論文の概要: Agentivism: a learning theory for the age of artificial intelligence
- arxiv url: http://arxiv.org/abs/2604.07813v1
- Date: Thu, 09 Apr 2026 05:09:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-10 18:34:05.708884
- Title: Agentivism: a learning theory for the age of artificial intelligence
- Title（参考訳）: エージェントビズム : 人工知能時代の学習理論
- Authors: Lixiang Yan, Dragan Gašević,
- Abstract要約: 生成的かつエージェント的なAIは、学習者が認知作業を生成、推薦、時には学習者に代わって行動できるシステムに委譲することを可能にして、新しい条件を作成する。
このことは、学習理論の根本的な課題を生み出します。
本稿では,人間-AIインタラクションの学習理論であるAgentivismを提案する。
- 参考スコア（独自算出の注目度）: 2.278981812218892
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learning theories have historically changed when the conditions of learning evolved. Generative and agentic AI create a new condition by allowing learners to delegate explanation, writing, problem solving, and other cognitive work to systems that can generate, recommend, and sometimes act on the learner's behalf. This creates a fundamental challenge for learning theory: successful performance can no longer be assumed to indicate learning. Learners may complete tasks effectively with AI support while developing less understanding, weaker judgment, and limited transferable capability. We argue that this problem is not fully captured by existing learning theories. Behaviourism, cognitivism, constructivism, and connectivism remain important, but they do not directly explain when AI-assisted performance becomes durable human capability. We propose Agentivism, a learning theory for human-AI interaction. Agentivism defines learning as durable growth in human capability through selective delegation to AI, epistemic monitoring and verification of AI contributions, reconstructive internalization of AI-assisted outputs, and transfer under reduced support. The importance of Agentivism lies in explaining how learning remains possible when intelligent delegation is easy and human-AI interaction is becoming a persistent and expanding part of human learning.
- Abstract（参考訳）: 学習理論は、学習の状況が発展するにつれて歴史的に変化してきた。
生成的およびエージェント的AIは、学習者が説明、記述、問題解決、その他の認知作業を、学習者に代わって生成、推薦、時には行動できるシステムに委譲することを可能にして、新しい条件を作成する。
このことは、学習理論の根本的な課題を生み出します。
学習者は、より理解しにくく、判断が弱く、伝達可能な能力が制限されたまま、AIサポートでタスクを効果的に完了することができる。
この問題は既存の学習理論によって完全には捉えられていないと我々は主張する。
行動主義、認知主義、構成主義、コネクティビズムは依然として重要であるが、AI支援のパフォーマンスが人間の能力にいつ耐えられるかは直接説明していない。
本稿では,人間-AIインタラクションの学習理論であるAgentivismを提案する。
エージェントビズムは、AIへの選択的委譲、AIコントリビューションの疫学的モニタリングと検証、AIアシストアウトプットの再構築による内部化、サポートの縮小による移行を通じて、学習を人間の能力の永続的な成長と定義している。
エージェント主義の重要性は、知的なデリゲートが簡単であり、人間とAIの相互作用が人間の学習の永続的かつ拡大的な部分になりつつあるときに、学習がいかに可能かを説明することである。
関連論文リスト
- Who Is Doing the Thinking? AI as a Dynamic Cognitive Partner: A Learner-Informed Framework [0.0]
本研究では,AIを動的認知パートナーとして位置づけるフレームワークを提案する。
学習者がAIを認識と協調するものとして記述した,9つの相互関連次元を同定した。
学生は、理解を拡大する生産的支援と、認知的努力に取って代わる非生産的依存とを区別し、AIがいつ使われるべきか、使用すべきでないかを状況的認識を示す。
論文 参考訳（メタデータ） (2026-02-17T15:07:06Z) - Bridging Minds and Machines: Toward an Integration of AI and Cognitive Science [48.38628297686686]
認知科学は人工知能(AI)、哲学、心理学、神経科学、言語学、文化などの分野を深く形成している。
AIの多くのブレークスルーは、そのルーツを認知理論にさかのぼる一方で、AI自体が認知研究を進めるのに欠かせないツールになっている。
我々は、認知科学におけるAIの未来は、性能の向上だけでなく、人間の心の理解を深めるシステムの構築にも関係していると主張している。
論文 参考訳（メタデータ） (2025-08-28T11:26:17Z) - From Passive Tool to Socio-cognitive Teammate: A Conceptual Framework for Agentic AI in Human-AI Collaborative Learning [0.0]
我々は、ツールとしてのAIから、コラボレーションパートナとしてのAIへの移行をグラフ化する、新しい概念的フレームワークを提案する。
真の意識や共有意図を欠いたAIが真の協力者であるかどうかを検討する。
この区別は、教育におけるAIの教育、教育設計、そして将来の研究課題に重要な意味を持つ。
論文 参考訳（メタデータ） (2025-08-20T16:17:32Z) - World Models in Artificial Intelligence: Sensing, Learning, and Reasoning Like a Child [10.183372891207966]
世界モデルは人工知能(AI)が成果を予測し、その環境を判断し、意思決定を導くのに役立つ。
我々は6つの重要な研究分野、物理情報学習、ニューロシンボリックラーニング、継続学習、因果推論、ヒューマン・イン・ザ・ループAI、そして責任あるAIを、AIの真理化を可能にする上で不可欠なものとして強調する。
論文 参考訳（メタデータ） (2025-03-19T12:50:40Z) - Aligning Generalisation Between Humans and Machines [74.120848518198]
AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。
AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。
AIシステムは特にメタ認知に苦しむ。
スマートAIのベンチマーク、トレーニング、実装について論じる。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳（メタデータ） (2024-07-11T14:00:53Z) - The Interplay of Learning, Analytics, and Artificial Intelligence in Education: A Vision for Hybrid Intelligence [0.45207442500313766]
私は、AIのツールとしての狭義の概念化に挑戦し、AIの代替概念化の重要性を主張します。
人工知能と人工情報処理の違いを強調し、AIが人間の学習を理解するための道具としても役立つことを実証する。
本稿では、人間の認知の外部化、人間のメンタルモデルに影響を与えるAIモデルの内部化、密結合された人間とAIハイブリッドインテリジェンスシステムによる人間の認知の拡張という、AIのユニークな概念化について述べる。
論文 参考訳（メタデータ） (2024-03-24T10:07:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z)
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。