論文の概要: AI Slop or AI-enhancement? Student perceptions of AI-generated media for an English for Academic Purposes course

• arxiv url: http://arxiv.org/abs/2605.16275v1
• Date: Wed, 08 Apr 2026 09:47:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 12:34:33.844592
• Title: AI Slop or AI-enhancement? Student perceptions of AI-generated media for an English for Academic Purposes course
• Title（参考訳）: AIスロープ(AI Slop, AI-Enhancement) : 英語学習のためのAI生成メディアに対する学生の認識
• Authors: David James Woo, Deliang Wang, Kai Guo,
• Abstract要約: 本報告では,香港コミュニティカレッジの英語学習目的コースにおける教師によるAIによる補足教材の開発,実装,評価について報告する。 インストラクターは、ビデオ、ポッドキャスト、インフォグラフィック、および外国語学習者として106人の英語学習者を対象に、コース資料から個別化されたフィードバックレポートを生成した。 学生は、視覚的およびマルチモーダルなフォーマットで提示された評価関連コンテンツを評価し、有用性と使いやすさを高く評価した。
• 参考スコア（独自算出の注目度）: 15.537382882048066
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence (AI) retrieval-augmented generation (RAG) tools now enable educators to transform course materials into diverse multimedia at scale. However, it remains unclear whether such AI-generated content functions as a pedagogical scaffold or AI slop: high volume, low quality material. This innovative practice paper reports on the development, implementation, and evaluation of teacher-prompted, AI-generated supplemental materials in an English for Academic Purposes (EAP) course at a Hong Kong Community College. Using primarily Google Notebook LM, the instructor generated videos, podcasts, infographics, and individualized feedback reports from course materials and student work for 106 English as a Foreign Language learners. An explanatory sequential mixed-methods design comprising a survey, semi-structured interviews, and correlation analysis with academic scores was employed to examine students' preferences, perceptions, and learning outcomes. Findings are framed through the Technology Acceptance Model and Cognitive Load Theory. Students rated the materials highly for perceived usefulness and ease of use, and preferred assessment-linked content presented in visual and multimodal formats, particularly videos and infographics. Video preference correlated positively with academic performance; however, higher cognitive load was negatively associated with course grades, indicating that material complexity must be carefully calibrated. Notably, some lower-performing students independently adopted the materials as remedial scaffolds. The practice demonstrates that RAG tools enable scalable personalized feedback that would be less feasible through traditional methods. When aligned with student goals and cognitive principles, teacher-prompted AI generation can meaningfully enhance the EAP learning ecosystem rather than producing AI slop.
• Abstract（参考訳）: 人工知能(AI)検索強化生成(RAG)ツールにより、教育者はコース素材を大規模に様々なマルチメディアに変換することができる。 しかし、このようなAI生成コンテンツが教育的足場として機能するか、それともAIスロープとして機能するのかは、まだ不明である。 このイノベーティブな実践論文は、香港コミュニティカレッジの英語学習目的コース(EAP)における教師によるAIによる補足教材の開発、実施、評価について報告している。 主にGoogle Notebook LMを使用して、インストラクターはビデオ、ポッドキャスト、インフォグラフィック、およびコース資料からの個別化されたフィードバックレポートを生成し、外国語学習者として106人の英語の学生の仕事を行った。 学生の好み, 知覚, 学習結果を調べるために, 調査, 半構造化インタビュー, および学術的スコアとの相関分析を含む, 説明的混合手法の設計を行った。 発見は、Technology Acceptance ModelとCognitive Load Theoryを通じて行われる。 学生は、視覚的およびマルチモーダルなフォーマット、特にビデオやインフォグラフィックで提示された評価関連コンテンツを評価し、有用性と使いやすさを高く評価した。 ビデオの嗜好は、学業成績と正の相関を示したが、認知負荷の増大はコースの成績と負の相関を示し、物質的複雑さを慎重に校正する必要があることを示唆した。 特に、成績の低い学生の中には、個別に修復足場として採用する者もいた。 このプラクティスは、RAGツールが従来のメソッドでは実現不可能な、スケーラブルなパーソナライズされたフィードバックを可能にすることを実証している。 生徒の目標と認知原則に合わせると、教師が提案するAI生成は、AIスロープを生成するのではなく、EAP学習エコシステムを有意義に強化することができる。

関連論文リスト

• Preparing Students for AI-Powered Materials Discovery: A Workflow-Aligned Framework for AI Literacy, Equity, and Scientific Judgment [0.0]
  AIを活用した材料発見のためのAI教育は、ツールアクセスを超えて、生成AIシステムとの表面レベルのインタラクションを行なわなければならない、と我々は主張する。 中心的な目標は、AIツールのより効率的なユーザではなく、より良い科学者になるために学生を準備することだ。
  論文  参考訳（メタデータ） (2026-05-10T16:11:01Z)
• Bridging the Skills Gap: A Course Model for Modern Generative AI Education [0.0]
  生成的AI能力は、産業ではますます重視されるが、高等教育では重視されない。 著者らは、さまざまな分野の学生は、AIツールの可能性に責任を持ち、専門的に活用するよう教えなければならないと主張している。
  論文  参考訳（メタデータ） (2025-11-13T21:24:54Z)
• AI Literacy for Community Colleges: Instructors' Perspectives on Scenario-Based and Interactive Approaches to Teaching AI [0.500208619516796]
  本研究は,非STEM学習者を対象とした対話型,非コード型AIリテラシーリソースについて,コミュニティ・カレッジ・インストラクターがどのように評価するかを検討する。 人工知能が日々のテクノロジーに統合されるにつれて、AIリテラシーは分野によって重要なスキルとして現れてきた。 AI Userはインタラクティブなオンラインカリキュラムで、実世界のコンテキストに設定されたシナリオベースのアクティビティを通じて、コアAI概念を紹介する。
  論文  参考訳（メタデータ） (2025-11-07T15:51:53Z)
• AI-Powered Math Tutoring: Platform for Personalized and Adaptive Education [0.0]
  本稿では,適応的およびパーソナライズされたフィードバック,構造化コース生成,教科書知識検索を組み合わせた,新しいマルチエージェントAI学習プラットフォームを提案する。 このシステムにより、学生は新しいトピックを学習し、弱点を特定し、ターゲティングし、試験を効果的に修正し、無制限にパーソナライズされたエクササイズを実践することができる。
  論文  参考訳（メタデータ） (2025-07-14T20:35:16Z)
• Artificial Intelligence Driven Course Generation: A Case Study Using ChatGPT [0.0]
  本研究は,ChatGPTを教材として活用することを目的としている。 主な目的は、AI駆動コース生成の効率、品質、および影響を評価することである。 この研究は、AIが教育コンテンツ制作に革命をもたらす可能性を強調している。
  論文  参考訳（メタデータ） (2024-11-02T21:59:02Z)
• Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
  言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。 本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。 ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
  論文  参考訳（メタデータ） (2024-03-05T09:09:15Z)
• UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
  質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。 本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。 学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
  論文  参考訳（メタデータ） (2023-05-31T11:29:04Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)
• Explainable Active Learning (XAL): An Empirical Study of How Local Explanations Impact Annotator Experience [76.9910678786031]
  本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。 本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
  論文  参考訳（メタデータ） (2020-01-24T22:52:18Z)

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。