論文の概要: Systematic Review Of Collaborative Learning Activities For Promoting AI Literacy
- arxiv url: http://arxiv.org/abs/2508.15111v1
- Date: Wed, 20 Aug 2025 22:58:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-22 16:26:46.116621
- Title: Systematic Review Of Collaborative Learning Activities For Promoting AI Literacy
- Title（参考訳）: AIリテラシー推進のための協調学習活動の体系的レビュー
- Authors: Ashish Hingle, Aditya Johri,
- Abstract要約: 協調学習アプローチは情報リテラシーに有効であることが証明されている。
我々は、2015-2023年の9つの研究で報告されたAIリテラシーの結果を理論的に分析するために、Interactive-Constructive-Active-Passiveフレームワークを使用しました。
CLは、さまざまなアクティビティ、設定、学習者のグループにわたって、AIリテラシーを効果的に向上させることが示唆されている。
- 参考スコア（独自算出の注目度）: 0.13154296174423616
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Improving artificial intelligence (AI) literacy has become an important consideration for academia and industry with the widespread adoption of AI technologies. Collaborative learning (CL) approaches have proven effective for information literacy, and in this study, we investigate the effectiveness of CL in improving AI knowledge and skills. We systematically collected data to create a corpus of nine studies from 2015-2023. We used the Interactive-Constructive-Active-Passive (ICAP) framework to theoretically analyze the CL outcomes for AI literacy reported in each. Findings suggest that CL effectively increases AI literacy across a range of activities, settings, and groups of learners. While most studies occurred in classroom settings, some aimed to broaden participation by involving educators and families or using AI agents to support teamwork. Additionally, we found that instructional activities included all the ICAP modes. We draw implications for future research and teaching.
- Abstract（参考訳）: 人工知能(AI)リテラシーの向上は、AI技術の普及により、学術や産業にとって重要な考慮事項となっている。
協調学習(CL)アプローチは情報リテラシーに有効であることが証明され,本研究では,知識とスキル向上におけるCLの有効性について検討する。
2015～2023年の9つの研究のコーパスを作成するために、組織的にデータを収集した。
我々は、Interactive-Constructive-Active-Passive(ICAP)フレームワークを使用して、報告されたAIリテラシーのCL結果を理論的に分析した。
CLは、さまざまなアクティビティ、設定、学習者のグループにわたって、AIリテラシーを効果的に向上させることが示唆されている。
ほとんどの研究は教室で行われているが、一部の研究は、教育者や家族を巻き込んだり、AIエージェントを使ってチームワークを支援することで参加を広げることを目的としていた。
さらに,ICAPモードがすべて含まれていることも判明した。
我々は将来の研究と教育に意味をなしている。
関連論文リスト
- Learning to Use AI for Learning: How Can We Effectively Teach and Measure Prompting Literacy for K-12 Students? [1.413488665073795]
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
論文 参考訳（メタデータ） (2025-08-19T15:54:51Z) - 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) - Synergizing Self-Regulation and Artificial-Intelligence Literacy Towards Future Human-AI Integrative Learning [92.34299949916134]
自己制御学習(SRL)と人工知能(AI)リテラシーは、人間とAIの対話学習を成功させる上で重要な能力となっている。
本研究では,4つの学習グループを明らかにするクラスタリング手法を用いて,1,704人の中国人大学生のデータを分析した。
論文 参考訳（メタデータ） (2025-03-31T13:41:21Z) - 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) - Augmenting the Author: Exploring the Potential of AI Collaboration in Academic Writing [25.572926673827165]
このケーススタディは、学術的な仕事において、責任と効果的なAI統合を保証するためのAIの限界を認識し、設計、出力分析、そして認識することの重要性を強調します。
この論文は、効果的なプロンプト戦略を探求し、Gen AIモデルの比較分析を提供することにより、ヒューマン・コンピュータインタラクションの分野に貢献する。
論文 参考訳（メタデータ） (2024-04-23T19:06:39Z) - Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
論文 参考訳（メタデータ） (2024-02-02T23:54:51Z) - Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。
データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
論文 参考訳（メタデータ） (2022-11-27T13:07:14Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-01T17:57:04Z)
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。