論文の概要: Generative AI Use in Professional Graduate Thesis Writing: Adoption, Perceived Outcomes, and the Role of a Research-Specialized Agent
- arxiv url: http://arxiv.org/abs/2604.02792v1
- Date: Fri, 03 Apr 2026 06:58:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-06 17:20:24.364216
- Title: Generative AI Use in Professional Graduate Thesis Writing: Adoption, Perceived Outcomes, and the Role of a Research-Specialized Agent
- Title（参考訳）: 論文執筆におけるジェネレーティブAIの利用 - 採用, 成果の認識, 研究専門エージェントの役割-
- Authors: Kenji Saito, Rei Tajika, Satoru Shibuya, Hiroshi Kanno,
- Abstract要約: MBA学生83名における生成AI利用実態調査
95.2%は少なくとも何らかの用途と77.1%の重用を報告している。
学生は研究書記のワークフロー全体にわたってAIに取り組みました。
- 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: This paper reports a survey of generative AI use among 83 MBA thesis students in Japan (target population 230; 36.1% response rate), conducted after thesis examiner evaluation. AI use was nearly universal: 95.2% reported at least some use and 77.1% heavy use. Students engaged AI across the full research-writing workflow - literature review, drafting, and consultation when stuck - reporting benefits centered on clearer argument and structure (82.3%), better revision quality (73.4%), and faster writing (70.9%), with a mean perceived quality improvement of 6.27 out of 7. Concerns about output accuracy (75.9%) and citation handling persisted alongside these gains. Among respondents who rated GAMER PAT, a research-specialized agent, against other AI, preferences significantly favored it for inquiry deepening and structural organization (both p < 0.05, exact binomial). A preliminary qualitative analysis of follow-up interviews further reveals active epistemic vigilance strategies and differentiated tool use across thesis phases. The central implication is not adoption itself but a shift in the educational challenge toward verification, source governance, and AI tool design - with GAMER PAT offering preliminary evidence that research-specialized scaffolding matters.
- Abstract（参考訳）: 本報告では,日本におけるMBA学生83名(対象者230名,回答率36.1%)の世代別AI利用状況について報告する。
AIの使用はほぼ普遍的であり、95.2%は少なくともいくつかの使用と77.1%の重い使用を報告している。
学生は、文献のレビュー、草案作成、スタンディング時の相談など、全研究書のワークフローでAIに携わる – より明確な議論と構造(82.3%)、より良いリビジョン品質(73.4%)、より高速な書き込み(70.9%)を中心に、レポートのメリットを報告し、平均的な品質改善は7.7点中6.27点と認識されている。
出力精度(75.9%)と引用処理に関する懸念は、これらの利得と共に継続された。
研究専門のエージェントであるGAMER PATを他のAIに対して評価した回答者のうち、調査の深化と構造的組織(どちらもp < 0.05, 正確な二項式)を好んだ。
フォローアップインタビューの予備的質的分析により, 積極的てんかん予防戦略が明らかになり, テーゼフェーズ間でのツール使用の差別化が図られる。
中心的な意味は、採用そのものではなく、検証、ソースガバナンス、AIツール設計に対する教育上の課題へのシフトである。
関連論文リスト
- AI, Metacognition, and the Verification Bottleneck: A Three-Wave Longitudinal Study of Human Problem-Solving [0.0]
このパイロット研究は、AIが学術的な環境での6ヶ月にわたる問題解決にどのように影響するかを追跡した。
結果は、主にアーリーアドプター、学術関連集団に一般化される。
論文 参考訳（メタデータ） (2026-01-21T15:49:04Z) - Can Deep Research Agents Find and Organize? Evaluating the Synthesis Gap with Expert Taxonomies [57.11324429385405]
72のコンピュータサイエンスサーベイから得られた診断ベンチマークであるTaxoBenchを紹介する。
我々は,3,815個の引用を根本的真理として正確に分類した分類木を手作業で抽出した。
ベストエージェントは、専門家が選択した論文の20.9%しかリコールせず、完璧なインプットであっても、最高のモデルは組織の0.31 ARIしか達成していない。
論文 参考訳（メタデータ） (2026-01-18T11:57:09Z) - Reducing research bureaucracy in UK higher education: Can generative AI assist with the internal evaluation of quality? [0.0]
本稿では、英国高等教育における研究品質評価のための内部レビュープロセスを支援するための生成人工知能(GenAI)の可能性について検討する。
本稿では、ChatGPTを用いて、REF 2021の提出論文からビジネスおよびマネジメント論文のスコアとランク付けを行う実験手法について、AI生成スコアと既知の機関的結果を比較して評価を行う。
論文 参考訳（メタデータ） (2025-11-26T15:48:04Z) - Predicting ChatGPT Use in Assignments: Implications for AI-Aware Assessment Design [0.0]
この研究は、ChatGPTを新しい概念の学習に頻繁に使うことは、潜在的過度に相関していることを示している。
我々は、イノベーションと学術的厳密さのバランスをとるために、規律に特有なガイドラインと再考された評価戦略を提案する。
論文 参考訳（メタデータ） (2025-08-16T11:09:38Z) - Establishing Best Practices for Building Rigorous Agentic Benchmarks [94.69724201080155]
多くのエージェントベンチマークがタスク設定や報酬設計に問題があることを示す。
このような問題は、エージェントのパフォーマンスを最大100%相対的に過小評価することにつながる可能性がある。
我々はベンチマーク構築経験から要約したガイドラインの集合であるAgentic Benchmark Checklist (ABC)を紹介した。
論文 参考訳（メタデータ） (2025-07-03T17:35:31Z) - Agent-as-Tool: A Study on the Hierarchical Decision Making with Reinforcement Learning [1.1331292553789585]
大規模言語モデル(LLM)は、人工知能の最も重要な技術進歩の1つとして登場した。
本稿では,ツール呼び出しプロセスと推論プロセスを分離した階層型フレームワークAgent-as-toolを提案する。
我々の研究は180サンプルに対してわずかに強化された微調整を施し、同等の結果を得た。
論文 参考訳（メタデータ） (2025-07-02T08:49:43Z) - Patterns and Purposes: A Cross-Journal Analysis of AI Tool Usage in Academic Writing [0.266512000865131]
本研究では,27カテゴリの8,859項目から168件のAI宣言を分析した。
ChatGPTは学術的な筆記補助(77%の使用)を支配しており、ネイティブと非ネイティブの英語話者のツール使用率に大きな違いがある。
調査によると、可読性(51%)と文法チェック(22%)の改善が、AIツールの使用の主要な目的である。
論文 参考訳（メタデータ） (2025-02-02T02:44:33Z)
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。