論文の概要: To Use or to Refuse? Re-Centering Student Agency with Generative AI in Engineering Design Education

• arxiv url: http://arxiv.org/abs/2510.19342v1
• Date: Wed, 22 Oct 2025 08:06:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:15.33936
• Title: To Use or to Refuse? Re-Centering Student Agency with Generative AI in Engineering Design Education
• Title（参考訳）: 利用・再利用に向けて : 工学デザイン教育における創発的AIによる学生エージェンシーの再構築
• Abstract要約: このパイロット研究は、シンガポール工科大学で500人以上の工学と建築の学生を登録する13週間の基礎設計コースにおける、AIの使用に関する学生の考察を辿るものである。 学生は、この技術がツール(インストラクショナルアシスタント)、チームメイト(共同パートナー)、あるいはその両方として使われたかどうかを振り返ることが求められた。 学生たちは、AIを単なる自動化ではなく、イノベーションのために使うことを学びました。
• 参考スコア（独自算出の注目度）: 14.581313362006272
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This pilot study traces students' reflections on the use of AI in a 13-week foundational design course enrolling over 500 first-year engineering and architecture students at the Singapore University of Technology and Design. The course was an AI-enhanced design course, with several interventions to equip students with AI based design skills. Students were required to reflect on whether the technology was used as a tool (instrumental assistant), a teammate (collaborative partner), or neither (deliberate non-use). By foregrounding this three-way lens, students learned to use AI for innovation rather than just automation and to reflect on agency, ethics, and context rather than on prompt crafting alone. Evidence stems from coursework artefacts: thirteen structured reflection spreadsheets and eight illustrated briefs submitted, combined with notes of teachers and researchers. Qualitative coding of these materials reveals shared practices brought about through the inclusion of Gen-AI, including accelerated prototyping, rapid skill acquisition, iterative prompt refinement, purposeful "switch-offs" during user research, and emergent routines for recognizing hallucinations. Unexpectedly, students not only harnessed Gen-AI for speed but (enabled by the tool-teammate-neither triage) also learned to reject its outputs, invent their own hallucination fire-drills, and divert the reclaimed hours into deeper user research, thereby transforming efficiency into innovation. The implications of the approach we explore shows that: we can transform AI uptake into an assessable design habit; that rewarding selective non-use cultivates hallucination-aware workflows; and, practically, that a coordinated bundle of tool access, reflection, role tagging, and public recognition through competition awards allows AI based innovation in education to scale without compromising accountability.
