論文の概要: Learning by Chatting? Investigating the Impact of Generative AI on Information Seeking and Learning
- arxiv url: http://arxiv.org/abs/2606.11669v1
- Date: Wed, 10 Jun 2026 05:28:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 14:47:29.649317
- Title: Learning by Chatting? Investigating the Impact of Generative AI on Information Seeking and Learning
- Title（参考訳）: チャットによる学習 : 生成AIが情報探索と学習に与える影響を探る
- Authors: Shravika Mittal, Su Lin Blodgett, Q. Vera Liao,
- Abstract要約: ジェネレーティブAI(GenAI)ツールは、人間の認知タスクを増強する機会を提供する。
これらのタスクの中で、情報検索はGenAIツールによって急速に作り直され、学習と知識獲得に重大な影響を及ぼす可能性がある。
参加者は8日間にわたってChatGPTまたはGoogle検索を通じて情報を求めるフィールド実験を行った。
以上の結果から,ChatGPTグループの参加者は,情報検索プロセスにおいて,情報選択の大部分をAIにオフロードするため,代理店を減らしたことが明らかとなった。
- 参考スコア（独自算出の注目度）: 33.12893683348563
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI (GenAI) tools offer increasing opportunities for augmenting human cognitive tasks. Among these tasks, information seeking is being rapidly reshaped by GenAI tools, with potentially profound implications for learning and knowledge acquisition. To investigate these implications, we conducted a between-subjects field experiment in which participants pursued informal learning by seeking information through either ChatGPT or Google Search over a span of 8 days. Using a daily diary protocol, we gathered in-situ data on their information-seeking processes. Our findings show that participants in the ChatGPT group experienced diminished agency in their information-seeking processes, as they offloaded much of the information selection to AI, and consequently experienced greater meta-cognitive load arising from this reduced sense of control. We further highlight two sources of distortion in information access when using ChatGPT: biases in ChatGPT outputs, particularly towards providing solution-oriented artifacts over principled knowledge; and systematic shifts in users' information-seeking behaviors, whereby the conversational and socially-oriented interaction paradigm of current GenAI tools may inadvertently reduce exploration of the broader knowledge space. As a result, on average, participants in the ChatGPT group had worse learning outcomes than those using Google, especially for higher-order critical learning. Our work suggests inherent tensions between offloading information seeking to AI and meaningful learning, and provides broader implications for understanding AI's risks to human cognition.
- Abstract（参考訳）: ジェネレーティブAI(GenAI)ツールは、人間の認知タスクを増強する機会を増大させる。
これらのタスクの中で、情報検索はGenAIツールによって急速に作り直され、学習と知識獲得に重大な影響を及ぼす可能性がある。
そこで本研究では,ChatGPT と Google Search のどちらを通して8日間にわたって情報を求めることで,参加者が非公式な学習を追求する対象間フィールド実験を行った。
日誌プロトコルを用いて,情報検索のプロセスに関するその場データを収集した。
以上の結果から,ChatGPTグループの参加者は情報探索過程において,情報選択の大部分をAIにオフロードし,その結果,制御能力の低下によるメタ認知負荷が増大したことが示唆された。
さらに,ChatGPTを用いた場合の情報アクセスの歪みの原因として,ChatGPT出力のバイアス,特に原則的知識よりもソリューション指向のアーティファクトを提供すること,ユーザの情報検索行動の体系的変化などを挙げる。
その結果、ChatGPTグループの平均的な参加者は、特に高次臨界学習において、Googleよりも学習結果が悪くなった。
我々の研究は、AIに求める情報のオフロードと有意義な学習の間に固有の緊張関係を示唆し、人間の認知に対するAIのリスクを理解するための幅広い意味を提供する。
関連論文リスト
- MetaCues: Enabling Critical Engagement with Generative AI for Information Seeking and Sensemaking [7.495555759291]
我々は、AI応答とともにメタ認知的手がかりを提供する情報検索のための新しいGenAIベースのインタラクティブツールと、ユーザの検索と関連する学習をガイドするメモ取りインタフェースを開発した。
被験者の探索行動に関する予備的な知見は,MetaCuesが検索話題の時間的判断に自信を増すだけでなく,広範囲な調査にも繋がることを示している。
論文 参考訳（メタデータ） (2026-03-20T04:34:19Z) - Industrialized Deception: The Collateral Effects of LLM-Generated Misinformation on Digital Ecosystems [47.03825808787752]
本稿では,文献レビューから実践的対策へ移行する。
本稿では,Large Language Models(LLM)とマルチモーダルシステムによるAI生成コンテンツの改善について報告する。
我々は, LLMに基づく検出, 接種アプローチ, および生成AIの二重利用特性を含む緩和戦略について論じる。
論文 参考訳（メタデータ） (2026-01-29T16:42:22Z) - Conversations over Clicks: Impact of Chatbots on Information Search in Interdisciplinary Learning [1.489200532210589]
本研究では,生成型AI(GenAI)が学習者体験に与える影響について検討する。
eラーニング環境では、学習者は自分自身で複雑な情報空間をナビゲートする必要があることが多い。
論文 参考訳（メタデータ） (2025-07-29T04:16:21Z) - Information Retrieval in the Age of Generative AI: The RGB Model [77.96475639967431]
本稿では,生成型AIツールの利用の増加に伴って生じる複雑な情報ダイナミクスについて,新たな定量的アプローチを提案する。
本稿では,新たなトピックに応答して情報の生成,索引付け,普及を特徴付けるモデルを提案する。
以上の結果から,AI導入の急激なペースとユーザ依存度の増加は,不正確な情報拡散のリスクを増大させる可能性が示唆された。
論文 参考訳（メタデータ） (2025-04-29T10:21:40Z) - Banal Deception Human-AI Ecosystems: A Study of People's Perceptions of LLM-generated Deceptive Behaviour [11.285775969393566]
大規模言語モデル(LLM)は、ユーザに誤った、不正確な、あるいは誤解を招く情報を提供する。
本研究は,ChatGPTが生成する騙し行動に対する人々の認識について検討する。
論文 参考訳（メタデータ） (2024-06-12T16:36:06Z) - Not a Swiss Army Knife: Academics' Perceptions of Trade-Offs Around Generative Artificial Intelligence Use [12.85888736626468]
我々は、教員や学生を含む17人の知識労働者にインタビューを行い、生成AI(Gen AI)の社会的・技術的側面について調査した。
参加者は、Gen AIのトレーニングに使用されるデータの不透明さに関する懸念を提起しました。
参加者は、学習プロセスを加速し、アクセス可能な研究アシスタントとして機能することで、Gen AIが知識を民主化する可能性を認識した。
論文 参考訳（メタデータ） (2024-05-02T04:25:35Z) - Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。
異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。
現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
論文 参考訳（メタデータ） (2024-02-08T07:18:23Z) - Beyond Factuality: A Comprehensive Evaluation of Large Language Models
as Knowledge Generators [78.63553017938911]
大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。
しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。
本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
論文 参考訳（メタデータ） (2023-10-11T08:22:37Z) - Adaptive cognitive fit: Artificial intelligence augmented management of
information facets and representations [62.997667081978825]
ビッグデータ技術と人工知能(AI)応用の爆発的な成長は、情報ファセットの普及に繋がった。
等角性や正確性などの情報フェートは、情報に対する人間の認識を支配的かつ著しく左右する。
認知の限界を克服するために情報表現を適応できる人工知能技術が必要であることを示唆する。
論文 参考訳（メタデータ） (2022-04-25T02:47:25Z)
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。