論文の概要: Open Mathematical Tasks as a Didactic Response to Generative Artificial Intelligence in Post-AI Contexts

• arxiv url: http://arxiv.org/abs/2602.09242v1
• Date: Mon, 09 Feb 2026 22:16:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.267574
• Title: Open Mathematical Tasks as a Didactic Response to Generative Artificial Intelligence in Post-AI Contexts
• Title（参考訳）: AI後文脈における生成人工知能の適応的応答としてのオープン数学的課題
• Authors: Felix De la Cruz Serrano,
• Abstract要約: 本研究では,このシナリオに対して,オープンな数学的タスクを実践する中等教育の授業経験を分析した。 分析は、ポストAIにおけるオープンタスク設計、学生の数学的エージェンシー、人間とAIの相補性、モデリングと検証のプラクティスの4つの分析軸を中心に構成されている。
• 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 widespread availability of generative artificial intelligence tools poses new challenges for school mathematics education, particularly regarding the formative role of traditional mathematical tasks. In post-AI educational contexts, many activities can be solved automatically, without engaging students in interpretation, decision-making, or mathematical validation processes. This study analyzes a secondary school classroom experience in which open mathematical tasks are implemented as a didactic response to this scenario, aiming to sustain students' mathematical activity. Adopting a qualitative and descriptive-interpretative approach, the study examines the forms of mathematical work that emerge during task resolution, mediated by the didactic regulation device COMPAS. The analysis is structured around four analytical axes: open task design in post-AI contexts, students' mathematical agency, human-AI complementarity, and modeling and validation practices. The findings suggest that, under explicit didactic regulation, students retain epistemic control over mathematical activity, even in the presence of generative artificial intelligence.
• Abstract（参考訳）: 生成的人工知能ツールの普及は、特に伝統的な数学タスクの形式的役割に関して、学校の数学教育に新たな課題をもたらす。 ポストAI教育の文脈では、学生が解釈、意思決定、数学的検証プロセスに携わることなく、多くの活動が自動的に解決できる。 本研究は,生徒の数学的活動を維持することを目的とした,オープンな数学的タスクを実践する中等教育の授業経験を分析した。 本研究は質的・説明的解釈的アプローチを採用し,課題解決時に出現する数学的作業の形式について検討した。 分析は、ポストAIにおけるオープンタスク設計、学生の数学的エージェンシー、人間とAIの相補性、モデリングと検証のプラクティスの4つの分析軸を中心に構成されている。 この結果から, 学生は, 生産的人工知能の存在下においても, 数学的活動に対する認識的コントロールを保ち続けることが示唆された。

関連論文リスト

• Learning Task Representations from In-Context Learning [67.66042137487287]
  大規模言語モデル(LLM)は、文脈内学習(ICL)において顕著な習熟性を示した。 ICLプロンプトにおけるタスク情報をアテンションヘッドの関数として符号化するための自動定式化を導入する。 提案手法は,テキスト中の実演からタスク固有の情報を抽出し,テキストと回帰タスクの両方で優れる。
  論文  参考訳（メタデータ） (2025-02-08T00:16:44Z)
• Large Language Models for Mathematical Analysis [3.7325315394927023]
  この研究は、数学的推論における重要なギャップに対処し、信頼できるAIの進歩に寄与する。 DEMI-MathAnalysisデータセットを開発した。 また,LLMの問題解決能力を高めるためのガイドフレームワークも設計した。
  論文  参考訳（メタデータ） (2024-12-28T20:37:55Z)
• Mathematics and Machine Creativity: A Survey on Bridging Mathematics with AI [14.825293189738849]
  本稿では,人工知能(AI)の数学的研究への応用について概観する。 近年のAIの発展、特に強化学習(RL)と大規模言語モデル(LLM)は、AIが数学に貢献する可能性を実証している。 この調査は、AIと数学の橋渡し、相互利益に関する洞察を提供し、より深い学際的理解を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-12-21T08:58:36Z)
• JiuZhang 2.0: A Unified Chinese Pre-trained Language Model for Multi-task Mathematical Problem Solving [77.51817534090789]
  マルチタスク数学問題の解法を専門とする統一中国語 PLM である textbfJiuZhang2.0 を提案する。 我々の考えは、中規模のモデルを維持し、マルチタスク設定におけるモデル容量を改善するために、Emphcross-taskの知識共有を利用することである。
  論文  参考訳（メタデータ） (2023-06-19T15:45:36Z)
• A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
  我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。 大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
  論文  参考訳（メタデータ） (2022-12-20T18:46:16Z)
• JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
  本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。 他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。 基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
  論文  参考訳（メタデータ） (2022-06-13T17:03:52Z)
• Evaluation of mathematical questioning strategies using data collected through weak supervision [1.794107419334178]
  本稿では,教師が研究に基づく数学的質問のスキルをリハーサルするのに役立つ,高忠実なAIベースの教室シミュレータを提案する。 そこで我々は,Human-in-the-loopアプローチを用いて,数学的質問シナリオのための高品質なトレーニングデータセットを収集した。
  論文  参考訳（メタデータ） (2021-12-02T05:12:36Z)

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。