論文の概要: Report on the Scoping Workshop on AI in Science Education Research 2025

• arxiv url: http://arxiv.org/abs/2511.14318v1
• Date: Tue, 18 Nov 2025 10:23:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:53.050047
• Title: Report on the Scoping Workshop on AI in Science Education Research 2025
• Title（参考訳）: Scoping Workshop on AI in Science Education Research 2025参加報告
• Authors: Marcus Kubsch, Marit Kastaun, Peter Wulff, Nicole Graulich, Moriah Ariely, Bor Gregorcic, Hendrik Härtig, Benedikt Heuckmann, Andrea Horbach, Christina Krist, Gerd Kortemeyer, Ben Münch, Samuel Pazicni, Joshua M. Rosenberg, Sascha Schanze, Gena Sbeglia, Vidar Skogvoll, Christophe Speroni, Christoph Thyssen, Lars-Jochen Thoms, Brandon J. Yik, Xiaoming Zhai,
• Abstract要約: 報告では、科学教育研究における人工知能(AI)の役割に関する2日間の国際スコピングワークショップの結果を要約している。 AIは科学の実践、教室の学習、そして研究の方法に素早く反応するので、この分野は新たな機会と重要な課題に直面している。 報告書は、トレーニング、インフラ、標準のための実行可能なレコメンデーションと、資金提供者、政策立案者、専門機関、学術部門のガイダンスで締めくくっている。
• 参考スコア（独自算出の注目度）: 2.085554958672971
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This report summarizes the outcomes of a two-day international scoping workshop on the role of artificial intelligence (AI) in science education research. As AI rapidly reshapes scientific practice, classroom learning, and research methods, the field faces both new opportunities and significant challenges. The report clarifies key AI concepts to reduce ambiguity and reviews evidence of how AI influences scientific work, teaching practices, and disciplinary learning. It identifies how AI intersects with major areas of science education research, including curriculum development, assessment, epistemic cognition, inclusion, and teacher professional development, highlighting cases where AI can support human reasoning and cases where it may introduce risks to equity or validity. The report also examines how AI is transforming methodological approaches across quantitative, qualitative, ethnographic, and design-based traditions, giving rise to hybrid forms of analysis that combine human and computational strengths. To guide responsible integration, a systems-thinking heuristic is introduced that helps researchers consider stakeholder needs, potential risks, and ethical constraints. The report concludes with actionable recommendations for training, infrastructure, and standards, along with guidance for funders, policymakers, professional organizations, and academic departments. The goal is to support principled and methodologically sound use of AI in science education research.
• Abstract（参考訳）: 本報告は,科学教育研究における人工知能(AI)の役割に関する2日間の国際スクーピングワークショップの結果をまとめたものである。 AIは科学の実践、教室の学習、そして研究の方法に素早く反応するので、この分野は新たな機会と重要な課題に直面している。 このレポートは、曖昧さを減らすために重要なAI概念を明らかにし、AIが科学的な仕事、教育実践、学際的な学習にどのように影響するかを示す証拠をレビューする。 カリキュラム開発、評価、認識、包括性、教師の専門的開発など、AIが科学教育研究の主要な分野とどのように交わるかを特定し、AIが人間の推論をサポートできるケースと、それが株式や妥当性にリスクをもたらす可能性のあるケースを強調している。 このレポートはまた、AIが定量的、質的、エスノグラフィー、デザインに基づく伝統にまたがる方法論的アプローチをどう変えようとしているかを考察し、人間と計算の強さを組み合わせたハイブリッドな分析形式を生み出している。 責任ある統合を導くために、研究者がステークホルダーのニーズ、潜在的なリスク、倫理的制約を考慮するのに役立つシステム思考のヒューリスティックが導入された。 報告書は、トレーニング、インフラ、標準のための実行可能な勧告と、資金提供者、政策立案者、専門機関、学術部門のガイダンスで締めくくっている。 目標は、科学教育研究におけるAIの原則と方法論的活用を支援することである。

関連論文リスト

• Generative Artificial Intelligence and Agents in Research and Teaching [0.0]
  本研究は、生成人工知能(GenAI)と大規模言語モデル(LLM)の開発、機能、応用に関する包括的分析を提供する。 人工知能から機械学習(ML)、ディープラーニング(DL)を経て、トランスフォーマーアーキテクチャへと、概念的な進化を辿る。 分析の中心は、GenAIがもたらす倫理的、社会的、環境的な課題である。
  論文  参考訳（メタデータ） (2025-08-22T06:00:45Z)
• A Review of Generative AI in Computer Science Education: Challenges and Opportunities in Accuracy, Authenticity, and Assessment [2.1891582280781634]
  本稿では、コンピュータサイエンス教育におけるChatGPTやClaudeといったジェネレーティブAIツールの利用について調査する。 ジェネレーティブAIは、AI幻覚、エラーの伝播、バイアス、AI支援コンテンツと学生認可コンテンツの間のぼやけた線などの懸念を提起する。
  論文  参考訳（メタデータ） (2025-06-17T19:20:58Z)
• Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
  我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。 我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
  論文  参考訳（メタデータ） (2025-04-01T13:53:11Z)
• Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
  多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。 これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
  論文  参考訳（メタデータ） (2025-02-07T18:26:45Z)
• From Algorithm Worship to the Art of Human Learning: Insights from 50-year journey of AI in Education [0.0]
  人工知能(AI)を取り巻く現在の談話は、希望と理解の間に振動する。 本稿は、AIが教育において果たす役割の複雑さを考察し、教育者と警告された教育者が混ざったメッセージに対処するものである。 倫理的意味に関する懸念を背景に、AIが大規模にパーソナライゼーションを通じて学習を強化するという約束を探求する。
  論文  参考訳（メタデータ） (2024-02-05T16:12:14Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• Towards a Science of Human-AI Decision Making: A Survey of Empirical Studies [22.214709837295906]
  AI支援による人間の意思決定を強化する研究コミュニティへの関心が高まっている。 人間-AI意思決定の新たな分野は、人間がAIとどのように相互作用し、どのように働くかに関する基礎的な理解を形成するための経験的アプローチを取り入れなければならない。
  論文  参考訳（メタデータ） (2021-12-21T19:00:02Z)
• 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)

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。