論文の概要: SuperSkillsStack: Agency, Domain Knowledge, Imagination, and Taste in Human-AI Design Education
- arxiv url: http://arxiv.org/abs/2603.07016v1
- Date: Sat, 07 Mar 2026 03:26:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-10 15:13:13.6133
- Title: SuperSkillsStack: Agency, Domain Knowledge, Imagination, and Taste in Human-AI Design Education
- Title（参考訳）: SuperSkillsStack:人間-AIデザイン教育におけるエージェンシー、ドメイン知識、イマジネーション、味
- Authors: Qian Huang, King Wang Poon,
- Abstract要約: 本研究では、人間中心のデザインコースに参加する80人の学生デザインチームから、反射的な文章を分析した。
学生は主に、ブレインストーミング、情報合成、問題フレーミングなど、デザインプロセスの初期段階にAIを使用しました。
その結果、生成AIは人間の創造性に代わるものではなく、主に認知的加速器として機能することが示唆された。
- 参考スコア（独自算出の注目度）: 19.922097404101496
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study examines how students integrate generative artificial intelligence (AI) into design projects through the lens of the SuperSkillsStack framework, which identifies four key human competencies for effective human-AI collaboration: Agency, Domain Knowledge, Imagination, and Taste. As generative AI increasingly transforms creative practice, design education must consider how human capabilities are cultivated alongside technological tools. Using qualitative thematic analysis, this study analyzes reflective writings from 80 student design teams participating in a human-centered design course. The findings show that students primarily used AI during the early stages of the design process, including brainstorming, information synthesis, and problem framing. However, students consistently relied on human judgment to interpret contextual information, validate AI-generated outputs, and refine design solutions. Domain knowledge derived from field observations enabled students to detect inaccuracies in AI suggestions, while taste played a critical role in evaluating and selecting meaningful ideas. The results suggest that generative AI functions primarily as a cognitive accelerator rather than a replacement for human creativity. The study highlights the importance of cultivating higher-order human capabilities to support effective human-AI collaboration in design education.
- Abstract（参考訳）: 本研究は,学生が人工人工知能(AI)をデザインプロジェクトに統合するために,人間とAIを効果的に連携する4つの重要な能力(エージェンシー,ドメイン知識,イマジネーション,テイスト)を識別するSuperSkillsStackフレームワークのレンズを用いて検討する。
ジェネレーティブAIがクリエイティブなプラクティスをますます変えていく中、デザイン教育は技術ツールとともに人間の能力がどのように栽培されているかを考える必要がある。
本研究は, 定性的セマンティック分析を用いて, 人中心デザインコースに参加する80人の学生デザインチームから, 反射的文章を分析した。
この結果から、学生は脳卒中、情報合成、問題フレーミングなど、デザインプロセスの初期段階にAIを主に使用していたことが示唆された。
しかし、学生は人間の判断を常に頼りにし、文脈情報を解釈し、AIが生成した出力を評価し、設計ソリューションを洗練させた。
フィールド観察から得られたドメイン知識により、学生はAI提案の不正確さを検出することができ、一方、味覚は意味のあるアイデアを評価し、選択する上で重要な役割を担った。
その結果、生成AIは人間の創造性に代わるものではなく、主に認知的加速器として機能することが示唆された。
この研究は、デザイン教育における効果的な人間とAIの協調を支援するために、高次の人間の能力を育てることの重要性を強調している。
関連論文リスト
- 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) - AI in Design Education at College Level-Educators' Perspectives and Challenges [0.0]
本研究では,大学レベルのデザイン教育におけるAIの役割を,現在のデザイン教育者がどう捉えているかを検討する。
この結果から、ツールとして、そして情報源として、AIがデザイン教育の不可欠な部分となっていることが判明した。
同時に、教育者は倫理基準の進歩、信頼性、AIに関する著作権問題の解決への期待を表明している。
論文 参考訳（メタデータ） (2025-07-23T13:02:37Z) - A Review of Generative AI in Computer Science Education: Challenges and Opportunities in Accuracy, Authenticity, and Assessment [2.1891582280781634]
本稿では、コンピュータサイエンス教育におけるChatGPTやClaudeといったジェネレーティブAIツールの利用について調査する。
ジェネレーティブAIは、AI幻覚、エラーの伝播、バイアス、AI支援コンテンツと学生認可コンテンツの間のぼやけた線などの懸念を提起する。
論文 参考訳（メタデータ） (2025-06-17T19:20:58Z) - Tracing the Invisible: Understanding Students' Judgment in AI-Supported Design Work [2.8038082486377114]
本研究では、HCIデザインコースの33名の学生チームからの反射を分析し、AIツールを使用する際の学生の判断方法を検討する。
確立した設計判断形式(器楽曲,評価,品質など)と創発型(エージェント分配判定,信頼性判定)の両方を見出した。
我々の研究結果は、生成型AIがデザイン推論に新しい複雑なレイヤーを導入し、学生がいつどのように依存するかを反映するよう促すことを示唆している。
論文 参考訳（メタデータ） (2025-05-13T20:08:10Z) - 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) - Untangling Critical Interaction with AI in Students Written Assessment [2.8078480738404]
重要な課題は、人間が必須の批判的思考とAIリテラシースキルを備えていることを保証することである。
本稿では,AIと批判的学習者インタラクションの概念を概念化するための第一歩を提供する。
理論的モデルと経験的データの両方を用いて、予備的な発見は、書き込みプロセス中にAIとのディープインタラクションが全般的に欠如していることを示唆している。
論文 参考訳（メタデータ） (2024-04-10T12:12:50Z) - Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳（メタデータ） (2024-01-03T08:49:12Z) - Grasping AI: experiential exercises for designers [8.95562850825636]
本稿では,AIシステムにおけるインタラクション・アベイランス,ユニークなリレーショナル可能性,より広範な社会的影響を探求し,考察する手法について検討する。
比喩や制定に関する演習は、トレーニングや学習、プライバシーと同意、自律性、エージェンシーをより具体的になる。
論文 参考訳（メタデータ） (2023-10-02T15:34:08Z) - Where Are We So Far? Understanding Data Storytelling Tools from the Perspective of Human-AI Collaboration [39.96202614397779]
最近の研究は、人工知能がデータストーリーテリングにおいて人間を支援し、強化する可能性を探っている。
人とAIのコラボレーションの観点から、データストーリーテリングツールを理解するための体系的なレビューがない。
本稿では,分析,計画,実装,コミュニケーションなどのツールが機能するストーリーテリングワークフローの段階と,人間とAIの役割という2つの視点から,既存のツールをフレームワークで検討した。
論文 参考訳（メタデータ） (2023-09-27T15:30:50Z) - 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) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
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。