論文の概要: Use of AI Tools: Guidelines to Maintain Academic Integrity in Computing Colleges
- arxiv url: http://arxiv.org/abs/2604.11111v1
- Date: Mon, 13 Apr 2026 07:25:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:16.396873
- Title: Use of AI Tools: Guidelines to Maintain Academic Integrity in Computing Colleges
- Title（参考訳）: AIツールの利用: コンピューティング・カレッジにおける学術的統合性を維持するためのガイドライン
- Authors: Hatem M. El-boghdadi, Toqeer Ali Syed, Ali Akarma, Qamar Wali,
- Abstract要約: 本稿では,コンピュータ・カレッジにおけるAIツールの普及がもたらす影響について考察する。
本稿では,教員がAIツールを教育に利用できるようにするための一般的なガイドラインを提案する。
我々は,学術的不正行為のリスクを軽減しつつ,教育目的の維持を目的とした評価特化勧告を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid adoption of AI tools such as ChatGPT has significantly transformed academic practices, offering considerable benefits for both students and faculty in computing disciplines. These tools have been shown to enhance learning efficiency, academic self-efficacy, and confidence. However, their increasing use also raises pressing concerns regarding the preservation of academic integrity -- an essential pillar of the educational process. This paper explores the implications of widespread AI tool usage within computing colleges, with a particular focus on how to align their use with the principles of academic honesty. We begin by classifying common assessment techniques employed in computing education and examine how each may be impacted by AI-assisted tools. Building on this foundation, we propose a set of general guidelines applicable across various assessment formats to help instructors responsibly integrate AI tools into their pedagogy. Furthermore, we provide targeted, assessment-specific recommendations designed to uphold educational objectives while mitigating risks of academic misconduct. These guidelines serve as a practical framework for instructors aiming to balance the pedagogical advantages of AI tools with the imperative of maintaining academic integrity in computing education. Finally, we introduce a formal model that provides a structured mathematical framework for evaluating student assessments in the presence of AI-assisted tools.
- Abstract（参考訳）: ChatGPTのようなAIツールの急速な採用は、学術的プラクティスを大きく変え、コンピュータ分野の学生と教員の両方に多大な利益をもたらしている。
これらのツールは、学習効率、学術的自己効力、信頼性を高めることが示されている。
しかし、その利用の増加は、教育プロセスの不可欠な柱である学術的整合性の維持を迫る懸念も高まっている。
本稿では,コンピュータ・カレッジにおけるAIツールの普及が持つ意味について考察し,学術的誠実さの原則とそれらの使用方法の整合性に着目した。
まず,コンピュータ教育における一般的な評価手法を分類し,AI支援ツールによる影響について検討する。
この基盤を基盤として,インストラクターが責任を持ってAIツールを教育に組み込むのを支援するために,さまざまな評価形式に適用可能な一連の一般的なガイドラインを提案する。
さらに,学術的不正行為のリスクを軽減しつつ,教育目的の維持を目標とする評価特化レコメンデーションも提供する。
これらのガイドラインは、AIツールの教育的優位性と、コンピューティング教育における学術的完全性を維持することの義務のバランスを図るインストラクターの実践的な枠組みとして機能する。
最後に,AI支援ツールの存在下での学生評価のための構造化された数学的枠組みを提供するフォーマルモデルを提案する。
関連論文リスト
- Rethinking AI Evaluation in Education: The TEACH-AI Framework and Benchmark for Generative AI Assistants [8.591535882390918]
TEACH-AIは、教育における生成AIシステムの設計、開発、評価を導くための、ドメインに依存しない、教育的に根ざした、利害関係者による枠組みである。
我々の研究は、コミュニティに教育において「効果的な」AIを構築するものを再考し、コクリエーション、インクリシティ、長期的な人間、社会、教育への影響を促進するモデル評価アプローチを設計するよう呼びかけている。
論文 参考訳（メタデータ） (2025-11-28T17:42:36Z) - AI Literacy for Community Colleges: Instructors' Perspectives on Scenario-Based and Interactive Approaches to Teaching AI [0.500208619516796]
本研究は,非STEM学習者を対象とした対話型,非コード型AIリテラシーリソースについて,コミュニティ・カレッジ・インストラクターがどのように評価するかを検討する。
人工知能が日々のテクノロジーに統合されるにつれて、AIリテラシーは分野によって重要なスキルとして現れてきた。
AI Userはインタラクティブなオンラインカリキュラムで、実世界のコンテキストに設定されたシナリオベースのアクティビティを通じて、コアAI概念を紹介する。
論文 参考訳（メタデータ） (2025-11-07T15:51:53Z) - 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) - From chalkboards to chatbots: SELAR assists teachers in embracing AI in the curriculum [41.94295877935867]
SELARは、教師が人工知能をカリキュラムに統合するためのフレームワークである。
本稿では,Hague University of Applied Sciencesの講師が主催するワークショップを通じて,フレームワークの有効性を評価する。
論文 参考訳（メタデータ） (2024-10-17T05:40:59Z) - Comprehensive AI Assessment Framework: Enhancing Educational Evaluation with Ethical AI Integration [0.0]
本稿では、Perkins、Furze、Roe、MacVaughによるAIA(AIAS)の進化版である包括的AIアセスメントフレームワーク(CAIAF)について述べる。
CAIAFは厳格な倫理的ガイドラインを取り入れており、教育レベルと高度なAI能力に基づいて明確に区別されている。
このフレームワークは、より良い学習結果を保証するとともに、学術的完全性を維持し、AIの責任ある利用を促進する。
論文 参考訳（メタデータ） (2024-06-07T07:18:42Z) - Enhancing Instructional Quality: Leveraging Computer-Assisted Textual
Analysis to Generate In-Depth Insights from Educational Artifacts [13.617709093240231]
本研究では、人工知能(AI)と機械学習(ML)が教育内容、教師の談話、学生の反応を分析して教育改善を促進する方法について検討する。
私たちは、教師のコーチング、学生のサポート、コンテンツ開発など、AI/ML統合が大きな利点をもたらす重要な領域を特定します。
本稿では,AI/ML技術と教育的目標との整合性の重要性を強調し,その教育的可能性を実現する。
論文 参考訳（メタデータ） (2024-03-06T18:29:18Z) - Toward enriched Cognitive Learning with XAI [44.99833362998488]
本稿では,人工知能(AI)ツールによる認知学習のためのインテリジェントシステム(CL-XAI)を提案する。
CL-XAIの使用は、学習者が問題解決スキルを高めるために問題に取り組むゲームインスパイアされた仮想ユースケースで説明される。
論文 参考訳（メタデータ） (2023-12-19T16:13:47Z) - 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) - Reinforcement Learning Tutor Better Supported Lower Performers in a Math
Task [32.6507926764587]
強化学習は、開発コストを削減し、インテリジェントな学習ソフトウェアの有効性を向上させるための重要なツールとなり得る。
本研究では, 深層強化学習を用いて, 音量の概念を学習する学生に適応的な教育支援を行うことができることを示す。
論文 参考訳（メタデータ） (2023-04-11T02:11:24Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。