論文の概要: Teaching AI, Robotics, & Community: A Hubs-Based K-12 Education Framework for Reaching Rural Schools
- arxiv url: http://arxiv.org/abs/2609.18072v1
- Date: Wed, 16 Sep 2026 03:18:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.622858
- Title: Teaching AI, Robotics, & Community: A Hubs-Based K-12 Education Framework for Reaching Rural Schools
- Title（参考訳）: AI、ロボティクス、コミュニティを教える: 農村教育のためのハブベースのK-12教育フレームワーク
- Abstract要約: AI、ロボティクス、コミュニティ(ARC)は、大学が大学生のメンターを訓練し、近くのK-12チームのためのワークショップを開催するハブベースのフレームワークである。
ARCは、農村部のロボティクスプログラムを作成し、支援し、学部生のAIとロボティクスのメンターを訓練し、ある地域でのメンターシップを拡大することができる。
- 参考スコア（独自算出の注目度）: 19.101125983948872
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: K-12 robotics and AI education remains difficult to scale, especially in rural regions lacking sustained technical mentorship. Programs like FIRST provide competition pathways and instructional opportunities, but they do not eliminate the need for local programming and robotics expertise. We introduce AI, Robotics, & Community (ARC), a hubs-based framework where colleges train undergraduate mentors and host workshops for nearby K-12 teams. Mature school programs can become secondary hubs that support additional schools, creating a self-reinforcing education loop where mentorship reach propagates geographically and can even grow super-linearly. We first evaluate ARC through a trial deployment at one university. The trial created three rural robotics teams. On five-point Likert surveys, mean increases in K-12 programming knowledge, resource access, and practice opportunities were 2.00, 2.25, and 1.25 points. Likewise, undergraduate confidence teaching technical concepts, adapting explanations, managing groups, and finding mentoring enjoyable and meaningful increased by 1.29, 1.14, 1.00, and 1.14 points. Additionally, we create a spatial Markov model of ARC's growth and simulate it using the state of Indiana as a testbed. Under moderate conditions, we find that ARC reaches 74% of Indiana's 1,925 public K-12 schools and produces 992 robotics programs after 40 years, compared with 161 projected under natural growth alone. Together, these results show ARC can create and support rural robotics programs, train undergraduate AI and robotics mentors, and potentially scale mentorship across a region.
- Abstract（参考訳）: K-12ロボティクスとAI教育は、特に技術的指導力の欠如した農村地域では、依然としてスケールが困難である。
FIRSTのようなプログラムは、競争経路や教育機会を提供するが、ローカルプログラミングやロボット工学の専門知識の必要性を排除しない。
AI、ロボティクス、コミュニティ(ARC)は、大学が大学生のメンターを訓練し、近くのK-12チームのためのワークショップを開催するハブベースのフレームワークである。
成熟した学校プログラムは、追加の学校をサポートする二次的なハブとなり、自己強化型教育ループを形成し、メンターシップが地理的に伝播し、超直線的に成長する。
我々はまず,ある大学における試験的展開を通じてARCを評価した。
試験は3つの農村ロボティクスチームを生み出した。
5ポイントのLikertサーベイでは、K-12プログラミング知識、リソースアクセス、実践機会の増加率は2.00、2.25、および1.25ポイントであった。
同様に、技術概念を教え、説明を適応させ、グループを管理し、指導を楽しく有意義に発見する学生の信頼度も1.29, 1.14, 1.00, 1.14ポイント向上した。
さらに、ARCの成長の空間マルコフモデルを作成し、インディアナ州をテストベッドとしてシミュレートする。