• Abstract（参考訳）: このパイロット研究は、シンガポール工科大学で500人以上の工学と建築の学生を登録する13週間の基礎設計コースにおける、AIの使用に関する学生の考察を辿るものである。 このコースはAIの強化されたデザインコースであり、AIベースのデザインスキルを持つ学生にいくつかの介入を施した。 学生は、この技術がツール(インストラクショナルアシスタント)、チームメイト(共同パートナー)、あるいはどちら(非使用)として使用されたかを反映するよう求められた。 この3方向レンズをフォアグラウンド化することで、学生はAIを単なる自動化ではなくイノベーションに利用し、エージェンシー、倫理、文脈を反映し、即興の工芸だけにすることを学びました。 証拠は、13の構造化されたリフレクション・スプレッドシートと8つの図解されたブリーフと、教師や研究者のメモが組み合わされたコースワークの成果に由来する。 これらの素材の質的なコーディングは、Gen-AIの導入によってもたらされる共有の実践を明らかにしており、プロトタイピングの高速化、迅速な技術習得、反復的迅速な洗練、ユーザリサーチにおける目的ある「スイッチオフ」、幻覚を認識するための創発的なルーチンなどである。 必然的に、学生はGen-AIをスピードに活用しただけでなく、(ツールチームメイトなしのトリアージによって可能になった)アウトプットを拒絶し、独自の幻覚薬を発明し、回収された時間をより深いユーザー研究に転換し、効率を革新へと変えた。 私たちは、AIの取り込みを評価可能な設計の習慣に転換できる、選択的な非使用の報奨が幻覚を意識したワークフローを育む、そして事実上、ツールアクセス、リフレクション、ロールタグ付け、そしてパブリックな認識をコンペティションアワードを通じて組み合わせることで、AIベースのイノベーションが、説明責任を損なうことなく、規模を拡大できる、ということを示しています。

関連論文リスト

• AI literacy over tool design: a mixed-methods study of scaffolded versus unrestricted generative AI in programming education [0.0]
  本稿では,マスターレベルのデータ分析コースにおける7週間の混合メソドス試験について報告する。 33人の学生が、ノートベースの実験室のセッションに埋め込まれた足場付きAI研究コーチにランダムに割り当てられた。 ツールの設計は、学生が自身の利用を管理する能力よりも重要で、これは現在、偶然に獲得されている能力である。
  論文  参考訳（メタデータ） (2026-09-15T07:53:58Z)
• ASI-Bench: At the Dawn of Artificial Superintelligence [46.937202634067766]
  ASI-Benchは、革新的な探索と自律的な科学的実行というAIシステムの能力を共同で評価する最初のベンチマークである。 11の科学領域に60のプロジェクトレベルの研究タスクが含まれており、方法論的なガイダンスを段階的に削減している。 18の最先端のエージェントモデル構成で、平均スコアは50.91点から29.10点まで減少し、指定したメソッドのみとなった。
  論文  参考訳（メタデータ） (2026-08-18T01:59:00Z)
• Framing, Judging, Steering: An Assessable Competency Model for Teach-ing Students to Reason With Generative AI [47.027290803102666]
  生産的AI利用を3つの評価可能なスキルに分解する能力モデルであるCoRe-3(Co-Reasoning)を提案する。 理論上のスキルを基盤として、5つのテスト可能な提案を述べ、それらをCoReasoningLabでインスタンス化します。 人為的な合意と成果が次々に行われます。私たちは、計測器、データ、プロトコルをリリースします。
  論文  参考訳（メタデータ） (2026-06-04T10:25:31Z)
• Intentmaking and Sensemaking: Human Interaction with AI-Guided Mathematical Discovery [72.49593499512092]
  インテントメイキングという別のワークフローを特定し、特徴付けします。 私たちはこれをセンスメイキングの自然な拡張と捉えています。 これらのテーマのドキュメンテーションは、科学的発見のためのAIツール設計へのアプローチを示唆している。
  論文  参考訳（メタデータ） (2026-05-07T09:30:25Z)
• Unpacking Vibe Coding: Help-Seeking Processes in Student-AI Interactions While Programming [1.3802799822705387]
  Generative AIは、生徒が自然言語を使ってAIとコラボレーションするビブコーディングを通じて、高等教育プログラムを再構築している。 110人の大学生から19,418人のインタラクション・ターンを分析し,トップレベルとローパフォーマンスの学生を比較した。 その結果、トップパフォーマーはインストゥルメンタル・ヘルプ・サーキングを行い、教師のようなAIの反応を引き出すことができた。
  論文  参考訳（メタデータ） (2026-04-29T19:35:10Z)
• "I Just Need GPT to Refine My Prompts": Rethinking Onboarding and Help-Seeking with Generative 3D Modeling Tools [4.7664516965746335]
  生成AIツールは、複雑なナビゲーションを自然言語プロンプトに置き換える。 本研究では,3次元モデリングのためのプロンプトベースツールにどのようにアプローチするかを観察研究により検討した。 生成的AIのコンテキストで異なるのは、彼らがサポートを求めている方法と理由だ。
