論文の概要: Addressing the Reality Gap: A Three-Tension Framework for Agentic AI Adoption
- arxiv url: http://arxiv.org/abs/2604.27245v1
- Date: Wed, 29 Apr 2026 22:33:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.829208
- Title: Addressing the Reality Gap: A Three-Tension Framework for Agentic AI Adoption
- Title（参考訳）: 現実のギャップに対処する - エージェントAI採用のための3段階フレームワーク
- Authors: Jason Fournier, Kacper Łodzikowski,
- Abstract要約: ジェネレーティブAIは、無料のコンシューマツールを通じて、急速に教育に入ってきた。
この章では、これらのイノベーションをうまくナビゲートするには、3つのコアテンションのバランスが必要だ、と論じている。
我々は、AIイニシアチブの評価と設計において、意思決定者を導くための3つのフレームワークを提示します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Generative AI has rapidly entered education through free consumer tools, outpacing the ability of schools and universities to respond. Now a new wave of more autonomous agentic AI systems--with the capacity to plan and act towards goals--promises both greater educational personalization and greater disruption. This chapter argues that successfully navigating these innovations requires balancing three core tensions: (1) Implementation Feasibility, or the practical capacity to integrate AI sustainably into real classrooms; (2) Adaptation Speed, or the mismatch between fast-evolving AI capabilities and the slower pace of educational change; and (3) Mission Alignment, or the need to ensure AI applications uphold educational values such as equity, privacy, and pedagogical integrity. First, we review early evidence of generative and agentic AI in various sectors and in frontline education to illustrate these tensions in context. Then, we present a three-tension framework to guide decision-makers in evaluating and designing AI initiatives across K-12 and higher education. We provide examples of how the framework can be applied to plan responsible AI deployments, and we identify emerging trends--such as curriculum-linked AI agents and educator-informed AI design--along with open research directions. We conclude the chapter with recommendations for educational leaders to proactively engage with the opportunities and challenges of AI, so that this technology can be harnessed to enhance teaching and learning in the decade ahead.
- Abstract（参考訳）: ジェネレーティブAIは、無料の消費者ツールを通じて急速に教育に入ってきており、学校や大学が対応できる能力を上回っている。
今や、より自律的なエージェントAIシステムの新しい波、—計画と目標に向けて行動する能力——は、教育的パーソナライゼーションとより大きな破壊の両方を推進している。
この章では、これらのイノベーションをうまくナビゲートするには、3つのコアテンションのバランスをとる必要がある、と論じている。(1) 実行可能性、または実際の教室にAIを持続的に組み込む実用的な能力、(2) 適応速度、または急速に進化するAI能力と教育変化の遅いペースのミスマッチ、(3) ミッションアライメント、またはAIアプリケーションが公平、プライバシ、教育的整合性といった教育的価値を維持できること。
まず、様々な分野や前線教育における生成的・エージェント的AIの初期の証拠を概観し、これらの緊張関係を文脈で説明する。
そして、K-12および高等教育におけるAIイニシアチブの評価と設計において、意思決定者を導くための3つの枠組みを提案する。
我々は、このフレームワークが責任あるAIデプロイメントを計画するためにどのように適用できるかの例を示し、カリキュラムにリンクされたAIエージェントや教育者インフォームドAI設計など、オープンな研究方向とともに、新たなトレンドを特定します。
この章は、教育指導者がAIの機会と課題に積極的に取り組み、今後10年間に教育と学習を強化するためにこの技術を活用することを推奨する形で締めくくります。
