワールド知識(TegTok)によるTExt生成の統一化を提案する。 本モデルでは,2種類の知識ソースからの知識エントリを高密度検索により選択し,それぞれ入力エンコーディングと出力デコーディングの段階に注入する。
  論文  参考訳（メタデータ） (2022-03-16T10:37:59Z)
• Investigating Explainability of Generative AI for Code through Scenario-based Design [44.44517254181818]
  生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。 私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。 我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
  論文  参考訳（メタデータ） (2022-02-10T08:52:39Z)
• 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。