論文の概要: STEM Faculty Perspectives on Generative AI in Higher Education
- arxiv url: http://arxiv.org/abs/2603.04001v1
- Date: Wed, 04 Mar 2026 12:46:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-05 21:29:15.304857
- Title: STEM Faculty Perspectives on Generative AI in Higher Education
- Title（参考訳）: 高等教育における生成型AIのSTEM学部展望
- Authors: Akila de Silva, Isabel Hyo Jung Song, Hui Yang, Shah Rukh Humayoun,
- Abstract要約: ジェネレーティブ人工知能(GenAI)ツールは、高等教育においてますます多く存在する。
教育目的にGenAIを取り入れた学部もあるが、これらに注意を払ってアプローチする学部もある。
本研究は米国にある大公立大学において,29人のSTEM教員を対象としたフォーカスグループ研究から得られた知見である。
- 参考スコア（独自算出の注目度）: 2.63946599983876
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative artificial intelligence (GenAI) tools are increasingly present in higher education, yet their adoption has been largely student-driven, requiring instructors to respond to technologies already embedded in classroom practices. While some faculty have embraced GenAI for pedagogical purposes such as content generation, assessment support, and curriculum design, others approach these tools with caution, citing concerns about student learning, assessment validity, and academic integrity. Understanding faculty perspectives is therefore essential for informing effective pedagogical strategies and institutional policies. In this paper, we present findings from a focus group study with 29 STEM faculty members at a large public university in the United States. We examine how faculty integrate GenAI into their courses, the benefits and challenges they perceive for student learning, and the institutional support they identify as necessary for effective and responsible adoption. Our findings highlight key patterns in how STEM faculty engage with GenAI, reflecting both active adoption and cautious use. Faculty described a range of pedagogical applications alongside concerns about student learning, assessment, and academic integrity. Overall, the results suggest that effective integration of GenAI in higher education requires rethinking assessment, pedagogy, and institutional governance in addition to technical adoption.
- Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)ツールは高等教育においてますます普及しているが、その採用は主に学生主導であり、教員は教室のプラクティスにすでに埋め込まれている技術に対応する必要がある。
一部の教員は、コンテンツ生成、評価支援、カリキュラムデザインなどの教育目的のためにGenAIを採用してきたが、他の教員は、学生の学習、評価妥当性、学術的整合性に関する懸念を引用して、これらのツールに注意を払ってアプローチしている。
したがって、教員の視点を理解することは、効果的な教育戦略と制度的な政策を伝えるのに不可欠である。
本稿では,米国にある大公立大学において,29人のSTEM教員を対象としたフォーカスグループ研究から得られた知見を報告する。
教員がGenAIをコースにどのように統合するか、学生の学習にもたらすメリットと課題、効果的かつ責任ある採用に必要な制度的支援について検討する。
本研究は,STEM教員がGenAIとどのように関わり,積極的な採用と慎重な使用の両方を反映する重要なパターンを浮き彫りにした。
学部は、学生の学習、評価、学術的整合性に関する懸念とともに、教育的応用について説明した。
その結果, 高等教育におけるGenAIの効果的な統合には, 技術導入に加えて, 評価, 教育, 制度ガバナンスの再考が必要であることが示唆された。
関連論文リスト
- Integrating Generative AI-enhanced Cognitive Systems in Higher Education: From Stakeholder Perceptions to a Conceptual Framework considering the EU AI Act [0.7945222903786706]
GenAIは、パーソナライズされた学習を可能にし、教育サービスを合理化することによって、認知システムを強化することが期待されている。
