論文の概要: Rethinking Higher Education: From Fixed Curricula to Learnity Graphs

• arxiv url: http://arxiv.org/abs/2608.08543v1
• Date: Sun, 09 Aug 2026 07:42:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.863942
• Title: Rethinking Higher Education: From Fixed Curricula to Learnity Graphs
• Title（参考訳）: 高等教育の再考:固定カリキュラムから学習グラフへ
• Abstract要約: 高等教育は転換点にある。 知識がますますアクセスしやすくなり、さらに多くの場合、高度な人工知能(AI)が介在する時代において、伝統的なカリキュラムモデルの価値は再考を保証している。 これは、徹底的な学術研究に取って代わるべきという意味ではない。 課題は、創造性、学際的な統合、ハンズオン体験、特に長期的な開発を促進する学習環境にこれらの教育的側面を拡張することである。
• 参考スコア（独自算出の注目度）: 0.6860801684463488
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Higher education stands at a turning point. In an era where knowledge is increasingly accessible and which is, more often than not, mediated by advanced Artificial Intelligence (AI), the value of traditional curricula models warrants reconsideration. This does not imply that one should replace thorough academic studies. Universities remain essential in providing foundational knowledge, theoretical depth and conceptual grounding. The challenge is to extend these educational facets with learning environments that foster creativity, interdisciplinary integration, hands-on experience, and especially long-term development. In this paper, we introduce a lifelong learning framework that integrates academic, professional, and personal learning, centered on a new concept that we term learnity graphs, a structured representation of learning as interconnected units of knowledge, skills, experience, and actual artifacts, coupled with a method for presenting, and leveraging it.
• Abstract（参考訳）: 高等教育は転換点にある。 知識がますますアクセスしやすくなり、さらに多くの場合、高度な人工知能(AI)が介在する時代において、伝統的なカリキュラムモデルの価値は再考を保証している。 これは、徹底的な学術研究に取って代わるべきという意味ではない。 大学は基礎知識、理論的な深み、概念的な基礎を提供するのに不可欠である。 課題は、創造性、学際的な統合、ハンズオン体験、特に長期的な開発を促進する学習環境にこれらの教育的側面を拡張することである。 本稿では,学習を知識,スキル,経験,実際の人工物の相互接続単位とする構造化された学習表現と,それを提示し,活用する新たな概念を中心に,学術的・専門的・個人的学習を統合した生涯学習フレームワークを提案する。

関連論文リスト

• A Community-driven vision for a new Knowledge Resource for AI [54.6699845861346]
  WordNetのような知識リソースの成功にもかかわらず、検証可能な汎用的な知識ソースは、AIインフラストラクチャにおいて重要な欠陥である。 本稿では,この知見を要約し,新しい知識基盤に向けたコミュニティ主導のビジョンを概説する。
  論文  参考訳（メタデータ） (2025-06-19T20:51:28Z)
• A Structured Unplugged Approach for Foundational AI Literacy in Primary Education [7.495145157323768]
  小学校における基礎的AIリテラシーを育成する構造的教育手法を提案する。 以上の結果から,用語理解と利用,特徴記述,論理的推論,評価能力の向上が示唆された。 このアプローチは、特に学生がAIの概念と現実世界の推論を結びつける活動を楽しんでいることを証明した。
  論文  参考訳（メタデータ） (2025-05-27T16:23:57Z)
• Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
  本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。 本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-01T04:15:56Z)
• Education in the Era of Neurosymbolic AI [0.6468510459310326]
  我々は,ハイブリッドNAIアーキテクチャの重要な構成要素として,教育エージェントの独特な余裕を生かしたシステムを提案する。 我々は,NAI時代の教育によって,学習がよりアクセスしやすく,公平で,現実世界のスキルに適合するものになると結論づける。
  論文  参考訳（メタデータ） (2024-11-16T19:18:39Z)
• "Flipped" University: LLM-Assisted Lifelong Learning Environment [1.0742675209112622]
  本稿では,Large Language Models (LLM) が支援する自己構築型生涯学習環境の概念的枠組みを提案する。 提案する枠組みは、制度化された教育からパーソナライズされた自己駆動型学習への転換を強調する。 この論文は、グローバルな知識の整合性を支援することに焦点を当て、教育機関の「華やかな」大学への進化を構想している。
  論文  参考訳（メタデータ） (2024-09-02T13:27:36Z)
• Multi-source Education Knowledge Graph Construction and Fusion for College Curricula [3.981835878719391]
  本稿では,電子情報分野における知識抽出,視覚的KG構築,グラフ融合のためのフレームワークを提案する。 我々の目標は、学生の学習効率を高め、AIによって実現される新しい教育パラダイムを探求することである。
  論文  参考訳（メタデータ） (2023-05-08T09:25:41Z)
• Learning by Applying: A General Framework for Mathematical Reasoning via Enhancing Explicit Knowledge Learning [47.96987739801807]
  本稿では,既存のモデル(バックボーン)を明示的な知識学習によって原則的に拡張する枠組みを提案する。 LeApでは,新しい問題知識表現パラダイムで知識学習を行う。 LeApはすべてのバックボーンのパフォーマンスを改善し、正確な知識を習得し、より解釈可能な推論プロセスを実現する。
  論文  参考訳（メタデータ） (2023-02-11T15:15:41Z)
• A Comprehensive Survey of Continual Learning: Theory, Method and Application [64.23253420555989]
  本稿では,基礎的設定,理論的基礎,代表的方法,実践的応用を橋渡しする継続的学習に関する包括的調査を行う。 連続学習の一般的な目的は、資源効率の文脈において、適切な安定性と塑性のトレードオフと適切なタスク内/タスク内一般化性を保証することであると要約する。
  論文  参考訳（メタデータ） (2023-01-31T11:34:56Z)
• Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
  知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。 本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
  論文  参考訳（メタデータ） (2022-11-30T03:44:15Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)

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。