論文の概要: Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2606.12441v1
- Date: Mon, 18 May 2026 15:22:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-15 07:09:36.907697
- Title: Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence
- Title（参考訳）: ジェネラティビズム : 生成人工知能時代の学習理論を目指して
- Authors: Shan Li, Juan Zheng,
- Abstract要約: 行動主義、認知主義、構成主義、コネクティビズムの4つの支配的な学習理論は、生成的人工知能が教育現場で増殖するにつれて、重要な概念的限界を示す。
本稿では、各学習理論を批判的に検証し、生成的AIの余裕によって挑戦される仮定を特定する。
ジェネラティビズムは、人間の学習者とAIシステムの間の知識の反復的共構築を通じて学習がますます起こることを示唆している。
- 参考スコア（独自算出の注目度）: 1.7419119962585532
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The four dominant learning theories of behaviorism, cognitivism, constructivism, and connectivism show significant conceptual limitations as generative artificial intelligence (AI) proliferates in educational settings. These frameworks were formulated before the emergence of AI systems capable of generating, synthesizing, and reasoning about knowledge. This article critically examines each learning theory and identifies assumptions challenged by generative AI's affordances. Drawing on research in distributed cognition, extended mind, human-AI collaboration, AI literacy, cognitive offloading, and metacognition, the article proposes Generativism as a learning theory for the generative AI age. Generativism posits that learning increasingly occurs through the iterative co-construction of knowledge between human learners and AI systems. The proposed framework is organized around four principles: epistemic partnership, distributed agency, generative literacy, and adaptive metacognition. The framework offers a foundation for rethinking instructional design, learning, assessment, and expertise development in contexts where generative AI plays an integral role in cognition.
- Abstract（参考訳）: 行動主義、認知主義、構成主義、コネクティビズムの4つの支配的な学習理論は、生成的人工知能(AI)が教育現場で増大するにつれて、重要な概念的限界を示す。
これらのフレームワークは、知識を生成、合成、推論できるAIシステムが出現する前に定式化された。
本稿では、各学習理論を批判的に検証し、生成的AIの余裕によって挑戦される仮定を特定する。
論文は、分散認知、拡張精神、人間とAIのコラボレーション、AIリテラシー、認知的オフロード、メタ認知の研究に基づいて、ジェネラチビズムを生成AI時代の学習理論として提案する。
ジェネラティビズムは、人間の学習者とAIシステムの間の知識の反復的共構築を通じて学習がますます起こることを示唆している。
提案する枠組みは, 疫学連携, 分散エージェンシー, 生成的リテラシー, 適応的メタ認知の4つの原則に基づいて構成されている。
このフレームワークは、ジェネレーティブAIが認知において重要な役割を果たすコンテキストにおいて、教育設計、学習、評価、専門的開発を再考するための基盤を提供する。
関連論文リスト
- Intellectual Stewardship: Re-adapting Human Minds for Creative Knowledge Work in the Age of AI [3.504593362399078]
学生や教師は、人間や人工システムに分散した知的プロセスの責任者として働く。
知識的であることは、知識の進化状態を理解し、それを進めるために目的的な行動を取ることを伴う。
倫理的に見れば、知識と知力の使用における倫理的判断、責任、およびケアの前提となる。
論文 参考訳（メタデータ） (2026-03-18T15:15:30Z) - Bridging Minds and Machines: Toward an Integration of AI and Cognitive Science [48.38628297686686]
認知科学は人工知能(AI)、哲学、心理学、神経科学、言語学、文化などの分野を深く形成している。
AIの多くのブレークスルーは、そのルーツを認知理論にさかのぼる一方で、AI自体が認知研究を進めるのに欠かせないツールになっている。
我々は、認知科学におけるAIの未来は、性能の向上だけでなく、人間の心の理解を深めるシステムの構築にも関係していると主張している。
論文 参考訳（メタデータ） (2025-08-28T11:26:17Z) - World Models in Artificial Intelligence: Sensing, Learning, and Reasoning Like a Child [10.183372891207966]
世界モデルは人工知能(AI)が成果を予測し、その環境を判断し、意思決定を導くのに役立つ。
我々は6つの重要な研究分野、物理情報学習、ニューロシンボリックラーニング、継続学習、因果推論、ヒューマン・イン・ザ・ループAI、そして責任あるAIを、AIの真理化を可能にする上で不可欠なものとして強調する。
論文 参考訳（メタデータ） (2025-03-19T12:50:40Z) - Aligning Generalisation Between Humans and Machines [74.120848518198]
AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。
AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - The Interplay of Learning, Analytics, and Artificial Intelligence in Education: A Vision for Hybrid Intelligence [0.45207442500313766]
私は、AIのツールとしての狭義の概念化に挑戦し、AIの代替概念化の重要性を主張します。
人工知能と人工情報処理の違いを強調し、AIが人間の学習を理解するための道具としても役立つことを実証する。
本稿では、人間の認知の外部化、人間のメンタルモデルに影響を与えるAIモデルの内部化、密結合された人間とAIハイブリッドインテリジェンスシステムによる人間の認知の拡張という、AIのユニークな概念化について述べる。
論文 参考訳（メタデータ） (2024-03-24T10:07:46Z) - World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文 参考訳（メタデータ） (2023-01-14T06:38:14Z) - 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) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳（メタデータ） (2020-03-18T08:45:10Z)
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。