論文の概要: Integration of AI in STEM Education, Addressing Ethical Challenges in K-12 Settings
- arxiv url: http://arxiv.org/abs/2510.19196v1
- Date: Wed, 22 Oct 2025 03:07:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:15.01733
- Title: Integration of AI in STEM Education, Addressing Ethical Challenges in K-12 Settings
- Title（参考訳）: K-12設定における倫理的課題に対応するSTEM教育におけるAIの統合
- Authors: Shaouna Shoaib Lodhi, Shoaib Lodhi,
- Abstract要約: 人工知能のK-12 STEM教育への迅速な統合は、重要な倫理的課題と共に変革的な機会をもたらす。
本稿では、STEM教室におけるAIの両端的な影響を分析し、その利点(適応学習、リアルタイムフィードバックなど)と欠点(監視リスク、教育的制約など)を倫理的レンズを通して分析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid integration of Artificial Intelligence (AI) into K-12 STEM education presents transformative opportunities alongside significant ethical challenges. While AI-powered tools such as Intelligent Tutoring Systems (ITS), automated assessments, and predictive analytics enhance personalized learning and operational efficiency, they also risk perpetuating algorithmic bias, eroding student privacy, and exacerbating educational inequities. This paper examines the dual-edged impact of AI in STEM classrooms, analyzing its benefits (e.g., adaptive learning, real-time feedback) and drawbacks (e.g., surveillance risks, pedagogical limitations) through an ethical lens. We identify critical gaps in current AI education research, particularly the lack of subject-specific frameworks for responsible integration and propose a three-phased implementation roadmap paired with a tiered professional development model for educators. Our framework emphasizes equity-centered design, combining technical AI literacy with ethical reasoning to foster critical engagement among students. Key recommendations include mandatory bias audits, low-resource adaptation strategies, and policy alignment to ensure AI serves as a tool for inclusive, human-centered STEM education. By bridging theory and practice, this work advances a research-backed approach to AI integration that prioritizes pedagogical integrity, equity, and student agency in an increasingly algorithmic world. Keywords: Artificial Intelligence, STEM education, algorithmic bias, ethical AI, K-12 pedagogy, equity in education
- Abstract（参考訳）: 人工知能(AI)のK-12 STEM教育への迅速な統合は、重要な倫理的課題と共に変革的な機会をもたらす。
Intelligent Tutoring Systems(ITS)や自動評価、予測分析といったAIツールがパーソナライズされた学習と運用効率を向上させる一方で、アルゴリズムバイアスの永続性、学生のプライバシの侵食、教育的不平等の悪化といったリスクもある。
本稿では、STEM教室におけるAIの両端的な影響を分析し、その利点(例えば適応学習、リアルタイムフィードバック)と欠点(例えば、監視リスク、教育的制限)を倫理的レンズを通して分析する。
我々は、現在のAI教育研究における重要なギャップ、特に、責任ある統合のための主題固有のフレームワークの欠如を特定し、教育者の結びつきのある専門的開発モデルと組み合わせた3段階の実装ロードマップを提案する。
我々のフレームワークは、技術AIリテラシーと倫理的推論を組み合わせることで、学生間の批判的関与を促進することを目的として、エクイティ中心のデザインを強調している。
主な推奨事項は、強制バイアス監査、低リソース適応戦略、AIが包括的で人間中心のSTEM教育のツールとして機能することを保証するためのポリシーアライメントである。
理論と実践をブリッジすることで、この研究はAI統合に対する研究支援のアプローチを前進させ、ますますアルゴリズム的な世界において教育的整合性、株式、および学生機関を優先する。
キーワード:人工知能、STEM教育、アルゴリズムバイアス、倫理的AI、K-12教育、教育における株式
関連論文リスト
- A Mixed User-Centered Approach to Enable Augmented Intelligence in Intelligent Tutoring Systems: The Case of MathAIde app [1.303431104836083]
我々は、コンピュータビジョンとAIを使って学生の作業写真から数学演習を補正し、フィードバックを提供するITSであるMathAIdeを紹介する。
発見は、教師が意思決定を維持している間にAIが代替案を提案する教師中心のユーザー主導のアプローチの重要性を強調している。
結果は,特に資源限定環境において,教室環境における効率性,ユーザビリティ,導入可能性を強調した。
論文 参考訳（メタデータ） (2025-07-31T18:56:01Z) - Beyond Statistical Learning: Exact Learning Is Essential for General Intelligence [59.07578850674114]
音の誘惑的推論は、一般知能の必然的に望ましい側面である。
もっとも先進的なフロンティアシステムでさえ、定期的かつ一貫して容易に解決可能な推論タスクに干渉していることは、よく文書化されている。
彼らの不健全な振る舞いは、彼らの発展を支えている統計的学習のアプローチの結果である、と我々は主張する。
論文 参考訳（メタデータ） (2025-06-30T14:37:50Z) - Advancing Education through Tutoring Systems: A Systematic Literature Review [3.276010440333338]
本研究は,知能学習システム (ITS) とロボット学習システム (RTS) を包含した学習システムの変革的役割を体系的にレビューする。
この発見は、適応性、エンゲージメント、学習結果を向上するAI技術の著しい進歩を示している。
この研究は、ITSとRTSの相補的な強みを強調し、教育効果を最大化するために統合されたハイブリッドソリューションを提案する。
論文 参考訳（メタデータ） (2025-03-12T18:47:07Z) - What is Ethical: AIHED Driving Humans or Human-Driven AIHED? A Conceptual Framework enabling the Ethos of AI-driven Higher education [0.6216023343793144]
本研究は,ユネスコとOECDの倫理基準の遵守を保証するために,高次教育における人間駆動型AI(HD-AIHED)フレームワークを紹介する。
この研究は、参加型コシステム、フェーズドヒューマンインテリジェンス、SWOC分析、AI倫理レビューボードを適用して、大学やHE機関のAI準備とガバナンス戦略を評価する。
論文 参考訳（メタデータ） (2025-02-07T11:13:31Z) - 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) - Generative AI and Its Impact on Personalized Intelligent Tutoring Systems [0.0]
生成AIは、動的コンテンツ生成、リアルタイムフィードバック、適応学習経路を通じてパーソナライズされた教育を可能にする。
報告では、自動質問生成、カスタマイズされたフィードバック機構、対話システムなどの重要な応用について検討する。
今後の方向性は、マルチモーダルAI統合の潜在的な進歩、学習システムにおける感情的知性、そしてAI駆動型教育の倫理的意味を強調する。
論文 参考訳（メタデータ） (2024-10-14T16:01:01Z) - AGI: Artificial General Intelligence for Education [41.45039606933712]
本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。
AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。
この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
論文 参考訳（メタデータ） (2023-04-24T22:31:59Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - 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。