論文の概要: "All Roads Lead to ChatGPT": How Generative AI is Eroding Social Interactions and Student Learning Communities

• arxiv url: http://arxiv.org/abs/2504.09779v1
• Date: Mon, 14 Apr 2025 00:40:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-23 02:25:39.577332
• Title: "All Roads Lead to ChatGPT": How Generative AI is Eroding Social Interactions and Student Learning Communities
• Title（参考訳）: 「全道がチャットGPTに導かれる」 : ジェネレーティブAIがいかに社会的相互作用と学習コミュニティをエローテーションしているか
• Authors: Irene Hou, Owen Man, Kate Hamilton, Srishty Muthusekaran, Jeffin Johnykutty, Leili Zadeh, Stephen MacNeil,
• Abstract要約: 生成型AIが社会的相互作用、ピアラーニング、教室のダイナミクスに与える影響について検討する。 我々の知見は、現在ヘルプ検索要求は、しばしば生成AIによって仲介されていることを示唆している。 学生たちは、彼らが依存する社会サポートシステムが崩壊し始めるにつれ、ますます孤立し、廃れつつあると感じていると報告した。
• 参考スコア（独自算出の注目度）: 0.4188114563181615
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The widespread adoption of generative AI is already impacting learning and help-seeking. While the benefits of generative AI are well-understood, recent studies have also raised concerns about increased potential for cheating and negative impacts on students' metacognition and critical thinking. However, the potential impacts on social interactions, peer learning, and classroom dynamics are not yet well understood. To investigate these aspects, we conducted 17 semi-structured interviews with undergraduate computing students across seven R1 universities in North America. Our findings suggest that help-seeking requests are now often mediated by generative AI. For example, students often redirected questions from their peers to generative AI instead of providing assistance themselves, undermining peer interaction. Students also reported feeling increasingly isolated and demotivated as the social support systems they rely on begin to break down. These findings are concerning given the important role that social interactions play in students' learning and sense of belonging.
• Abstract（参考訳）: 生成AIの普及は、すでに学習やヘルプ検索に影響を与えている。 生成的AIの利点はよく理解されているが、近年の研究は、不正行為の可能性を増大させ、学生のメタ認知と批判的思考に負の影響を及ぼす懸念を提起している。 しかし、社会的相互作用、ピアラーニング、教室のダイナミクスに対する潜在的な影響はまだよく分かっていない。 これらの側面を調査するため,北米の7つのR1大学を対象に,学部生を対象に17回の半構造化インタビューを行った。 我々の知見は、現在ヘルプ検索要求は、しばしば生成AIによって仲介されていることを示唆している。 例えば、学生は自分自身に支援を提供するのではなく、同僚からの質問を生成AIにリダイレクトし、ピアインタラクションを損なうことが少なくない。 学生たちは、彼らが依存するソーシャルサポートシステムが崩壊し始めるにつれ、ますます孤立し、廃れつつあると感じていると報告している。 これらの知見は,学生の学習と帰属意識において社会的相互作用が果たす重要な役割を考慮に入れたものである。

