論文の概要: How AI Assistance Affects Human Skill Development: A Study of Learning with Logic Puzzles
- arxiv url: http://arxiv.org/abs/2608.23543v1
- Date: Mon, 24 Aug 2026 17:46:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.219885
- Title: How AI Assistance Affects Human Skill Development: A Study of Learning with Logic Puzzles
- Title（参考訳）: AIアシストが人間のスキル開発にどのように影響するか--論理パズルによる学習について
- Abstract要約: オンデマンドAI支援を含む制御論理パズル実験における緊張度について検討する。
低コストの支援によって、AIの使用がより頻繁になることがわかりました。
また、AIアクセスフェーズ中にAI支援を要求する参加者は、援助を取り除いた後、そのタスクでさらに悪化することがわかった。
- 参考スコア（独自算出の注目度）: 12.810110526024873
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While AI assistance can improve human task performance in the short term, it may also undermine the development of skills in the longer term. We examine this tension in a controlled logic-puzzle experiment involving on-demand AI assistance, where participants complete tasks before, during, and after AI is available. By experimentally varying AI request costs, we find that lower-cost assistance induces more frequent AI use. We also find that participants who request AI assistance during the AI-access phase perform worse at the task after assistance is removed, and their subsequent unassisted performance is overestimated when predicted from earlier AI-assisted performance. We use a Bayesian latent ability model to separate initial ability, post-AI ability, and participant-specific skill change, while estimating how independent reasoning during the AI-access phase relates to skill development. The results show that greater independent problem-solving effort is associated with larger gains in latent ability, consistent with the interpretation that skill development is weaker when AI assistance substitutes for independent reasoning.
- Abstract（参考訳）: AIアシスタントは、短期的には人間のタスクパフォーマンスを向上させることができるが、長期的にはスキル開発を損なう可能性がある。
我々は、この緊張関係を、オンデマンドAIアシストを含む制御された論理パズル実験で検証し、参加者がAIが利用可能になる前、中、後においてタスクを完了する。
実験的に異なるAI要求コストにより、低コストの補助がAIの使用を頻繁に誘導することがわかった。
また、AIアクセス段階のAI支援を希望する参加者は、援助が取り除かれた後、タスクにおいて悪化し、それに続く非支援のパフォーマンスは、以前のAIアシストのパフォーマンスから予測された場合、過大評価される。
AIアクセスフェーズにおける独立した推論がスキル開発にどのように関係しているかを推定しながら、初期能力、AI後の能力、参加者固有のスキル変化を分離するためにベイズ潜在能力モデルを使用します。
以上の結果から,AI支援が独立推論に代えてスキル開発が弱まるという解釈と一致して,より独立した問題解決努力が潜在能力の向上に結びついていることが示唆された。
関連論文リスト
- The Boundaries of Automation: A Theory of Persistent Human Participation [107.84677954791773]
高い能力を持つAIシステムであっても、人間の参加は継続する可能性がある、と私たちは主張する。
一部のアクティビティでは、ターゲットは事前に完全に指定されるのではなく、代わりにインタラクション自体を通じて現れる。
この観点は、自動化の限界に重要な意味を持つ。
論文 参考訳（メタデータ） (2026-07-23T17:33:43Z) - Characterizing initial human-AI proof formalization workflows [66.06866890889131]
AIシステムのコード生成能力の進歩と、証明を形式化し、検証する人々の能力を変えるための高度な数学的推論の約束への関与。
我々は、AIが人々のフォーマル化に与える影響について、混合メソッド分析を行う。
質的な調査では、人々の好みは多様であるが、形式化におけるAI支援に対する一般的な欲求が示されている。
論文 参考訳（メタデータ） (2026-06-02T22:58:19Z) - The Impact of AI Usage and Informativeness on Skill Development in Logical Reasoning [13.546638788752924]
我々は、AI支援にオンデマンドでアクセスできる論理的推論タスクにおいて、AIの使用状況と情報性の両方が学習を形作ることができるかを検討する。
より高度なAI利用は、より弱いスキル開発に結びついているのに対して、軽いAIユーザは、AIを使用しないマッチしたユーザーと同じようなパフォーマンスをしている。
我々の知見は、AIは文脈に応じて、独立した推論を増幅することによって人間のスキル開発を補完するか、代替品として振る舞うことができることを示唆している。
論文 参考訳（メタデータ） (2026-05-20T19:55:57Z) - Human-AI Productivity Paradoxes: Modeling the Interplay of Skill, Effort, and AI Assistance [1.9326159189892944]
本稿では,AIが生産性に影響を及ぼすいくつかのメカニズムをよりよく理解し,分析するために,人間-AIインタラクションのモデルを提案する。
我々の設定では、スキルレベルの異なる人間エージェントは、AI支援によって特定のタスク結果を生成するために、有効性を最大化する努力を行う。
スキル開発に内在性を導入するか、AIの信頼性が低いかは、生産性のパラドックスを引き起こす可能性がある。
論文 参考訳（メタデータ） (2026-05-12T00:12:27Z) - AI Assistance Reduces Persistence and Hurts Independent Performance [1.3667120179358196]
AIアシストによる2つの重要な結果の証拠を提供する。
AIアシストは短期的にはパフォーマンスを改善するが、AIなしでは人々は著しくパフォーマンスが悪くなり、諦める可能性が高くなる。
これらの結果は、AIモデル開発が、即時タスク完了と同時に長期的な能力の優先順位付けの必要性を示唆している。
論文 参考訳（メタデータ） (2026-04-06T14:43:48Z) - How AI Impacts Skill Formation [12.295096074858932]
我々は、開発者がAIの助けなしに新しい非同期プログラミングライブラリを習得した方法について研究する。
AIは概念的理解、コード読み込み、デバッグ能力に障害があるが、平均的な効率性は得られない。
我々は6つの異なるAIインタラクションパターンを特定し、そのうち3つは認知的エンゲージメントと学習結果の保存を含む。
論文 参考訳（メタデータ） (2026-01-28T04:40:43Z) - How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。
我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
論文 参考訳（メタデータ） (2024-10-21T22:39:52Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-04-16T11:22:59Z) - Knowing About Knowing: An Illusion of Human Competence Can Hinder
Appropriate Reliance on AI Systems [13.484359389266864]
本稿では、Dunning-Kruger Effect(DKE)がAIシステムへの適切な依存を妨げているかどうかを論じる。
DKEは、能力の低い個人が自身のスキルやパフォーマンスを過大評価しているため、メタ認知バイアスである。
その結果、パフォーマンスを過大評価する参加者は、AIシステムへの信頼度が低い傾向にあることがわかった。
論文 参考訳（メタデータ） (2023-01-25T14:26:10Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - Effect of Confidence and Explanation on Accuracy and Trust Calibration
in AI-Assisted Decision Making [53.62514158534574]
ケース固有のモデル情報を明らかにする特徴が、信頼度を調整し、人間とAIのジョイントパフォーマンスを向上させることができるかどうかを検討する。
信頼スコアは、AIモデルに対する人々の信頼を校正するのに役立ちますが、信頼の校正だけでは、AI支援による意思決定を改善するには不十分です。
論文 参考訳（メタデータ） (2020-01-07T15:33:48Z)
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。