論文の概要: Cognitive networks reconstruct mindsets about STEM subjects and educational contexts in almost 1000 high-schoolers, University students and LLM-based digital twins

• arxiv url: http://arxiv.org/abs/2602.14749v1
• Date: Mon, 16 Feb 2026 13:49:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.439529
• Title: Cognitive networks reconstruct mindsets about STEM subjects and educational contexts in almost 1000 high-schoolers, University students and LLM-based digital twins
• Title（参考訳）: 認知ネットワークは、約1000人の高校生、大学生、LLM系デジタル双生児のSTEM科目と教育状況に関する意識を再構築する
• Authors: Francesco Gariboldi, Emma Franchino, Edith Haim, Gianluca Lattanzi, Alessandro Grecucci, Massimo Stella,
• Abstract要約: 我々は認知ネットワーク科学を用いて集団のマインドセットを行動フォーラムネットワーク(BFMN)として再構築する。 学生集団全体では、科学と研究は一貫して肯定的であり、中核的な定量的対象はよりネガティブで不安に関連するオーラを示す。 人間のネットワークはGPT-osよりも数学と不安の重なり合いが大きい。
• 参考スコア（独自算出の注目度）: 35.18016233072556
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Attitudes toward STEM develop from the interaction of conceptual knowledge, educational experiences, and affect. Here we use cognitive network science to reconstruct group mindsets as behavioural forma mentis networks (BFMNs). In this case, nodes are cue words and free associations, edges are empirical associative links, and each concept is annotated with perceived valence. We analyse BFMNs from N = 994 observations spanning high school students, university students, and early-career STEM experts, alongside LLM (GPT-oss) "digital twins" prompted to emulate comparable profiles. Focusing also on semantic neighbourhoods ("frames") around key target concepts (e.g., STEM subjects or educational actors/places), we quantify frames in terms of valence auras, emotional profiles, network overlap (Jaccard similarity), and concreteness relative to null baselines. Across student groups, science and research are consistently framed positively, while their core quantitative subjects (mathematics and statistics) exhibit more negative and anxiety related auras, amplified in higher math-anxiety subgroups, evidencing a STEM-science cognitive and emotional dissonance. High-anxiety frames are also less concrete than chance, suggesting more abstract and decontextualised representations of threatening quantitative domains. Human networks show greater overlapping between mathematics and anxiety than GPT-oss. The results highlight how BFMNs capture cognitive-affective signatures of mindsets towards the target domains and indicate that LLM-based digital twins approximate cultural attitudes but miss key context-sensitive, experience-based components relevant to replicate human educational anxiety.
• Abstract（参考訳）: STEMに対する態度は、概念知識、教育経験、影響の相互作用から発展する。 ここでは,認知ネットワーク科学を用いて,集団の思考を行動フォーラムネットワーク(BFMN)として再構築する。 この場合、ノードはキューワードとフリーアソシエーションであり、エッジは経験的な連想リンクであり、それぞれの概念は認識された原子価でアノテートされる。 我々は,N=994の観察結果から,高校生,大学生,早期介護者のSTEMの専門家を対象に,LLM(GPT-oss)の「デジタル双生児」とともに,同等のプロファイルをエミュレートしたBFMNを分析した。 キーターゲット概念(例えば、STEM科目や教育アクター/場所)に関するセマンティックな領域(フレーム)にも焦点を合わせ、原子価オーラ、感情プロファイル、ネットワークオーバーラップ(ジャカード類似性)、およびヌルベースラインに対する具体性の観点からフレームを定量化する。 学生グループ全体では、科学と研究は一貫して肯定的にフレーム化され、中核的な量的主題(数学と統計)はよりネガティブで不安に関連するオーラを示し、高い数学不安サブグループで増幅され、STEMの認知と感情的不協和が生じる。 高不安フレームは偶然よりも具体的でなく、量的領域を脅かすような抽象的で非コンテクスト化された表現を示唆している。 人間のネットワークはGPT-osよりも数学と不安の重なり合いが大きい。 この結果は、BFMNがターゲットドメインに対する認識に影響を及ぼす思考のシグネチャを捉え、LLMベースのデジタルツインが文化的態度を近似するが、人間の教育不安を再現する上で重要な文脈に敏感な経験ベースのコンポーネントを見逃すことを示唆している。

