論文の概要: ChatGPT vs Teachers vs Students: Large-Scale Analysis of Generative AI Discourse in Education Communities on Reddit

• arxiv url: http://arxiv.org/abs/2605.17712v1
• Date: Mon, 18 May 2026 00:26:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.490537
• Title: ChatGPT vs Teachers vs Students: Large-Scale Analysis of Generative AI Discourse in Education Communities on Reddit
• Title（参考訳）: チャットGPT対教師対学生:Redditの教育コミュニティにおける生成AI談話の大規模分析
• Authors: Pelin Yüce, Xiangruo Dai, Rebecca Owens, Tuğrulcan Elmas,
• Abstract要約: 270万件のAI関連Reddit投稿と、26の教育関連サブレディットからのコメントを分析します。 談話は、早期の検知・回避兵器レースから持続的な執行体制へと進化する。 学生は混合スレッドの68%を起動するが、学部は最もクロスロールな応答を生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative Artificial Intelligence (GenAI) has prompted significant discussion in education, yet large-scale empirical evidence on how students and teachers perceive and navigate this shift remains limited. We analyse 270k AI-related Reddit posts and comments from 26 education-related subreddits spanning higher education, K-12 teaching, and professional training between November 2022 and April 2026. Topic modelling reveals seventeen themes covering academic integrity, teaching & pedagogy, career anxiety, policy, and niche professional contexts. Discourse evolves from an early detection-and-evasion arms race into a sustained enforcement regime that constructive integration only begins to challenge in mid-2024. Stakeholder communities differ sharply: K-12 teachers foreground cognitive dependency, academics focus on AI detection and deliberation, and professional-programme students concentrate on career anxiety. Sentiment correlates strongly negatively with engagement, showing adversarial enforcement themes mobilise communities far more than constructive integration discourse. Examining where faculty and students meet, we find 17% of threads are cross-role, and one third of such contact occurs in the adversarial themes AI Detection and Misconduct Enforcement. Students initiate 68% of mixed threads, but faculty produce most cross-role replies. Mixed threads contain 2-3 times more records and last 2-4 times longer than same-role threads, making adversarial integrity disputes the center of sustained faculty-student contact. We discuss implications for governance, pedagogical design, and cross-role contact design. The code and data is available at https://github.com/tugrulz/genai-edu
• Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)は、教育において大きな議論を呼んでいるが、学生や教師がこの変化をどう認識し、ナビゲートするかに関する大規模な実証的な証拠は依然として限られている。 我々は、2022年11月から2026年4月までに、高等教育、K-12教育、職業訓練にまたがる26の教育関連サブレディットからの270万件のAI関連Reddit投稿とコメントを分析した。 トピック・モデリングは、学術的完全性、教育と教育、キャリアの不安、政策、ニッチな専門的文脈に関する17のテーマを明らかにする。 談話は、早期の検知と回避の武器競争から、建設的な統合が2024年半ばに挑戦し始めた持続的な執行体制へと発展する。 K-12教師は認知依存を先取りし、学者はAIの検出と熟考に集中し、プロのプログラミングの学生はキャリアの不安に集中する。 センチメントはエンゲージメントと強く相関し、敵の強制的なテーマが建設的な統合談話以上のコミュニティを動員することを示す。 教師や学生の出会う場所を調べると、スレッドの17%がクロスロールであり、その3分の1がAI検出とミスコンダクタンス・エンハンスメントの対向するテーマで発生している。 学生は混合スレッドの68%を起動するが、学部は最もクロスロールな応答を生成する。 混合スレッドは2～3倍のレコードを持ち、同じロールスレッドよりも2～4倍長い。 ガバナンス、教育設計、およびクロスロールコンタクトデザインの意義について論じる。 コードとデータはhttps://github.com/tugrulz/genai-eduで公開されている。

関連論文リスト

• Group-Differentiated Discourse on Generative AI in High School Education: A Case Study of Reddit Communities [12.603101932945995]
  我々は、Redditコミュニティが高校教育における生成AIについてどのように議論するかを研究する。 5つの教育関連サブレディットからの3,789の投稿を用いて、学生、教師、混合コミュニティを比較した。 教師は明示的な教育的トレードオフを明確に表現し、同時にAIを学習にとって有益で有害なものとみなす傾向にある。 学生は、非難、成績、執行に関して、AIを戦術的に議論することが多い。
  論文  参考訳（メタデータ） (2026-03-26T03:06:21Z)
• ChatGPT-5 in Secondary Education: A Mixed-Methods Analysis of Student Attitudes, AI Anxiety, and Hallucination-Aware Use [0.0]
  テクノロジー」講座の8時間介入におけるChatGPT-5の活用 学生は情報探索、CV生成、文書とビデオの要約、画像生成、クイズ生成、年齢に応じた説明などに従事した。 幻覚に遭遇した後、多くの学生は、既に知識を持っている領域にAIの使用を制限すると報告した。
  論文  参考訳（メタデータ） (2025-11-30T19:28:48Z)
• EduDial: Constructing a Large-scale Multi-turn Teacher-Student Dialogue Corpus [59.693733170193944]
  EduDialは総合的な多ターン教師/学生対話データセットである。 EduDialは345のコアナレッジポイントをカバーし、教師と学生エージェントの対話によって生成された34,250の対話セッションで構成されている。
  論文  参考訳（メタデータ） (2025-10-14T18:18:43Z)
• Unpacking Generative AI in Education: Computational Modeling of Teacher and Student Perspectives in Social Media Discourse [0.5203732344753156]
  本研究は、ソーシャルメディアデータを用いた教育におけるGAIに関する利害関係者談話のダイナミクスに関する最も包括的分析の1つを提示する。 私たちのデータセットには1,199件のReddit投稿と13,959件のトップレベルのコメントが含まれています。 本研究は, より明確な制度方針, より透明なGAI統合実践, 教育者, 学生の支援メカニズムの必要性を示唆するものである。
  論文  参考訳（メタデータ） (2025-06-19T15:50:08Z)
• "All Roads Lead to ChatGPT": How Generative AI is Eroding Social Interactions and Student Learning Communities [0.4188114563181615]
  生成型AIが社会的相互作用、ピアラーニング、教室のダイナミクスに与える影響について検討する。 我々の知見は、現在ヘルプ検索要求は、しばしば生成AIによって仲介されていることを示唆している。 学生たちは、彼らが依存する社会サポートシステムが崩壊し始めるにつれ、ますます孤立し、廃れつつあると感じていると報告した。
  論文  参考訳（メタデータ） (2025-04-14T00:40:58Z)
• Covering Uncommon Ground: Gap-Focused Question Generation for Answer Assessment [75.59538732476346]
  このようなギャップに着目した質問(GFQ)を自動生成する問題に着目する。 タスクを定義し、優れたGFQの所望の側面を強調し、これらを満たすモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-06T22:21:42Z)
• 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)
• Exploring User Perspectives on ChatGPT: Applications, Perceptions, and Implications for AI-Integrated Education [40.38809129759498]
  ChatGPTは、高等教育、K-12教育、実践的スキルトレーニングの領域でよく使われている。 一方で、学生の自己効力感と学習意欲を増幅できる変革的ツールであると考えるユーザもいる。 一方,利用者の理解度は高い。
  論文  参考訳（メタデータ） (2023-05-22T15:13:14Z)
• Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
  新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。 我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。 自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
  論文  参考訳（メタデータ） (2022-03-10T20:23:38Z)
• Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI) Curriculum [58.86139968005518]
  香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。 工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。 共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
  論文  参考訳（メタデータ） (2021-01-19T11:26:19Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)

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。