関連論文リスト
- Bidirectional Human-AI Alignment in Education for Trustworthy Learning Environments [7.0064528229443]
人工知能(AI)は教育を変革し、学習をパーソナライズし、評価を高め、教育者を支援するという前例のない機会を提供している。
しかし、これらの機会は、株式、プライバシー、学生の自律性に関するリスクももたらします。
この章は、教育における双方向のヒューマンAIアライメントの概念を発展させ、信頼できる学習環境は、人的価値をAIシステムに埋め込むことだけでなく、これらの技術を解釈し、批判し、指導するスキルを持つ教師、学生、機関の装備から生まれることを強調している。
論文 参考訳（メタデータ） (2025-12-25T07:50:56Z) - Deploying AI for Signal Processing education: Selected challenges and intriguing opportunities [44.18936398140735]
記事は、教育の促進と強化のためのAIツールの使用について考察している。
プライマーは、AIを教育環境で使用する際に生じるいくつかの技術的な問題について提供されている。
この記事は、AIのエンジニアリング教育における役割を前進させようとする研究者や教育者のためのリソースとして機能する。
論文 参考訳（メタデータ） (2025-09-10T19:19:26Z) - Generative AI Literacy: A Comprehensive Framework for Literacy and Responsible Use [11.850147362488414]
生成AIの堅牢な理解の欠如は、生成AIを効果的に、批判的に、責任を持って使用する個人の能力を妨げます。
これらのガイドラインは、生産的AIを効率的、倫理的、インフォメーションな方法で使用するためのメンバーを支援するフレームワークを開発する学校、企業、組織を支援することを目的としている。
論文 参考訳（メタデータ） (2025-04-26T22:14:48Z) - Integrating Generative AI in Cybersecurity Education: Case Study Insights on Pedagogical Strategies, Critical Thinking, and Responsible AI Use [0.0]
本研究では,GenAIツールをサイバーセキュリティ教育に統合するための構造的枠組みを提案する。
実装戦略は2段階のアプローチに従い、チュートリアル演習とアセスメントタスクにGenAIを組み込んだ。
調査の結果,AI支援学習は,セキュリティポリシーの評価,リスク評価の精査,理論的知識の実践的応用へのブリッジといった,学生の能力を大幅に向上させた。
論文 参考訳（メタデータ） (2025-02-21T10:14:07Z) - Generative AI Literacy: Twelve Defining Competencies [48.90506360377104]
本稿では、生成AIと対話するために必要なスキルと知識領域を網羅した、生成人工知能(AI)リテラシーの能力に基づくモデルを提案する。
能力は、基礎的なAIリテラシーから、倫理的および法的考慮を含むエンジニアリングとプログラミングのスキルの促進まで様々である。
これらの12の能力は、個人、政策立案者、政府高官、教育者が責任を持って生成AIの可能性をナビゲートし活用しようとするための枠組みを提供する。
論文 参考訳（メタデータ） (2024-11-29T14:55:15Z) - Human-Centric eXplainable AI in Education [0.0]
本稿では,教育現場における人間中心型eXplainable AI(HCXAI)について検討する。
学習成果の向上、ユーザ間の信頼の向上、AI駆動ツールの透明性確保における役割を強調している。
ユーザ理解とエンゲージメントを優先するHCXAIシステムの開発のための包括的なフレームワークを概説する。
論文 参考訳（メタデータ） (2024-10-18T14:02:47Z) - AI Governance in Higher Education: Case Studies of Guidance at Big Ten Universities [14.26619701452836]
ジェネレーティブAIは高等教育の利害関係者から大きな注目を集めている。
同時に学術的整合性に挑戦し、倫理的な問題に繋がる。
先進的な大学はすでに、ジェネレーティブAIに関するガイドラインを公開している。
本研究は、これらのガイドラインに示すように、責任あるAIガバナンスのための戦略に焦点を当てる。
論文 参考訳（メタデータ） (2024-09-03T16:06:45Z) - Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。
このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。
現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文 参考訳（メタデータ） (2023-10-26T17:59:06Z) - Trustworthy AI: From Principles to Practices [44.67324097900778]
多くの現在のAIシステムは、認識不能な攻撃に脆弱で、表現不足なグループに偏り、ユーザのプライバシ保護が欠如していることが判明した。
このレビューでは、信頼できるAIシステムを構築するための包括的なガイドとして、AI実践者に提供したいと思っています。
信頼に値するAIに対する現在の断片化されたアプローチを統合するために、AIシステムのライフサイクル全体を考慮した体系的なアプローチを提案する。
論文 参考訳（メタデータ） (2021-10-04T03:20:39Z) - 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) - 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。