論文の概要: Democratizing Foundations of Problem-Solving with AI: A Breadth-First Search Curriculum for Middle School Students
- arxiv url: http://arxiv.org/abs/2604.01396v1
- Date: Wed, 01 Apr 2026 20:54:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.057678
- Title: Democratizing Foundations of Problem-Solving with AI: A Breadth-First Search Curriculum for Middle School Students
- Title（参考訳）: AIによる問題解決の基礎の民主化--中学生を対象としたBreadth-First Search Curriculum
- Authors: Griffin Pitts, Kimia Fazeli, Tirth Bhatt, Jennifer Albert, Marnie Hill, Tiffany Barnes, Shiyan Jiang, Bita Akram,
- Abstract要約: 本稿では,中学校理科教室にAI学習目標を組み込んだAI4K12のカリキュラムの設計と実装について述べる。
学生はBFSをネットワークを探索し、最短経路を特定する戦略として学び、ウイルスの拡散と接触追跡を含む科学的な文脈に適用した。
結果は、学生がカリキュラムに生産的に関与し、BFSとAI問題解決の理解を改善し、進行中の科学教育の中でこれらのアイデアを学ぶことの恩恵を受けていることを示唆している。
- 参考スコア（独自算出の注目度）: 5.692320594711895
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As AI becomes more common in students' everyday experiences, a major challenge for K-12 AI education is designing learning experiences that can be meaningfully integrated into existing subject-area instruction. This paper presents the design and implementation of an AI4K12-aligned curriculum that embeds AI learning goals within a rural middle school science classroom using Breadth-First Search (BFS) as an accessible entry point to AI problem-solving. Through unplugged activities and an interactive simulation environment, students learned BFS as a strategy for exploring networks and identifying shortest paths, then applied it to science contexts involving virus spread and contact tracing. To examine engagement and learning, we analyzed pre- and post-assessments, student work artifacts, and a teacher interview. Results suggest that students engaged productively with the curriculum, improved their understanding of BFS and AI problem-solving, and benefited from learning these ideas within ongoing science instruction. Teacher feedback further indicated that the module fit well within the science curriculum while supporting intended science learning outcomes. We conclude with curriculum and design considerations for broadening access to learning about problem-solving with AI in education.
- Abstract（参考訳）: 学生の日常体験においてAIが一般的になるにつれて、K-12 AI教育の大きな課題は、既存の教科教育に有意義に統合可能な学習体験を設計することである。
本稿では,BFS(Breadth-First Search)を用いた中学校理科の農村部におけるAI学習目標を組み込んだAI4K12のカリキュラムの設計と実装について述べる。
ネットワークを探索し、最短経路を特定する戦略としてBFSを学習し、ウイルスの拡散や接触追跡を含む科学的な文脈に適用した。
エンゲージメントと学習を検討するために,前・後評価,学生労働成果物,教師インタビューを分析した。
結果は、学生がカリキュラムに生産的に関与し、BFSとAI問題解決の理解を改善し、進行中の科学教育の中でこれらのアイデアを学ぶことの恩恵を受けていることを示唆している。
教師のフィードバックは、このモジュールが科学カリキュラムに適合し、意図した科学学習結果を支持していることを示している。
教育におけるAIによる問題解決に関する学習を拡大するためのカリキュラムと設計の考察を締めくくる。
関連論文リスト
- Exploring Student Interactions with AI-Powered Learning Tools: A Qualitative Study Connecting Interaction Patterns to Educational Learning Theories [0.0]
この研究は、ChatGPT、Grammarly、Khan Academyといったツールへの学生の関わり方に焦点を当てている。
行動主義,認知主義,構成主義,人文主義といった学習手法と比較した。
我々の研究結果は、AIツールがいかに有用であると感じているかは、その機能だけでなく、学生がそれと個人的にどう結びつくかについても示している。
論文 参考訳（メタデータ） (2025-11-29T15:27:37Z) - "I Like That You Have to Poke Around": Instructors on How Experiential Approaches to AI Literacy Spark Inquiry and Critical Thinking [0.5872014229110213]
本稿では,実世界のシナリオに根ざしたインタラクティブな非コードプロジェクトを通じて,コアAI概念を教えるモジュール型WebベースのカリキュラムであるAI Userの研究成果を紹介する。
コミュニティカレッジのインストラクター15人が、構造化されたフォーカスグループに参加し、学習者としてプロジェクトを完了し、個々のリフレクションやグループディスカッションを通じてフィードバックを提供した。
調査課題に対するインストラクターの評価、ロールベースシミュレーション、実世界の妥当性、さらには多様な学習者に対する認知的負荷、指導、適応性に関する設計上のトレードオフを浮き彫りにしている。
論文 参考訳（メタデータ） (2025-11-07T17:05:58Z) - Understanding Teacher Perspectives and Experiences after Deployment of
AI Literacy Curriculum in Middle-school Classrooms [12.35885897302579]
我々は,MIT RAICAカリキュラムのモジュール実装にともなう7人の教師の経験を考察した。
我々の分析は、AIモジュールが、この分野における教師の知識を拡大したことを示唆している。
私たちの教師は、技術資源をナビゲートする際に、より良い外部支援の必要性を主張しました。
論文 参考訳（メタデータ） (2023-12-08T05:36:16Z) - Transdisciplinary AI Education: The Confluence of Curricular and
Community Needs in the Instruction of Artificial Intelligence [0.7133676002283578]
教育におけるAIの現状について検討し、この技術を教室に組み込むことによる潜在的なメリットと課題について検討する。
この論文は、サウジアラビアのネオムにある、現在開発中のAIプログラムと、開発中の新たなメガシティである教育、研究、革新のセクターについて述べる。
論文 参考訳（メタデータ） (2023-11-10T17:26:27Z) - ActiveAI: Introducing AI Literacy for Middle School Learners with
Goal-based Scenario Learning [0.0]
ActiveAIプロジェクトは、小学校7～9年生のAI教育における重要な課題に対処する。
このアプリには、スライダー、ステッパー、コレクタなど、さまざまな学習者インプットが組み込まれており、理解を深めている。
このプロジェクトは、現在実装段階にあり、アプリ開発にインテリジェントなチューター設計原則を活用している。
論文 参考訳（メタデータ） (2023-08-21T11:43:43Z) - 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) - 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) - Teaching Fairness, Accountability, Confidentiality, and Transparency in
Artificial Intelligence through the Lens of Reproducibility [38.87910190291545]
本稿では,アムステルダム大学における,公正性,説明責任性,信頼度,人工知能の透明性(FACT-AI)に関する技術的,大学院レベルのコースのセットアップについて説明する。
コースの焦点は、トップAIカンファレンスの既存のFACT-AIアルゴリズムに基づいたグループプロジェクトであり、彼らの経験に関するレポートを書くことである。
論文 参考訳（メタデータ） (2021-11-01T10:58:35Z) - Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。
私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
論文 参考訳（メタデータ） (2021-04-15T20:40:24Z) - 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)
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。