論文の概要: The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking
- arxiv url: http://arxiv.org/abs/2605.05472v1
- Date: Wed, 06 May 2026 21:50:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-08 22:27:11.423938
- Title: The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking
- Title（参考訳）: AIの失敗のペダゴギー:高次思考の創始
- Authors: Hadi Hosseini,
- Abstract要約: 「インストラクターは、AIを学習仲間として融合させることで、高次思考の基本的な過程に学生を巻き込むことができる。」
我々は,AI生成エラーとの構造化された相互作用がメタ認知的エンゲージメントをどのように支援し,学際的厳密さを強化し,学生が認識するAIリテラシーと主観的マター能力に関連するかを検討する。
- 参考スコア（独自算出の注目度）: 26.81026121718816
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As generative AI becomes increasingly integrated into higher education, its frequent errors and hallucinations, often seen as limitations, offer a unique pedagogical opportunity. By framing AI as a ``learning companion'' whose imperfect outputs prompt analysis, evaluation, and reflection, we argue that instructors can engage students in the fundamental processes of higher-order thinking. This paper presents a design-oriented study in which an AI-integrated syllabus in a \textit{database design} course deliberately leverages AI's limitations to foster critical thinking and higher-order cognitive skills aligned with Bloom's taxonomy of learning. Using a mixed-methods approach, we examine how structured interaction with AI-generated errors supports metacognitive engagement, reinforces disciplinary rigor, and relates to students' perceived AI literacy and subject-matter competency.
- Abstract（参考訳）: 生成的AIが高等教育にますます統合されるにつれて、その頻繁なエラーと幻覚は、しばしば制限と見なされるが、ユニークな教育の機会を提供する。
教師は、AIを「学習仲間」とみなし、分析、評価、反映を即時的に出力することで、高次思考の基本的なプロセスに学生を巻き込むことができると論じる。
本稿では, 批判的思考を育むためのAIの限界と, ブルームの学習分類に整合した高次認知スキルを意図的に活用する設計指向の研究について述べる。
混合メソッドアプローチを用いて、AI生成エラーとの構造化相互作用がメタ認知的エンゲージメントをどのように支援し、ディシプリナリガーを強化し、学生が認識するAIリテラシーと主観的能力に関連するかを検討する。
関連論文リスト
- Learning AI Without a STEM Background: Mixed-Methods Evidence from a Diverse, Mixed-Cohort AIED Program [0.0]
本稿では,NSFが支援する,革新的混成コホート型AI教育モデルを提示し,評価する。
我々は,学習者の学術機関,AI概念の信頼度,キャリア・トラジェクトリの拡大に対する認識について検討する。
この結果から、倫理的足場、メンターシップ、構造化された議論といった人間中心の教育支援が、公平なAI教育の不可欠な要素であることが示唆された。
論文 参考訳（メタデータ） (2026-03-27T01:29:36Z) - Who Is Doing the Thinking? AI as a Dynamic Cognitive Partner: A Learner-Informed Framework [0.0]
本研究では,AIを動的認知パートナーとして位置づけるフレームワークを提案する。
学習者がAIを認識と協調するものとして記述した,9つの相互関連次元を同定した。
学生は、理解を拡大する生産的支援と、認知的努力に取って代わる非生産的依存とを区別し、AIがいつ使われるべきか、使用すべきでないかを状況的認識を示す。
論文 参考訳（メタデータ） (2026-02-17T15:07:06Z) - The Mechanical Yes-Man: Emancipatory AI Pedagogy in Higher Education [0.0]
生成AIの統計論理と因果推論の欠如は、真の学習に必要な認知プロセスを脅かす。
この論文は、教育における生成AIに対する技術最適化的アプローチと制限的アプローチの両方を批判する。
それは、検証、熟達、そして共同調査に基礎をおく解放的教育を提案する。
論文 参考訳（メタデータ） (2025-10-11T11:29:06Z) - Bridging Minds and Machines: Toward an Integration of AI and Cognitive Science [48.38628297686686]
認知科学は人工知能(AI)、哲学、心理学、神経科学、言語学、文化などの分野を深く形成している。
AIの多くのブレークスルーは、そのルーツを認知理論にさかのぼる一方で、AI自体が認知研究を進めるのに欠かせないツールになっている。
我々は、認知科学におけるAIの未来は、性能の向上だけでなく、人間の心の理解を深めるシステムの構築にも関係していると主張している。
論文 参考訳（メタデータ） (2025-08-28T11:26:17Z) - AI-Educational Development Loop (AI-EDL): A Conceptual Framework to Bridge AI Capabilities with Classical Educational Theories [8.500617875591633]
本研究では、古典的学習理論とAIを融合した理論駆動型フレームワークであるAI-Educational Development Loop(AI-EDL)を紹介する。
このフレームワークは透明性、自己統制型学習、教育的監視を強調している。
論文 参考訳（メタデータ） (2025-08-01T15:44:19Z) - Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。
本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
論文 参考訳（メタデータ） (2025-04-01T04:15:56Z) - Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。
AIシステムは特にメタ認知に苦しむ。
スマートAIのベンチマーク、トレーニング、実装について論じる。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - Assigning AI: Seven Approaches for Students, with Prompts [0.0]
本稿では,Large Language Models(LLM)の教育における転換的役割とその学習ツールとしての可能性について考察する。
AI-tutor、AI-coach、AI-mentor、AI-teammate、AI-tool、AI-simulator、AI-studentの7つのアプローチを提案する。
論文 参考訳（メタデータ） (2023-06-13T03:36:36Z) - 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。