関連論文リスト

• "Everyone's using it, but no one is allowed to talk about it": College Students' Experiences Navigating the Higher Education Environment in a Generative AI World [13.109430455513882]
  調査の結果、期限や試験サイクル、成績の低下といった制度的なプレッシャー要因が、学生が学習を損なうと考えても、AIに関わらざるを得ないことが判明した。 現在の制度的AIポリシは、汎用的で一貫性がなく、混乱していると見なされ、結果として通常の非準拠となる。 学生は価値に基づく自己統制戦略を開発するが、環境圧力は学生の意図と行動の間にギャップを生じさせる。
  論文  参考訳（メタデータ） (2026-02-17T19:00:28Z)
• Cooperation Through Indirect Reciprocity in Child-Robot Interactions [81.62347137438248]
  間接的相互性は子どもとロボットの相互作用に変換できるかどうかを考察する。 IRは子どもやロボットに拡張され、協調ジレンマが解決される。 マルチアームバンディットアルゴリズムによる協調は,人間による戦略に大きく依存していることが観察された。
  論文  参考訳（メタデータ） (2025-11-07T07:08:32Z)
• Excited, Skeptical, or Worried? A Multi-Institutional Study of Student Views on Generative AI in Computing Education [1.1433339874669624]
  我々は,23の教育機関のコンピュータプログラムに登録された410名の学生を対象に,多施設調査の結果を報告する。 あらゆる種類の学生が、元内に対する興奮、楽観、感謝を表明している。
  論文  参考訳（メタデータ） (2025-10-03T15:34:44Z)
• Do Students Rely on AI? Analysis of Student-ChatGPT Conversations from a Field Study [10.71612026319996]
  本研究は,各種STEMコースにおける簡単なクイズベースシナリオにおける315人の学生とAIの会話を分析した。 学生は全体としてAIへの依存度が低く、多くの学生は学習にAIを効果的に利用できなかった。 特定の行動メトリクスは、AIへの依存を強く予測し、AIの採用を説明する潜在的な行動メカニズムを強調します。
  論文  参考訳（メタデータ） (2025-08-27T20:00:27Z)
• ChatGPT produces more "lazy" thinkers: Evidence of cognitive engagement decline [0.0]
  本研究では,生成型人工知能(AI)ツールが学術書記作業における学生の認知活動に与える影響について検討した。 その結果,ChatGPT群ではコントロール群に比べて認知エンゲージメントスコアが有意に低かった。 これらの結果は、AI支援が認知的オフロードにつながる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2025-06-30T18:41:50Z)
• Artificial Intelligence in Sports: Insights from a Quantitative Survey among Sports Students in Germany about their Perceptions, Expectations, and Concerns regarding the Use of AI Tools [0.0]
  この写本は、ドイツのすべての学区のスポーツ学生による定量的調査の結果を提示している。 学生は、AIの普及が批判的な思考スキルを損なうことはないと自信を表明している。 学生は、盗作、講師の準備、彼らのスキルと将来のスキル開発に懸念を持っている。
  論文  参考訳（メタデータ） (2025-02-27T05:37:53Z)
• Who is Helping Whom? Student Concerns about AI- Teacher Collaboration in Higher Education Classrooms [8.888004194396643]
  本稿では,授業におけるAIの意義を,教室の協調的ダイナミクスの観点から理解することを目的としている。 我々は65人の参加者の物語を分析し、教育コンテキストのAI非コンテクスト化、バイアスの懸念に対するAI-Teacherの協力、パワー格差の3つの課題を強調した。 効果的な倫理的AI実践型協調教育には、将来のAIEd設計は実装の在り方に影響を及ぼす必要があると論じる。
  論文  参考訳（メタデータ） (2024-12-19T02:35:01Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• Expanding AI Awareness Through Everyday Interactions with AI: A Reflective Journal Study [0.13154296174423616]
  技術プログラムの学生は、テクノロジーのプロデューサとユーザーの両方を兼ね備えている。 本稿では,学校と日常生活の文脈における,学生のAIに対する意識と関与について考察する。
  論文  参考訳（メタデータ） (2024-10-24T15:26:34Z)
• "I Am the One and Only, Your Cyber BFF": Understanding the Impact of GenAI Requires Understanding the Impact of Anthropomorphic AI [55.99010491370177]
  我々は、人為的AIの社会的影響をマッピングしない限り、生成AIの社会的影響を徹底的にマッピングすることはできないと論じる。 人為的AIシステムは、人間のように知覚されるアウトプットを生成する傾向が強まっている。
  論文  参考訳（メタデータ） (2024-10-11T04:57:41Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• I would love this to be like an assistant, not the teacher: a voice of the customer perspective of what distance learning students want from an Artificial Intelligence Digital Assistant [0.0]
  本研究では,仮想AIデジタルアシスタント(AIDA)の設計に関する10人のオンライン・遠隔学習学生の認識について検討した。 参加者全員が、リアルタイムのアシストとクエリの解決、学術的なタスクのサポート、パーソナライゼーションとアクセシビリティのサポート、そして感情的および社会的サポートにAIツールを使用することのメリットを研究し、報告しながら、そのようなAIツールの有用性について同意した。 学生の懸念は、AIDA、データプライバシとデータ利用、運用上の課題、学術的完全性と誤用、教育の将来に関する倫理的・社会的意味に関するものである。
  論文  参考訳（メタデータ） (2024-02-16T08:10:41Z)
• Exploring Parent's Needs for Children-Centered AI to Support Preschoolers' Interactive Storytelling and Reading Activities [52.828843153565984]
  AIベースのストーリーテリングと読書技術は、幼児の生活の中でますます普及しつつある。 本稿では,実践的なストーリーテリングや読書のシナリオでどのように機能するか,親,最も重要な利害関係者,経験,知覚について考察する。 我々の研究結果は、AIベースのストーリーテリングと読書技術は、より没入的で活発な相互作用を提供するが、一連の対話的でアルゴリズム的な課題のために、両親の期待を満たすことはできないことを示唆している。
  論文  参考訳（メタデータ） (2024-01-24T20:55:40Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• ChatGPT and the Labor Market: Unraveling the Effect of AI Discussions on Students' Earnings Expectations [0.0]
  調査の結果,AIの議論に曝露した学生は今後の収益見通しに対する信頼感を低下させることが明らかとなった。 非STEM分野の学生は、非対称的で悲観的な信念の変化を示し、新しいAI技術に弱いと感じているかもしれないことを示唆している。
  論文  参考訳（メタデータ） (2023-05-15T23:13:27Z)
• Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
  新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。 我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。 自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
  論文  参考訳（メタデータ） (2022-03-10T20:23:38Z)
• From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
  心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。 人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
  論文  参考訳（メタデータ） (2022-01-20T17:07:03Z)
• 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)
• Adversarial Interaction Attack: Fooling AI to Misinterpret Human Intentions [46.87576410532481]
  現在の大きな成功にもかかわらず、ディープラーニングベースのAIシステムは、微妙な敵対的ノイズによって容易に騙されることを示した。 骨格に基づくヒトの相互作用のケーススタディに基づき、相互作用に対する新しい敵対的攻撃を提案する。 本研究では、安全クリティカルなアプリケーションにAIシステムをデプロイする際に慎重に対処する必要があるAIと人間との相互作用ループにおける潜在的なリスクを強調します。
  論文  参考訳（メタデータ） (2021-01-17T16:23:20Z)

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。