  論文  参考訳（メタデータ） (2026-03-31T01:09:27Z)
• From Individual Prompts to Collective Intelligence: Mainstreaming Generative AI in the Classroom [2.7886031629181987]
  我々は、GenAIがピアツーピア学習の触媒として機能する、集合知(CI)にフォーカスした教育へのシフトを論じる。 我々は,2つの学部工学科で生成的CI活動を実施し,140名の学生が思考ルーチンを通した。 その結果、学生は人間の協力と戦略的AIサポートの組み合わせを重んじることが証明された。
  論文  参考訳（メタデータ） (2026-01-07T08:28:20Z)
• "Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding [42.82674998306379]
  ビブコーディング(vibe coding)とは、直接のコードオーサシップではなく、自然言語のプロンプトを通じてソフトウェアを作成することを指す。 本稿では、初心者プログラマと混合経験チームがどのようにバイブコーディングに関わるかを調査する1日間のハッカソンについて報告する。
  論文  参考訳（メタデータ） (2025-12-02T13:32:23Z)
• Bridging the Skills Gap: A Course Model for Modern Generative AI Education [0.0]
  生成的AI能力は、産業ではますます重視されるが、高等教育では重視されない。 著者らは、さまざまな分野の学生は、AIツールの可能性に責任を持ち、専門的に活用するよう教えなければならないと主張している。
  論文  参考訳（メタデータ） (2025-11-13T21:24:54Z)
• Human-in-the-Loop Systems for Adaptive Learning Using Generative AI [0.6780998887296331]
  学生主導のフィードバックループは、AIが生成した応答を修正して、学生の保持とエンゲージメントを改善する。 STEM学生による研究から得られた予備的な知見は、従来のAIツールと比較して学習結果と信頼性が向上したことを示している。
  論文  参考訳（メタデータ） (2025-08-14T20:44:34Z)
• Tracing the Invisible: Understanding Students' Judgment in AI-Supported Design Work [2.8038082486377114]
  本研究では、HCIデザインコースの33名の学生チームからの反射を分析し、AIツールを使用する際の学生の判断方法を検討する。 確立した設計判断形式(器楽曲,評価,品質など)と創発型(エージェント分配判定,信頼性判定)の両方を見出した。 我々の研究結果は、生成型AIがデザイン推論に新しい複雑なレイヤーを導入し、学生がいつどのように依存するかを反映するよう促すことを示唆している。
  論文  参考訳（メタデータ） (2025-05-13T20:08:10Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
  本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。 我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。 本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2024-10-08T15:13:01Z)
• AI-Tutoring in Software Engineering Education [0.7631288333466648]
  我々は,GPT-3.5-TurboモデルをAI-TutorとしてAPASアルテミスに組み込むことで,探索的なケーススタディを行った。 この発見は、タイムリーなフィードバックやスケーラビリティといった利点を浮き彫りにしている。 しかし,AI-Tutor を用いた場合,一般的な応答や学習進行抑制に対する学生の懸念も明らかであった。
  論文  参考訳（メタデータ） (2024-04-03T08:15:08Z)
• Not Just Novelty: A Longitudinal Study on Utility and Customization of an AI Workflow [18.15979295351043]
  ジェネレーティブAIは、日々のタスクで人々を助ける、斬新で印象的な能力を提供します。 新規性が低下した後、生成AIがどれほど有用かは定かではない。 我々は,科学コミュニケーションのための生成AIツールの慣れ親しみとカスタマイズを理解するために,12人のユーザを対象に3週間の縦断的研究を行った。
  論文  参考訳（メタデータ） (2024-02-15T11:39:11Z)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)
• MONAI Label: A framework for AI-assisted Interactive Labeling of 3D Medical Images [49.664220687980006]
  注釈付きデータセットの欠如は、タスク固有の教師付き機械学習モデルをトレーニングする上で、大きなボトルネックとなる。 本稿では,人工知能(AI)モデルに基づくアプリケーション開発を支援する,フリーかつオープンソースなフレームワークであるmonAI Labelを紹介する。
  論文  参考訳（メタデータ） (2022-03-23T12:33:11Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)

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。