論文の概要: A Systematic AI Adoption Framework for Higher Education: From Student GenAI Usage to Institutional Integration
- arxiv url: http://arxiv.org/abs/2604.22030v1
- Date: Thu, 23 Apr 2026 19:46:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-27 15:36:26.249626
- Title: A Systematic AI Adoption Framework for Higher Education: From Student GenAI Usage to Institutional Integration
- Title（参考訳）: 高等教育のための体系的AI導入フレームワーク--学生のGenAI利用から制度統合へ
- Authors: Michael Neumann, Lasse Bischof, Maria Rauschenberger, Eva-Maria Schön,
- Abstract要約: 本研究は,コンピュータサイエンス指向の分野において,学生が生成人工知能ツールをどのように活用するかを考察する。
広汎なGenAI利用への制度的適応を支援する、構造化された軽量なフレームワークを開発する。
- 参考スコア（独自算出の注目度）: 4.908297240926983
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid development of GenAI technologies is transforming learning, assessment, and academic production in higher education. Despite increasing student adoption, many institutions lack operational mechanisms to systematically align regulations and curricula with evolving generative artificial intelligence practices, creating regulatory ambiguity and academic integrity risks. This study investigates how students utilize generative artificial intelligence tools in computer science-oriented disciplines and develops a structured, lightweight framework supporting institutional adaptation to pervasive GenAI usage. We conducted a case study at the University of Applied Sciences and Arts Hannover (Germany), combining document analysis with an online survey (N = 151) targeting Business Information Systems and E-Government students. Quantitative responses were analyzed statistically, while open-ended responses underwent thematic synthesis. Generative artificial intelligence adoption was widespread, with ChatGPT as the dominant tool. Students primarily used generative artificial intelligence for research assistance, programming support, and text processing. However, substantial policy uncertainty was observed: many students were unaware of or unsure about institutional generative artificial intelligence regulations. Document analysis revealed regulatory gaps, ambiguous terminology, and inconsistencies between formal rules and teaching practices. To address these shortcomings, we propose the AI Adoption Framework for Higher Education, an iterative and operational model integrating document analysis, empirical observation, synthesis of findings, and targeted updates of regulations and curricula. The framework addresses governance, assessment validity, and academic integrity under generative artificial intelligence conditions and provides practical guidance for institutional adaptation.
- Abstract（参考訳）: GenAI技術の急速な発展は、高等教育における学習、評価、学術的生産を変革させることである。
学生の採用が増加しているにもかかわらず、多くの機関は、規則とカリキュラムを、進化する生成的人工知能のプラクティスと体系的に整合させ、規制の曖昧さと学術的整合性リスクを生じさせる運用機構を欠いている。
本研究は, コンピュータサイエンス指向の分野において, 生成型人工知能ツールをどのように活用するかを考察し, 広汎なGenAI利用への制度的適応を支援する構造的, 軽量な枠組みを開発する。
本研究では,ビジネス情報システムとE-Governmentの学生を対象に,文書分析とオンライン調査(N=151)を組み合わせることで,応用科学・芸術ハノーバー大学でケーススタディを行った。