関連論文リスト

• Toward Cognitive Supersensing in Multimodal Large Language Model [67.15559571626747]
  我々は,MLLMに人間のような視覚的特徴を付与する訓練パラダイムであるCognitive Supersensingを紹介する。 実験では、CogSense-BenchでCognitive Supersensingを訓練したMLLMが、最先端のベースラインを大きく上回った。 私たちはCogSense-Benchとモデルウェイトをオープンソースにします。
  論文  参考訳（メタデータ） (2026-02-02T02:19:50Z)
• A Brain-like Synergistic Core in LLMs Drives Behaviour and Learning [50.68188138112555]
  大規模言語モデルが自然に相乗的コアを開発することを示す。 中層の領域は相乗的処理を示し, 初期層と後期層は冗長性に依存していることがわかった。 この収束は、シナジスティック情報処理が知性の基本的な性質であることを示している。
  論文  参考訳（メタデータ） (2026-01-11T10:48:35Z)
• Identifying Quantum Structure in AI Language: Evidence for Evolutionary Convergence of Human and Artificial Cognition [0.0]
  実験対象として,特定言語モデル(LLM)を用いて実施した概念的組み合わせに関する認知テストの結果について述べる。 ChatGPT と Gemini で行った最初の試験ではベルの不等式が著しく違反していることが示され、これはテストされた概念に「量子絡み」が存在することを示している。 また,ChatGPTとGeminiを用いた第2の試験では,大規模テキストに含まれる単語の分布において,直感的に予測される「マクスウェル・ボルツマン統計」よりも「ボース=アインシュタイン統計」の存在が確認された。
  論文  参考訳（メタデータ） (2025-11-21T08:22:49Z)
• Concept-Guided Interpretability via Neural Chunking [64.6429903327095]
  ニューラルネットワークは、トレーニングデータの規則性を反映した生の集団活動のパターンを示す。 神経集団レベルで繰り返しチャンクを抽出する3つの方法を提案する。 私たちの研究は、認知原則と自然主義的データの構造の両方を活用する、解釈可能性の新しい方向性を指し示しています。
  論文  参考訳（メタデータ） (2025-05-16T13:49:43Z)
• SITE: towards Spatial Intelligence Thorough Evaluation [121.1493852562597]
  空間知能 (Spatial Intelligence, SI) は、空間的関係の可視化、操作、推論を含む認知能力を表す。 SI Thorough Evaluationに向けたベンチマークデータセットであるSITEを紹介する。 ベンチマークの計算には、31の既存のデータセットに関するボトムアップ調査と、認知科学の3つの分類システムに基づくトップダウン戦略を組み合わせる。
  論文  参考訳（メタデータ） (2025-05-08T17:45:44Z)
• MATHGLANCE: Multimodal Large Language Models Do Not Know Where to Look in Mathematical Diagrams [65.02628814094639]
  ダイアグラムは視覚言語の基本形として機能し、複雑な概念と、構造化されたシンボル、形状、空間的配置を通してそれらの相互関係を表現する。 現在のベンチマークでは知覚と推論のタスクが明確化されており、マルチモーダルな大規模言語モデルが表面的なパターン認識以上の数学的図形を真に理解しているかどうかを評価することは困難である。 MLLMにおける数学的知覚の分離と評価を目的としたベンチマークであるMATHGLANCEを紹介する。 幾何学的プリミティブと正確な空間関係を付加した200K構造幾何画像テキストの知覚指向データセットであるGeoPePを構築した。
  論文  参考訳（メタデータ） (2025-03-26T17:30:41Z)
• Cognitive networks highlight differences and similarities in the STEM mindsets of human and LLM-simulated trainees, experts and academics [0.0]
  本研究は,STEMに焦点をあてたメンティスネットワークを用いた行動分析である。 ヒト forma mentis ネットワークは GPT-3.5 に比べてクラスタリング係数が有意に高かった。 特に人間の専門家は、認知ネットワークへのSTEM概念のより良い統合を反映して、堅牢なクラスタリング係数を実証した。
  論文  参考訳（メタデータ） (2025-02-26T20:02:51Z)
• Multi-task Collaborative Pre-training and Individual-adaptive-tokens Fine-tuning: A Unified Framework for Brain Representation Learning [3.1453938549636185]
  協調的事前学習と個別学習を組み合わせた統合フレームワークを提案する。 提案したMCIATはADHD-200データセット上で最先端の診断性能を実現する。
  論文  参考訳（メタデータ） (2023-06-20T08:38:17Z)
• Network psychometrics and cognitive network science open new ways for detecting, understanding and tackling the complexity of math anxiety: A review [0.0]
  数学不安は、数学に関連する文脈における認知処理を損なう臨床病理である。 世界64の教育システムのうち、63の学生の約20%に影響するが、学業成績と相関が弱い。 これは、学生の幸福感、計算リテラシー、そして科学におけるキャリアの見通しに具体的な脅威をもたらす。
  論文  参考訳（メタデータ） (2021-08-31T12:43:43Z)

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。