論文の概要: Same Rules, Mixed Messages: Exploring Community Perceptions of Academic Dishonesty in Computing Education
- arxiv url: http://arxiv.org/abs/2603.29762v1
- Date: Tue, 31 Mar 2026 14:02:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-01 15:25:03.701343
- Title: Same Rules, Mixed Messages: Exploring Community Perceptions of Academic Dishonesty in Computing Education
- Title（参考訳）: 同じルールと混合メッセージ:コンピューティング教育における学術的不正直のコミュニティ認識を探る
- Authors: Chandler C. Payne, Kai A. Hackney, Lucas Guarenti Zangari, Sterling R. Kalogeras, Emmanuel Munoz, Juan Sebastián Sánchez-Gómez, Olufisayo Omojokun, Pedro Guillermo Feijóo-García,
- Abstract要約: アカデミックな不正は長い間、コンピューティング教育において懸念されてきた。
本研究は,コンピュータサイエンス教室における様々なアクターが,潜在的不正行為のシナリオをどう解釈するかを検討した。
インストラクタは、ほとんどの場合、カンニングはグレードプレッシャーと怠慢に起因するが、学生とTAは、前提となる知識と時間管理の課題のギャップを強調している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Academic dishonesty has long been a concern in computing education, and the rapid growth of online learning and generative artificial intelligence (AI) has further complicated how cheating is perceived and addressed. We report on a study examining how different actors in the computer science (CS) classroom interpret potential cheating scenarios and the motivations behind academic dishonesty. Participants included instructors (n = 6), teaching assistants (TAs; n = 21), and undergraduate students (n = 538) enrolled in two CS courses at a large Southeastern institution in the United States. Respondents classified scenarios as serious cheating, trivial cheating, or not cheating and answered to an open-ended question about motivations for academic dishonesty. Our findings reveal notable discrepancies across groups: instructors most often attribute cheating to grade pressure and laziness, while students and TAs emphasize gaps in prerequisite knowledge and time management challenges. These results highlight misaligned perceptions of academic dishonesty and underscore the need for clearer communication and curricular strategies in computing education, particularly in post-COVID learning environments where hybrid instruction, increased reliance on digital resources, and AI-assisted tools have reshaped students' approaches to coursework and learning.
- Abstract（参考訳）: 学術的不正は長い間、コンピューティング教育における関心事であり、オンライン学習と生成人工知能(AI)の急速な成長は、不正がどう認識され、対処されるかをさらに複雑にしている。
本稿では,コンピュータサイエンス(CS)教室における異なるアクターが,潜在的な不正行為シナリオと,学業上の不正行為の背景にあるモチベーションをどう解釈するかを調査する。
参加者は、インストラクター(n = 6)、アシスタント(TAs; n = 21)、大学生(n = 538)の2つのCSコースに入学した。
回答者はシナリオを真剣な不正行為、自明な不正行為、あるいは不正ではないと分類し、学術的不正に対する動機付けに関するオープンエンドの質問に答えた。
インストラクターは、しばしば、学級のプレッシャーと怠慢に浮気しているのに対し、学生やTAは、必要な知識と時間管理の課題のギャップを強調している。
これらの結果は,コンピュータ教育におけるコミュニケーションとカリキュラム戦略の明確化の必要性,特にハイブリッド教育,デジタルリソースへの依存の高まり,AI支援ツールが学生のコースワークと学習へのアプローチを再形成する,という誤った認識を浮き彫りにしている。
関連論文リスト
- Group-Differentiated Discourse on Generative AI in High School Education: A Case Study of Reddit Communities [12.603101932945995]
我々は、Redditコミュニティが高校教育における生成AIについてどのように議論するかを研究する。
5つの教育関連サブレディットからの3,789の投稿を用いて、学生、教師、混合コミュニティを比較した。
教師は明示的な教育的トレードオフを明確に表現し、同時にAIを学習にとって有益で有害なものとみなす傾向にある。
学生は、非難、成績、執行に関して、AIを戦術的に議論することが多い。
論文 参考訳（メタデータ） (2026-03-26T03:06:21Z) - Assessing the Prevalence of AI-assisted Cheating in Programming Courses: A Pilot Study [0.0]
自然言語で書かれた入力に応答してコンピュータコードを生成できるツールは、コンピュータサイエンス教育に現実的な脅威をもたらす。
我々は、匿名調査やインタビューを通じてAIプラギアリズムを推定できる可能性を評価するため、大規模なコンピュータサイエンスの授業でパイロット研究を行った。
論文 参考訳（メタデータ） (2025-07-08T22:40:44Z) - Artificial Intelligence in Sports: Insights from a Quantitative Survey among Sports Students in Germany about their Perceptions, Expectations, and Concerns regarding the Use of AI Tools [0.0]
この写本は、ドイツのすべての学区のスポーツ学生による定量的調査の結果を提示している。
学生は、AIの普及が批判的な思考スキルを損なうことはないと自信を表明している。
学生は、盗作、講師の準備、彼らのスキルと将来のスキル開発に懸念を持っている。
論文 参考訳（メタデータ） (2025-02-27T05:37:53Z) - Effects of a Prompt Engineering Intervention on Undergraduate Students' AI Self-Efficacy, AI Knowledge and Prompt Engineering Ability: A Mixed Methods Study [36.48421439947282]
本研究は,香港の大学において,迅速な工学的介入を設計・実施した。
学生のAI自己効力、AI知識、そして効果的なプロンプト作成能力について検討した。
論文 参考訳（メタデータ） (2024-07-30T15:05:24Z) - CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education [1.052788652996288]
このポスターでは、コンピュータサイエンス教育用に作られた新しいLLMベースのチューターシステムであるCourseAssistを紹介している。
一般的なLLMシステムとは異なり、CourseAssistは検索強化生成、ユーザ意図分類、質問分解を使用して、AI応答を特定のコース材料や学習目標と整合させる。
論文 参考訳（メタデータ） (2024-05-01T20:43:06Z) - 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) - Towards Skilled Population Curriculum for Multi-Agent Reinforcement
Learning [42.540853953923495]
我々は,カリキュラム学習をマルチエージェント協調に適応させる新しいカリキュラム学習フレームワーク,SPC(Skilled Population Curriculum)を導入する。
具体的には,集団不変のコミュニケーションと階層的スキルセットを学生に提供し,異なるタスクからさまざまなエージェントで協調と行動スキルを学習できるようにする。
また、このマルチエージェント自動カリキュラム教育問題の本質的非定常性を解析し、それに対応する後悔境界を提供する。
論文 参考訳（メタデータ） (2023-02-07T12:30:52Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - Neural Language Models are Effective Plagiarists [38.85940137464184]
我々は, GPT-J を用いた学生が MOSS からの疑念を起こさずに,導入レベルのプログラミング課題を完遂できることを見出した。
GPT-Jは問題に関するトレーニングを受けておらず、その例は提供されていない。
我々は、GPT-Jで書かれたコードは構造的に多様であり、将来の盗作検出技術がアルゴリズムによって生成されたコードを特定するために使われる可能性があることを特に示していないと結論付けた。
論文 参考訳（メタデータ） (2022-01-19T04:00:46Z)
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。