論文の概要: Developing Strategies to Increase Capacity in AI Education

• arxiv url: http://arxiv.org/abs/2509.21713v1
• Date: Fri, 26 Sep 2025 00:23:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-29 20:57:54.087629
• Title: Developing Strategies to Increase Capacity in AI Education
• Title（参考訳）: AI教育における能力向上のための戦略開発
• Authors: Noah Q. Cowit, Sri Yash Tadimalla, Stephanie T. Jones, Mary Lou Maher, Tracy Camp, Enrico Pontelli,
• Abstract要約: Computing Research Associationは、AI教育を改善する202人のエキスパートの仮想ラウンドテーブルディスカッションを32回実施した。 私たちは、AI教育の能力を高めるために、以下のハイレベルなコミュニティの必要性を特定しました。 この調査を通じて、参加者が言及したリソースのリストを編集し、整理しました。
• 参考スコア（独自算出の注目度）: 1.4416094698877995
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many institutions are currently grappling with teaching artificial intelligence (AI) in the face of growing demand and relevance in our world. The Computing Research Association (CRA) has conducted 32 moderated virtual roundtable discussions of 202 experts committed to improving AI education. These discussions slot into four focus areas: AI Knowledge Areas and Pedagogy, Infrastructure Challenges in AI Education, Strategies to Increase Capacity in AI Education, and AI Education for All. Roundtables were organized around institution type to consider the particular goals and resources of different AI education environments. We identified the following high-level community needs to increase capacity in AI education. A significant digital divide creates major infrastructure hurdles, especially for smaller and under-resourced institutions. These challenges manifest as a shortage of faculty with AI expertise, who also face limited time for reskilling; a lack of computational infrastructure for students and faculty to develop and test AI models; and insufficient institutional technical support. Compounding these issues is the large burden associated with updating curricula and creating new programs. To address the faculty gap, accessible and continuous professional development is crucial for faculty to learn about AI and its ethical dimensions. This support is particularly needed for under-resourced institutions and must extend to faculty both within and outside of computing programs to ensure all students have access to AI education. We have compiled and organized a list of resources that our participant experts mentioned throughout this study. These resources contribute to a frequent request heard during the roundtables: a central repository of AI education resources for institutions to freely use across higher education.
• Abstract（参考訳）: 多くの機関が現在、我々の世界の需要と関連性に直面して、人工知能(AI)の教育に取り組んでいます。 コンピューティング・リサーチ・アソシエーション(CRA)は、AI教育を改善するための202人の専門家による32の適度な仮想ラウンドテーブルの議論を行った。 これらの議論は、AI知識領域と教育、AI教育におけるインフラストラクチャチャレンジ、AI教育における能力向上のための戦略、すべてのAI教育の4つの焦点に当てられている。 ラウンドテーブルは、異なるAI教育環境の特定の目標とリソースを検討するために、機関タイプを中心に編成された。 私たちは、AI教育の能力を高めるために、以下のハイレベルなコミュニティの必要性を特定しました。 重要なデジタルディビジョンは、特に小規模で低リソースの機関にとって、大きなインフラストラクチャハードルを生み出します。 これらの課題は、リスキルの時間も限られているAI専門の教員の不足、AIモデルの開発とテストのための計算インフラの欠如、制度的技術的支援の不足として現れている。 これらの問題を複雑にすることは、カリキュラムの更新と新しいプログラムの作成にまつわる大きな負担である。 教員のギャップに対処するためには、教員がAIとその倫理的側面について学ぶことが不可欠である。 このサポートは、特にリソース不足の機関で必要であり、すべての学生がAI教育にアクセスできるように、コンピュータプログラム内外の両方の学部に拡張する必要がある。 この調査を通じて、参加者が言及したリソースのリストを編集し、整理しました。 これらのリソースは、ラウンドテーブルでよく聞かれる要求に寄与する。AI教育リソースの中央リポジトリは、高等教育全体にわたって自由に使用できる。

関連論文リスト

• Perspectives and potential issues in using artificial intelligence for computer science education [0.0]
  ChatGPTは、Large Language Models (LLM) と幅広い人工知能 (AI) ソリューションに広く関心を寄せている。 AI技術は学習経験を向上させる可能性を秘めているが、新たな懸念もある。 これには、技術への過度な信頼のリスク、基本的な認知スキルの侵食の可能性、そしてそのようなイノベーションへの公平なアクセスを維持することの課題が含まれる。
  論文  参考訳（メタデータ） (2025-09-17T06:34:23Z)
• AISCliteracy: Assessing Artificial Intelligence and Cybersecurity Literacy Levels and Learning Needs of Students [0.0]
  本研究は,ネパール・チトワン地区の学生を対象に,現在のAIリテラシーレベルを評価し,学習ニーズを特定することに焦点を当てた。 ネパールの学校のための堅牢なAI教育プログラムの開発に貢献する。
  論文  参考訳（メタデータ） (2025-06-29T16:31:50Z)
• "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)
• Generative AI Literacy: Twelve Defining Competencies [48.90506360377104]
  本稿では、生成AIと対話するために必要なスキルと知識領域を網羅した、生成人工知能(AI)リテラシーの能力に基づくモデルを提案する。 能力は、基礎的なAIリテラシーから、倫理的および法的考慮を含むエンジニアリングとプログラミングのスキルの促進まで様々である。 これらの12の能力は、個人、政策立案者、政府高官、教育者が責任を持って生成AIの可能性をナビゲートし活用しようとするための枠組みを提供する。
  論文  参考訳（メタデータ） (2024-11-29T14:55:15Z)
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [176.39275404745098]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• Transdisciplinary AI Education: The Confluence of Curricular and Community Needs in the Instruction of Artificial Intelligence [0.7133676002283578]
  教育におけるAIの現状について検討し、この技術を教室に組み込むことによる潜在的なメリットと課題について検討する。 この論文は、サウジアラビアのネオムにある、現在開発中のAIプログラムと、開発中の新たなメガシティである教育、研究、革新のセクターについて述べる。
  論文  参考訳（メタデータ） (2023-11-10T17:26:27Z)
• What Students Can Learn About Artificial Intelligence -- Recommendations for K-12 Computing Education [0.0]
  デジタルトランスフォーメーションの文脈における技術進歩は、人工知能(AI)分野における急速な発展の基礎である AIのトピックを含むように、コンピュータサイエンスカリキュラムの数が増えている。 本稿では,デジタルリテラシーと社会的視点に対処する学習目的のカリキュラムを提案する。
  論文  参考訳（メタデータ） (2023-05-10T20:39:43Z)
• 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)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。