論文の概要: Measuring Changes in Instructor Class Design and Student Learning After the Release of Large Language Models (LLMs)

• arxiv url: http://arxiv.org/abs/2605.16284v1
• Date: Sun, 12 Apr 2026 14:55:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 12:34:33.854822
• Title: Measuring Changes in Instructor Class Design and Student Learning After the Release of Large Language Models (LLMs)
• Title（参考訳）: 大規模言語モデル(LLM)公開後のインストラクタクラス設計と学生学習の変化の測定
• Authors: Amanda Potasznik, Daniel Haehn,
• Abstract要約: 授業修了におけるジェネレーティブAI(GenAI)製品の利用は、高等教育において大きな変化をもたらした。 GenAIの利用は広く行われているが、学生の学習方法、学部の発達、成績報告、総合的な学習への影響は十分に文書化されていない。 本研究は,大学教室内外における学習ツールとしてのLLMの使用について,学生と教員の知覚と経験のパターンを同定し,文書化することを目的とする。
• 参考スコア（独自算出の注目度）: 1.526156659531584
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Student use of Generative AI (GenAI) products in completing their classwork, with or without their professors' knowledge and/or approval, has resulted in substantial shifts in higher education. While GenAI use is widespread, its impact on student study methods, faculty course development, grade reporting, and overall learning is not well documented. This is a mixed-methods, multi-course study using retrospective quantitative analysis, instructor surveys, and anonymous student surveys at a university in the New England region of the United States. This research seeks to identify and document patterns in student and faculty perceptions of, and experiences in, the use of LLMs as a learning tool inside and outside of the university classroom. Alongside quantitative and thematic analysis of both faculty and student survey responses, historical grade data as reported to the university registrar is used to triangulate the phenomenon of learning achievement in pre- and post-LLM eras. It is hoped that this research can serve as a pilot study for a broader set of institutions. Results from this study can inform GenAI policy for professors, universities, and other educational institutions that are trying to maximize student learning in the age of AI.
• Abstract（参考訳）: ジェネレーティブAI(GenAI)プロダクトの学生が、教授の知識と/または承認の有無に関わらず、授業の完了に利用することで、高等教育に大きな変化をもたらした。 GenAIの利用は広く行われているが、学生の学習方法、学部の発達、成績報告、総合的な学習への影響は十分に文書化されていない。 これは、振り返りの定量的分析、インストラクターサーベイ、およびアメリカ合衆国のニューイングランド地域の大学における匿名の学生サーベイを用いた混合メソッド、マルチコースの研究である。 本研究は,大学教室内外における学習ツールとしてのLLMの使用について,学生と教員の知覚と経験のパターンを同定し,文書化することを目的とする。 大学登録官に報告された歴史的成績データは,教員と学生のアンケート調査結果の定量的・数学的分析とともに,LLM前後の学習達成現象を三角測量するために用いられる。 この研究は、幅広い機関のパイロット研究として役立つことが期待されている。 この研究の結果は、AI時代の学生の学習を最大化しようとしている教授、大学、その他の教育機関に対して、GenAIポリシーを通知することができる。

関連論文リスト

• Exploring Student Perception on Gen AI Adoption in Higher Education: A Descriptive Study [1.978884131103313]
  本研究では,学生が生成人工知能(GenAI)をどのように認識し,活用し,評価するかを検討する。 データは、ハートフォードシャー大学の大学院コンピュータサイエンスの学生436名を対象に実施されたアンケートによって収集された。
  論文  参考訳（メタデータ） (2026-03-29T17:19:39Z)
• Integrating Generative AI in BIM Education: Insights from Classroom Implementation [0.4805964026801514]
  本研究では,大学院レベルのビルディング情報モデリングコースにおけるジェネレーティブAIを活用したルールチェックワークフローの実装を評価する。 2学期以上、55人の学生が、BIMコンプライアンスタスクにGenAIを使用したことを探る教室ベースのパイロットに参加した。
  論文  参考訳（メタデータ） (2025-07-06T03:41:04Z)
• Is ChatGPT Massively Used by Students Nowadays? A Survey on the Use of Large Language Models such as ChatGPT in Educational Settings [0.25782420501870296]
  本研究では,フランスとイタリアで13歳から25歳までの395人の学生を対象に,Large Language Models(LLM)を教育ルーチンに統合する方法について検討した。 主な発見は、すべての年齢グループと規律でこれらのツールが広く使われていることである。 結果はまた、ジェンダー格差を示し、新興のAIリテラシーと技術的男女格差に関する懸念を提起している。
  論文  参考訳（メタデータ） (2024-12-23T11:29:44Z)
• Embracing AI in Education: Understanding the Surge in Large Language Model Use by Secondary Students [53.20318273452059]
  OpenAIのChatGPTのような大規模言語モデル(LLM)は、新しい教育の道を開いた。 学校制限にもかかわらず,中高生300人以上を対象に調査を行ったところ,学生の70%がLDMを利用していることがわかった。 我々は、対象特化モデル、パーソナライズドラーニング、AI教室など、このような問題に対処するいくつかのアイデアを提案する。
  論文  参考訳（メタデータ） (2024-11-27T19:19:34Z)
• 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)
• A machine learning approach to predict university enrolment choices through students' high school background in Italy [42.57210316104905]
  本稿では,イタリアの高校生の数学とイタリア語の習熟度が大学入学選択に及ぼす影響を考察する。 従来と同様の教育的選択や達成に対する性別差について検討した。 研究成果は、大学教育に関する学生の選択を形作る際に、学力、性別、高校の背景の複雑な相互作用を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-02-29T10:05:37Z)
• Intelligent System for Assessing University Student Personality Development and Career Readiness [0.0]
  本研究は,大学生が変化と移行への準備に様々な要因が与える影響について考察する。 KBTUの学生調査から収集したデータは、機械学習モデルによって処理された。 これらのモデルとファジィセットを使用してインテリジェントシステムを構築した。
  論文  参考訳（メタデータ） (2023-08-29T20:32:58Z)
• A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
  知識追跡は、学生の行動データ分析の基本的なタスクの1つである。 我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。 この急速に成長する分野における今後の研究の方向性について論じる。
  論文  参考訳（メタデータ） (2021-05-06T13:05:55Z)
• 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)

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。