論文の概要: Trust and Reliance on AI in Education: AI Literacy and Need for Cognition as Moderators

• arxiv url: http://arxiv.org/abs/2604.01114v1
• Date: Wed, 01 Apr 2026 16:38:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:32.092635
• Title: Trust and Reliance on AI in Education: AI Literacy and Need for Cognition as Moderators
• Title（参考訳）: 教育におけるAIの信頼と信頼:AIリテラシーとモデレーターとしての認知の必要性
• Authors: Griffin Pitts, Neha Rani, Weedguet Mildort,
• Abstract要約: プログラミング課題において,学生の信頼度が,AIアシスタントへの適切な依存度にどのように関係しているかを検討する。 学生の回答が適切なAIアシスタントの提案の活用を反映する程度に行動依存を運用する。
• 参考スコア（独自算出の注目度）: 2.0391237204597363
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As generative AI systems are integrated into educational settings, students often encounter AI-generated output while working through learning tasks, either by requesting help or through integrated tools. Trust in AI can influence how students interpret and use that output, including whether they evaluate it critically or exhibit overreliance. We investigate how students' trust relates to their appropriate reliance on an AI assistant during programming problem-solving tasks, and whether this relationship differs by learner characteristics. With 432 undergraduate participants, students' completed Python output-prediction problems while receiving recommendations and explanations from an AI chatbot, including accurate and intentionally misleading suggestions. We operationalize reliance behaviorally as the extent to which students' responses reflected appropriate use of the AI assistant's suggestions, accepting them when they were correct and rejecting them when they were incorrect. Pre- and post-task surveys assessed trust in the assistant, AI literacy, need for cognition, programming self-efficacy, and programming literacy. Results showed a non-linear relationship in which higher trust was associated with lower appropriate reliance, suggesting weaker discrimination between correct and incorrect recommendations. This relationship was significantly moderated by students' AI literacy and need for cognition. These findings highlight the need for future work on instructional and system supports that encourage more reflective evaluation of AI assistance during problem-solving.
• Abstract（参考訳）: 生成的AIシステムは教育環境に統合されるため、学生は、助けを求めるか、統合ツールを通じて、学習タスクを通して作業しながらAI生成出力に遭遇することが多い。 AIに対する信頼は、学生がそれを批判的に評価するか、過信を示すかを含む、そのアウトプットの解釈と使用方法に影響を与える可能性がある。 課題解決タスクにおいて,学生の信頼度が,AIアシスタントへの適切な依存度にどのように関係しているか,学習者の特性によってその関係が異なるかを検討する。 大学生432名を対象に,AIチャットボットからの推薦や説明を受けながら,Python出力予測問題を完成させた。 我々は,学生の反応が,AIアシスタントの提案を適切に活用した程度で行動的に操作し,正解を受理し,正解を拒絶する。 タスク前および後の調査では、アシスタントへの信頼、AIリテラシー、認識の必要性、自己効力、プログラミングリテラシーが評価された。 その結果,信頼度が高いと適切な信頼度が低くなる非線形関係がみられた。 この関係は、学生のAIリテラシーと認知の必要性によって著しく緩和された。 これらの知見は、問題解決におけるAI支援のより反映的な評価を促進するための、教育とシステムサポートに関する今後の研究の必要性を浮き彫りにしている。

関連論文リスト

• Do Students Rely on AI? Analysis of Student-ChatGPT Conversations from a Field Study [10.71612026319996]
  本研究は,各種STEMコースにおける簡単なクイズベースシナリオにおける315人の学生とAIの会話を分析した。 学生は全体としてAIへの依存度が低く、多くの学生は学習にAIを効果的に利用できなかった。 特定の行動メトリクスは、AIへの依存を強く予測し、AIの採用を説明する潜在的な行動メカニズムを強調します。
  論文  参考訳（メタデータ） (2025-08-27T20:00:27Z)
• Learning to Use AI for Learning: How Can We Effectively Teach and Measure Prompting Literacy for K-12 Students? [1.413488665073795]
  次世代に応用し、対話し、評価し、AIシステムと協力する能力を持たせる必要性が高まっている。 このニーズに対処するため,我々はLarge-Language Model (LLM) ベースのモジュールを設計した。 第1報,第1報,第2報,第2報,第2報,第1報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第
  論文  参考訳（メタデータ） (2025-08-19T15:54:51Z)
• AI Literacy as a Key Driver of User Experience in AI-Powered Assessment: Insights from Socratic Mind [2.0272430076690027]
  本研究では,学生のAIリテラシーと,それ以前のAI技術への露出が,ソクラティックマインドに対する認識をいかに形作るかを検討する。 コンピュータサイエンス・ビジネスコースの309人の学部生のデータを収集した。
  論文  参考訳（メタデータ） (2025-07-29T10:11:24Z)
• Students' Reliance on AI in Higher Education: Identifying Contributing Factors [2.749898166276854]
  本研究では,大学生のAI依存パターンに寄与する潜在的な要因について検討した。 適切な依存は、学生の自己効力、プログラミングリテラシー、認知の必要性に大きく関係している。 信頼度は、タスク後の信頼度とAIアシスタントとの満足度に有意な相関を示した。
  論文  参考訳（メタデータ） (2025-06-16T17:55:26Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• Evaluating AI-Powered Learning Assistants in Engineering Higher Education: Student Engagement, Ethical Challenges, and Policy Implications [0.2099922236065961]
  本研究は、大規模R1公立大学の学部・環境工学コースで実施されているAIを活用した学習フレームワークである教育AIハブを評価する。 学生たちは、AIアシスタントのアクセシビリティと快適さを高く評価し、インストラクターやアシスタントの助けを求めるよりも、利用の容易さを報告している。 倫理的不確実性、特に制度政策と学術的整合性は、フルエンゲージメントの鍵となる障壁として現れた。
  論文  参考訳（メタデータ） (2025-06-06T03:02:49Z)
• Bridging the Communication Gap: Evaluating AI Labeling Practices for Trustworthy AI Development [41.64451715899638]
  EUエネルギラベルのようなフレームワークにインスパイアされたハイレベルなAIラベルは、AIモデルの特性をより透明にするために提案されている。 本研究は,4つの重要な研究課題に沿った質的なインタビューを通じて,AIラベリングを評価する。
  論文  参考訳（メタデータ） (2025-01-21T06:00:14Z)
• Do great minds think alike? Investigating Human-AI Complementarity in Question Answering with CAIMIRA [43.116608441891096]
  人間は知識に基づく帰納的、概念的推論においてAIシステムより優れています。 GPT-4やLLaMAのような最先端のLLMは、ターゲット情報検索において優れた性能を示す。
  論文  参考訳（メタデータ） (2024-10-09T03:53:26Z)
• Learning to Prompt in the Classroom to Understand AI Limits: A pilot study [35.06607166918901]
  大規模言語モデル(LLM)と、ChatGPTのような派生したチャットボットは、AIシステムの自然言語処理能力を大幅に改善した。 しかし、AI手法が顕著な貢献を示しているにもかかわらず、興奮は否定的な感情を引き起こしている。 パイロット教育は21人の生徒を抱えた高校で実施された。
  論文  参考訳（メタデータ） (2023-07-04T07:51:37Z)

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。