論文の概要: From Novelty to Normalisation: Tracking Changing Perceptions of AI in Higher Education, 2024-2026
- arxiv url: http://arxiv.org/abs/2607.16223v2
- Date: Tue, 21 Jul 2026 14:52:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 00:46:13.04169
- Title: From Novelty to Normalisation: Tracking Changing Perceptions of AI in Higher Education, 2024-2026
- Title（参考訳）: ノベルティから正規化へ:2024-2026年の高等教育におけるAIの知覚の変化を追跡する
- Abstract要約: 生成的人工知能の急速な統合により、高等教育の風景が変わりつつある。
生徒はChatGPTなどのツールを目覚ましいスピードで採用し、教職員や機関はより注意を払って対応している。
本稿では, 高等教育におけるAI認知の縦断的研究, 学部生, 博士研究員, アルスター大学教授スタッフ, 非教育スタッフの追跡について述べる。
- 参考スコア（独自算出の注目度）: 1.701796716399534
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid integration of generative artificial intelligence (AI) has reshaped the landscape of higher education. Students have embraced tools such as ChatGPT with striking speed, while teaching staff and institutions have responded with greater caution. Existing research on AI perceptions has mainly been cross-sectional, providing single-point snapshots that view attitudes as stable rather than evolving. This paper presents a longitudinal study of AI perceptions in higher education, tracking undergraduates, doctoral researchers, teaching staff and non-teaching staff at Ulster University across three survey waves between 2024 and 2026 (n=1,665). A quantitative survey design measured familiarity, reported use and perceived risk; results show that students rapidly normalised AI use over the period, moving from tentative experimentation to routine engagement, while staff expressed persistent concerns about academic integrity, assessment design, and critical thinking. Doctoral and non-teaching staff occupied intermediate positions, reflecting both pragmatic adoption and institutional caution. The student-staff gap widened as institutional policy struggled to keep pace with actual practice. By tracking these shifts directly rather than reconstructing them from disconnected studies, the paper moves beyond descriptive accounts of AI attitudes and demonstrates the importance of capturing perceptions in real time. The findings carry significant implications for adaptive institutional policy, AI literacy initiatives, and targeted staff training.
- Abstract（参考訳）: 生成的人工知能(AI)の急速な統合により、高等教育の風景が変わりつつある。
生徒はChatGPTなどのツールを目覚ましいスピードで採用し、教職員や機関はより注意を払って対応している。
AI知覚に関する既存の研究は、主に横断的なものであり、姿勢を進化ではなく安定したものとみなす単一ポイントスナップショットを提供する。
本稿では,2024年から2026年までの3つの調査波(n=1,665)で,高等教育におけるAI知覚の縦断的研究を行った。
定量的な調査設計は、親しみやすさ、報告された使用、認識されたリスクを測定し、その結果、学生は一時的に実験から定期的なエンゲージメントへと移行し、学生は、学術的整合性、アセスメントデザイン、批判的思考に関する懸念を表明し、AIの使用を急速に正規化した。
博士と非教育スタッフは中間的地位を占め、実践的採用と制度的注意を反映していた。
制度政策が実践のペースを維持するのに苦しむ中、学生と生徒のギャップは拡大した。
この論文は、これらのシフトを、非連結的な研究から再構築するのではなく、直接追跡することによって、AIの態度の記述的な説明を超越し、リアルタイムで知覚を捉えることの重要性を実証する。
この発見は、適応的な制度政策、AIリテラシーイニシアチブ、ターゲットとするスタッフトレーニングに重要な意味を持つ。
関連論文リスト
- Personalized Auto-Research: Towards a True AI Co-Scientist [90.01790420664169]
研究目標を考えると、最先端のシステムは研究者に依存しないままである。
小説、価値、実現可能なものは研究者によって異なる。
