論文の概要: Who Is Doing the Thinking? AI as a Dynamic Cognitive Partner: A Learner-Informed Framework
- arxiv url: http://arxiv.org/abs/2602.15638v1
- Date: Tue, 17 Feb 2026 15:07:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-18 16:03:18.101143
- Title: Who Is Doing the Thinking? AI as a Dynamic Cognitive Partner: A Learner-Informed Framework
- Title（参考訳）: 誰が思考をしているのか? 動的認知パートナーとしてのAI:学習者インフォームドフレームワーク
- Authors: C. K. Y Chan,
- Abstract要約: 本研究では,AIを動的認知パートナーとして位置づけるフレームワークを提案する。
学習者がAIを認識と協調するものとして記述した,9つの相互関連次元を同定した。
学生は、理解を拡大する生産的支援と、認知的努力に取って代わる非生産的依存とを区別し、AIがいつ使われるべきか、使用すべきでないかを状況的認識を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Artificial intelligence is increasingly embedded in education, yet there remains a need to explain how students conceptualize AI's role in their thinking and learning. This study proposes a framework positioning AI as a dynamic cognitive partner whose function shifts across learning situations. Using qualitative analysis of written responses from 133 secondary students in Hong Kong following completion of an AI literacy course, we identified nine interrelated dimensions through which learners described AI as partnering with their cognition: conceptual scaffolding for difficult ideas; feedback and error detection; idea stimulation; cognitive organization; adaptive tutoring support; metacognitive monitoring support; task and cognitive load regulation; learning continuity beyond classroom boundaries; and explanation reframing through representational flexibility during moments of being stuck or overwhelmed. Across these dimensions, students distinguished between productive support that extends understanding and unproductive reliance that replaces cognitive effort, indicating situational awareness of when AI should and should not be used. Grounded in sociocultural theory, distributed cognition, self-regulated learning, and cognitive load perspectives, the framework clarifies how AI becomes integrated into learners' cognitive activity while illuminating the boundary between cognitive extension and substitution.
- Abstract（参考訳）: 人工知能はますます教育に組み込まれつつあるが、学生が思考や学習においてAIの役割を概念化する方法を説明する必要がある。
本研究では,AIを動的認知パートナーとして位置づけるフレームワークを提案する。
AIリテラシーコースを修了した香港の133人の中等生の回答の質的分析を用いて、学習者はAIを認知とパートナーするものとして、難解なアイデアのための概念的足場、フィードバックとエラー検出、アイデアの刺激、認知組織、適応的学習支援、メタ認知的モニタリング支援、タスクと認知的負荷規制、教室の境界を越えての学習継続性、立ち往生あるいは圧倒された瞬間における表現的柔軟性によるリフレーミング(reframing)という、9つの相互関連次元を特定した。
これらの側面を通じて、学生は理解を拡大する生産的支援と、認知的努力に取って代わる非生産的依存とを区別し、AIがいつ使われるべきか、使用すべきでないかを状況的認識を示す。
このフレームワークは、社会文化的理論、分散認知、自己統制学習、認知負荷の観点に基づいており、認知的拡張と置換の境界を照らしながら、AIが学習者の認知活動にどのように統合されるかを明らかにする。
関連論文リスト
- From Individual Prompts to Collective Intelligence: Mainstreaming Generative AI in the Classroom [2.7886031629181987]
我々は、GenAIがピアツーピア学習の触媒として機能する、集合知(CI)にフォーカスした教育へのシフトを論じる。
我々は,2つの学部工学科で生成的CI活動を実施し,140名の学生が思考ルーチンを通した。
その結果、学生は人間の協力と戦略的AIサポートの組み合わせを重んじることが証明された。
論文 参考訳（メタデータ） (2026-01-07T08:28:20Z) - Bridging Minds and Machines: Toward an Integration of AI and Cognitive Science [48.38628297686686]
認知科学は人工知能(AI)、哲学、心理学、神経科学、言語学、文化などの分野を深く形成している。
AIの多くのブレークスルーは、そのルーツを認知理論にさかのぼる一方で、AI自体が認知研究を進めるのに欠かせないツールになっている。
我々は、認知科学におけるAIの未来は、性能の向上だけでなく、人間の心の理解を深めるシステムの構築にも関係していると主張している。
論文 参考訳（メタデータ） (2025-08-28T11:26:17Z) - ChatGPT produces more "lazy" thinkers: Evidence of cognitive engagement decline [0.0]
本研究では,生成型人工知能(AI)ツールが学術書記作業における学生の認知活動に与える影響について検討した。
その結果,ChatGPT群ではコントロール群に比べて認知エンゲージメントスコアが有意に低かった。
これらの結果は、AI支援が認知的オフロードにつながる可能性があることを示唆している。
論文 参考訳（メタデータ） (2025-06-30T18:41:50Z) - Truly Self-Improving Agents Require Intrinsic Metacognitive Learning [59.60803539959191]
自己改善エージェントは、最小限の監督で継続的に新しい能力を取得することを目的としている。
現在のアプローチは2つの重要な制限に直面している。自己改善プロセスは、しばしば厳格であり、タスクドメイン全体にわたって一般化できない。
我々は、効果的な自己改善は、エージェントの本質的な能力として定義された固有のメタ認知学習を必要とし、自身の学習プロセスを積極的に評価し、反映し、適応させる。
論文 参考訳（メタデータ） (2025-06-05T14:53:35Z) - Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。
本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
論文 参考訳（メタデータ） (2025-04-01T04:15:56Z) - World Models in Artificial Intelligence: Sensing, Learning, and Reasoning Like a Child [10.183372891207966]
世界モデルは人工知能(AI)が成果を予測し、その環境を判断し、意思決定を導くのに役立つ。
我々は6つの重要な研究分野、物理情報学習、ニューロシンボリックラーニング、継続学習、因果推論、ヒューマン・イン・ザ・ループAI、そして責任あるAIを、AIの真理化を可能にする上で不可欠なものとして強調する。
論文 参考訳（メタデータ） (2025-03-19T12:50:40Z) - Aligning Generalisation Between Humans and Machines [74.120848518198]
AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。
AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。
AIシステムは特にメタ認知に苦しむ。
スマートAIのベンチマーク、トレーニング、実装について論じる。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - The Interplay of Learning, Analytics, and Artificial Intelligence in Education: A Vision for Hybrid Intelligence [0.45207442500313766]
私は、AIのツールとしての狭義の概念化に挑戦し、AIの代替概念化の重要性を主張します。
人工知能と人工情報処理の違いを強調し、AIが人間の学習を理解するための道具としても役立つことを実証する。
本稿では、人間の認知の外部化、人間のメンタルモデルに影響を与えるAIモデルの内部化、密結合された人間とAIハイブリッドインテリジェンスシステムによる人間の認知の拡張という、AIのユニークな概念化について述べる。
論文 参考訳（メタデータ） (2024-03-24T10:07:46Z) - From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven
Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。
人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。
CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文 参考訳（メタデータ） (2022-01-20T17:07:03Z)
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。