論文の概要: AI literacy over tool design: a mixed-methods study of scaffolded versus unrestricted generative AI in programming education

• arxiv url: http://arxiv.org/abs/2609.16784v1
• Date: Tue, 15 Sep 2026 07:53:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.396006
• Title: AI literacy over tool design: a mixed-methods study of scaffolded versus unrestricted generative AI in programming education
• Title（参考訳）: ツールデザインよりもAIリテラシー:プログラミング教育における足場と制約なし生成AIの混合研究
• Abstract要約: 本稿では,マスターレベルのデータ分析コースにおける7週間の混合メソドス試験について報告する。 33人の学生が、ノートベースの実験室のセッションに埋め込まれた足場付きAI研究コーチにランダムに割り当てられた。 ツールの設計は、学生が自身の利用を管理する能力よりも重要で、これは現在、偶然に獲得されている能力である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI has become a routine resource in programming education, and most institutional responses to it are attempts at control, either by restricting access or by offering students a controlled version of the technology. This paper reports a seven-week mixed-methods pilot study in a master's-level data analytics course, in which 33 students were randomly assigned either to a scaffolded AI Study Coach embedded in the notebook-based laboratory sessions or to unrestricted use of AI tools of their own choosing. The Coach offered stepwise hints, did not generate code, limited the number of hints per session, and required a short reflection at the end of each session. The design assumed, in line with scaffolding theory and recent experimental evidence, that guided and limited support would build confidence and reduce over-reliance, and that the scaffolded group would learn more. Assignment performance did not differ between the conditions. Students in the Coach condition reported higher confidence but managed the hint budget poorly, while students in the unrestricted condition were satisfied with their tools and uneasy about how much they depended on them. In interviews, students in both conditions identified awareness of their own reliance on AI as the most valuable outcome of the course. Students who had formulated their own rules for when to use AI performed better in both conditions, and those with the best understanding of how the models work, in every case self-taught, used the tools most deliberately and achieved the highest scores. The design of the tool mattered less than the students' capacity to govern their own use of it, a capacity that is at present acquired by chance. The paper argues that the appropriate response is structural: assessment that grades the reasoning behind AI-assisted work, and AI literacy taught explicitly as a core skill.
• Abstract（参考訳）: 生成AIは、プログラミング教育において日常的なリソースとなり、それに対する制度的な反応は、アクセスを制限するか、生徒に制御されたバージョンの技術を提供することによって制御しようとする試みである。 本稿では,ノートブックベースの実験室のセッションに埋め込まれた足場付きAI研究コーチに,33人の学生がランダムに割り当てられたマスターレベルのデータ分析コースにおける7週間の混合メソッドのパイロット研究について報告する。 コーチはステップワイズヒントを提供し、コードを生成しず、セッション毎にヒントの数を制限し、各セッションの最後に短いリフレクションを必要とした。 この設計は、足場理論や最近の実験的な証拠に則って、ガイドと限られた支援が信頼性を高め、過度な信頼を減らし、足場のあるグループはもっと学ぶだろうと仮定した。 割り当て性能は条件によって異ならなかった。 コーチ条件の学生は高い信頼度を報告したが,無制限条件の学生はツールに満足し,信頼度に不安を感じていた。 インタビューでは、両方の条件の学生は、そのコースの最も重要な成果として、自身のAIへの依存を認識した。 AIをいつ使うかという独自のルールを定式化した学生は、どちらの条件でも、モデルがどのように機能するかを最もよく理解している学生は、あらゆるケースにおいて、最も意図的にツールを使用し、最高スコアを達成しました。 ツールの設計は、学生が自身の利用を管理する能力よりも重要で、これは現在、偶然に獲得されている能力である。 論文は、適切な応答は構造的であり、AI支援作業の背後にある推論を評価し、AIリテラシーはコアスキルとして明示的に教えられる、と論じている。