高等教育におけるGenAIに対する利害関係者の認識は、文化的、懲戒的、制度的な文脈によって形作られたままである。
本稿では,情報工学と電気工学の分野におけるGenAIの認識について考察する。
論文 参考訳（メタデータ） (2026-02-11T12:44:03Z) - Generative AI in Education: Student Skills and Lecturer Roles [0.0]
本研究の目的は、学生がGenAIを効果的に活用するために必要な重要な能力を特定し、評価することである。
文献レビューでは、AIリテラシー、批判的思考、倫理的AIプラクティスが最も重要視されている、GenAIエンゲージメントに必要な14の学生スキルが特定された。
講師戦略の研究において,GenAI統合とカリキュラムデザインが最も重視される6つの重要な領域を特定した。
論文 参考訳（メタデータ） (2025-04-28T10:58:30Z) - 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) - Framework for Adoption of Generative Artificial Intelligence (GenAI) in Education [0.032771631221674334]
本研究は、大学教育制度の検証と、GenAIを教育・学習に取り入れることに関連する機会と課題の評価に焦点をあてる。
学術環境におけるGenAIの効果的な統合を阻害する包括的枠組みのギャップと欠如を識別する。
論文 参考訳（メタデータ） (2024-07-21T12:02:28Z) - Towards Responsible Development of Generative AI for Education: An Evaluation-Driven Approach [25.903775277417267]
生成型AI(gen AI)の最近の進歩は、学習者全員に個人家庭教師を提供し、教師全員に指導助手を提供する新しい技術の可能性に興奮をもたらしている。
これは主に、ジェネラルAIプロンプトへの教育的直観の言葉化と、優れた評価プラクティスの欠如によるものである、と我々は主張する。
ここでは,学習者や教育者と共同で,学習科学から7つの多様な教育ベンチマークの実践的なセットに高レベルの原則を翻訳する作業について述べる。
論文 参考訳（メタデータ） (2024-05-21T19:27:59Z) - Scaffolding Language Learning via Multi-modal Tutoring Systems with Pedagogical Instructions [34.760230622675365]
知的家庭教師システム(ITS)は、人間の家庭教師を模倣し、学習者にカスタマイズされた指導やフィードバックを提供することを目的としている。
生成人工知能の出現に伴い、大規模言語モデル(LLM)は、複雑な会話の相互作用をシステムに付与する。
教育指導がITSの足場形成をいかに促進するかを,子どもに言語学習のための画像記述を指導するケーススタディにより検討した。
論文 参考訳（メタデータ） (2024-04-04T13:22:28Z) - 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) - Maestro: A Gamified Platform for Teaching AI Robustness [32.755807742417495]
Maestroはオープンソースのゲームベースのプラットフォームで、堅牢なAI教育の発展に貢献している。
我々は,Maestroが学生のエンゲージメント,モチベーション,学習成功に与える影響を,堅牢なAIで評価した。
論文 参考訳（メタデータ） (2023-06-14T04:35:56Z) - Students' Voices on Generative AI: Perceptions, Benefits, and Challenges
in Higher Education [2.0711789781518752]
本研究では,ChatGPTなどのジェネレーティブAI(GenAI)技術の高等教育における大学生の認識について検討する。
学生は、パーソナライズされた学習支援、執筆とブレインストーミングの支援、研究と分析能力の可能性を認識した。
また, 正確性, プライバシー, 倫理的問題, 個人の発達, キャリアの見通し, 社会的価値への影響についても検討した。
論文 参考訳（メタデータ） (2023-04-29T15:53:38Z) - AGI: Artificial General Intelligence for Education [41.45039606933712]
本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。
AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。
この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
論文 参考訳（メタデータ） (2023-04-24T22:31:59Z) - Reinforcement Learning Tutor Better Supported Lower Performers in a Math
Task [32.6507926764587]
強化学習は、開発コストを削減し、インテリジェントな学習ソフトウェアの有効性を向上させるための重要なツールとなり得る。
本研究では, 深層強化学習を用いて, 音量の概念を学習する学生に適応的な教育支援を行うことができることを示す。
論文 参考訳（メタデータ） (2023-04-11T02:11:24Z) - Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI)
Curriculum [58.86139968005518]
香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。
工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。
共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
論文 参考訳（メタデータ） (2021-01-19T11:26:19Z)
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。