論文の概要: Generative AI Expands the Intellectual Reach of Course Based Undergraduate Research Experiences (CUREs)
- arxiv url: http://arxiv.org/abs/2608.27638v1
- Date: Thu, 27 Aug 2026 19:24:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.133147
- Title: Generative AI Expands the Intellectual Reach of Course Based Undergraduate Research Experiences (CUREs)
- Title（参考訳）: ジェネレーティブAIは、科目ベースの学部研究経験(CUREs)を知的に拡張する
- Abstract要約: 生成人工知能(GenAI)は、学生のニーズの変化に応じて適応できる個別の支援を提供することによって支援を拡張することができる。
ここでは,生物情報学とゲノム学の3つの領域で収集された縦定性的データを用いて,GenAIが3つの異なる方法で研究経験の知的リーチを広げたことを示す。
これらの結果は、初級研究者が調査できるもの、どのように協力するか、そして彼らが想定できる責任レベルを拡張することで、GenAIがCUREの範囲を拡大できることを示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Course-based undergraduate research experiences (CUREs) broaden access to authentic scientific inquiry through responsive instructor support as research problems become increasingly complex. Generative artificial intelligence (GenAI) may extend this support by providing individualized assistance that can adapt as student needs change. However, how embedding GenAI within a CURE to provide support across the research process impacts student inquiry, collaboration, and scientific reasoning remains unresolved. Here we use longitudinal qualitative data collected across three semesters of a bioinformatics and genomics CURE to show that GenAI expanded the intellectual reach of the research experience in three distinct ways. First, personalized, on-demand scaffolding allowed students to move beyond the boundaries of instructor expertise and transform their own interests into researchable inquiry, with all teams developing distinct self-directed projects rather than selecting instructor-provided topics. Second, GenAI became part of the distributed cognitive system of research teams, helping novice researchers communicate and coordinate across differentiated expertise without eliminating specialization. Third, expanded capability did not replace the need for disciplinary judgment. Students increasingly validated, revised, or rejected AI-generated contributions, such that research independence emerged through retained intellectual responsibility. Together, these findings suggest that GenAI can extend the reach of CUREs by expanding what novice researchers can investigate, how they can collaborate, and the level of responsibility they can assume while preserving human judgment central to authentic scientific inquiry.
- Abstract（参考訳）: コースベースの学部研究経験(CURE)は、研究問題がますます複雑化するにつれて、レスポンシブインストラクターサポートを通じて、真正の科学的調査へのアクセスを広げる。
生成人工知能(GenAI)は、学生のニーズの変化に応じて適応できる個別の支援を提供することによって、この支援を拡張することができる。
しかし、研究プロセス全体の支援を提供するために、どのようにGenAIをCUREに組み込むかは、学生の探究、協力、科学的推論に影響を与える。
ここでは,生物情報学とゲノム学の3つの領域で収集された縦定性的データを用いて,GenAIが3つの異なる方法で研究経験の知的リーチを広げたことを示す。
まず、オンデマンドでパーソナライズされた足場によって、学生はインストラクターの専門知識の境界を越えて、研究可能な調査へと自身の関心を転換することができた。
第二に、GenAIは研究チームの分散認知システムの一部となり、初心者研究者が専門性を排除することなく、区別された専門知識間のコミュニケーションとコーディネートを支援した。
第三に、拡張された能力は、懲戒的判断の必要性を置き換えるものではなかった。
学生は、研究の独立が知的責任を保ったまま現れるように、AI生成の貢献をますます検証し、修正し、拒絶した。
これらの結果は、GenAIが、初歩的な研究者が調査できること、どのように協力できるか、そして、人間の判断を真正な科学的調査の中心に保ちながら、彼らが想定できる責任レベルを拡大することによって、CUREの範囲を拡大できることを示唆している。
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) - Towards a Medical AI Scientist [73.6056699962416]
私たちは、臨床自律研究に特化した最初の自律的な研究フレームワークである、メディカルAIサイエンティストを紹介します。
このフレームワークは3つの研究モード、すなわち論文ベースの再現、文学にインスパイアされた革新、タスク駆動探索で動作する。
本システムでは,提案手法と実装の密接な整合性を実現するとともに,実行可能実験において極めて高い成功率を示す。
論文 参考訳（メタデータ） (2026-03-30T15:37:25Z) - AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。
まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。
主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文 参考訳（メタデータ） (2025-07-02T17:19:20Z) - Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳（メタデータ） (2025-02-07T18:26:45Z) - AI-Enhanced Sensemaking: Exploring the Design of a Generative AI-Based Assistant to Support Genetic Professionals [38.54324092761751]
生成AIは、知識労働を変革する可能性があるが、生成AIの使用と相互作用を知識労働者がどのように想定するかを理解するためには、さらなる研究が必要である。
本研究は、ゲノム全配列(WGS)およびその他の臨床データを分析して稀な疾患診断を行う際に、遺伝専門家を支援するための生成AIアシスタントを設計することに焦点を当てた。
論文 参考訳（メタデータ） (2024-12-19T22:54:49Z) - Research Integrity and GenAI: A Systematic Analysis of Ethical Challenges Across Research Phases [0.0]
学界における生成AI(GenAI)ツールの急速な開発と利用は、ユーザにとって複雑で多面的な倫理的課題を提示している。
本研究は、さまざまな研究段階におけるGenAIの使用による倫理的懸念について検討することを目的とする。
論文 参考訳（メタデータ） (2024-12-13T13:31:45Z) - Navigating Ethical Challenges in Generative AI-Enhanced Research: The ETHICAL Framework for Responsible Generative AI Use [0.0]
生成人工知能(GenAI)の急速な普及は、機会と倫理的課題の両方を提示する。
本稿では、研究におけるGenAIの責任を負うための実践的ガイドであるETHICALフレームワークを開発する。
論文 参考訳（メタデータ） (2024-12-11T05:49:11Z) - Generative AI Tools in Academic Research: Applications and Implications for Qualitative and Quantitative Research Methodologies [0.0]
本研究では,生成人工知能(GenAI)が学術研究に与える影響について検討し,質的・定量的データ分析への応用に焦点をあてる。
GenAIツールは急速に進化し、研究の生産性を高め、複雑な分析プロセスを民主化するための新たな可能性を提供する。
学術的実践への統合は、研究の完全性、セキュリティ、著作家精神、そして学術作品の変化する性質に関する重要な疑問を提起する。
論文 参考訳（メタデータ） (2024-08-13T13:10:03Z) - A dancing bear, a colleague, or a sharpened toolbox? The cautious adoption of generative AI technologies in digital humanities research [2.9822184411723645]
生成人工知能(GenAI)技術の出現は研究の状況を変えつつある。
本稿では、デジタル人文科学(DH)研究者が研究のためにGenAI技術をどのように採用し、批判的に評価するかを考察する。
論文 参考訳（メタデータ） (2024-04-18T18:33:00Z) - SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳（メタデータ） (2024-04-09T15:01:51Z) - Human-Centered Responsible Artificial Intelligence: Current & Future
Trends [76.94037394832931]
近年、CHIコミュニティは人間中心のレスポンシブル人工知能の研究において著しい成長を遂げている。
この研究はすべて、人権と倫理に根ざしたまま、人類に利益をもたらすAIを開発し、AIの潜在的な害を減らすことを目的としている。
本研究グループでは,これらのトピックに関心のある学術・産業の研究者を集結させ,現在の研究動向と今後の研究動向を地図化することを目的とする。
論文 参考訳（メタデータ） (2023-02-16T08:59:42Z)
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。