論文の概要: Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build

• arxiv url: http://arxiv.org/abs/2605.21629v1
• Date: Wed, 20 May 2026 18:40:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:41.960612
• Title: Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build
• Title（参考訳）: 数学の問題とそれらが構築する知識に関する学習時間を短縮した生成AI
• Authors: Sina Rismanchian, Hasan Uzun, Jeffrey Matayoshi, Eric Cosyn, Eyad Kurd-Misto,
• Abstract要約: 自己報告による調査はほとんど変化を示さないが、小規模の行動研究では、学習結果を測定するための尺度や期間のないAIの利用が広く報告されている。 私たちは、タイム・オン・タスク分析のために、ALEKSの学習インタラクションを320万ドルで10年のパネルで行います。 これらの結果は、生成的AIが学生の学習方法と彼らが構築した知識を変化させた最初の大規模行動と結果の証拠である。
• 参考スコア（独自算出の注目度）: 0.6524460254566904
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: How much have students' ordinary learning processes shifted in response to generative AI, and how does that affect their durable learning outcomes? Self-report surveys show little change, while small-scale behavioral studies report widespread AI use without the scale or duration to measure learning consequences. We address both questions using a ten-year panel of $3.2$ million ALEKS learning interactions for the time-on-task analysis, complemented by ALEKS PPL placement-assessment data for the proctoring and retention analyses, with a quasi-experimental design exploiting within-curriculum variation in AI susceptibility: text-based word problems transcribable into AI prompts serve as the treated group; graph-based problems requiring interactive platform manipulation as the comparison. Learning time on AI-susceptible problems declines $2.8\%$ per quarter among college students after ChatGPT's release, cumulating to $26.9\%$ over eleven quarters; high-schoolers show $31.3\%$, middle-schoolers $9.0\%$, and Grade 5 students no detectable change. The divergence vanishes entirely under proctoring for college students, making general efficiency gains unlikely. Logistic fixed-effects models on randomly assigned proctored retention items yield a $25\%$ cumulative decline in odds of correct response; the same estimator on non-proctored assessment produces a large opposite-signed increase -- inconsistent with any platform, cohort, or curriculum explanation. These results are among the first large-scale behavioral and outcome evidence that generative AI has altered how students study and the knowledge they build -- the population-level indicator of \emph{cognitive surrender}, with direct implications for educational research, assessment governance, and AI policy.
• Abstract（参考訳）: 学生の通常の学習プロセスは、生成的AIに反応してどのくらいシフトし、それが耐久性のある学習結果にどんな影響を及ぼすか? 自己報告による調査はほとんど変化を示さないが、小規模の行動研究では、学習結果を測定するための尺度や期間のないAIの利用が広く報告されている。 ALEKS PPL配置分析データによって補完され、AIの受容性におけるカリキュラム内変異を生かした準実験的な設計により、ALEKSのタイム・オン・タスク分析のための320万ドルのALEKS学習インタラクションの10年のパネルを用いて、両方の疑問に対処する:AIに翻訳可能なテキストベースの単語問題は、処理されたグループとして機能し、対話型プラットフォーム操作を必要とするグラフベースの問題と比較する。 AIに感受性のある問題に関する学習時間は、ChatGPTのリリース後、大学生の1四半期あたり2.8\%が減少し、11四半期で26.9\%が増加し、高校生は31.3\%が、中学生は9.0\%が、中学生は検出可能な変化がない。 散発性は完全に大学生の指導下で消滅し、一般効率が向上する可能性は低い。 ランダムに割り当てられた予測された保持項目に対するロジスティックな固定効果モデルでは、正しい応答の確率の累積的な減少が2,5\%である。 これらの結果は、生成的AIが学生の学習方法と彼らが構築する知識を変える最初の大規模な行動と結果の証拠である -- 人口レベルの指標である 'emph{cognitive surrender} であり、教育研究、ガバナンスガバナンス、AIポリシーに直接影響している。