定量的反応は統計的に分析され, オープンエンド応答はセマティック合成を受けた。
生成的人工知能の採用が広まり、ChatGPTが支配的なツールとなった。
学生は主に、研究支援、プログラミング支援、テキスト処理に生成人工知能を使用した。
しかし、政策の不確実性は、多くの学生が制度的な生成的人工知能規則に気づいていないか、不確実であった。
文書分析では、規制のギャップ、曖昧な用語、形式規則と教育実践の矛盾が明らかになった。
これらの欠点に対処するために、文書分析、実証観察、発見の合成、規制とカリキュラムのターゲット更新を統合する反復的かつ運用的なモデルであるAI Adoption Framework for Higher Educationを提案する。
このフレームワークは、生成的人工知能条件下でのガバナンス、アセスメントの妥当性、学術的整合性に対処し、制度的適応のための実践的なガイダンスを提供する。
関連論文リスト
- Exploring Student Perception on Gen AI Adoption in Higher Education: A Descriptive Study [1.978884131103313]
本研究では,学生が生成人工知能(GenAI)をどのように認識し,活用し,評価するかを検討する。
データは、ハートフォードシャー大学の大学院コンピュータサイエンスの学生436名を対象に実施されたアンケートによって収集された。
論文 参考訳（メタデータ） (2026-03-29T17:19:39Z) - Integration of AI in STEM Education, Addressing Ethical Challenges in K-12 Settings [0.0]
人工知能のK-12 STEM教育への迅速な統合は、重要な倫理的課題と共に変革的な機会をもたらす。
本稿では、STEM教室におけるAIの両端的な影響を分析し、その利点(適応学習、リアルタイムフィードバックなど)と欠点(監視リスク、教育的制約など)を倫理的レンズを通して分析する。
論文 参考訳（メタデータ） (2025-10-22T03:07:26Z) - A Inteligência Artificial Generativa no Ecossistema Acadêmico: Uma Análise de Aplicações, Desafios e Oportunidades para a Pesquisa, o Ensino e a Divulgação Científica [0.0]
高等教育におけるジェネレーティブ・人工知能の迅速かつ破壊的な統合は、基本的な学術的実践を変えつつある。
主な課題は、学術的完全性への脅威、アルゴリズムバイアスのリスク、堅牢なAIリテラシーの必要性である。
学術の未来は、この技術に対する抵抗によって定義されるのではなく、組織や個人が批判的に、倫理的に、創造的にそれに関与する能力によって定義される。
論文 参考訳（メタデータ） (2025-07-03T18:23:18Z) - Enterprise Architecture as a Dynamic Capability for Scalable and Sustainable Generative AI adoption: Bridging Innovation and Governance in Large Organisations [55.2480439325792]
生成人工知能(Generative Artificial Intelligence)は、イノベーションを促進し、多くの産業におけるガバナンスを再形成する可能性を持つ強力な新技術である。
しかし、テクノロジの複雑さ、ガバナンスのギャップ、リソースのミスアライメントなど、GenAIをスケールする上で大きな課題に直面している。
本稿では、大企業におけるGenAI導入の複雑な要件をエンタープライズアーキテクチャ管理が満たす方法について検討する。
論文 参考訳（メタデータ） (2025-05-09T07:41:33Z) - Methodological Foundations for AI-Driven Survey Question Generation [41.94295877935867]
本稿では,ジェネレーティブAIを教育調査に活用するための方法論的枠組みを提案する。
大規模言語モデルが適応的でコンテキスト対応のサーベイ質問を生成する方法について検討する。
偏見、プライバシー、透明性などの倫理的問題を考察する。
論文 参考訳（メタデータ） (2025-05-02T09:50:34Z) - Media and responsible AI governance: a game-theoretic and LLM analysis [61.132523071109354]
本稿では,信頼できるAIシステムを育成する上での,AI開発者,規制当局,ユーザ,メディア間の相互作用について検討する。
進化的ゲーム理論と大言語モデル(LLM)を用いて、異なる規制体制下でこれらのアクター間の戦略的相互作用をモデル化する。
論文 参考訳（メタデータ） (2025-03-12T21:39:38Z) - Generative AI and Its Impact on Personalized Intelligent Tutoring Systems [0.0]
生成AIは、動的コンテンツ生成、リアルタイムフィードバック、適応学習経路を通じてパーソナライズされた教育を可能にする。
報告では、自動質問生成、カスタマイズされたフィードバック機構、対話システムなどの重要な応用について検討する。
今後の方向性は、マルチモーダルAI統合の潜在的な進歩、学習システムにおける感情的知性、そしてAI駆動型教育の倫理的意味を強調する。
論文 参考訳（メタデータ） (2024-10-14T16:01:01Z) - 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) - How VADER is your AI? Towards a definition of artificial intelligence systems appropriate for regulation [39.58317527488534]
最近のAI規制提案では、ICT技術、アプローチ、AIではないシステムに影響を与えるAI定義が採用されている。
本稿では,AI定義の規制(VADER)が適切に定義されているかを評価するためのフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-07T17:41:15Z) - 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。