本稿では,検索,仮説探索,実験,執筆,レビューを通じて,グラフグラウンドの研究者コンテキストをスレッド化するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-14T20:43:27Z) - Latent On-Policy Self-Distillation [55.57800223145407]
On-policy Self-distillation (OPSD) は、特権的な自己教育者を用いて、生徒自身の軌跡を集中的に管理することにより、効果的な経路を提供する。
既存の方法はまだデザイナーが指定した特権的アーティファクトに大きく依存している。
本稿では,教師の特権的文脈自体を経験から学習可能なエンド・ツー・エンドにするため,LOPD(Latent On-Policy Self-Distillation)を導入する。
論文 参考訳（メタデータ） (2026-08-13T10:05:51Z) - Beyond Detection: Redesigning Assessment and Governande of Generative AI at the Universidad Politécnica de Madrid (UPM) [39.92037610044293]
ほとんどの機関は、AI検出、盗作、学術的整合性、学生の努力の減少を防御として想定している。
先駆的な大学の他のグループは、より深い採用を追求しており、予防や制裁に基づく政策が成立しないと仮定している。
大学が必要とするものは、GenAI利用のためのコースごとのルールを明確化するための協調的な取り組みである。
UPMは、戦略的かつ持続可能なAIポリシと、およそ6次元の構造を持つ採用フレームワークを開発している。
論文 参考訳（メタデータ） (2026-06-04T18:04:50Z) - 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) - Mathematical Modelling of Ethical AI Use in Higher Education: A Coordination Game Framework for Future-Facing Learning [7.3864557762003615]
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。
論文 参考訳（メタデータ） (2026-04-23T21:21:14Z) - Enabling and Inhibitory Pathways of University Students' Willingness to Disclose AI Use: A Cognition-Affect-Conation Perspective [0.0]
高等教育における人工知能の統合の増大は、AI支援作業の報告における学生の透明性に関する重要な疑問を提起している。
本研究は, 学生がAI利用を開示する意思の背景にある心理的メカニズムについて考察する。
論文 参考訳（メタデータ） (2026-04-23T14:38:15Z) - 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) - Stabilising Learner Trajectories: A Doubly Robust Evaluation of AI-Guided Student Support using Activity Theory [1.2234742322758418]
本研究では,2つの頑健なスコアマッチングを用いて,大大学におけるAI指導学生支援システムの評価を行った。
以上の結果より,この介入が先天的な軌跡を効果的に安定化させたことが示唆された。
しかし, 資格取得速度への影響は, 統計的に有意であったが, 統計的に制限された。
論文 参考訳（メタデータ） (2025-12-11T22:28:12Z) - Beyond the Hype: Critical Analysis of Student Motivations and Ethical Boundaries in Educational AI Use in Higher Education [0.0]
学生の92%が、主に時間を節約し、仕事の質を向上させるためにAIツールを使用しています。
我々は、技術スキルと倫理的推論を統合する包括的なAIリテラシープログラムを採用する必要があると主張している。
論文 参考訳（メタデータ） (2025-11-14T14:49:29Z) - How to Find Fantastic Papers: Self-Rankings as a Powerful Predictor of Scientific Impact Beyond Peer Review [41.30621399289495]
我々は、高インパクトな研究を特定するための未調査の尺度を調査する。著者自身の、同じAIカンファレンスへの複数の応募のランキング。
我々は、先進的なAIカンファレンスで大規模な実験を行い、1,342人の研究者が、2,592件の投稿を認識された品質で自己ランク付けした。
その結果,論文が著者によって上位にランクされた論文は,最もランクの低い論文の2倍の引用を受け取っていることがわかった。
論文 参考訳（メタデータ） (2025-10-02T15:50:21Z) - Effort-aware Fairness: Incorporating a Philosophy-informed, Human-centered Notion of Effort into Algorithmic Fairness Metrics [44.14690069232159]
Effort-aware Fairness (EaF) の概念化と評価のための哲学インフォームドアプローチを提案する。
私たちの作業は、AIモデル監査官が改善に多大な努力を払ってきたが、制御外の体系的な不利益に悩まされている個人に対して、不公平な判断を明らかにし、修正する可能性を秘めることができるかもしれません。
論文 参考訳（メタデータ） (2025-05-25T21:07:13Z) - Effects of a Prompt Engineering Intervention on Undergraduate Students' AI Self-Efficacy, AI Knowledge and Prompt Engineering Ability: A Mixed Methods Study [36.48421439947282]
本研究は,香港の大学において,迅速な工学的介入を設計・実施した。
学生のAI自己効力、AI知識、そして効果的なプロンプト作成能力について検討した。
論文 参考訳（メタデータ） (2024-07-30T15:05:24Z)
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。