論文の概要: Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications
- arxiv url: http://arxiv.org/abs/2506.00682v1
- Date: Sat, 31 May 2025 19:27:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:33.481491
- Title: Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications
- Title（参考訳）: ソフトウェア工学教育における学生のGenAI活用の促進--因果モデルと2つの制度的応用
- Authors: Vahid Garousi, Zafar Jafarov, Aytan Movsumova, Atif Namazov, Huseyn Mirzayev,
- Abstract要約: ChatGPTやGitHub CopilotといったジェネレーティブAI(GenAI)ツールは、教育において広く普及している。
コースワークから学ぶよりも、学生がそれを完成させるために使うことを懸念する声が上がっている。
本稿では、ソフトウェア工学教育におけるGenAI利用に責任を持つ教育者を支援するために、因果モデルを提案し、実証的に適用する。
- 参考スコア（独自算出の注目度）: 1.1511012020557325
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: As generative AI (GenAI) tools such as ChatGPT and GitHub Copilot become pervasive in education, concerns are rising about students using them to complete rather than learn from coursework-risking overreliance, reduced critical thinking, and long-term skill deficits. Objective: This paper proposes and empirically applies a causal model to help educators scaffold responsible GenAI use in Software Engineering (SE) education. The model identifies how professor actions, student factors, and GenAI tool characteristics influence students' usage of GenAI tools. Method: Using a design-based research approach, we applied the model in two contexts: (1) revising four extensive lab assignments of a final-year Software Testing course at Queen's University Belfast (QUB), and (2) embedding GenAI-related competencies into the curriculum of a newly developed SE BSc program at Azerbaijan Technical University (AzTU). Interventions included GenAI usage declarations, output validation tasks, peer-review of AI artifacts, and career-relevant messaging. Results: In the course-level case, instructor observations and student artifacts indicated increased critical engagement with GenAI, reduced passive reliance, and improved awareness of validation practices. In the curriculum-level case, the model guided integration of GenAI learning outcomes across multiple modules and levels, enabling longitudinal scaffolding of AI literacy. Conclusion: The causal model served as both a design scaffold and a reflection tool. It helped align GenAI-related pedagogy with SE education goals and can offer a useful framework for instructors and curriculum designers navigating the challenges of GenAI-era education.
- Abstract（参考訳）: コンテキスト: ChatGPTやGitHub CopilotといったジェネレーティブAI(GenAI)ツールが教育に普及するにつれて、コースワークリスクの過度さから学び、批判的思考を減らし、長期的なスキル不足から学ぶよりも、それを使う学生が完成するために使用することを懸念する声が高まっている。
目的:本論文では,ソフトウェア工学(SE)教育におけるGenAI活用に責任を負う教育者を支援するために,因果モデルを提案し,実証的に適用する。
モデルは、教授の行動、学生の要因、およびGenAIツールの特徴が、学生のGenAIツールの使用にどのように影響するかを特定する。
方法: 設計に基づく研究手法を用いて, 1) クイーンズ大学ベルファスト校 (QUB) の最終年次ソフトウェアテストコースの4つの広範な研究室割り当てを改訂し, 2) アゼルバイジャン工科大学 (AzTU) で新たに開発されたSE BScプログラムのカリキュラムにGenAI関連能力を組み込んだ。
介入としては、GenAI使用宣言、出力検証タスク、AIアーティファクトのピアレビュー、キャリア関連メッセージングなどがある。
結果: コースレベルの場合, インストラクターの観察と学生の成果は, GenAIとのクリティカルエンゲージメントの増加, 受動的信頼の低下, 検証実践の意識の向上を示した。
カリキュラムレベルの場合、モデルは、複数のモジュールとレベルにわたるGenAI学習結果の統合をガイドし、AIリテラシーの縦方向の足場化を可能にした。
結論: 因果モデルはデザインの足場とリフレクションツールの両方として機能した。
これは、GenAI関連教育とSE教育目標の整合化に役立ち、GenAI時代の教育の課題をナビゲートするインストラクターやカリキュラムデザイナにとって有用なフレームワークを提供する。
関連論文リスト
- From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。
我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文 参考訳（メタデータ） (2025-05-17T08:30:10Z) - Evaluating the AI-Lab Intervention: Impact on Student Perception and Use of Generative AI in Early Undergraduate Computer Science Courses [0.0]
Generative AI(GenAI)はコンピュータサイエンス教育に急速に参入しつつある。
形式コースにおける道具使用の指針となる構造的足場の研究のギャップを伴う過信共存に関する懸念。
本研究は,「AI-Lab」の介入が大学生に与える影響について考察する。
論文 参考訳（メタデータ） (2025-04-30T18:12:42Z) - Computational Safety for Generative AI: A Signal Processing Perspective [65.268245109828]
計算安全性は、GenAIにおける安全性の定量的評価、定式化、研究を可能にする数学的枠組みである。
ジェイルブレイクによる悪意のあるプロンプトを検出するために, 感度解析と損失景観解析がいかに有効かを示す。
我々は、AIの安全性における信号処理の鍵となる研究課題、機会、そして重要な役割について論じる。
論文 参考訳（メタデータ） (2025-02-18T02:26:50Z) - From Automation to Cognition: Redefining the Roles of Educators and Generative AI in Computing Education [2.0628700367476203]
Generative Artificial Intelligence(GenAI)は、コンピュータ教育(CE)における教育と学習に革命をもたらす機会を提供する
しかし、教育者は、学生がGenAIを過度に信頼し、これらのツールを使って学習プロセスに携わることなくソリューションを生成するのではないかという懸念を表明している。
本稿では、CSに着目した教育環境におけるGenAIの使用経験と、それに従って実施した変化について述べる。
論文 参考訳（メタデータ） (2024-12-16T03:36:25Z) - Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。
私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。
我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
論文 参考訳（メタデータ） (2024-11-17T20:17:47Z) - LLMs Integration in Software Engineering Team Projects: Roles, Impact, and a Pedagogical Design Space for AI Tools in Computing Education [7.058964784190549]
この作業では、ChatGPTやGitHub Copilotなど、生成AI(GenAI)モデルとツールの影響を、教育的なレンズで調査する。
我々の結果は、チームワーク、チーム効率、チームダイナミクスにおけるGenAIの役割と意味を理解する上での特別なギャップに対処します。
論文 参考訳（メタデータ） (2024-10-30T14:43:33Z) - Hey GPT, Can You be More Racist? Analysis from Crowdsourced Attempts to Elicit Biased Content from Generative AI [41.96102438774773]
本研究は,GenAIツールから偏りのあるアウトプットを抽出するプロンプトの設計に参加者が挑戦する大学レベルのコンペから得られた知見を提示する。
我々は、競争の提出を定量的に質的に分析し、GenAIにおける多様なバイアスと、GenAIにおけるバイアスを誘発する参加者の戦略を同定する。
論文 参考訳（メタデータ） (2024-10-20T18:44:45Z) - 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) - 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) - 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)
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。