Fugu-MT 論文翻訳(概要): A Discipline-Agnostic AI Literacy Course for Academic Research: Architecture, Pedagogy, and Implementation

論文の概要: A Discipline-Agnostic AI Literacy Course for Academic Research: Architecture, Pedagogy, and Implementation

arxiv url: http://arxiv.org/abs/2604.27225v1
Date: Wed, 29 Apr 2026 21:47:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-01 16:31:53.818513
Title: A Discipline-Agnostic AI Literacy Course for Academic Research: Architecture, Pedagogy, and Implementation
Title（参考訳）: 学術研究のための学際非依存のAIリテラシーコース:アーキテクチャ、教育、実装
Authors: Gideon K. Gogovi,
Abstract要約: ジェネレーティブAIを学術リテラシーに迅速に統合するためには、学生にツールの習熟度だけでなく、専門的な聴衆に奉仕する技術AI開発コースと、持続的で実践ベースの能力の厳格な研究が要求される短い一般リテラシー介入という2つの極に、これらのツールを責任を持って使用するという批判的な判断を、カリキュラムが要求される。本稿では、厳格なAI支援文学レビューに必要な不足する能力に対処する、リーハイ大学におけるコースの設計、理性、実装について報告する。
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 integration of generative AI into academic workflows demands curricula that equip students not only with tool proficiency but with the critical judgment to use those tools responsibly in scholarly work. Existing offerings cluster around two inadequate poles: technical AI development courses serving narrow specialist audiences, and brief general-literacy interventions that cannot develop the sustained, practice-based competencies rigorous research requires. This paper reports the design, theoretical rationale, and implementation of BSTA 495/395: Getting Started with AI-Assisted Research, developed and delivered at Lehigh University (Spring 2026). The course addresses an underserved gap: the competencies required for rigorous AI-assisted literature review. Its architecture organizes instruction into four sequential modules aligned with the cognitive demands of that task: comprehension of individual papers, construction and validation of knowledge taxonomies, identification of research gaps, and synthesis and production of complete literature reviews. Each module embeds an explicit verification discipline and standardized AI attribution practice. Prerequisite-free and discipline-agnostic, the course enrolls upper-level undergraduates and graduate students across all fields with differentiated assessment expectations. Pre- and post-course survey data from the inaugural offering indicate substantial self-reported confidence gains, with the largest in hallucination detection (d = +1.45), responsible AI use (d = +1.33), and AI attribution practice (d = +2.40), consistent with the course's design emphasis. The course constitutes a replicable model for the emerging genre of AI research literacy curricula.
Abstract（参考訳）: 生成AIを学術的ワークフローに迅速に統合するためには、ツールの習熟度だけでなく、これらのツールを学術的な仕事に責任を持って使用するという批判的な判断を学生に提供するカリキュラムが必要である。既存のオファリングクラスタは、2つの不十分なポールの周りにあり、狭義のスペシャリストに奉仕する技術AI開発コースと、持続的で実践ベースの厳格な研究を開発できない短期間の一般リテラシー介入である。本稿では,BSTA 495/395:Getting Started with AI-Assisted Research, developed and deliver at Lehigh University (Spring 2026)について報告する。このコースは、厳格なAI支援文学レビューに必要な能力の不足に対処する。そのアーキテクチャは、個々の論文の理解、知識分類学の構築と検証、研究ギャップの同定、完全な文献レビューの合成と作成という、そのタスクの認知的要求に沿った4つのシーケンシャルなモジュールに命令を編成する。各モジュールには、明示的な検証規律と標準化されたAI属性プラクティスが組み込まれている。前提条件なし・規律非依存のコースでは、すべての分野の上級の学部生と大学院生が、評価の期待を区別して入学する。初回公開による事前および後調査データは、幻覚検出(d = +1.45)、AIの責任ある使用(d = +1.33)、AIの帰属実践(d = +2.40)など、かなり自己報告された自信の向上を示している。このコースは、AI研究リテラシーカリキュラムの新しいジャンルのレプリカモデルを構成する。

関連論文リスト

Co-Writing with AI: An Empirical Study of Diverse Academic Writing Workflows [3.657364561148215]
本研究は、学生が様々な筆記課題にまたがるAIとどのように関わるかを検討する。 AIリテラシー、文章の信頼、信頼、著者の関心、モチベーションなど、個々の要因が研究されている。 AI統合は選択的で不均一であり、3つの繰り返しおよび価値指向の構成を形成することを示唆する。
論文参考訳（メタデータ） (2026-04-28T09:00:48Z)
From Understanding to Creation: A Prerequisite-Free AI Literacy Course with Technical Depth Across Majors [2.1212179660694104]
UNIV 182は、学部生にAIシステムを理解し、使用し、評価し、構築するよう教える前提条件のないコースである。論文は、このデザインを、多人数のAIリテラシーコースと教育学の伝統の比較分類学に位置づけている。
論文参考訳（メタデータ） (2026-03-19T23:18:43Z)
Development and Validation of a Faculty Artificial Intelligence Literacy and Competency (FALCON-AI) Scale for Higher Education [0.27998963147546146]
しかし、既存のAIリテラシー機器は主に一般市民、学生、K-12教師をターゲットにしている。本研究は,FALCON-AI(Department Artificial Intelligence Literacy and competency)尺度の開発と評価を行う。
論文参考訳（メタデータ） (2026-03-03T23:20:33Z)
EduResearchBench: A Hierarchical Atomic Task Decomposition Benchmark for Full-Lifecycle Educational Research [21.988207602041182]
EduResearchBenchは,学術論文を対象とした初の総合的評価プラットフォームである。 EduResearchBenchは階層的原子タスク分解(HATD)フレームワーク上に構築されています。本稿では,基礎的スキルから複雑な方法論的推論,議論に至るまで,段階的に能力を高めるカリキュラム学習戦略を提案する。
論文参考訳（メタデータ） (2026-01-22T09:52:30Z)
Integrating Large Language Models in Software Engineering Education: A Pilot Study through GitHub Repositories Mining [1.043230260556633]
大規模言語モデル(LLM)は、ソフトウェア工学(SE)教育においてますます採用されている。本研究の目的は,LLMをSE教育に組み込むための検証フレームワークを開発することである。
論文参考訳（メタデータ） (2025-09-05T07:46:27Z)
AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文参考訳（メタデータ） (2025-07-02T17:19:20Z)
Rigor in AI: Doing Rigorous AI Work Requires a Broader, Responsible AI-Informed Conception of Rigor [83.99510317617694]
我々は、厳格なAI研究と実践が持つべきものに対するより広範な概念が必要とされると論じている。我々は,AIコミュニティの作業に関する対話に有用な言語とフレームワークを提供することを目標としている。
論文参考訳（メタデータ） (2025-06-17T15:44:41Z)
The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文参考訳（メタデータ） (2025-06-09T18:37:14Z)
OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
論文参考訳（メタデータ） (2024-06-18T16:20:53Z)

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。