論文の概要: Mapping Students' AI Literacy Framing and Learning through Reflective Journals
- arxiv url: http://arxiv.org/abs/2508.15112v1
- Date: Wed, 20 Aug 2025 23:01:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-22 16:26:46.117583
- Title: Mapping Students' AI Literacy Framing and Learning through Reflective Journals
- Title（参考訳）: 学生のリテラシー評価とリフレクティブジャーナルによる学習のマッピング
- Authors: Ashish Hingle, Aditya Johri,
- Abstract要約: 本研究は、人工知能(AI)に関する大学生の自己認識学習に関する研究である。
学生がAIについて何、どのように、なぜ学習するかを理解することが重要である。
- 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: This research paper presents a study of undergraduate technology students' self-reflective learning about artificial intelligence (AI). Research on AI literacy proposes that learners must develop five competencies associated with AI: awareness, knowledge, application, evaluation, and development. It is important to understand what, how, and why students learn about AI so formal instruction can better support their learning. We conducted a reflective journal study where students described their interactions with AI each week. Data was collected over six weeks and analyzed using an emergent interpretive process. We found that the participants were aware of AI, expressed opinions on their future use of AI skills, and conveyed conflicted feelings about developing deep AI expertise. They also described ethical concerns with AI use and saw themselves as intermediaries of knowledge for friends and family. We present the implications of this study and propose ideas for future work in this area.
- Abstract（参考訳）: 本研究は,人工知能(AI)に関する技術系学生の自己認識学習に関する研究である。
AIリテラシーの研究は、学習者がAIに関連する5つの能力(認識、知識、応用、評価、開発)を開発することを提案する。
学生がAIについて何を、どのように、なぜ学習するかを理解することが重要である。
我々は、学生が毎週AIとのインタラクションを記述したリフレクティブジャーナル研究を行った。
データは6週間にわたって収集され、創発的な解釈プロセスを用いて分析された。
その結果、参加者はAIに気付き、将来のAIスキルの使用について意見を表明し、深層AIの専門知識開発に関する矛盾した感情を伝えました。
彼らはまた、AIの使用に関する倫理的な懸念についても述べ、自分自身を友人や家族の知識の仲介者と見なした。
本稿では,本研究の意義と今後の課題について述べる。
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) - Immersion for AI: Immersive Learning with Artificial Intelligence [0.0]
この研究は、人工知能(AI)の観点から、Immersionが意味するところを反映している。
没入型学習理論のレンズを適用して、この新しい視点が認知生態学におけるAIの関与の方法をサポートするかどうかを理解する。
論文 参考訳（メタデータ） (2025-02-05T11:51:02Z) - AI Toolkit: Libraries and Essays for Exploring the Technology and Ethics of AI [0.0]
AITKプロジェクトにはPythonライブラリと計算エッセイ(Jupyterノートブック)の両方が含まれている。
これらのノートブックは、責任あるAIのテーマを中心としたさまざまな人文科学コースの複数の機関で試験されている。
パイロットスタディとユーザビリティテストの結果から、AIの理解を深める上で、AITKはナビゲートが容易で効果的であることが分かる。
論文 参考訳（メタデータ） (2025-01-17T22:08:52Z) - 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) - Qualitative and quantitative analysis of student's perceptions in the use of generative AI in educational environments [0.0]
教育における生成人工知能の効果的な統合は、将来の世代を準備するための基本的な側面である。
本研究の目的は,教室内における制御された学生とIAの相互作用の知覚を定量的かつ質的な視点から分析することである。
論文 参考訳（メタデータ） (2024-05-22T09:56:05Z) - AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。
AIの人間的能力の増大は、社会科学研究にも注目されている。
論文 参考訳（メタデータ） (2024-01-22T10:57:09Z) - 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) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - 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) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - 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)
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。