論文の概要: Early AI Literacy in Culturally Responsive STEM Outreach for Black Youth

• arxiv url: http://arxiv.org/abs/2605.12355v1
• Date: Tue, 12 May 2026 16:30:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.010769
• Title: Early AI Literacy in Culturally Responsive STEM Outreach for Black Youth
• Title（参考訳）: 文化に責任のある若年者に対するSTEMアウトリーチにおけるAIの早期リテラシー
• Authors: Qusay H. Mahmoud, Kimberly Davis, Paula Duru, Laura Thursby, Hossam Kishawy,
• Abstract要約: 本稿では,オンタリオ工科大学のエンジニアリング・アウトリーチ・ブラックユース・プログラムを,文化的にレスポンシブなSTEMアウトリーチの探索的,実践的ケーススタディとして検討する。 このプログラムは、黒人若者がメンターシップ、表現、コミュニティとのつながりによって支援された、文化的に根ざしたSTEM体験に従事する包括的環境を作成する。
• 参考スコア（独自算出の注目度）: 0.7829352305480287
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Persistent inequities in STEM education continue to limit the participation of Black youth in science and technology fields across Canada. Structural barriers, underrepresentation, and limited access to culturally affirming learning spaces can restrict both opportunity and confidence in pursuing STEM pathways. This paper examines Ontario Tech University's Engineering Outreach Black Youth Program as an exploratory, practice-based case study of culturally responsive STEM outreach. The program creates inclusive environments where Black youth engage in hands-on, culturally grounded STEM experiences supported by mentorship, representation, and community connection. Its recent integration of artificial intelligence (AI) literacy reflects a growing recognition that early engagement with emerging technologies may expand access to future STEM learning opportunities. The paper discusses how AI-focused activities were introduced within this outreach model and examines short-term outcomes related to AI knowledge, confidence, and critical awareness. Findings suggest gains across these areas, while highlighting the need for future research to examine longer-term outcomes related to STEM belonging, identity, and persistence.
• Abstract（参考訳）: STEM教育における永続的不平等は、カナダの科学と技術分野における黒人若者の参加を制限し続けている。 構造的障壁、表現不足、文化的に肯定的な学習空間への限られたアクセスは、STEM経路を追求する機会と信頼の両方を制限することができる。 本稿では,オンタリオ工科大学のエンジニアリング・アウトリーチ・ブラックユース・プログラムを,文化的にレスポンシブなSTEMアウトリーチの探索的,実践的ケーススタディとして検討する。 このプログラムは、黒人若者がメンターシップ、表現、コミュニティとのつながりによって支援された、文化的に根ざしたSTEM体験に従事する包括的環境を作成する。 人工知能(AI)リテラシーの最近の統合は、新興技術との早期の関わりが将来のSTEM学習機会へのアクセスを拡大する可能性があるという認識の高まりを反映している。 本稿は、このアウトリーチモデルにおいて、AIに焦点を当てた活動がどのように導入されたかについて論じ、AI知識、信頼、批判的認識に関連する短期的な成果について考察する。 発見はこれらの領域全体での利益を示唆し、STEMの所有、アイデンティティ、永続性に関連する長期的な成果を調べるための将来の研究の必要性を強調している。

関連論文リスト

• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
  本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。 SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。 ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
  論文  参考訳（メタデータ） (2024-04-20T11:07:29Z)
• AVELA - A Vision for Engineering Literacy & Access: Understanding Why Technology Alone Is Not Enough [6.584895094397623]
  黒とラテンの都市社会における社会技術アクセスの不平等を文脈的に認識する。 AVELA - A Vision for Engineering Literacy and Access。
  論文  参考訳（メタデータ） (2024-01-26T00:52:51Z)
• Catalyzing Equity in STEM Teams: Harnessing Generative AI for Inclusion and Diversity [0.0]
  本稿では、STEM-チーム間の多様性と包摂性を促進するために、計算モデルと生成AIの変換可能性について述べる。 公式なコラボレーションスキルアセスメント、包括的分析、社会認知研究のための資金、包括的トレーニングのための人間-AIチーム。 このロードマップはAIによって強化されたコラボレーションを推進し、様々な声が積極的に奨励され、協力的な科学的努力の中で耳を傾けるSTEMの未来に対するビジョンを提供する。
  論文  参考訳（メタデータ） (2024-01-08T21:10:18Z)
• Taking the Next Step with Generative Artificial Intelligence: The Transformative Role of Multimodal Large Language Models in Science Education [13.87944568193996]
  MLLM(Multimodal Large Language Models)は、テキスト、音声、視覚入力を含むマルチモーダルデータを処理できる。 本稿では,科学教育の中心的な側面におけるMLLMの変革的役割について,模範的な革新的な学習シナリオを提示することによって考察する。
  論文  参考訳（メタデータ） (2024-01-01T18:11:43Z)
• Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
  大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。 本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
  論文  参考訳（メタデータ） (2023-12-27T14:37:32Z)

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。