論文の概要: Generative AI in K-12 Classrooms: A Midyear Implementation Report
- arxiv url: http://arxiv.org/abs/2605.16277v1
- Date: Wed, 08 Apr 2026 23:45:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 12:34:33.846095
- Title: Generative AI in K-12 Classrooms: A Midyear Implementation Report
- Title（参考訳）: K-12教室におけるジェネレーティブAI : 中間実施報告
- Authors: Lief Esbenshade, Alex Liu, Michael Xiao, Zewei Tian, Min Sun, Zachary Zhang, Thomas Han, Yulia Lapicus, Kevin He,
- Abstract要約: このレポートでは、2025年9月1日から12月31日まで、ワシントン州12の学区でColleague AIの教師利用について要約する。
中年期の行政データを提供することができたのは、一部の地区のみであった。
教師のColleague AIの使用と生徒の特徴をリンクする発見は、予備的な信号として解釈されるべきである。
- 参考スコア（独自算出の注目度）: 6.131107680009006
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This mid-year report summarizes teacher use of Colleague AI across 12 Washington State school districts from September 1 to December 31, 2025. Produced jointly by Colleague AI and AmplifyLearn.AI at the University of Washington, this report aggregates platform data and district-provided administrative records to provide an early look at how teachers engaged with AI during the first half of the 2025-26 school year. The districts vary in size from small districts with a few thousand students to large districts with up to thirty thousand students. The districts are rural, suburban, and urban. Only a subset of districts were able to provide mid-year administrative data, and findings that link teachers' use of Colleague AI to student characteristics should be interpreted as preliminary signals.
- Abstract（参考訳）: この中間レポートでは、2025年9月1日から12月31日まで、ワシントン州12の学区でColleague AIの教師の使い方を要約している。
ワシントン大学のColleague AIとAmplifyLearn.AIが共同で作成したこのレポートは、2025-26年の前半に教師がAIに関わった方法について、プラットフォームデータと地域が提供する行政記録をまとめたものだ。
学区は、数千人の学生を持つ小さな学区から、最大3千人の学生を持つ大学区まで様々である。
地区は田園部、郊外部、都市部である。
学区のごく一部だけが中年期の行政データを提供しており、教師のコルリーグAIの使用と生徒の特徴を結びつけることは予備的な信号として解釈されるべきである。
関連論文リスト
- Grounding AI-in-Education Development in Teachers' Voices: Findings from a National Survey in Indonesia [11.46594048410447]
インドネシアの教室での利用が増えているにもかかわらず、AIの使用方法に関する大規模な教師中心の証拠は限られている。
全国349人のK-12教師を対象に,小学校・中学校・高等学校を対象に調査を行った。
私たちは、教育、コンテンツ開発、メディア教育にAIの利用が増えていることに気付きました。
論文 参考訳（メタデータ） (2026-04-02T05:17:00Z) - AI as a Teaching Partner: Early Lessons from Classroom Codesign with Secondary Teachers [7.088206598032786]
Colleague AI Classroomは、生成AI技術を実際の教室に直接導入する共同設計(共同設計)である。
ワシントン州立大学の4つの公立教育学区と1つの独立学校から21人の教員が、AIを利用した4つの特徴を教育に取り入れた。
6-12年生の600人以上の生徒が教師の指示でこのプラットフォームを授業で利用した。
論文 参考訳（メタデータ） (2025-12-12T21:35:32Z) - A denoised Mean Teacher for domain adaptive point cloud registration [81.43344461130474]
ポイントクラウドベースの医療登録は、計算効率の向上、強度シフトに対する堅牢性、匿名性保護を約束する。
合成変形に関する教師付きトレーニングは代替となるが、ドメインギャップと実際のドメインとの差に悩まされる。
本稿では,2つの相補的デノベーション戦略を含む,ポイントクラウド登録のための教師/学生の指導パラダイムを提案する。
論文 参考訳（メタデータ） (2023-06-26T15:03:47Z) - MathDial: A Dialogue Tutoring Dataset with Rich Pedagogical Properties
Grounded in Math Reasoning Problems [74.73881579517055]
そこで本稿では,一般学生の誤りを表現した大規模言語モデルを用いて,人間教師の対話を生成する枠組みを提案する。
このフレームワークを用いて3kの1対1の教師-学生対話のデータセットであるMathDialを収集する方法について述べる。
論文 参考訳（メタデータ） (2023-05-23T21:44:56Z) - Low-complexity deep learning frameworks for acoustic scene
classification using teacher-student scheme and multiple spectrograms [59.86658316440461]
提案システムは,教師のネットワークを訓練する(Phase I)と,教師の知識を蒸留して学生のネットワークを訓練する(Phase II)の2つの段階から構成される。
DCASE 2023 Task 1 Developmentデータセットで実施した実験は,低複雑さの要求を満たすとともに,57.4%の最高の分類精度を達成した。
論文 参考訳（メタデータ） (2023-05-16T14:21:45Z) - Inferring school district learning modalities during the COVID-19
pandemic with a hidden Markov model [1.462730735143614]
完全な個人学習を提供する地区の割合は、2020年9月の40.3%から2021年6月の54.7%に増加した。
この種の確率モデルは、公衆衛生監視と研究活動を支援するために、不完全で矛盾するデータソースを融合するためのツールとして機能する。
論文 参考訳（メタデータ） (2022-11-01T19:15:56Z) - Artificial Intelligence and Life in 2030: The One Hundred Year Study on
Artificial Intelligence [74.2630823914258]
このレポートは、AIが今後数年間に影響を及ぼす可能性のある、典型的な都市環境の8つのドメインを調査している。
それは、AIの現状を科学的かつ技術的に正確に描写する一般大衆に提供することを目的としている。
この報告書の費用は、ハーバード大学のBarbara Groszが議長を務めるAI100 Standing Committee(AI100スタンディング委員会)のパネルに提出された。
論文 参考訳（メタデータ） (2022-10-31T18:35:36Z) - How Segregation Patterns Affect the Availability of Fair District Plans [0.0]
マイノリティ人口と住宅分離パターンによって異なる4200の総合都市を創出する。
フェア・ディストリクト・プランは、マイノリティ・マイノリティ・ディストリクトの数が市全体のマイノリティ人口に比例するものであると定義されている。
論文 参考訳（メタデータ） (2022-08-28T15:38:20Z) - A Berkeley View of Teaching CS at Scale [19.08810272234958]
カリフォルニア大学バークレー校のComputer Scienceプログラムは、卒業生の数が5年で3倍になった。
本報告では,大規模CSコースの効果的な指導,提供,管理を可能にする3つの戦略について述べる。
論文 参考訳（メタデータ） (2020-04-28T17:33:37Z) - Inter-Region Affinity Distillation for Road Marking Segmentation [81.3619453527367]
本研究では,大規模な教員ネットワークからより小さな学生ネットワークへ知識を蒸留する問題について検討する。
我々の手法はInter-Region Affinity KD(IntRA-KD)として知られている。
論文 参考訳（メタデータ） (2020-04-11T04:26:37Z)
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。