論文の概要: Critical Thinking in the Age of Artificial Intelligence: A Survey-Based Study with Machine Learning Insights

• arxiv url: http://arxiv.org/abs/2604.18590v1
• Date: Wed, 18 Mar 2026 03:22:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.031346
• Title: Critical Thinking in the Age of Artificial Intelligence: A Survey-Based Study with Machine Learning Insights
• Title（参考訳）: 人工知能時代における批判的思考 : 機械学習の視点を用いた調査に基づく研究
• Authors: M Murshidul Bari, Akif Islam, Mohd Ruhul Ameen, Abu Saleh Musa Miah, Jungpil Shin,
• Abstract要約: 本稿では,AI利用行動と批判的思考能力の関係について検討する。 その結果、背景特性のみよりも、忍耐力の低下と依存関係の強い傾向が推論性能の低下と密接に関連していることが示唆された。 効果的な人間とAIのコラボレーションは、その代わりではなく、リフレクション、検証、持続的な認知的努力をサポートするべきだ、と氏は主張する。
• 参考スコア（独自算出の注目度）: 1.5223740593989443
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The growing use of artificial intelligence (AI) in education, professional work, and everyday problem-solving has raised important questions about its effect on human reasoning. While AI can improve efficiency, save time, and support learning, repeated dependence on it may also encourage cognitive offloading, reduce productive struggle, and weaken independent critical thinking. This paper investigates the relationship between AI-use behavior and critical-thinking performance through an interview-based survey combined with short logic and reasoning tasks. The findings reveal a mixed pattern: participants largely viewed AI as a tool for speed, convenience, and learning support, yet many also reported reduced patience for sustained effort. Objective reasoning performance varied considerably across individuals, and the analyses suggest that reduced patience and stronger dependence-related tendencies are more closely associated with lower reasoning performance than background characteristics alone. Exploratory clustering further indicates that AI users do not form a single homogeneous group, but instead reflect tentative behavioral profiles, including over-reliant users, mixed-strategy users, and balanced support-seekers. Although the findings are exploratory, they indicate that AI does not affect critical thinking in a uniformly negative or positive way. Instead, its influence appears to depend on the manner in which it is used. The paper therefore argues that effective human-AI collaboration should support reflection, verification, and sustained cognitive effort rather than substitute for them.
• Abstract（参考訳）: 教育、専門職、日常的な問題解決における人工知能(AI)の利用の増加は、人間の推論にその影響について重要な疑問を提起している。 AIは効率を改善し、時間を節約し、学習をサポートすることができるが、それへの繰り返し依存は、認知的オフロードを促進し、生産的な闘争を減らし、独立した批判的思考を弱める可能性がある。 本稿では,AI利用行動と批判的思考能力の関係について,短い論理と推論タスクを組み合わせたインタビューベースの調査を通して検討する。 参加者はAIをスピード、利便性、学習支援のツールと見なしているが、多くの参加者は持続的な努力に対する忍耐の低下を報告している。 客観的推論性能は個人によって大きく変化しており, 背景特性のみよりも, 忍耐力の低下と依存関連傾向の強い低下は, 推論性能の低下と密接な関係があることが示唆された。 探索的クラスタリングは、AIユーザが単一の均一なグループを形成するのではなく、過剰な信頼性のあるユーザ、混合ストラテジーユーザ、バランスの取れたサポート探究者を含む、暫定的な行動プロファイルを反映していることを示している。 これらの発見は探索的ではあるが、AIが批判的思考に一様に否定的あるいは肯定的な影響を与えないことを示している。 その代わり、その影響は使用方法によって異なるようである。 そこで本論文では,人間とAIの効果的なコラボレーションは,リフレクションや検証,持続的な認知的努力を支援するべきだと論じている。

関連論文リスト

• Disrupting Cognitive Passivity: Rethinking AI-Assisted Data Literacy through Cognitive Alignment [17.265229093607676]
  我々は、認知的相違を乱すには、認知的アライメントを通じてよりダイナミックで適応的な戦略が必要であると論じる。 このフレームワークでは、AIのインタラクションモード(伝達的または熟考的)とユーザの認知的要求(受容的または熟考的)のマッピングを提供する。
  論文  参考訳（メタデータ） (2026-04-03T06:47:55Z)
• Understanding Critical Thinking in Generative Artificial Intelligence Use: Development, Validation, and Correlates of the Critical Thinking in AI Use Scale [1.0946458347622612]
  本研究はAI利用における批判的思考を,AI生成情報の源泉と内容の検証のための配置傾向として概念化する。 我々は,AI利用尺度における13項目の批判的思考を開発し,そのノモロジカルネットワークをマッピングした。 研究3と4では、AI使用における批判的思考が、開放性、外向性、ポジティブな特性の影響、AI使用頻度に肯定的な関連があることが明らかにされた。
  論文  参考訳（メタデータ） (2025-12-13T17:56:12Z)
• Efficiency Without Cognitive Change: Evidence from Human Interaction with Narrow AI Systems [0.0]
  狭義のAIツールへの短期的な露出は、コア認知能力を高める。 問題解決や言語理解の標準化には、ポスト前の大きな違いは現れなかった。
  論文  参考訳（メタデータ） (2025-10-28T18:55:44Z)
• ChatGPT produces more "lazy" thinkers: Evidence of cognitive engagement decline [0.0]
  本研究では,生成型人工知能(AI)ツールが学術書記作業における学生の認知活動に与える影響について検討した。 その結果,ChatGPT群ではコントロール群に比べて認知エンゲージメントスコアが有意に低かった。 これらの結果は、AI支援が認知的オフロードにつながる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2025-06-30T18:41:50Z)
• On Benchmarking Human-Like Intelligence in Machines [77.55118048492021]
  現在のAI評価パラダイムは、人間のような認知能力を評価するには不十分である、と我々は主張する。 人為的なラベルの欠如、人間の反応の多様性と不確実性の表現の不適切な表現、単純で生態学的に無意味なタスクへの依存。
  論文  参考訳（メタデータ） (2025-02-27T20:21:36Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
  我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。 我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
  論文  参考訳（メタデータ） (2024-10-21T22:39:52Z)
• Knowing About Knowing: An Illusion of Human Competence Can Hinder Appropriate Reliance on AI Systems [13.484359389266864]
  本稿では、Dunning-Kruger Effect(DKE)がAIシステムへの適切な依存を妨げているかどうかを論じる。 DKEは、能力の低い個人が自身のスキルやパフォーマンスを過大評価しているため、メタ認知バイアスである。 その結果、パフォーマンスを過大評価する参加者は、AIシステムへの信頼度が低い傾向にあることがわかった。
  論文  参考訳（メタデータ） (2023-01-25T14:26:10Z)
• Deciding Fast and Slow: The Role of Cognitive Biases in AI-assisted Decision-making [46.625616262738404]
  我々は、認知科学の分野からの知識を用いて、人間とAIの協調的な意思決定設定における認知バイアスを考慮します。 私たちは、人間とAIのコラボレーションでよく見られるバイアスであるバイアスのアンカーに特に焦点を当てています。
  論文  参考訳（メタデータ） (2020-10-15T22:25:41Z)

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。