論文の概要: Training for Obsolescence? The AI-Driven Education Trap

• arxiv url: http://arxiv.org/abs/2508.19625v1
• Date: Wed, 27 Aug 2025 07:04:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 19:07:41.535189
• Title: Training for Obsolescence? The AI-Driven Education Trap
• Title（参考訳）: 老化のためのトレーニング : AI駆動型教育トラップ
• Authors: Andrew J. Peterson,
• Abstract要約: 我々は、AIを採用するという決定は、AIの将来の賃金抑制効果をこれらのスキルに内在させることができない、その教育生産性によってもたらされる教育プランナーをモデル化する。 我々の発見は、前向きな労働市場信号と組み合わせなければ、教育におけるAIを促進する政策が、学生の長期的資本をパラドックス的に損なう可能性があることを警告した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence simultaneously transforms human capital production in schools and its demand in labor markets. Analyzing these effects in isolation can lead to a significant misallocation of educational resources. We model an educational planner whose decision to adopt AI is driven by its teaching productivity, failing to internalize AI's future wage-suppressing effect on those same skills. Our core assumption, motivated by a pilot survey, is that there is a positive correlation between these two effects. This drives our central proposition: this information failure creates a skill mismatch that monotonically increases with AI prevalence. Extensions show the mismatch is exacerbated by the neglect of unpriced non-cognitive skills and by a school's endogenous over-investment in AI. Our findings caution that policies promoting AI in education, if not paired with forward-looking labor market signals, may paradoxically undermine students' long-term human capital, especially if reliance on AI crowds out the development of unpriced non-cognitive skills, such as persistence, that are forged through intellectual struggle.
• Abstract（参考訳）: 人工知能は、学校における人的資本生産と労働市場の需要を同時に変える。 これらの効果を分離して分析することは、教育資源の重大な誤った配置につながる可能性がある。 我々は、AIを採用するという決定は、AIの将来の賃金抑制効果をこれらのスキルに内在させることができない、その教育生産性によってもたらされる教育プランナーをモデル化する。 パイロット調査の動機となった私たちの中核的な仮定は、これらの2つの効果の間には正の相関関係があるということです。 この情報の失敗は、AIの普及とともに単調に増加するスキルミスマッチを生み出します。 拡張は、不適切な非認知スキルの無視と、学校内在的AIの過剰投資によって、ミスマッチが悪化していることを示している。 我々の発見は、前向きな労働市場信号と組み合わせなければ、教育におけるAIを促進する政策が、学生の長期的な人的資本をパラドックス的に損なう可能性があることを警告している。

関連論文リスト

• The Potential Impact of Disruptive AI Innovations on U.S. Occupations [4.616985737735413]
  合衆国の3,237件のAI特許の破壊指数(2015-2022) 我々の分析によると、統合AIは主に物理的、日常的、単独的なタスクを目標としている。 対照的に、破壊的なAIは予測不可能で精神的なタスク、特に沿岸科学や技術分野に影響を及ぼす。
  論文  参考訳（メタデータ） (2025-07-15T15:20:09Z)
• Augmenting Minds or Automating Skills: The Differential Role of Human Capital in Generative AI's Impact on Creative Tasks [4.39919134458872]
  ジェネレーティブAIは、創造的な仕事を急速に作り直し、その受益者や社会的意味について批判的な疑問を提起している。 この研究は、創造的タスクにおいて、生成的AIが様々な形態の人的資本とどのように相互作用するかを探求することによって、一般的な仮定に挑戦する。 AIはクリエイティブツールへのアクセスを民主化するが、同時に認知的不平等を増幅する。
  論文  参考訳（メタデータ） (2024-12-05T08:27:14Z)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Brief for the Canada House of Commons Study on the Implications of Artificial Intelligence Technologies for the Canadian Labor Force: Generative Artificial Intelligence Shatters Models of AI and Labor [1.0878040851638]
  過去の技術と同様に、生成的AIは大量失業に繋がらないかもしれない。 生成AIは創造的で認知的で、潜在的にユビキタスである。 AIのフルセットの能力とアプリケーションが出現するにつれて、政策立案者は労働者のキャリア適応性を促進するべきである。
  論文  参考訳（メタデータ） (2023-11-06T22:58:24Z)
• The Generative AI Paradox: "What It Can Create, It May Not Understand" [81.89252713236746]
  生成AIの最近の波は、潜在的に超人的な人工知能レベルに対する興奮と懸念を引き起こしている。 同時に、モデルは、専門家でない人でも期待できないような理解の基本的な誤りを示している。 一見超人的な能力と、ごく少数の人間が起こすエラーの持続性を、どうやって再現すればよいのか?
  論文  参考訳（メタデータ） (2023-10-31T18:07:07Z)
• Bootstrapping Developmental AIs: From Simple Competences to Intelligent Human-Compatible AIs [0.0]
  主流のAIアプローチは、大きな言語モデル(LLM)による生成的および深層学習アプローチと、手動で構築されたシンボリックアプローチである。 このポジションペーパーでは、開発AIの実践を拡張して、レジリエンスでインテリジェントで、人間と互換性のあるAIを作り出すための、展望、ギャップ、課題を概説する。
  論文  参考訳（メタデータ） (2023-08-08T21:14:21Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• 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。