関連論文リスト

• Reimagining Assessment in the Age of Generative AI: Lessons from Open-Book Exams with ChatGPT [1.2183405753834562]
  ChatGPTのような生成AIシステムは、学生がリアルタイムで説明、コード、ソリューションを生成できるようにすることで、学術的評価に関する従来の仮定に挑戦する。 この研究は、AIの使用を制限するのではなく、学生が正式な評価中に実際にそのようなシステムとどのように相互作用するかを調査する。
  論文  参考訳（メタデータ） (2026-05-12T16:33:33Z)
• Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task [0.0]
  学校における生成的人工知能の急速な採用は、学生のアウトプットへの非クリティカルな依存を懸念させる。 これらのスキルはまだ中学生で開発されており、学生は過信やAI出力の早期受け入れに弱くなっている。 本稿では,2時間のAIリテラシーワークショップが,学生のインタラクション戦略や最終回答の質を向上するかどうかを教室で調査した。
  論文  参考訳（メタデータ） (2026-04-02T12:19:43Z)
• Personalized AI Practice Replicates Learning Rate Regularity at Scale [0.0]
  学生は様々な教育的文脈で一貫した学習率を示す。 これらの結果は,デジタルプラットフォームであるCampus AIの学生インタラクションデータセットを用いて検証した。
  論文  参考訳（メタデータ） (2026-03-09T13:33:28Z)
• Impatient Users Confuse AI Agents: High-fidelity Simulations of Human Traits for Testing Agents [58.00130492861884]
  TraitBasisは、AIエージェントを体系的にストレステストするための軽量でモデルに依存しない方法である。 TraitBasisは、ステアブルなユーザ特性に対応するアクティベーション空間で方向を学習する。 We observed on average a 2%-30% performance degradation on $tau$-Trait across frontier model。
  論文  参考訳（メタデータ） (2025-10-06T05:03:57Z)
• Predicting ChatGPT Use in Assignments: Implications for AI-Aware Assessment Design [0.0]
  この研究は、ChatGPTを新しい概念の学習に頻繁に使うことは、潜在的過度に相関していることを示している。 我々は、イノベーションと学術的厳密さのバランスをとるために、規律に特有なガイドラインと再考された評価戦略を提案する。
  論文  参考訳（メタデータ） (2025-08-16T11:09:38Z)
• Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
  動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。 動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。 提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• Scalable Learning of Item Response Theory Models [48.91265296134559]
  項目応答理論(IRT)モデルは、分類データから、$m$テスト項目の遅延困難特性とともに、$n$試験の潜時能力を評価することを目的としている。 我々はこれらのモデルの類似性をロジスティック回帰に利用し、コアセットと呼ばれる小さな重み付き部分集合を用いて正確に近似することができる。
  論文  参考訳（メタデータ） (2024-03-01T17:12:53Z)
• Experimental Evidence on Negative Impact of Generative AI on Scientific Learning Outcomes [0.0]
  AIを要約に使用することで、品質と出力の両方が大幅に改善された。 読書のトピックと優れた読み書きスキルに強い背景を持つ人は、最も有益であった。
  論文  参考訳（メタデータ） (2023-09-23T21:59:40Z)
• ASPEST: Bridging the Gap Between Active Learning and Selective Prediction [56.001808843574395]
  選択予測は、不確実な場合の予測を棄却する信頼性のあるモデルを学ぶことを目的としている。 アクティブラーニングは、最も有意義な例を問うことで、ラベリングの全体、すなわち人間の依存度を下げることを目的としている。 本研究では,移動対象領域からより情報のあるサンプルを検索することを目的とした,新たな学習パラダイムである能動的選択予測を導入する。
  論文  参考訳（メタデータ） (2023-04-07T23:51:07Z)
• Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
  我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。 動的パーソナライズされた価格設定などの問題の因果構造を形式化する。 本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
  論文  参考訳（メタデータ） (2021-10-19T16:15:56Z)

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。