論文の概要: Learning after COVID-19 and the ICT career aspirations: Are students entering the AI era with weaker skills?

• arxiv url: http://arxiv.org/abs/2605.27391v1
• Date: Fri, 17 Apr 2026 13:30:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.521604
• Title: Learning after COVID-19 and the ICT career aspirations: Are students entering the AI era with weaker skills?
• Title（参考訳）: COVID-19後の学習とICTキャリアの願望: 学生はより弱いスキルでAI時代に入るのか?
• Authors: Diana Maria Popa, Simona-Vasilica Oprea, Adela Bâra,
• Abstract要約: この分析は、学生の自律性、デジタルスキル、教師サポートの指標を組み合わせた、PISA 2018と2022の国レベルのデータを利用している。 その結果、ICTのキャリアへの期待は、世界的だが不均一な増加を示している。 デジタルスキルは最強で一貫した予測者として登場し、教師サポートは補完的な役割を果たす。
• 参考スコア（独自算出の注目度）: 7.765662835417495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper examines whether students are entering the generative AI era with sufficiently strong educational foundations, focusing on the relationship between learning environments and changes in ICT related career aspirations across countries. The analysis uses country-level data from PISA 2018 and 2022, combining indicators of student autonomy, digital skills and teacher support. A mixed-method approach is applied, including descriptive statistics, regression analysis, clustering, latent representation learning (using Variational Autoencoder-VAE), discriminant analysis and probabilistic modeling to capture both observable and latent dimensions of educational readiness. Unlike prior research that treats learning loss, digital skills and career expectations separately, our analysis integrates them within a comparative longitudinal framework. It shifts the focus from short-term post-pandemic effects to the structural capacity of education systems to prepare students for digital and AI-driven labor markets. Results show a global but uneven increase in ICT career aspirations. Digital skills emerge as the strongest and most consistent predictor, while teacher support plays a complementary role. Autonomy shows weaker, context-dependent effects. Educational readiness is multidimensional, and ICT aspirations evolve relatively independently from other career domains.
• Abstract（参考訳）: 本稿では、学習環境とICT関連キャリア志望の変化に焦点をあてて、学生が十分な教育基盤を持つ生成AI時代に入るかどうかを検討する。 この分析は、学生の自律性、デジタルスキル、教師サポートの指標を組み合わせた、PISA 2018と2022の国レベルのデータを利用している。 説明的統計、回帰分析、クラスタリング、潜時表現学習(変分オートエンコーダ-VAE)、識別分析と確率的モデリングにより、可観測次元と潜時次元の両方を抽出する。 学習損失、デジタルスキル、キャリア期待を別々に扱う以前の研究とは異なり、我々の分析はこれらを比較的縦断的な枠組みに統合する。 短期的なポストパンデミック効果から教育システムの構造的能力に焦点を移し、デジタルおよびAI主導の労働市場に向けて学生を準備する。 その結果、ICTのキャリアへの期待は、世界的だが不均一な増加を示している。 デジタルスキルは最強で一貫した予測者として登場し、教師サポートは補完的な役割を果たす。 自律性は、より弱く、文脈に依存した効果を示す。 教育的準備性は多次元的であり、ICTの願望は他のキャリア領域とは比較的独立して進化する。

関連論文リスト

• The Illusion of Competence: Self-Perceived Digital Literacy and AI Readiness Among European Secondary Students [35.18016233072556]
  本研究では,自己認識型デジタルリテラシーと実際の技術準備のギャップについて検討する。 学生は、受動的デジタル消費における最大自己効力度を報告するが、アクティブな技術創造とアルゴリズム論理を評価すると、急激に低下する。
  論文  参考訳（メタデータ） (2026-05-25T16:29:03Z)
• Reshaping Undergraduate Computer Science Education in the Generative AI Era [85.78707817763434]
  生成AIはコンピュータサイエンス(CS)教育の転換点である。 AI技術の進歩に追随するため、CSカリキュラムは、AI生成したアーティファクトの理解と検証へのシフトを検討するべきである。 我々は、未来のコンピュータサイエンスの卒業生を効果的に準備し、問題を作成し、解決し、管理し、AIで人工物を作ることができると信じています。
  論文  参考訳（メタデータ） (2026-05-02T05:26:24Z)
• Profiles of AI Dependency: A Latent Class Analysis of Filipino Students' Academic Competencies [0.0]
  フィリピンの大学生の人工知能(AI)への依存度の増加は、基本的な学術能力の低下を懸念している。 本研究は, 学生の批判的思考, 文章スキル, 学習自立, 研究スキル, 学術的エンゲージメントに対するAI依存度とその認知的影響について検討した。
  論文  参考訳（メタデータ） (2026-04-30T02:59:52Z)
• Artificial Intelligence in Lifelong Learning: Opportunities and Challenges in Adult Education Policy [0.0]
  本稿では,成人教育政策におけるAIの役割について考察し,その可能性とその課題に焦点をあてる。 AIがパーソナライズされた学習、インテリジェントなチュータリング、学習分析、労働力開発をサポートする方法について論じている。 同時に、この論文は、デジタルディビジョン、データプライバシ、アルゴリズムバイアス、テクノロジーへの過度な依存、そしてAIを効果的に統合するための教育者や機関の準備に関する重要な懸念を強調している。
  論文  参考訳（メタデータ） (2026-04-15T12:59:22Z)
• From School AI Readiness to Student AI Literacy: A National Multilevel Mediation Analysis of Institutional Capacity and Teacher Capability [7.400138068424031]
  本研究は,学校レベルのAI能力が学生のAIリテラシーとどのように結びついているかを調べる,2-2-1クロスレベルメディエーションフレームワークを開発し,検証する。 全国156,125人の教員,2,379,546人の学生を対象に,1,007の職業施設の関連調査データを用いて,多段階モデルを用いて直接的,間接的,文脈的効果を推定した。
  論文  参考訳（メタデータ） (2026-03-20T15:38:30Z)
• PAI-Bench: A Comprehensive Benchmark For Physical AI [70.22914615084215]
  ビデオ生成モデルは、物理的に一貫性のあるダイナミクスを維持するのに苦労することが多い。 マルチモーダルな大言語モデルは、予測と因果解釈において限られた性能を示す。 これらの観測は、現在のシステムは、物理AIの知覚的および予測的要求を扱う初期段階にあることを示唆している。
  論文  参考訳（メタデータ） (2025-12-01T18:47:39Z)
• A Human-Centric Approach to Explainable AI for Personalized Education [1.0878040851638]
  この論文は、eXplainable AI(XAI)研究の最前線に人間のニーズをもたらすことを目的としている。 マルチモーダルモジュラーアーキテクチャによる解釈可能性に関する4つの新しい技術貢献を提案する。 我々の研究は、最先端のパフォーマンスとビルトインの透明性と信頼のバランスをとる、人間中心のAIシステムの基礎を築いた。
  論文  参考訳（メタデータ） (2025-05-28T16:23:48Z)
• Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
  我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。 LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
  論文  参考訳（メタデータ） (2024-10-15T00:41:18Z)
• AGI: Artificial General Intelligence for Education [41.45039606933712]
  本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。 AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。 この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
  論文  参考訳（メタデータ） (2023-04-24T22:31:59Z)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)
• 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。