論文の概要: Grounding AI-in-Education Development in Teachers' Voices: Findings from a National Survey in Indonesia

• arxiv url: http://arxiv.org/abs/2604.01630v1
• Date: Thu, 02 Apr 2026 05:17:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.370626
• Title: Grounding AI-in-Education Development in Teachers' Voices: Findings from a National Survey in Indonesia
• Title（参考訳）: 教師の声における接地型AI-in-Education開発 : インドネシアの全国調査から
• Authors: Nurul Aisyah, Muhammad Dehan Al Kautsar, Arif Hidayat, Fajri Koto,
• Abstract要約: インドネシアの教室での利用が増えているにもかかわらず、AIの使用方法に関する大規模な教師中心の証拠は限られている。 全国349人のK-12教師を対象に,小学校・中学校・高等学校を対象に調査を行った。 私たちは、教育、コンテンツ開発、メディア教育にAIの利用が増えていることに気付きました。
• 参考スコア（独自算出の注目度）: 11.46594048410447
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Despite emerging use in Indonesian classrooms, there is limited large-scale, teacher-centred evidence on how AI is used in practice and what support teachers need, hindering the development of context-appropriate AI systems and policies. To address this gap, we conduct a nationwide survey of 349 K-12 teachers across elementary, junior high, and senior high schools. We find increasing use of AI for pedagogy, content development, and teaching media, although adoption remains uneven. Elementary teachers report more consistent use, while senior high teachers engage less; mid-career teachers assign higher importance to AI, and teachers in Eastern Indonesia perceive greater value. Across levels, teachers primarily use AI to reduce instructional preparation workload (e.g., assessment, lesson planning, and material development). However, generic outputs, infrastructure constraints, and limited contextual alignment continue to hinder effective classroom integration.
• Abstract（参考訳）: インドネシアの教室での利用が増えているにもかかわらず、実際にAIがどのように使われているか、教師が必要とするものについて、大規模な教師中心の証拠が限られており、状況に合ったAIシステムやポリシーの開発を妨げている。 このギャップに対処するため,小学校,中学校,高等学校の349人のK-12教師を対象に全国調査を行った。 私たちは、教育、コンテンツ開発、メディア教育にAIの利用が増えていることに気付きました。 小学校の教師は、より一貫した利用を報告し、高等学校の教師はより少ない作業に従事し、中学生の教師はAIにより高い重要性を割り当て、東インドネシアの教師はより大きな価値を認識できる。 レベルを超えて、教師は主にAIを使用して、訓練の準備作業(例えば、評価、レッスン計画、教材開発)を減らす。 しかし、一般的な出力、インフラの制約、コンテキストアライメントの制限は、効果的な教室統合を妨げ続けている。

関連論文リスト

• Artificial Intelligence in Pronunciation Teaching: Use and Beliefs of Foreign Language Teachers [0.0]
  この研究は、キプロスで働くインサービス教員117人の英語・アズ・ア・外国語(EFL)に関するものだった。 教師は、AIの有効性の認識とそれを採用する意思について、かなり同意する傾向があった。 AIを利用した教師は、その効果に強く同意することが多い。
  論文  参考訳（メタデータ） (2025-03-06T06:14:27Z)
• Transforming Teacher Education in Developing Countries: The Role of Generative AI in Bridging Theory and Practice [0.7416846035207727]
  この研究はガーナに焦点を当てており、限られた教育モデル、パフォーマンスベースアセスメント、実践者と実践者のギャップといった課題が進歩を妨げる。 GenAIは、コンテンツ知識獲得の支援により、これらの課題に対処する能力を持っている。 この研究は、これらの役割をさらに探求するための実証的研究を推奨し、教員教育システムにGenAIを統合するための実践的なステップを効果的に発展させることで結論付けられた。
  論文  参考訳（メタデータ） (2024-11-16T06:46:09Z)
• Are LLMs Useful in the Poorest Schools? TheTeacher.AI in Sierra Leone [3.7548091790522915]
  そこで本研究では,シエラレオネの教師が専門的な開発を行い,指導を改善するためのAIボットを提案する。 小学校122校,教員193校での初期実施から得られた初期知見を概説し,定性的な観察とクエリ分析により分析した。
  論文  参考訳（メタデータ） (2023-10-04T17:18:47Z)
• Better Teacher Better Student: Dynamic Prior Knowledge for Knowledge Distillation [70.92135839545314]
  本研究では,教師の持つ特徴の一部を,特徴蒸留前の先行知識として統合した動的事前知識(DPK)を提案する。 DPKは,教員モデルと生徒モデルのパフォーマンスを正に相関させ,より大きな教員を適用することで生徒の精度をさらに高めることができる。
  論文  参考訳（メタデータ） (2022-06-13T11:52:13Z)
• An Experience Report of Executive-Level Artificial Intelligence Education in the United Arab Emirates [53.04281982845422]
  アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。 理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
  論文  参考訳（メタデータ） (2022-02-02T20:59:53Z)
• Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI) Curriculum [58.86139968005518]
  香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。 工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。 共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
  論文  参考訳（メタデータ） (2021-01-19T11:26:19Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)
• Siamese Neural Networks for Class Activity Detection [49.320548570516124]
  授業記録から教師や生徒の発話を自動的に識別する,Siameseニューラルフレームワークを構築した。 提案モデルは実世界の教育データセットに基づいて評価される。
  論文  参考訳（メタデータ） (2020-05-15T14:03:35Z)

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。