論文の概要: Student Perspectives on the Benefits and Risks of AI in Education
- arxiv url: http://arxiv.org/abs/2505.02198v2
- Date: Tue, 03 Jun 2025 10:34:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-05 01:42:09.09797
- Title: Student Perspectives on the Benefits and Risks of AI in Education
- Title（参考訳）: 教育におけるAIのメリットとリスクに関する学生の視点
- Authors: Griffin Pitts, Viktoria Marcus, Sanaz Motamedi,
- Abstract要約: 近年,人工知能(AI)を用いたチャットボットの教育的利用が増加している。
これらの技術の採用は、学術的完全性、生徒が個別に問題解決する能力、潜在的なバイアスに影響を及ぼす懸念を提起している。
学生の視点や経験をよりよく理解するために,米国の大公立大学で調査を行った。
- 参考スコア（独自算出の注目度）: 0.49157446832511503
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of chatbots equipped with artificial intelligence (AI) in educational settings has increased in recent years, showing potential to support teaching and learning. However, the adoption of these technologies has raised concerns about their impact on academic integrity, students' ability to problem-solve independently, and potential underlying biases. To better understand students' perspectives and experiences with these tools, a survey was conducted at a large public university in the United States. Through thematic analysis, 262 undergraduate students' responses regarding their perceived benefits and risks of AI chatbots in education were identified and categorized into themes. The results discuss several benefits identified by the students, with feedback and study support, instruction capabilities, and access to information being the most cited. Their primary concerns included risks to academic integrity, accuracy of information, loss of critical thinking skills, the potential development of overreliance, and ethical considerations such as data privacy, system bias, environmental impact, and preservation of human elements in education. While student perceptions align with previously discussed benefits and risks of AI in education, they show heightened concerns about distinguishing between human and AI generated work - particularly in cases where authentic work is flagged as AI-generated. To address students' concerns, institutions can establish clear policies regarding AI use and develop curriculum around AI literacy. With these in place, practitioners can effectively develop and implement educational systems that leverage AI's potential in areas such as immediate feedback and personalized learning support. This approach can enhance the quality of students' educational experiences while preserving the integrity of the learning process with AI.
- Abstract（参考訳）: 近年,人工知能(AI)を用いたチャットボットの教育環境への利用が増加し,教育や学習を支援する可能性が高まっている。
しかし、これらの技術の採用は、学術的完全性、生徒が個別に問題解決する能力、潜在的なバイアスに影響を及ぼす懸念を提起している。
学生の視点や経験をよりよく理解するために,米国の大公立大学で調査を行った。
教育におけるAIチャットボットのメリットとリスクに関する262人の大学生の回答をテーマ分析により同定し,テーマに分類した。
その結果,学生が認識したいくつかのメリット,フィードバックと学習支援,指導能力,情報へのアクセスなどについて考察した。
彼らの主な関心事は、学術的完全性へのリスク、情報の正確性、批判的思考スキルの喪失、過度な信頼性の潜在的な発達、データプライバシー、システムバイアス、環境影響、教育における人的要素の保存といった倫理的配慮であった。
学生の認識は、以前議論されたAIの教育における利点やリスクと一致するが、人間とAIが生成した仕事の区別に関する懸念が高まっている。
学生の懸念に対処するために、機関はAIの使用に関する明確なポリシーを確立し、AIリテラシーに関するカリキュラムを開発することができる。
これらを導入することで、実践者は、即時フィードバックやパーソナライズされた学習支援といった分野におけるAIの可能性を活用する教育システムを効果的に開発、実装することができる。
このアプローチは、AIによる学習プロセスの整合性を保ちながら、生徒の教育経験の質を高めることができる。
関連論文リスト
- 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) - AI in Education: Rationale, Principles, and Instructional Implications [0.0]
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。
論文 参考訳（メタデータ） (2024-12-02T14:08:07Z) - Generative AI Literacy: Twelve Defining Competencies [48.90506360377104]
本稿では、生成AIと対話するために必要なスキルと知識領域を網羅した、生成人工知能(AI)リテラシーの能力に基づくモデルを提案する。
能力は、基礎的なAIリテラシーから、倫理的および法的考慮を含むエンジニアリングとプログラミングのスキルの促進まで様々である。
これらの12の能力は、個人、政策立案者、政府高官、教育者が責任を持って生成AIの可能性をナビゲートし活用しようとするための枠組みを提供する。
論文 参考訳（メタデータ） (2024-11-29T14:55:15Z) - 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) - 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) - From Algorithm Worship to the Art of Human Learning: Insights from 50-year journey of AI in Education [0.0]
人工知能(AI)を取り巻く現在の談話は、希望と理解の間に振動する。
本稿は、AIが教育において果たす役割の複雑さを考察し、教育者と警告された教育者が混ざったメッセージに対処するものである。
倫理的意味に関する懸念を背景に、AIが大規模にパーソナライゼーションを通じて学習を強化するという約束を探求する。
論文 参考訳（メタデータ） (2024-02-05T16:12:14Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - 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) - 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)
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。