論文の概要: Self-Reported AI Usage for Learning in Computer Science Education: Relationships with Goal Orientation and Academic Help-Seeking

• arxiv url: http://arxiv.org/abs/2608.21373v1
• Date: Tue, 30 Jun 2026 14:46:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.31636
• Title: Self-Reported AI Usage for Learning in Computer Science Education: Relationships with Goal Orientation and Academic Help-Seeking
• Title（参考訳）: コンピュータサイエンス教育における自己報告型AI活用 : 目標指向と学術ヘルプ検索との関係
• Abstract要約: 本研究では,学生の目標志向と学習支援行動が,コンピュータ科学の文脈におけるAI利用とどのように関連しているかを検討する。 データベース・コースに登録した大学生236名を対象に,自己申告調査を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence (AI) is becoming an increasingly integral part of higher education, yet the factors shaping students' use of AI for learning remain insufficiently understood. This study examines how students' goal orientation and academic help-seeking behavior are associated with AI use in a computer science context, while also accounting for individual, behavioral, and contextual characteristics. Data were collected from 236 university students enrolled in a database course using a self-report survey. AI use was operationalized through two measures: self-reported frequency of use and the number of AI-supported learning activities. Hierarchical regression analyses were conducted to examine the relationships among the variables. The results indicate that help-seeking tendencies, particularly perceived help-seeking threat, were consistently associated with both more frequent reporting of AI use and self-reported engagement in a wider range of AI-supported activities. In contrast, the effects of goal orientation were more limited and less consistent across models. The results highlight the importance of considering help-seeking behavior when designing AI-supported learning environments in computer science education.
• Abstract（参考訳）: 人工知能(AI)は、高等教育においてますます不可欠な部分になりつつあるが、学生の学習にAIを使うことを形作る要因は、まだ十分に理解されていない。 本研究は,学生の目標志向と学習支援行動が,コンピュータ科学の文脈におけるAI利用とどのように関連しているかを検討するとともに,個人的,行動的,文脈的特性についても考察する。 データベース・コースに登録した大学生236名を対象に,自己申告調査を行った。 AIの使用は、自己報告された利用頻度と、AIをサポートする学習活動の回数の2つの手段によって運用された。 階層的回帰分析を行い,変数間の関係について検討した。 その結果、ヘルプ検索の傾向、特にヘルプ検索の脅威は、AI使用の頻繁な報告と、幅広いAI支援活動における自己報告されたエンゲージメントに一貫して関連していることがわかった。 対照的に、ゴールオリエンテーションの効果はモデルによって制限され、一貫性が低かった。 その結果,コンピュータサイエンス教育におけるAI支援学習環境の設計において,支援行動を考えることの重要性が浮き彫りになった。

関連論文リスト

• AI in the Wild: A Large Scale Analysis of Authentic Interactions of College Students with Generative AI [5.052839340528487]
  本稿では,複数の大学コースや学術領域にまたがる大学生の自然発生学生とAIの相互作用を大規模に分析する。 データセットは、15,000以上の学生とAIのインタラクションユニットで構成され、実際のコース中に生成AIの自発的使用から引き出された。 分析の結果,学生とAIの相互作用は高度に構造化されていることが判明した。
  論文  参考訳（メタデータ） (2026-06-28T15:07:53Z)
• Patterns of Learner-AI Interaction and Academic Performance in an Object-Oriented Programming Course [0.0]
  本研究では、オブジェクト指向プログラミング(OOP)コースにおける学習結果と学習者とAIの相互作用形態の違いについて検討する。 初年度のOOPコースに入学した210人の大学生を対象に,調査データを収集した。
  論文  参考訳（メタデータ） (2026-05-26T07:48:00Z)
• Analyzing the Impact of AI Tools on Student Study Habits and Academic Performance [0.0]
  この研究は、AIツールがパーソナライズされた学習、適応テスト調整をサポートし、リアルタイムの教室分析を提供する方法に焦点を当てている。 学生のフィードバックはこれらの特徴に対する強い支持を示し、GPAの増加とともに研究時間を大幅に短縮した。 これらのメリットにもかかわらず、AIへの過度依存や、AIと従来の教育方法を統合することの難しさといった課題も特定された。
  論文  参考訳（メタデータ） (2024-12-03T04:51:57Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• AI-Tutoring in Software Engineering Education [0.7631288333466648]
  我々は,GPT-3.5-TurboモデルをAI-TutorとしてAPASアルテミスに組み込むことで,探索的なケーススタディを行った。 この発見は、タイムリーなフィードバックやスケーラビリティといった利点を浮き彫りにしている。 しかし,AI-Tutor を用いた場合,一般的な応答や学習進行抑制に対する学生の懸念も明らかであった。
  論文  参考訳（メタデータ） (2024-04-03T08:15:08Z)
• AI for social science and social science of AI: A Survey [47.5235291525383]
  人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。 AIの人間的能力の増大は、社会科学研究にも注目されている。
  論文  参考訳（メタデータ） (2024-01-22T10:57:09Z)
• Toward enriched Cognitive Learning with XAI [44.99833362998488]
  本稿では,人工知能(AI)ツールによる認知学習のためのインテリジェントシステム(CL-XAI)を提案する。 CL-XAIの使用は、学習者が問題解決スキルを高めるために問題に取り組むゲームインスパイアされた仮想ユースケースで説明される。
  論文  参考訳（メタデータ） (2023-12-19T16:13:47Z)
• Learning to Prompt in the Classroom to Understand AI Limits: A pilot study [35.06607166918901]
  大規模言語モデル(LLM)と、ChatGPTのような派生したチャットボットは、AIシステムの自然言語処理能力を大幅に改善した。 しかし、AI手法が顕著な貢献を示しているにもかかわらず、興奮は否定的な感情を引き起こしている。 パイロット教育は21人の生徒を抱えた高校で実施された。
  論文  参考訳（メタデータ） (2023-07-04T07:51:37Z)
• Understanding the Role of Human Intuition on Reliance in Human-AI Decision-Making with Explanations [44.01143305912054]
  意思決定者の直感がAI予測と説明の使用に与える影響について検討する。 以上の結果から,AIの予測と説明に関する3種類の直観が明らかになった。 これらの経路を用いて、なぜ機能に基づく説明が参加者の決定結果を改善しなかったのかを説明し、AIへの依存度を高めた。
  論文  参考訳（メタデータ） (2023-01-18T01:33:50Z)
• 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。