論文の概要: Generative AI Availability, Grades, and Student Satisfaction at a Large University
- arxiv url: http://arxiv.org/abs/2607.21534v2
- Date: Mon, 27 Jul 2026 18:36:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 14:13:57.660419
- Title: Generative AI Availability, Grades, and Student Satisfaction at a Large University
- Title（参考訳）: 大学におけるAI利用率, 成績, 学生満足度
- Abstract要約: 高等教育におけるジェネレーティブAI(GenAI)の普及は、生徒が認知的努力をAIにオフロードし、学習せずにハイグレードを得られるという懸念を引き起こしている。
もしこの「玄AI置換仮説」が真なら、玄AIに準じるコースでは成績が不釣り合いに上昇すべきである。
従来より成績の低かった学生の成績に,GenAI利用率に有意な差は認められなかった。
- 参考スコア（独自算出の注目度）: 6.872059640265074
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The spread of generative AI (GenAI) in higher education has raised concerns that students offload cognitive effort to AI, earning high grades without learning. If this "GenAI substitution hypothesis" is true, grades should rise disproportionately in GenAI-susceptible courses--those relying more on assessments like take-home problem sets and essays rather than in-class exams. Substitution could also affect student satisfaction, measured here as self-reported understanding and interest in the subject, which prior research links to assessments. We test the substitution hypothesis using syllabus and administrative data from a large U.S. university (2016-2025; 138,386 students; 72,730 course offerings). We measure courses' GenAI susceptibility using a human-validated LLM pipeline to extract assessment types from syllabi, and use a differences-in-differences design comparing outcomes across courses before and after ChatGPT's release, while modeling COVID-19 pandemic effects as either persistent or transient. We find no significant differential effect of GenAI availability on grades overall or among previously lower-performing students. Effects on self-reported understanding are likewise insignificant; effects on interest are significant only assuming transient pandemic effects. Our findings temper concerns that GenAI inflates grades and reduces students' satisfaction.
- Abstract（参考訳）: 高等教育におけるジェネレーティブAI(GenAI)の普及は、生徒が認知的努力をAIにオフロードし、学習せずにハイグレードを得られるという懸念を引き起こしている。
もしこの「GenAI代替仮説」が本当なら、ジェンダイの授業では成績が不釣り合いに上昇するはずであり、これらは中等試験ではなく、テイクホーム問題セットやエッセイなどの評価に頼っている。
代替は学生の満足度にも影響しうるが、ここでは自己報告された理解と関心として測定され、それ以前の研究は評価に結びついていた。
2016-2025年、138,386人の学生、72,730のコース提供者を対象に、シラバスと大米国大学の管理データを用いて置換仮説を検証した。
本研究は,人為的なLLMパイプラインを用いたコースのGenAI感受性を測定し,ChatGPTリリース前後のコース間の結果を比較した差分差設計を用いて,新型コロナウイルスのパンデミック効果を持続的あるいは過渡的のいずれかとしてモデル化する。
また,GenAI利用率に有意な差は認められなかった。
自己報告による理解への影響も同様に重要ではない; 関心に対する影響は一時的なパンデミック効果を仮定するだけである。
我々は、GenAIが学生の満足度を低下させ、学級を膨らませることを懸念した。
関連論文リスト
- Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build [0.6524460254566904]
自己報告による調査はほとんど変化を示さないが、小規模の行動研究では、学習結果を測定するための尺度や期間のないAIの利用が広く報告されている。
私たちは、タイム・オン・タスク分析のために、ALEKSの学習インタラクションを320万ドルで10年のパネルで行います。
