論文の概要: Mathematical Modelling of Ethical AI Use in Higher Education: A Coordination Game Framework for Future-Facing Learning
- arxiv url: http://arxiv.org/abs/2605.27400v1
- Date: Thu, 23 Apr 2026 21:21:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 02:55:43.009886
- Title: Mathematical Modelling of Ethical AI Use in Higher Education: A Coordination Game Framework for Future-Facing Learning
- Title（参考訳）: 高等教育における倫理的AI利用の数学的モデリング:未来学習のための協調ゲームフレームワーク
- Authors: Ndidi Bianca Ogbo, Zhao Song, Shatha Ghareeb, The Anh Han,
- Abstract要約: 本稿では,ピア期待とアセスメント設計によって構成された協調問題として,学生AIのアセスメントにおける利用について再検討する。
分析結果と有限人口シミュレーションを用いて,学生AI利用におけるしきい値駆動行動遷移を明らかにする。
- 参考スコア（独自算出の注目度）: 7.3864557762003615
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid uptake of generative artificial intelligence (AI) in higher education is reshaping assessment practices and intensifying concerns around academic integrity, fairness, and learning quality. While institutional responses increasingly emphasise policy guidance and ethical principles, there remains limited formal understanding of how collective norms of responsible or opportunistic AI use emerge and stabilise within student cohorts. This paper reframes student AI use in assessment as a coordination problem shaped by peer expectations and assessment design rather than individual compliance alone. We develop a coordination-based evolutionary game-theoretic framework that captures learning value, effort, perceived fairness, and transparency, with institutional AI governance modelled implicitly through reflective assessment incentives. We use analytical results and finite-population simulations to reveal threshold-driven behavioural transitions in student AI use: small, well-calibrated changes in reflective assessment incentives can trigger rapid shifts towards responsible, learning-oriented AI-use norms, whereas weak or misaligned incentives allow opportunistic practices to persist. These non-linear dynamics explain why policy statements alone often fail to change behaviour, while modest assessment redesigns can have disproportionate effects. By providing a mechanism-level account of how assessment structures shape collective AI-use practices, this work offers higher education institutions an analytically grounded tool for Future Facing Learning, supporting proportionate, pedagogy-led AI governance without reliance on surveillance or punitive enforcement.
- Abstract（参考訳）: 高等教育における生成人工知能(AI)の急速な取り込みは、評価の実践を再構築し、学術的完全性、公正性、学習品質に関する懸念を強めている。
制度的反応は政策指導と倫理的原則をますます強調するが、責任や機会主義的AIの集団的規範が学生コホートの中でどのように出現し、安定化するかについては、正式な理解が限られている。
本稿では、個別のコンプライアンスのみではなく、ピア期待とアセスメント設計によって形成される協調問題として、学生AIによる評価の活用を再考する。
我々は,学習価値,努力,公正さ,透明性を捉えた,協調に基づく進化的ゲーム理論フレームワークを開発し,組織的AIガバナンスを,反射的評価インセンティブを通じて暗黙的にモデル化する。
我々は、分析結果と有限人口シミュレーションを用いて、学生AI利用におけるしきい値駆動の行動遷移を明らかにする。 反射的評価インセンティブの小さく、校正された変化は、責任ある、学習指向のAI利用規範への急激なシフトを引き起こす可能性があるが、弱いまたは不整合なインセンティブは、機会主義的な実践を継続することができる。
これらの非線形力学は、政策ステートメントが行動を変えるのに失敗することが多い理由を説明している。
この研究は、アセスメント構造が集合的AI利用の実践をどのように形成するかのメカニズムレベルの説明を提供することで、高等教育機関にFuture Facing Learningの分析ツールを提供し、監視や罰則に頼らずに、比例的で教育主導のAIガバナンスをサポートする。
関連論文リスト
- AI Misuse in Education Is a Measurement Problem: Toward a Learning Visibility Framework [2.3412211209700997]
本稿では、学習過程における可視性の喪失に起因した測定問題として、AIの教育における誤用を再考する。
このフレームワークは、監視を促進するのではなく、透明性を強調し、教室環境における倫理的AI統合の基礎として証拠を共有している。
論文 参考訳（メタデータ） (2026-03-08T22:35:09Z) - Agentic AI, Retrieval-Augmented Generation, and the Institutional Turn: Legal Architectures and Financial Governance in the Age of Distributional AGI [0.0]
本稿では,エージェントAI,Retrieval-Augmented Generation(RAG)の交わりと,法的説明責任と金融市場の整合性との関連について検討する。
我々は、調整された構成値ではなく、ランタイムガバナンスグラフ、制裁関数、観察可能な行動制約を含むメカニズム設計問題として、アライメントを再認識しなければならないと論じる。
論文 参考訳（メタデータ） (2026-02-20T11:58:43Z) - Mirror: A Multi-Agent System for AI-Assisted Ethics Review [104.3684024153469]
MirrorはAIによる倫理的レビューのためのエージェントフレームワークである。
倫理的推論、構造化された規則解釈、統合されたアーキテクチャ内でのマルチエージェントの議論を統合する。
論文 参考訳（メタデータ） (2026-02-09T03:38:55Z) - Designing AI-Resilient Assessments Using Interconnected Problems: A Theoretically Grounded and Empirically Validated Framework [0.0]
生成AIの急速な採用により、コンピューティング教育における従来のモジュラーアセスメントが損なわれている。
本稿では,AI-レジリエントアセスメントを設計するための理論的基盤となる枠組みを提案する。
論文 参考訳（メタデータ） (2025-12-11T15:53:19Z) - 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) - Artificial Intelligence in Government: Why People Feel They Lose Control [44.99833362998488]
行政における人工知能の利用は急速に拡大している。
AIはより効率と応答性を約束するが、政府機能への統合は公正性、透明性、説明責任に関する懸念を提起する。
この記事では、デリゲートの特別事例として、AI導入に関するプリンシパル・エージェント理論を適用します。
論文 参考訳（メタデータ） (2025-05-02T07:46:41Z) - Fairness in Reinforcement Learning with Bisimulation Metrics [45.674943127750595]
公平さを考慮せずに報酬を最大化することにより、AIエージェントはグループや個人の扱いに格差を導入することができる。
そこで本研究では,バイシミュレーションのメトリクスを利用して報酬関数と観測ダイナミクスを学習する手法を提案する。
論文 参考訳（メタデータ） (2024-12-22T18:23:06Z) - Rethinking Generalizability and Discriminability of Self-Supervised Learning from Evolutionary Game Theory Perspective [43.510860711231544]
最先端の自己管理手法は、一般化可能性や差別性を高める傾向にあるが、同時にはならない。
本稿では,強化学習の進歩を生かし,EGTの一般指導を共同で活用する自己指導型学習手法を提案する。
論文 参考訳（メタデータ） (2024-11-30T17:20:23Z) - Comprehensive AI Assessment Framework: Enhancing Educational Evaluation with Ethical AI Integration [0.0]
本稿では、Perkins、Furze、Roe、MacVaughによるAIA(AIAS)の進化版である包括的AIアセスメントフレームワーク(CAIAF)について述べる。
CAIAFは厳格な倫理的ガイドラインを取り入れており、教育レベルと高度なAI能力に基づいて明確に区別されている。
このフレームワークは、より良い学習結果を保証するとともに、学術的完全性を維持し、AIの責任ある利用を促進する。
論文 参考訳（メタデータ） (2024-06-07T07:18:42Z) - 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。