中程度の条件下では、ARCはインディアナ州の1,925の公立K-12校の74%に達し、40年後には992のロボティクスプログラムを生産している。
これらの結果は、ARCが農村部のロボティクスプログラムを作成、支援し、学部生のAIとロボティクスのメンターを訓練し、ある地域でのメンターシップを拡大できることを示している。
関連論文リスト
- Multi-Tier Mentorship with AI-Assisted Development: Authentic Engineering for K-12 and Undergraduates [0.0]
本稿では,高校生がAIを活用した開発を通じて,認証工学に携わることのできる多層指導フレームワークを提案する。
LuckyTagはプライバシーを保護し、NFCベースのロス・アンド・ファウンドシステムである。
テーマ分析によると、AIはメンタリングの需要に取って代わるのではなく、論理とセキュリティに人間の監督を必要とする。
論文 参考訳（メタデータ） (2026-08-19T18:47:54Z) - Reshaping Undergraduate Computer Science Education in the Generative AI Era [85.78707817763434]
生成AIはコンピュータサイエンス(CS)教育の転換点である。
AI技術の進歩に追随するため、CSカリキュラムは、AI生成したアーティファクトの理解と検証へのシフトを検討するべきである。
我々は、未来のコンピュータサイエンスの卒業生を効果的に準備し、問題を作成し、解決し、管理し、AIで人工物を作ることができると信じています。
論文 参考訳（メタデータ） (2026-05-02T05:26:24Z) - Game-Based and Gamified Robotics Education: A Comparative Systematic Review and Design Guidelines [44.4001664732566]
本稿では,ロボット教育におけるGBLとゲーミフィケーションの体系的レビューと比較合成について紹介する。
我々は4つのデータベースにまたがる12,485レコード(2014-2025)の95の研究を分析した。
1)アプローチコンテキストとペタゴギーの結合,2)入門プログラミングとモジュールキットの重視,3)短期研究の地平線。
論文 参考訳（メタデータ） (2026-01-29T15:54:36Z) - ResearchGPT: Benchmarking and Training LLMs for End-to-End Computer Science Research Workflows [109.34792911044394]
CS-54k(CS-54k)は、コンピュータ科学におけるQ&Aペアの高品質なコーパスである。
CS-4kは、科学研究を支援するAIの能力を評価するためのベンチマークである。
CS-50kは大規模なトレーニングデータセットである。
論文 参考訳（メタデータ） (2025-10-23T07:07:35Z) - BEHAVIOR-1K: A Human-Centered, Embodied AI Benchmark with 1,000 Everyday Activities and Realistic Simulation [63.42591251500825]
本稿では,人間中心ロボットの総合シミュレーションベンチマークであるBEHAVIOR-1Kを提案する。
ひとつは、90以上のオブジェクトにリッチな物理的およびセマンティックな特性を付加した50のシーンで、1,000の日常的な活動を定義することである。
第二にOMNIGIBSONは、現実的な物理シミュレーションと剛体、変形可能な体、液体のレンダリングを通じてこれらの活動を支援する新しいシミュレーション環境である。
論文 参考訳（メタデータ） (2024-03-14T09:48:36Z) - WIP: Development of a Student-Centered Personalized Learning Framework
to Advance Undergraduate Robotics Education [3.4359491310368786]
大学レベルでのロボティクスの研究は、幅広い関心、経験、目的を表している。
本稿では,ロボット工学の学生にパーソナライズされた学習環境を提供する学習システムの開発について述べる。
論文 参考訳（メタデータ） (2023-09-10T20:00:25Z) - The Michigan Robotics Undergraduate Curriculum: Defining the Discipline
of Robotics for Equity and Excellence [6.279487567339418]
ミシガン大学のロボティクス・メジャーは2022-23年度に設立された。
この文書は、ミシガン大学のロボティクス・アンディグリー・プログラム(Robotics Undergraduate Program)について、本誌が最初に提案したカリキュラムである。
論文 参考訳（メタデータ） (2023-08-14T02:53:20Z) - Teaching AI and Robotics to Children in a Mexican town [0.0]
本稿では,低所得国と中所得国の子どもたちにAIとロボティクスを教えることの課題について検討する。
専門知識の不足や限られた資源の不足といった課題は、包括的学習活動の創出によって対処された。
このパイロット研究は、低所得から中所得の子どもたちがAIとロボティクスの基本的な概念を学ぶのに役立ったと結論付けました。
論文 参考訳（メタデータ） (2023-03-05T22:52:52Z) - Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI)
Curriculum [58.86139968005518]
香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。
工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。
共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
論文 参考訳（メタデータ） (2021-01-19T11:26:19Z)
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。