論文の概要: How Motivation Relates to Generative AI Use: A Large-Scale Survey of Mexican High School Students
- arxiv url: http://arxiv.org/abs/2603.19263v2
- Date: Wed, 01 Apr 2026 16:33:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-06 02:36:12.802387
- Title: How Motivation Relates to Generative AI Use: A Large-Scale Survey of Mexican High School Students
- Title（参考訳）: モチベーションと生成AI利用の関連性:メキシコの高校生を対象にした大規模調査
- Authors: Echo Zexuan Pan, Danny Glick, Ying Xu,
- Abstract要約: 本研究では, モチベーションの異なる高校生が, 算数や文章に生成型AIツールをどのように利用するかを検討した。
メキシコの高校生6,793名を対象に,K-meansクラスタリング分析を行い,自己概念と認知対象価値に基づく3つの異なる動機づけプロファイルを同定した。
- 参考スコア（独自算出の注目度）: 8.26866174208843
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study examined how high school students with different motivational profiles use generative AI tools in math and writing. Through K-means clustering analysis of survey data from 6,793 Mexican high school students, we identified three distinct motivational profiles based on self-concept and perceived subject value. Results revealed distinct domain-specific AI usage patterns across students with different motivational profiles. Our findings challenge one-size-fits-all AI integration approaches and advocate for motivationally-informed educational interventions.
- Abstract（参考訳）: 本研究では, モチベーションの異なる高校生が, 算数や文章に生成型AIツールをどのように利用するかを検討した。
メキシコの高校生6,793名を対象に,K-meansクラスタリング分析を行い,自己概念と認知対象価値に基づく3つの異なる動機づけプロファイルを同定した。
その結果、異なるモチベーションを持つ学生間で異なるドメイン固有のAI利用パターンが明らかになった。
我々の発見は、全AI統合アプローチに挑戦し、モチベーションをインフォームドした教育介入を提唱する。
関連論文リスト
- Exploring the Psychometric Validity of AI-Generated Student Responses: A Study on Virtual Personas' Learning Motivation [0.0]
GPT-4oを用いて2000名の仮想学生ペルソナを作成した。
それぞれのペルソナが学術モチベーション尺度(AMS)を完了しました。
因子分析の結果, GPT-4oはAMS構造と異なる動機的サブグループを再現した。
論文 参考訳（メタデータ） (2025-11-05T19:22:02Z) - A Generative Framework for Personalized Sticker Retrieval [73.57899194210141]
我々はパーソナライズされたステッカー検索のための新しい生成フレームワークであるPEARLを提案する。
i) ユーザ固有のステッカー嗜好を符号化するために,識別的ユーザ表現を学習するための表現学習モデルを設計し, (ii) ユーザのクエリ意図に合致したステッカーを生成するために, 新たな意図認識学習目標を提案する。
オフライン評価とオンラインテストの両方による実証的な結果は、PEARLが最先端の手法を大幅に上回っていることを示している。
論文 参考訳（メタデータ） (2025-09-22T13:11:44Z) - Student-AI Interaction in an LLM-Empowered Learning Environment: A Cluster Analysis of Engagement Profiles [28.794946431719392]
本研究では,多エージェント LLM を用いた学習環境における多様な学習者のプロファイルについて検討した。
学生は様々な行動、認知、感情的なエンゲージメントの傾向を示す。
論文 参考訳（メタデータ） (2025-03-03T16:08:28Z) - Machine Unlearning Doesn't Do What You Think: Lessons for Generative AI Policy and Research [186.53450963176968]
「マシーン・アンラーニング」は、法的・道徳的な理由から問題となるAIモデルにおけるコンテンツの存在を緩和するための解決策である。
ML研究者や政策立案者がこれらの課題について厳格に考えるためのフレームワークを提供する。
論文 参考訳（メタデータ） (2024-12-09T20:18:43Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Personalized Student Attribute Inference [0.0]
この作業は、障害のある生徒を自動的に検出できるシステムを作ることだ。
文献で広く使われているナイーブなアプローチは、データセットで利用可能な属性(等級など)と、パーソナライズされた学生属性推論(IPSA)というパーソナライズされたアプローチを比較した。
論文 参考訳（メタデータ） (2022-12-26T23:00:28Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - Revealing the Hidden Patterns: A Comparative Study on Profiling
Subpopulations of MOOC Students [61.58283466715385]
MOOC(Massive Open Online Courses)は、学生の異質性を示す。
MOOCプラットフォームからの複雑な“ビッグデータ”の出現は、学生がMOOCにどのように従事しているかを深く理解する上で、難しいが報われる機会である。
本報告では,MOOCにおける学生活動のクラスタリング分析と,学生集団間の行動パターンと人口動態の比較分析について述べる。
論文 参考訳（メタデータ） (2020-08-12T10:38:50Z)
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。