論文の概要: Learning to Use AI for Learning: How Can We Effectively Teach and Measure Prompting Literacy for K-12 Students?

• arxiv url: http://arxiv.org/abs/2508.13962v1
• Date: Tue, 19 Aug 2025 15:54:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:32.000869
• Title: Learning to Use AI for Learning: How Can We Effectively Teach and Measure Prompting Literacy for K-12 Students?
• Title（参考訳）: 学習にAIを使うための学習:K-12の学生にとって、いかに効果的に学習し、プロンプティング・リテラシーを測定することができるか?
• Authors: Ruiwei Xiao, Xinying Hou, Ying-Jui Tseng, Hsuan Nieu, Guanze Liao, John Stamper, Kenneth R. Koedinger,
• Abstract要約: 次世代に応用し、対話し、評価し、AIシステムと協力する能力を持たせる必要性が高まっている。 このニーズに対処するため,我々はLarge-Language Model (LLM) ベースのモジュールを設計した。 第1報,第1報,第2報,第2報,第2報,第1報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第
• 参考スコア（独自算出の注目度）: 1.413488665073795
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As Artificial Intelligence (AI) becomes increasingly integrated into daily life, there is a growing need to equip the next generation with the ability to apply, interact with, evaluate, and collaborate with AI systems responsibly. Prior research highlights the urgent demand from K-12 educators to teach students the ethical and effective use of AI for learning. To address this need, we designed an Large-Language Model (LLM)-based module to teach prompting literacy. This includes scenario-based deliberate practice activities with direct interaction with intelligent LLM agents, aiming to foster secondary school students' responsible engagement with AI chatbots. We conducted two iterations of classroom deployment in 11 authentic secondary education classrooms, and evaluated 1) AI-based auto-grader's capability; 2) students' prompting performance and confidence changes towards using AI for learning; and 3) the quality of learning and assessment materials. Results indicated that the AI-based auto-grader could grade student-written prompts with satisfactory quality. In addition, the instructional materials supported students in improving their prompting skills through practice and led to positive shifts in their perceptions of using AI for learning. Furthermore, data from Study 1 informed assessment revisions in Study 2. Analyses of item difficulty and discrimination in Study 2 showed that True/False and open-ended questions could measure prompting literacy more effectively than multiple-choice questions for our target learners. These promising outcomes highlight the potential for broader deployment and highlight the need for broader studies to assess learning effectiveness and assessment design.
• Abstract（参考訳）: 人工知能(AI)が日々の生活にますます統合されるにつれて、AIシステムに適用し、対話し、評価し、協力する能力を次世代に装備する必要性が高まっている。 以前の研究では、K-12教育者が学生に学習のためのAIの倫理的かつ効果的な利用を教える緊急の要求を強調していた。 このニーズに対処するため,我々はLarge-Language Model (LLM) ベースのモジュールを設計した。 これには、知的LLMエージェントと直接対話するシナリオベースの故意の実践活動が含まれており、中学生のAIチャットボットとの関わりを促進することを目的としている。 11の真正中等教育教室で2回の教室展開を行い,評価を行った。 1)AIに基づくオートグラファーの能力 2)AIを学習に活用する学生のパフォーマンスと信頼度の変化 3)学習・評価資料の質。 その結果、AIベースのオートグレーダーは、学生が書き起こしたプロンプトを満足できる品質で評価できることがわかった。 さらに,授業教材は,実践を通じて指導力を向上させることを支援し,学習にAIを使用するという認識に肯定的な変化をもたらした。 さらに,研究1のデータは,研究2における評価の見直しを通知する。 研究2における項目難易度と差別度の分析から,真偽質問やオープンエンド質問は,対象学習者に対する複数選択質問よりも,識字率を効果的に測定できることが示唆された。 これらの有望な成果は、より広範なデプロイメントの可能性を強調し、学習の有効性とアセスメント設計を評価するための幅広い研究の必要性を強調します。

関連論文リスト

• AI Literacy as a Key Driver of User Experience in AI-Powered Assessment: Insights from Socratic Mind [2.0272430076690027]
  本研究では,学生のAIリテラシーと,それ以前のAI技術への露出が,ソクラティックマインドに対する認識をいかに形作るかを検討する。 コンピュータサイエンス・ビジネスコースの309人の学部生のデータを収集した。
  論文  参考訳（メタデータ） (2025-07-29T10:11:24Z)
• Evaluating AI-Powered Learning Assistants in Engineering Higher Education: Student Engagement, Ethical Challenges, and Policy Implications [0.2812395851874055]
  本研究では、AIを活用した学習フレームワークである教育AIハブを、大規模なR1公立大学の学部・環境工学コースで活用することを評価する。 学生たちは、AIアシスタントの利便性と快適さを高く評価し、AIツールの使用の容易さを報告している。 多くの学生はAIの使用を倫理的に許容できると見なしたが、制度的な政策や潜在的な学術的不正に対する理解について不確実性を示した。
  論文  参考訳（メタデータ） (2025-06-06T03:02:49Z)
• "From Unseen Needs to Classroom Solutions": Exploring AI Literacy Challenges & Opportunities with Project-based Learning Toolkit in K-12 Education [0.3994567502796064]
  K-12の生徒には、コンピュータ科学を超えて、AIリテラシーのスキルを身につける必要性がますます高まっている。 本稿では,PBL(Project-Based Learning)AIツールキットをさまざまな分野に統合し,教育者がAI概念をより効果的に教えることを目的とした。
  論文  参考訳（メタデータ） (2024-12-23T03:31:02Z)
• 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)
• 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)
• Do great minds think alike? Investigating Human-AI Complementarity in Question Answering with CAIMIRA [43.116608441891096]
  人間は知識に基づく帰納的、概念的推論においてAIシステムより優れています。 GPT-4やLLaMAのような最先端のLLMは、ターゲット情報検索において優れた性能を示す。
  論文  参考訳（メタデータ） (2024-10-09T03:53:26Z)
• Learning to Prompt in the Classroom to Understand AI Limits: A pilot study [35.06607166918901]
  大規模言語モデル(LLM)と、ChatGPTのような派生したチャットボットは、AIシステムの自然言語処理能力を大幅に改善した。 しかし、AI手法が顕著な貢献を示しているにもかかわらず、興奮は否定的な感情を引き起こしている。 パイロット教育は21人の生徒を抱えた高校で実施された。
  論文  参考訳（メタデータ） (2023-07-04T07:51:37Z)
• AGI: Artificial General Intelligence for Education [41.45039606933712]
  本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。 AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。 この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
  論文  参考訳（メタデータ） (2023-04-24T22:31:59Z)
• Reinforcement Learning Tutor Better Supported Lower Performers in a Math Task [32.6507926764587]
  強化学習は、開発コストを削減し、インテリジェントな学習ソフトウェアの有効性を向上させるための重要なツールとなり得る。 本研究では, 深層強化学習を用いて, 音量の概念を学習する学生に適応的な教育支援を行うことができることを示す。
  論文  参考訳（メタデータ） (2023-04-11T02:11:24Z)
• 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。