関連論文リスト

• Socrates went Nuclear: Comparing Interaction Strategies for AI systems in a Learning Context using Brain Sensing [66.03354630509942]
  本稿では,ユーザとAIのインタラクションに関する3つの設計を学習場面で比較する。 50人の研究参加者が核安全プロトコルの学習に従事した。
  論文  参考訳（メタデータ） (2026-09-01T02:24:35Z)
• Mitigating AI Risks in Computing Education via LLM-Driven Lecture Video Curation [42.89674478896965]
  本研究は,大規模言語モデル(LLM)を用いて配信されたビデオ記録から対象セグメントを抽出し,プログラミング環境における学生の質問に答えることの有効性を評価する。 2つのプロプライエタリなモデル(Gemini 3.1 ProとGPT 5.4 Pro)と1つのオープンウェイト(Qwen3.5 397B)を、人間の手動ビデオ選択に対してベンチマークした。 AIが取得したタイムスタンプは、人間のベースラインと完全に重なり合うことはめったにないが、プロプライエタリなモデルは、十分な、非常に関連性の高い回答を提供するために、専門家とほぼ一致している。
  論文  参考訳（メタデータ） (2026-08-17T05:36:52Z)
• Verification-Conditioned Use: A Qualitative Study on How Generative AI Reshapes Learning, Autonomy, and Market Entry for Junior Software Developers [0.3342165620612816]
  本研究では,生成人工知能(AI)ツールの利用がソフトウェア開発のキャリアの初期段階にどのように影響するかを検討する。 16のテーマが出現し、中心的な概念である検証条件の使用を中心に組織された。 2つのテーマは、新参者の自己認識における緊張を露呈する: 自律的パラドックスと、第一人物による依存の否定である。
  論文  参考訳（メタデータ） (2026-07-27T16:07:21Z)
• "Why Put in This Much Effort?": How AI Availability Shapes Students' Motivation in Introductory Programming [0.15293427903448018]
  工学生がAIの可用性をどのように経験し、反応するかを研究する。 本研究は,学生が学習を保護するために外部制約が必要であるという仮定を複雑にしている。 テンションを管理した学生は、学習プロセス自体にモチベーションを見出した。
  論文  参考訳（メタデータ） (2026-06-29T15:41:43Z)
• Regulating the AI Tutor: Intentions, Help-Seeking, and Self-Regulated Learning in Adolescent GenAI Use [2.024558551027881]
  このワーク・イン・プログレスでは、ドイツ・ギムナシウムの学校3校の98年生を対象に、オープンエンドの会話データを調査している。 ドメイン前知識,チャット前学習ニーズ,自己報告型認知負荷を収集した。 学生はチャットの前に圧倒的に足場付きサポートを選択したが、その相互作用は道具的要求によって支配された。
  論文  参考訳（メタデータ） (2026-06-07T10:47:52Z)
• Framing, Judging, Steering: An Assessable Competency Model for Teach-ing Students to Reason With Generative AI [47.027290803102666]
  生産的AI利用を3つの評価可能なスキルに分解する能力モデルであるCoRe-3(Co-Reasoning)を提案する。 理論上のスキルを基盤として、5つのテスト可能な提案を述べ、それらをCoReasoningLabでインスタンス化します。 人為的な合意と成果が次々に行われます。私たちは、計測器、データ、プロトコルをリリースします。
  論文  参考訳（メタデータ） (2026-06-04T10:25:31Z)
• 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)
• Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task [0.0]
  学校における生成的人工知能の急速な採用は、学生のアウトプットへの非クリティカルな依存を懸念させる。 これらのスキルはまだ中学生で開発されており、学生は過信やAI出力の早期受け入れに弱くなっている。 本稿では,2時間のAIリテラシーワークショップが,学生のインタラクション戦略や最終回答の質を向上するかどうかを教室で調査した。
  論文  参考訳（メタデータ） (2026-04-02T12:19:43Z)
• Ensuring Computer Science Learning in the AI Era: Open Generative AI Policies and Assignment-Driven Written Quizzes [0.0]
  本稿では、家庭内プログラミングの課題に生成AIを使用できるアセスメントモデルを提案する。 真正学習を促進するために、クラス内のクローズドブックアセスメントは課題そのものよりも重み付けされている。 統計分析の結果,GenAI使用率と評価結果との間に有意な線形相関は認められなかった。
  論文  参考訳（メタデータ） (2026-01-16T17:02:44Z)
• "Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding [42.82674998306379]
  ビブコーディング(vibe coding)とは、直接のコードオーサシップではなく、自然言語のプロンプトを通じてソフトウェアを作成することを指す。 本稿では、初心者プログラマと混合経験チームがどのようにバイブコーディングに関わるかを調査する1日間のハッカソンについて報告する。
  論文  参考訳（メタデータ） (2025-12-02T13:32:23Z)
• 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)
• Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions [54.55334589363247]
  本研究では,不確実性に関する情報を伝達することで,プログラマがより迅速かつ正確にコードを生成することができるかどうかを検討する。 トークンのハイライトは、編集される可能性が最も高いので、タスクの完了が早くなり、よりターゲットを絞った編集が可能になることがわかりました。
  論文  参考訳（メタデータ） (2023-02-14T18:43:34Z)

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。