論文の概要: Topic Discovery and Classification for Responsible Generative AI Adaptation in Higher Education

• arxiv url: http://arxiv.org/abs/2512.16036v1
• Date: Wed, 17 Dec 2025 23:39:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.857255
• Title: Topic Discovery and Classification for Responsible Generative AI Adaptation in Higher Education
• Title（参考訳）: 高等教育における責任ある生成型AI適応のためのトピック発見と分類
• Authors: Diane Myung-kyung Woodbridge, Allyson Seba, Freddie Seba, Aydin Schwartz,
• Abstract要約: 著者らは、サイラビや機関の政策ウェブサイトに見られるAI関連のポリシーを発見し、分類する自動化システムを開発している。 構造的かつ解釈可能な政策情報を提供することにより、教育におけるGenAI技術の安全で公平かつ教育的に整合した利用を促進する。
• 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: As generative artificial intelligence (GenAI) becomes increasingly capable of delivering personalized learning experiences and real-time feedback, a growing number of students are incorporating these tools into their academic workflows. They use GenAI to clarify concepts, solve complex problems, and, in some cases, complete assignments by copying and pasting model-generated contents. While GenAI has the potential to enhance learning experience, it also raises concerns around misinformation, hallucinated outputs, and its potential to undermine critical thinking and problem-solving skills. In response, many universities, colleges, departments, and instructors have begun to develop and adopt policies to guide responsible integration of GenAI into learning environments. However, these policies vary widely across institutions and contexts, and their evolving nature often leaves students uncertain about expectations and best practices. To address this challenge, the authors designed and implemented an automated system for discovering and categorizing AI-related policies found in course syllabi and institutional policy websites. The system combines unsupervised topic modeling techniques to identify key policy themes with large language models (LLMs) to classify the level of GenAI allowance and other requirements in policy texts. The developed application achieved a coherence score of 0.73 for topic discovery. In addition, GPT-4.0-based classification of policy categories achieved precision between 0.92 and 0.97, and recall between 0.85 and 0.97 across eight identified topics. By providing structured and interpretable policy information, this tool promotes the safe, equitable, and pedagogically aligned use of GenAI technologies in education. Furthermore, the system can be integrated into educational technology platforms to help students understand and comply with relevant guidelines.
• Abstract（参考訳）: 生成的人工知能(GenAI)は、パーソナライズされた学習経験とリアルタイムフィードバックを提供する能力がますます高まっているため、多くの学生がこれらのツールを学術的ワークフローに取り入れている。 GenAIを使って概念を明確にし、複雑な問題を解き、場合によってはモデル生成内容をコピー&ペーストして完全な割り当てを行う。 GenAIは学習経験を向上させる可能性があるが、誤情報、幻覚的アウトプット、そして批判的思考や問題解決のスキルを損なう可能性がある。 これを受けて、多くの大学、大学、学部、インストラクターが、GenAIの学習環境への責任ある統合を導く政策を開発し、採用し始めている。 しかし、これらの政策は制度や文脈によって大きく異なり、その進化する性質は学生に期待やベストプラクティスについて不確実さを与えることが多い。 この課題に対処するため、著者らは、サイラビや機関の政策ウェブサイトに見られるAI関連のポリシーを発見・分類する自動化システムを設計し、実装した。 このシステムは、キーポリシーのテーマを大規模言語モデル(LLM)と識別するために、教師なしのトピックモデリング技術を組み合わせて、ポリシーテキストにおけるGenAI許容度とその他の要件のレベルを分類する。 開発されたアプリケーションはトピック発見のためのコヒーレンススコア0.73を達成した。 さらに、GPT-4.0ベースの政策カテゴリーの分類は、0.92から0.97の精度で、8つの特定トピックで0.85から0.97のリコールを達成した。 構造的かつ解釈可能な政策情報を提供することにより、教育におけるGenAI技術の安全で公平かつ教育的に整合した利用を促進する。 さらに、このシステムは教育技術プラットフォームに統合され、学生が関連するガイドラインを理解し、遵守するのに役立つ。

