論文の概要: Faculty Orientations Shape Adoption of AI in Research and Teaching
- arxiv url: http://arxiv.org/abs/2605.18140v1
- Date: Mon, 18 May 2026 09:47:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:49.290028
- Title: Faculty Orientations Shape Adoption of AI in Research and Teaching
- Title（参考訳）: 研究・教育におけるAI活用の方向性
- Authors: Timothy J. Atherton, Ian Descamps, Tova R. Holmes, Christina L. Vizcarra, Ning Sui, Max Webel, Jay J. Foley,
- Abstract要約: 本研究では,AIの使用状況,態度,制度的文脈,教育実践との関係について検討した。
その結果、既存の技術適応モデルは、技術が学際的推論や知識生産と直接相互作用する文脈における採用を完全に説明できない可能性が示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite the widespread availability of large language models (LLMs) in higher education, instructors vary substantially in their adoption and use of these tools, and the reasons for this variation remain poorly understood. A mixed-methods survey of 90 STEM faculty in the Research Corporation for Science Advancement (RCSA) Cottrell community examined relationships between AI use, attitudes, institutional context, and instructional practice. Exploratory factor analysis identified a coherent construct, \textit{AI pedagogical orientation}, that strongly predicted self-reported AI use across research, teaching, and other professional activities. Qualitative analysis indicated that this construct reflected differing views about the role AI should play in disciplinary thinking, learning, and expertise development, rather than simply positive or negative attitudes toward AI. Institutional initiatives, demographic variables, and information sources showed comparatively weak associations with AI use. The results suggest that existing technology-adoption models may not fully explain adoption in contexts where technologies interact directly with disciplinary reasoning and knowledge production.
- Abstract（参考訳）: 高等教育における大規模言語モデル(LLM)の普及にもかかわらず、インストラクターはこれらのツールの採用と利用に大きく違いがあり、この変化の理由はよく分かっていない。
The Research Corporation for Science Advancement (RCSA) Cottrell communityの90のSTEM学部の混合方法論による調査では、AIの使用状況、態度、制度的文脈、教育実践との関係について調査した。
探索的因子分析では、研究、教育、その他の専門的活動を通じて、自己報告されたAIの使用を強く予測するコヒーレントな構造である「textit{AI pedagogical orientation}」を特定した。
質的な分析は、AIに対する肯定的あるいは否定的な態度ではなく、学際的思考、学習、専門的発達においてAIが果たすべき役割についての異なる見解を反映していることを示している。
制度的イニシアチブ、人口統計学変数、情報ソースは、AIの使用と比較的弱い関係を示した。
その結果、既存の技術適応モデルは、技術が学際的推論や知識生産と直接相互作用する文脈における採用を完全に説明できない可能性が示唆された。
関連論文リスト
- A Systematic AI Adoption Framework for Higher Education: From Student GenAI Usage to Institutional Integration [4.908297240926983]
本研究は,コンピュータサイエンス指向の分野において,学生が生成人工知能ツールをどのように活用するかを考察する。
広汎なGenAI利用への制度的適応を支援する、構造化された軽量なフレームワークを開発する。
論文 参考訳（メタデータ） (2026-04-23T19:46:15Z) - Learning AI Without a STEM Background: Mixed-Methods Evidence from a Diverse, Mixed-Cohort AIED Program [0.0]
本稿では,NSFが支援する,革新的混成コホート型AI教育モデルを提示し,評価する。
我々は,学習者の学術機関,AI概念の信頼度,キャリア・トラジェクトリの拡大に対する認識について検討する。
この結果から、倫理的足場、メンターシップ、構造化された議論といった人間中心の教育支援が、公平なAI教育の不可欠な要素であることが示唆された。
論文 参考訳（メタデータ） (2026-03-27T01:29:36Z) - AI Combines, Humans Socialise: A SECI-based Experience Report on Business Simulation Games [0.0]
本稿では,生産型AIツールを工学生向けに設計されたビジネスシミュレーションゲーム(Business Simulation Games:BSG)に統合することについて報告する。
AIは、シミュレーション中に学生がイベントを分析し、情報を改定し、意思決定に関連する洞察を生成するための支援メカニズムとして埋め込まれた。
その結果,シミュレーションに基づく学習における人間とAIの連携における機能的境界が示唆された。
論文 参考訳（メタデータ） (2026-02-24T07:26:16Z) - AI-Educational Development Loop (AI-EDL): A Conceptual Framework to Bridge AI Capabilities with Classical Educational Theories [8.500617875591633]
本研究では、古典的学習理論とAIを融合した理論駆動型フレームワークであるAI-Educational Development Loop(AI-EDL)を紹介する。
このフレームワークは透明性、自己統制型学習、教育的監視を強調している。
論文 参考訳（メタデータ） (2025-08-01T15:44:19Z) - Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。
我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
論文 参考訳（メタデータ） (2025-04-01T13:53:11Z) - Generative AI in Education: A Study of Educators' Awareness, Sentiments, and Influencing Factors [2.217351976766501]
本研究は,AI言語モデルに対する教員の経験と態度について考察する。
学習スタイルと生成AIに対する態度の相関は見つからない。
CS教育者は、生成するAIツールの技術的理解にはるかに自信を持っているが、AI生成された仕事を検出する能力にこれ以上自信がない。
論文 参考訳（メタデータ） (2024-03-22T19:21:29Z) - Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
論文 参考訳（メタデータ） (2024-02-02T23:54:51Z) - Toward enriched Cognitive Learning with XAI [44.99833362998488]
本稿では,人工知能(AI)ツールによる認知学習のためのインテリジェントシステム(CL-XAI)を提案する。
CL-XAIの使用は、学習者が問題解決スキルを高めるために問題に取り組むゲームインスパイアされた仮想ユースケースで説明される。
論文 参考訳（メタデータ） (2023-12-19T16:13:47Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。