論文の概要: Gender Differences in AI Literacy Workshop Outcomes and Deepfake Engagement

• arxiv url: http://arxiv.org/abs/2606.14718v1
• Date: Tue, 19 May 2026 22:21:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-21 20:00:42.739006
• Title: Gender Differences in AI Literacy Workshop Outcomes and Deepfake Engagement
• Title（参考訳）: AIリテラシーワークショップの成果とディープフェイクエンゲージメントにおけるジェンダーの違い
• Authors: Jake Renzella, Christian Bergh, Natasha Banks, Alexandra Vassar,
• Abstract要約: 本研究では,オーストラリア人中学生におけるAIリテラシー,安全意識,STEMキャリア願望の性別差について検討した。 統計的回帰法を用いて, 男子学生は, STEMのキャリアに対する関心が有意に高かった。 女子学生は、AIを学校の作業に利用し、AIツールからアドバイスを求める傾向が著しく高かった。
• 参考スコア（独自算出の注目度）: 39.984067260070844
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As Artificial Intelligence (AI) literacy initiatives expand in K-12 settings, understanding how gender shapes student baseline perceptions, tool-use, and responsiveness to interventions is essential for equitable curriculum design. This study examines gender differences in AI literacy, safety awareness, and STEM career aspirations among Australian secondary students (Years 7, 8, and 10; N(pre) = 199, n(post) = 136) from two co-educational government schools who participated in a one-day AI literacy workshop. Using statistical regression methods controlling for year level and school, we found that pre-workshop, male students reported significantly higher STEM career interest across all three domains (AI, computer science, and engineering), while female students were significantly more likely to use AI for schoolwork and to seek advice from AI tools. Gender-differentiated patterns also emerged in deepfake behaviours: males were significantly more likely to have created or shared deepfake content. Both genders improved in AI knowledge post-intervention, yet females showed a richer profile of gains: wider conceptual understanding, greater confidence, and meaningful increases in AI and CS career interest that partially narrowed the gender STEM gap. These findings highlight the need for gender-responsive AI curricula, particularly deepfake safety education for male students, and demonstrate that even single-day workshops can narrow gender gaps in STEM aspirations and AI confidence.
• Abstract（参考訳）: 人工知能(AI)のリテラシーイニシアチブがK-12設定で拡大するにつれて、学生のベースライン認識、ツール使用、介入に対する応答性をジェンダーがどのように形作るかを理解することは、平等なカリキュラム設計に不可欠である。 本研究は,1日間のAIリテラシーワークショップに参加した2つの共学の公立学校における,オーストラリア中等生(Years 7, 8, 10; N(pre) = 199, n(post) = 136)における,AIリテラシー,安全意識,STEMキャリアの性差について検討した。 一方,女子学生は,AIを学業に利用し,AIツールからアドバイスを求める傾向が著しく高かった。 性別差のパターンもディープフェイクの行動に現れ、男性はディープフェイクの内容を生成または共有する傾向が著しく高かった。 両方の性別は、介入後のAI知識で改善されたが、女性はより広い概念的理解、より大きな自信、そしてジェンダーSTEMギャップを部分的に狭めたAIとCSのキャリア関心の有意義な増加という、より豊かな利得のプロファイルを示した。 これらの知見は、特に男子学生のディープフェイク安全教育において、ジェンダーレスのAIカリキュラムの必要性を強調し、シングルデイワークショップでさえ、STEMの願望とAIの信頼度において男女差を狭めることを実証している。

関連論文リスト

• A Critical Discourse Analysis of Gender Representation in Software Engineering Education Videos on YouTube [54.52098098905923]
  本研究では,手動で分析した200の英語およびドイツ語のソフトウェア工学チュートリアルについて,YouTube上で批判的談話分析を行った。 以上の結果から,男性キャラクタと男性言語的デフォルトがチュートリアルを支配していることが示唆された。 我々は,男性俳優にのみ技術と意思決定の役割が割り当てられるエージェンシーギャップを特定した。
  論文  参考訳（メタデータ） (2026-06-16T19:18:37Z)
• 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)
• AI Literacy, Safety Awareness, and STEM Career Aspirations of Australian Secondary Students: Evaluating the Impact of Workshop Interventions [38.350232667249095]
  ディープフェイクやその他のタイプの合成メディアは、青年期の安全リスクを増大させる。 本研究は,AIオーストラリアにおけるワークショップによる介入の日がオーストラリア中等生に与える影響を評価する。
  論文  参考訳（メタデータ） (2026-01-30T02:55:53Z)
• Women Worry, Men Adopt: How Gendered Perceptions Shape the Use of Generative AI [0.0]
  生成人工知能(GenAI)は急速に普及しているが、その採用は著しく不平等だ。 我々は,女性が男性よりもGenAIを採用する頻度が著しく低いことを示し,その社会的リスクが異なることを認識している。 メンタルヘルス、プライバシ、気候影響、労働市場破壊に関する懸念を捉えた総合指標を構築した。
  論文  参考訳（メタデータ） (2026-01-07T12:47:39Z)
• AI's assigned gender affects human-AI cooperation [0.0]
  本研究では、AIエージェントに割り当てられた性別ラベルに基づいて、人間の協力がどう変化するかを検討する。 囚人のジレンマゲームでは、402人の参加者がAI(ボット)または人間とラベル付けされたパートナーと対話した。 その結果、参加者は人間のエージェントよりも女性や不信心のAIエージェントを利用する傾向が見られた。
  論文  参考訳（メタデータ） (2024-12-06T17:46:35Z)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• Revealing and Reducing Gender Biases in Vision and Language Assistants (VLAs) [82.57490175399693]
  画像・テキスト・ビジョン言語アシスタント(VLA)22種における性別バイアスの検討 以上の結果から,VLAは実世界の作業不均衡など,データ中の人間のバイアスを再現する可能性が示唆された。 これらのモデルにおける性別バイアスを排除するため、微調整に基づくデバイアス法は、デバイアス化と性能維持の最良のトレードオフを実現する。
  論文  参考訳（メタデータ） (2024-10-25T05:59:44Z)
• "My Kind of Woman": Analysing Gender Stereotypes in AI through The Averageness Theory and EU Law [0.0]
  本研究は,社会的ステレオタイプとアルゴリズム決定の相互作用に光を当てて,性別分類システムについて考察する。 認知心理学とフェミニスト法理論を取り入れることで、AIトレーニングに使用されるデータがジェンダーの多様性と公平性をいかに促進するかを検討する。
  論文  参考訳（メタデータ） (2024-06-27T20:03:27Z)
• "I'm Not Confident in Debiasing AI Systems Since I Know Too Little": Teaching AI Creators About Gender Bias Through Hands-on Tutorials [11.823789408603908]
  学校のカリキュラムは、このトピックでAIクリエーターを教育することができない。 ジェンダーバイアスはAIシステムにおいて増加し、悪いユーザー体験、不正、そして女性に精神的危害をもたらす。
  論文  参考訳（メタデータ） (2023-09-15T03:09:36Z)
• Towards Understanding Gender-Seniority Compound Bias in Natural Language Generation [64.65911758042914]
  本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。 以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。 以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
  論文  参考訳（メタデータ） (2022-05-19T20:05:02Z)

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。