関連論文リスト

• Generative AI Practices, Literacy, and Divides: An Empirical Analysis in the Italian Context [32.495879271249414]
  本研究は、イタリアにおけるGenAI導入、利用パターン、リテラシーに関する総合的な実証的マッピングを初めて提示する。 以上の結果から,情緒的サポートや医療アドバイスなどの敏感なタスクを含む,仕事と個人利用の両方に広く採用されていることが明らかとなった。 女性の半分がGenAIを採用する可能性があり、男性よりも使用頻度が低い、有意義な男女格差を特定した。
  論文  参考訳（メタデータ） (2025-12-03T11:01:28Z)
• A Inteligência Artificial Generativa no Ecossistema Acadêmico: Uma Análise de Aplicações, Desafios e Oportunidades para a Pesquisa, o Ensino e a Divulgação Científica [0.0]
  高等教育におけるジェネレーティブ・人工知能の迅速かつ破壊的な統合は、基本的な学術的実践を変えつつある。 主な課題は、学術的完全性への脅威、アルゴリズムバイアスのリスク、堅牢なAIリテラシーの必要性である。 学術の未来は、この技術に対する抵抗によって定義されるのではなく、組織や個人が批判的に、倫理的に、創造的にそれに関与する能力によって定義される。
  論文  参考訳（メタデータ） (2025-07-03T18:23:18Z)
• 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)
• Enterprise Architecture as a Dynamic Capability for Scalable and Sustainable Generative AI adoption: Bridging Innovation and Governance in Large Organisations [55.2480439325792]
  生成人工知能(Generative Artificial Intelligence)は、イノベーションを促進し、多くの産業におけるガバナンスを再形成する可能性を持つ強力な新技術である。 しかし、テクノロジの複雑さ、ガバナンスのギャップ、リソースのミスアライメントなど、GenAIをスケールする上で大きな課題に直面している。 本稿では、大企業におけるGenAI導入の複雑な要件をエンタープライズアーキテクチャ管理が満たす方法について検討する。
  論文  参考訳（メタデータ） (2025-05-09T07:41:33Z)
• Computational Safety for Generative AI: A Signal Processing Perspective [65.268245109828]
  計算安全性は、GenAIにおける安全性の定量的評価、定式化、研究を可能にする数学的枠組みである。 ジェイルブレイクによる悪意のあるプロンプトを検出するために, 感度解析と損失景観解析がいかに有効かを示す。 我々は、AIの安全性における信号処理の鍵となる研究課題、機会、そして重要な役割について論じる。
  論文  参考訳（メタデータ） (2025-02-18T02:26:50Z)
• Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
  コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。 私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。 我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
  論文  参考訳（メタデータ） (2024-11-17T20:17:47Z)
• Securing the Future of GenAI: Policy and Technology [50.586585729683776]
  政府はGenAIを規制し、イノベーションと安全性のバランスをとるという課題に、世界中で不満を抱いている。 Google、ウィスコンシン大学、マディソン大学、スタンフォード大学が共同で行ったワークショップは、GenAIのポリシーとテクノロジーのギャップを埋めることを目的としていた。 本稿では,技術進歩を妨げることなく,どのように規制を設計できるか,といった問題に対処するワークショップの議論を要約する。
  論文  参考訳（メタデータ） (2024-05-21T20:30:01Z)
• The AI Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment [0.0]
  我々は,GenAIツールを教育評価に統合するための,実用的でシンプルで十分に包括的なツールの概要を述べる。 AIアセスメント尺度(AIAS)は、教育者に対して、評価におけるGenAI使用の適切なレベルを選択する権限を与える。 実践的で柔軟なアプローチを採用することで、AIASは、教育におけるGenAIに関する現在の不確実性と不安に対処するための、非常に必要な出発点を形成することができる。
  論文  参考訳（メタデータ） (2023-12-12T09:08:36Z)
• Generative AI in Higher Education: Seeing ChatGPT Through Universities' Policies, Resources, and Guidelines [11.470910427306569]
  本研究は、GenAIの利用に関して、米国トップクラスの大学が確立した学術政策とガイドラインを分析した。 その結果,これらの大学の大部分は,GenAIに対するオープンだが慎重なアプローチを採用していることが示唆された。 発見は、教育実践における教育者に4つの実践的意味を与える。
  論文  参考訳（メタデータ） (2023-12-08T18:33:11Z)

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。