論文の概要: Why it is worth making an effort with GenAI

• arxiv url: http://arxiv.org/abs/2509.00852v1
• Date: Sun, 31 Aug 2025 13:55:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.430229
• Title: Why it is worth making an effort with GenAI
• Title（参考訳）: なぜGenAIと努力する価値があるのか
• Authors: Yvonne Rogers,
• Abstract要約: 学生にもっと少ない時間で学ばせることは可能か? 学習体験をより深めるために、もっと多くの労力を必要とする、新しいタイプのAIツールを設計できるだろうか?
• 参考スコア（独自算出の注目度）: 10.753877355048596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Students routinely use ChatGPT and the like now to help them with their homework, such as writing an essay. It takes less effort to complete and is easier to do than by hand. It can even produce as good if not better output than the student's own work. However, there is a growing concern that over-reliance on using GenAI in this way will stifle the development of learning writing and critical thinking skills. How might this trend be reversed? What if students were required to make more effort when using GenAI to do their homework? It might be more challenging, but the additional effort involved could result in them learning more and having a greater sense of achievement. This tension can be viewed as a form of effort paradox; where effort is both viewed as something to be avoided but at the same time is valued. Is it possible to let students learn sometimes with less and other times more effort? Students are already adept at the former but what about the latter? Could we design new kinds of AI tools that deliberately require more effort to use to deepen the learning experience? In this paper, I begin to outline what form these might take, for example, asking students to use a combination of GenAI tools with traditional learning approaches (e.g. note-taking while reading). I also discuss how else to design tools to think with that augments human cognition; where students learn more the skills of metacognition and reflection.
• Abstract（参考訳）: 学生は、エッセイを書くなどの宿題を手伝うために、ChatGPTなどを日常的に使っている。 完成には労力がかかり、手作業よりも簡単です。 生徒自身の作品に劣らず、良質な作品も作ることができる。 しかし、この方法でのGenAIの利用への過度な依存が、文章の学習や批判的思考スキルの発達を阻害するのではないかという懸念が高まっている。 この傾向はどのように逆転するのか? 学生がGenAIを使って宿題をするとき、もっと努力する必要があるとしたらどうだろう? より難しいかもしれませんが、それに伴う追加の努力によって、より多くのことを学び、より大きな達成感を得ることができます。 この緊張は、努力のパラドックスの一形態と見なすことができる。 学生にもっと少ない時間で学ばせることは可能か。 生徒はすでに前者に対して不利だが、後者はどうか。 学習体験をより深めるために、もっと多くの労力を必要とする、新しいタイプのAIツールを設計できるだろうか? 本稿では、学生にGenAIツールと従来の学習手法(例えば、読みながらメモを取るなど)を併用するよう依頼するなど、これらがどのような形になるのかを概説する。 また、学生がメタ認知とリフレクションのスキルをもっと学ぶことで、人間の認知を増強するツールを設計する方法についても論じます。

関連論文リスト

• That's Not the Feedback I Need! -- Student Engagement with GenAI Feedback in the Tutor Kai [0.0]
  学生にPythonプログラミングタスク、コードエディタ、GenAIフィードバック、コンパイラフィードバックを提供するカスタムWebアプリケーションを構築します。 学習者から得られたフィードバックがどれほどの注意を払っているか、生成したフィードバックがどの程度役に立つか(あるいはそうでないか)について検討する。 その結果、GenAIのフィードバックは一般的に視覚的に注目され、未経験の学生は修正に2倍の時間を費やしていることがわかった。
  論文  参考訳（メタデータ） (2025-06-25T13:43:23Z)
• 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)
• How Do Programming Students Use Generative AI? [7.863638253070439]
  プログラミングの学生がChatGPTのような生成AIツールを実際にどのように使っているかを検討した。 一般的な概念に関する知識を探り,ソリューションを直接生成する,という2つの一般的な利用戦略を観察した。 その結果,ジェネレーティブAIによるプログラマエージェンシーの潜在的な減少と生産性に関する懸念が正当であることが示唆された。
  論文  参考訳（メタデータ） (2025-01-17T10:25:41Z)
• Misconceptions, Pragmatism, and Value Tensions: Evaluating Students' Understanding and Perception of Generative AI for Education [0.11704154007740832]
  学生はこの技術のアーリーアダプターであり、非典型的手法で利用している。 学生は,1)GenAIの理解,2)GenAIの利用,3)教育における利用に関するメリット,欠点,倫理的問題について,その説明を求めた。
  論文  参考訳（メタデータ） (2024-10-29T17:41:06Z)
• YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
  本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。 モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。 実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
  論文  参考訳（メタデータ） (2024-01-28T14:32:15Z)
• Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
  本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。 GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。 この話題について,コミュニティの短期的,長期的目標について論じる。
  論文  参考訳（メタデータ） (2023-08-28T18:51:09Z)

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。