論文の概要: To Deepfake or Not to Deepfake: Higher Education Stakeholders' Perceptions and Intentions towards Synthetic Media
- arxiv url: http://arxiv.org/abs/2502.18066v1
- Date: Tue, 25 Feb 2025 10:32:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-26 15:18:36.151621
- Title: To Deepfake or Not to Deepfake: Higher Education Stakeholders' Perceptions and Intentions towards Synthetic Media
- Title（参考訳）: ディープフェイク・ノット・トゥ・ディープフェイク:高等教育担当者の総合メディアに対する認識と意図
- Authors: Jasper Roe, Mike Perkins, Klaire Somoray, Dan Miller, Leon Furze,
- Abstract要約: ディープフェイク技術は、生成的人工知能を使用して人の類似性や声を模倣する。
本研究では,高等教育におけるディープフェイクに対する利害関係者の認識と意図について検討した。
学術的ステークホルダーは、これらの技術を採用する意図が比較的低いことを示した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Advances in deepfake technologies, which use generative artificial intelligence (GenAI) to mimic a person's likeness or voice, have led to growing interest in their use in educational contexts. However, little is known about how key stakeholders perceive and intend to use these tools. This study investigated higher education stakeholder perceptions and intentions regarding deepfakes through the lens of the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Using a mixed-methods approach combining survey data (n=174) with qualitative interviews, we found that academic stakeholders demonstrated a relatively low intention to adopt these technologies (M=41.55, SD=34.14) and held complex views about their implementation. Quantitative analysis revealed adoption intentions were primarily driven by hedonic motivation, with a gender-specific interaction in price-value evaluations. Qualitative findings highlighted potential benefits of enhanced student engagement, improved accessibility, and reduced workload in content creation, but concerns regarding the exploitation of academic labour, institutional cost-cutting leading to automation, degradation of relationships in education, and broader societal impacts. Based on these findings, we propose a framework for implementing deepfake technologies in higher education that addresses institutional policies, professional development, and equitable resource allocation to thoughtfully integrate AI while maintaining academic integrity and professional autonomy.
- Abstract（参考訳）: 生成的人工知能(GenAI)を用いて人の気まぐれや声を模倣するディープフェイク技術の進歩は、教育的文脈における彼らの使用への関心を高めている。
しかし、主要な利害関係者がどのように認識し、これらのツールを使うつもりなのかについては、ほとんど分かっていない。
本研究は, 統合受容・利用理論(UTAUT2)のレンズを通して, ディープフェイクに対する高等教育関係者の認識と意図について検討した。
調査データ(n=174)と質的なインタビューを併用した混合手法を用いて、学術関係者はこれらの技術を採用する意図が比較的低い(M=41.55, SD=34.14)ことを示し、それらの実装に関する複雑な見解を示した。
定量的分析により, 採用意図は, 価格価値評価において, 性別特異的な相互作用を伴うヘドニックモチベーションによって主に引き起こされたことが明らかとなった。
質的な発見は、学生のエンゲージメントの向上、アクセシビリティの向上、コンテンツ作成における作業負荷の削減といった潜在的な利点を浮き彫りにしたが、学術的労働の搾取、自動化につながる制度的コスト削減、教育における関係の悪化、より広範な社会的影響への懸念が浮き彫りにされた。
これらの知見に基づいて,学術的完全性と専門的自律性を維持しつつ,AIを意識的に統合するための制度的政策,専門的開発,公平な資源配分に対処する,高等教育におけるディープフェイク技術の実現のための枠組みを提案する。
関連論文リスト
- Auto-assessment of assessment: A conceptual framework towards fulfilling the policy gaps in academic assessment practices [4.770873744131964]
英国、アラブ首長国連邦、イラクの3カ国から117人の学者を対象に調査を行った。
我々は、ほとんどの学者が、教育におけるAIについて肯定的な意見を持っていることを確認した。
学生の働きを自律的に評価する新しいAIフレームワークを初めて提案する。
論文 参考訳（メタデータ） (2024-10-28T15:22:37Z) - The Rise of Artificial Intelligence in Educational Measurement: Opportunities and Ethical Challenges [2.569083526579529]
教育におけるAIは、妥当性、信頼性、透明性、公平性、公平性に関する倫理的な懸念を提起する。
教育者、政策立案者、組織を含む様々な利害関係者は、教育における倫理的AIの使用を保証するガイドラインを開発した。
本稿では,AIを活用したツールの教育測定における倫理的意義について検討する。
論文 参考訳（メタデータ） (2024-06-27T05:28:40Z) - 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) - Generative AI Adoption in Classroom in Context of Technology Acceptance Model (TAM) and the Innovation Diffusion Theory (IDT) [1.9659095632676098]
本研究は, 教育者の認知とGenAI, LLMの受容に影響を及ぼす要因を明らかにすることを目的とする。
本研究は,GenAIツールの有用性と,その受容性との間に強い正の相関関係があることを明らかにする。
使用の容易さが重要な要因として現れたが、それより少なかったため、受け入れに影響が及んだ。
論文 参考訳（メタデータ） (2024-03-29T22:41:51Z) - Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
論文 参考訳（メタデータ） (2024-02-02T23:54:51Z) - Proactive and Reactive Engagement of Artificial Intelligence Methods for
Education: A Review [2.2843885788439793]
我々は,人工知能,機械学習,深層学習が,学生,教育者,行政スタッフを支援するためにどのように利用されているかを検討する。
教育過程におけるAI駆動手法の関与について考察する。
論文 参考訳（メタデータ） (2023-01-23T02:47:36Z) - 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) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Understanding the origin of information-seeking exploration in
probabilistic objectives for control [62.997667081978825]
探索と探索のトレードオフは適応行動の記述の中心である。
このトレードオフを解決する1つのアプローチは、エージェントが固有の「探索駆動」を持っていることを装備または提案することであった。
汎用的最大化と情報参照行動の組み合わせは, 目的の全く異なる分類の最小化から生じることを示す。
論文 参考訳（メタデータ） (2021-03-11T18:42:39Z) - 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) - A Review on Intelligent Object Perception Methods Combining
Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。
最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文 参考訳（メタデータ） (2019-12-26T13:26:49Z)
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。