これらの結果は、生成的AIが学生の学習方法と彼らが構築した知識を変化させた最初の大規模行動と結果の証拠である。
論文 参考訳（メタデータ） (2026-05-20T18:40:53Z) - 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) - Generative AI Practices, Literacy, and Divides: An Empirical Analysis in the Italian Context [32.495879271249414]
本研究は、イタリアにおけるGenAI導入、利用パターン、リテラシーに関する総合的な実証的マッピングを初めて提示する。
以上の結果から,情緒的サポートや医療アドバイスなどの敏感なタスクを含む,仕事と個人利用の両方に広く採用されていることが明らかとなった。
女性の半分がGenAIを採用する可能性があり、男性よりも使用頻度が低い、有意義な男女格差を特定した。
論文 参考訳（メタデータ） (2025-12-03T11:01:28Z) - Impact of AI Tools on Learning Outcomes: Decreasing Knowledge and Over-Reliance [0.0]
あらゆるレベルの教育の学生は、課題を完了し、より高い試験スコアを達成するために、生成的人工知能(AI)ツールにますます依存している。
生成AIが学習結果に与える影響を調べるため、ブダペスト大学コービンス校で実験を行った。
主催者が設計を説明し、全ての参加者に平等な機会を創り出すために最善を尽くしたにもかかわらず、多くの学生は実験を大きな混乱だと認識した。
論文 参考訳（メタデータ） (2025-10-15T13:48:14Z) - Understanding Student Attitudes and Acceptability of GenAI Tools in Higher Ed: Scale Development and Evaluation [22.35484281040714]
本研究では,ジェネレーティブAI(GenAI)に対する学生の認識を評価するための実証調査機器を紹介する。
この楽器には、制度的理解、公正性と信頼、学術的・職業的影響、社会的な関心事、執筆と講習におけるGenAIの使用の6つのテーマドメインが含まれている。
多言語家庭の学生は制度的政策の明確さを強く感じ、第一世代の学生はGenAIが将来のキャリアに与える影響を強く信じていると報告した。
論文 参考訳（メタデータ） (2025-08-03T21:22:34Z) - Evaluating the AI-Lab Intervention: Impact on Student Perception and Use of Generative AI in Early Undergraduate Computer Science Courses [0.0]
Generative AI(GenAI)はコンピュータサイエンス教育に急速に参入しつつある。
形式コースにおける道具使用の指針となる構造的足場の研究のギャップを伴う過信共存に関する懸念。
本研究は,「AI-Lab」の介入が大学生に与える影響について考察する。
論文 参考訳（メタデータ） (2025-04-30T18:12:42Z) - Evaluating and Mitigating Bias in AI-Based Medical Text Generation [35.24191727599811]
AIシステムは人間の偏見を反映し、増幅し、歴史的に貧弱な人口におけるパフォーマンスの質を低下させる。
本研究では,医療分野におけるテキスト生成における公平性問題について検討する。
偏りを低減するために,不整合群を選択的に最適化するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-04-24T06:10:40Z) - DASKT: A Dynamic Affect Simulation Method for Knowledge Tracing [51.665582274736785]
KT(Knowledge Tracing)は,学生の履歴計算によって将来のパフォーマンスを予測し,学生の感情状態を理解することで,KTの有効性を高めることができる。
本研究では,学生の感情状態が知識状態に与える影響を調べるために,DASKT(Affect Dynamic Knowledge Tracing)を提案する。
我々の研究は、高い解釈可能性と精度の実現に焦点をあてて、今後の研究への有望な道のりを強調している。
論文 参考訳（メタデータ） (2025-01-18T10:02:10Z) - Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。
私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。
我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
論文 参考訳（メタデータ） (2024-11-17T20:17:47Z) - A Meta-analysis of College Students' Intention to Use Generative Artificial Intelligence [5.13644976086965]
本研究では,27の実証的研究のメタ分析を行った。
主な変数は、GenAIを使用する学生の行動意図と強く相関している。
ジェンダーは、特に、学生のGenAIの使用に対する行動意図に対する態度を緩やかにしていただけである。
論文 参考訳（メタデータ） (2024-08-25T15:46:57Z) - Beyond human subjectivity and error: a novel AI grading system [67.410870290301]
オープンエンドの質問の格付けは、教育における高い努力と高いインパクトの課題である。
AI技術の最近のブレークスルーは、このような自動化を促進するかもしれないが、大規模に実証されていない。
本稿では,新しい自動短解階調システム(ASAG)を提案する。
論文 参考訳（メタデータ） (2024-05-07T13:49:59Z)
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。