論文の概要: Digital Lifelong Learning in the Age of AI: Trends and Insights

• arxiv url: http://arxiv.org/abs/2602.03114v1
• Date: Tue, 03 Feb 2026 05:14:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 18:37:15.257059
• Title: Digital Lifelong Learning in the Age of AI: Trends and Insights
• Title（参考訳）: AI時代のデジタル生涯学習の動向と展望
• Authors: Geeta Puri, Nachamma Socklingam, Dorien Herremans,
• Abstract要約: AIと大規模言語モデル(LLM)の急速な革新は、デジタル学習の採用を加速している。 本研究は,デジタル学習プラットフォームと様々な人口動態がどのように相互作用するかを考察する。 以上の結果から,パンデミック後のデジタル学習の認知度が顕著に増加したことが示唆された。
• 参考スコア（独自算出の注目度）: 9.382861039059952
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Rapid innovations in AI and large language models (LLMs) have accelerated the adoption of digital learning, particularly beyond formal education. What began as an emergency response during COVID-19 has shifted from a supplementary resource to an essential pillar of education. Understanding how digital learning continues to evolve for adult and lifelong learners is therefore increasingly important. This study examines how various demographics interact with digital learning platforms, focusing on the learner motivations, the effectiveness of gamification in digital learning, and the integration of AI. Using multi survey data from 200 respondents and advanced analytics, our findings reveal a notable increase in the perceived relevance of digital learning after the pandemic, especially among young adults and women, coinciding with the rise of LLM-powered AI tools that support personalized learning. We aim to provide actionable insights for businesses, government policymakers, and educators seeking to optimize their digital learning offerings to meet evolving workforce needs.
• Abstract（参考訳）: AIと大規模言語モデル(LLM)の急速な革新は、特に正式な教育を超えて、デジタル学習の採用を加速させている。 新型コロナウイルス(COVID-19)の緊急対応として始まったものは、補助的資源から教育の不可欠な柱へとシフトした。 したがって、成人や生涯学習者にとってデジタル学習がどのように進化し続けるかを理解することはますます重要である。 本研究は,学習者のモチベーション,デジタル学習におけるゲーミフィケーションの有効性,AIの統合に着目し,デジタル学習プラットフォームと様々な人口動態がどのように相互作用するかを検討する。 200人の回答者のマルチサーベイデータと高度な分析データを用いて、パンデミック後のデジタル学習の認知度は、特に若年者や女性の間で顕著に増加し、パーソナライズされた学習を支援するLLMベースのAIツールが出現した。 我々は、ビジネス、政府政策立案者、教育者に対して、進化する労働需要に対応するために、デジタル学習製品を最適化しようとする実用的な洞察を提供することを目指している。

関連論文リスト

• Enhancing Mathematics Learning for Hard-of-Hearing Students Through Real-Time Palestinian Sign Language Recognition: A New Dataset [1.1137087573421256]
  本研究は,パレスチナ手話音声認識システムの開発により,難聴者に対する数学教育のアクセシビリティを高めることを目的とする。 最先端のコンピュータビジョン技術を活用するために、VitModelはジェスチャー分類のために微調整された。 このモデルは97.59%の精度を達成し、高い精度と信頼性を持つ数学的記号の認識の有効性を示した。
  論文  参考訳（メタデータ） (2025-05-16T19:14:25Z)
• "It's Like Not Being Able to Read and Write": Narrowing the Digital Divide for Older Adults and Leveraging the Role of Digital Educators in Ireland [1.8447647480680924]
  本研究は,デジタル教育者が高齢者に欠かせないデジタルスキルの発達をいかに支援するかを考察する。 本研究は,高齢者の学習ニーズに合わせて,個人化されたステップバイステップ指導の重要性を強調した。 主な課題は、限られた交通手段、インターネット接続の貧弱、時代遅れのデバイス、そして学習に対する家族的サポートの欠如である。
  論文  参考訳（メタデータ） (2025-02-14T13:54:40Z)
• 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)
• Education in the Digital World: From the Lens of Millennial Learners [0.0]
  本研究の目的は、ミレニアル世代の学習者のレンズからデジタルワールドの教育を決定することである。 これはまた、デジタル教育における問題のサイバーゴジックな意味を、アウトリーチのレンズを通して見ることが出来る。
  論文  参考訳（メタデータ） (2023-04-27T02:48:13Z)
• Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
  AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。 データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
  論文  参考訳（メタデータ） (2022-11-27T13:07:14Z)
• Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
  機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。 ディープラーニングは、独自の機械学習のサブフィールドになっている。 生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
  論文  参考訳（メタデータ） (2021-05-29T21:02:44Z)
• Desperately seeking the impact of learning analytics in education at scale: Marrying data analysis with teaching and learning [0.0]
  学習分析(LA)は、学習成果、学習者支援、教育を改善することができると主張されている。 教育環境におけるLAの有効性を示す実践への影響の実証的な証拠はいまだ少ない。 学生の大規模学習改善を目的としたデータ駆動意思決定の効果を高めるためには,教育者のニーズをよりよく理解する必要がある。
  論文  参考訳（メタデータ） (2021-05-14T07:33:17Z)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)
• A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits [91.3755431537592]
  近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。 本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
  論文  参考訳（メタデータ） (2020-03-23T14:55:00Z)

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。