論文の概要: A Structured Unplugged Approach for Foundational AI Literacy in Primary Education

• arxiv url: http://arxiv.org/abs/2505.21398v1
• Date: Tue, 27 May 2025 16:23:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.800082
• Title: A Structured Unplugged Approach for Foundational AI Literacy in Primary Education
• Title（参考訳）: 初等教育における基礎的AIリテラシーのための構造化されていないアプローチ
• Authors: Maria Cristina Carrisi, Mirko Marras, Sara Vergallo,
• Abstract要約: 小学校における基礎的AIリテラシーを育成する構造的教育手法を提案する。 以上の結果から,用語理解と利用,特徴記述,論理的推論,評価能力の向上が示唆された。 このアプローチは、特に学生がAIの概念と現実世界の推論を結びつける活動を楽しんでいることを証明した。
• 参考スコア（独自算出の注目度）: 7.495145157323768
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Younger generations are growing up in a world increasingly shaped by intelligent technologies, making early AI literacy crucial for developing the skills to critically understand and navigate them. However, education in this field often emphasizes tool-based learning, prioritizing usage over understanding the underlying concepts. This lack of knowledge leaves non-experts, especially children, prone to misconceptions, unrealistic expectations, and difficulties in recognizing biases and stereotypes. In this paper, we propose a structured and replicable teaching approach that fosters foundational AI literacy in primary students, by building upon core mathematical elements closely connected to and of interest in primary curricula, to strengthen conceptualization, data representation, classification reasoning, and evaluation of AI. To assess the effectiveness of our approach, we conducted an empirical study with thirty-one fifth-grade students across two classes, evaluating their progress through a post-test and a satisfaction survey. Our results indicate improvements in terminology understanding and usage, features description, logical reasoning, and evaluative skills, with students showing a deeper comprehension of decision-making processes and their limitations. Moreover, the approach proved engaging, with students particularly enjoying activities that linked AI concepts to real-world reasoning. Materials: https://github.com/tail-unica/ai-literacy-primary-ed.
• Abstract（参考訳）: 若年世代は、知的な技術によってますます形づくられる世界で成長し、それらを批判的に理解し、ナビゲートするスキルを開発するために、初期のAIリテラシーが不可欠になっている。 しかし、この分野での教育はツールベースの学習を強調し、基礎となる概念を理解することよりも使用を優先することが多い。 この知識の欠如は、非専門家、特に子供、誤解の傾向、非現実的な期待、バイアスやステレオタイプを認識することの難しさを残している。 本稿では,小学校における基本的AIリテラシーを育成する構造的かつレプリケートな教育手法を提案し,初等カリキュラムに密接に結びついている基本的数学的要素に基づいて,概念化,データ表現,分類推論,AIの評価を強化する。 提案手法の有効性を評価するために,2つのクラスにまたがる31人の5年生を対象に実験を行い,ポストテストと満足度調査による評価を行った。 以上の結果から,用語理解と利用,特徴記述,論理的推論,評価能力の向上が示唆された。 さらに、このアプローチは、AIの概念と現実世界の推論を結びつけるアクティビティを特に楽しみながら、学生が関与していることが証明された。 資料:https://github.com/tail-unica/ai-literacy-primary-ed。

関連論文リスト

• Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
  本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。 本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-01T04:15:56Z)
• AI Literacy in K-12 and Higher Education in the Wake of Generative AI: An Integrative Review [3.5297361401370044]
  AIリテラシーの介入について議論し、設計する方法については、研究者や実践者の間ではほとんど合意がない。 本稿では,2020年以降に出版された実証的および理論的AIリテラシー研究の検証に,統合的レビュー手法を適用した。
  論文  参考訳（メタデータ） (2025-02-27T23:32:03Z)
• 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)
• Education in the Era of Neurosymbolic AI [0.6468510459310326]
  我々は,ハイブリッドNAIアーキテクチャの重要な構成要素として,教育エージェントの独特な余裕を生かしたシステムを提案する。 我々は,NAI時代の教育によって,学習がよりアクセスしやすく,公平で,現実世界のスキルに適合するものになると結論づける。
  論文  参考訳（メタデータ） (2024-11-16T19:18:39Z)
• A Hierarchy-based Analysis Approach for Blended Learning: A Case Study with Chinese Students [12.533646830917213]
  本稿では,混合学習評価のための階層型評価手法を提案する。 その結果、混合学習評価において、認知的エンゲージメントと感情的エンゲージメントがより重要であることが示された。
  論文  参考訳（メタデータ） (2023-09-19T00:09:00Z)
• Causal Reinforcement Learning: A Survey [57.368108154871]
  強化学習は、不確実性の下でのシーケンシャルな決定問題の解決に不可欠なパラダイムである。 主な障害の1つは、強化学習エージェントが世界に対する根本的な理解を欠いていることである。 因果性は、体系的な方法で知識を形式化できるという点で顕著な利点がある。
  論文  参考訳（メタデータ） (2023-07-04T03:00:43Z)
• 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)
• Concept Learners for Few-Shot Learning [76.08585517480807]
  本研究では,人間の解釈可能な概念次元に沿って学習することで,一般化能力を向上させるメタ学習手法であるCOMETを提案する。 我々は,細粒度画像分類,文書分類,セルタイプアノテーションなど,さまざまな領域からの少数ショットタスクによるモデルの評価を行った。
  論文  参考訳（メタデータ） (2020-07-14T22:04:17Z)
• 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。