論文の概要: The Uneven Impact of Generative AI on Student Learning: Examining the Roles of Reliance, Evaluation Literacy, and Course Policy in AI-related Courses

• arxiv url: http://arxiv.org/abs/2609.18676v1
• Date: Wed, 16 Sep 2026 13:52:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.827601
• Title: The Uneven Impact of Generative AI on Student Learning: Examining the Roles of Reliance, Evaluation Literacy, and Course Policy in AI-related Courses
• Title（参考訳）: 生成AIが学生の学習に与える影響--AI関連コースにおける信頼性, 評価リテラシー, コース政策の役割の検討
• Abstract要約: 生成的人工知能(GenAI)は、学生の学習方法を変えつつあるが、コースコンテキスト、認知的依存、評価リテラシー、早期信頼の役割はまだ未熟である。 当施設の12のAI関連科目における118名の学生を対象に,GenAIの使用状況と学習経験の差異について検討した。
• 参考スコア（独自算出の注目度）: 1.943667778693836
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative artificial intelligence (GenAI) is changing how students learn, yet the roles of course context, cognitive reliance, evaluation literacy, and early reliance remain underexplored. Using survey responses from 118 students across 12 AI-related courses at our institution, we examined differences in GenAI use and perceived learning experiences. We identified four user clusters: high-use students reporting many benefits, light users reporting less reliance and fewer benefits, and two moderate-use groups reporting different levels of benefit. We also found significant differences between free- and premium-version users, single- and multiple-tool users, and students experiencing different instructor policies. In multivariable regression models, academic benefit was associated with early reliance and academic task support; positive impact was associated with cognitive reliance, academic task support, confidence in GenAI reliability, and instructor policy; and negative impact was associated with early reliance and attitudinal change. The association between early reliance and negative impact became stronger as evaluation literacy increased. Finally, perceptions of GenAI-enhanced learning appear to reflect cognitive, performance, and self-efficacy benefits, while concerns about stress and diminished critical thinking are associated with lower perceived learning benefits. These findings suggest that institutions need better policies to address such inequities so that institutions can enable students to benefit from increasingly capable AI systems.
• Abstract（参考訳）: 生成的人工知能(GenAI)は、学生の学習方法を変えつつあるが、コースコンテキスト、認知的依存、評価リテラシー、早期信頼の役割はまだ未熟である。 当施設の12のAI関連科目における118名の学生を対象に,GenAIの使用状況と学習経験の差異について検討した。 4つのユーザクラスタを特定しました。多くのメリットを報告している高校生,信頼性の低下とメリットの低減を報告しているライトユーザ,さまざまなレベルのメリットを報告している2つの中程度のグループです。 また、フリーバージョンとプレミアムバージョン、シングルツールとマルチツールのユーザ、および異なるインストラクターポリシーを経験している学生の間に有意な差異が認められた。 多変量回帰モデルでは、学術的利益は早期依存と学術的タスクサポートに関連付けられ、ポジティブな影響は認知的依存、学術的タスクサポート、GenAI信頼性への信頼、インストラクターポリシーに関連付けられ、ネガティブな影響は早期依存と縦断的変化に関連していた。 評価リテラシーが向上するにつれて,早期信頼と負の影響の関連性が強くなった。 最後に、GenAIに強化された学習の認識は、認知、パフォーマンス、自己効力感の恩恵を反映しているように見えるが、ストレスや批判的思考の低下に対する懸念は、学習の恩恵の低さと関連している。 これらの結果は、機関が学生がより有能なAIシステムから恩恵を受けられるように、そのような不平等に対処するためのより良い政策が必要であることを示唆している。

関連論文リスト

• Is Solving Better Than Evaluating GenAI Solutions? [45.714140455691485]
  本研究では,GenAIが生成する解を,中等レベルのアルゴリズムコースで従来の問題解決法と比較する。 調査では,中期成績,最終試験成績,総合成績,授業介入と構造的に整合した試験問題に統計的に有意な差は認められなかった。 学生は、GenAI生成ソリューションの評価において、かなり高い得点を得たが、この局所的な優位性は下流の利得に変換されなかった。
  論文  参考訳（メタデータ） (2026-07-30T02:08:29Z)
• Informal Learning Emerges in Everyday Human-LLM Interaction [74.53081471113929]
  日常の人間とLLMの相互作用は、非公式学習の計測可能、選択的、条件付き行動シグネチャを含むことを示す。 彼らはAI評価を、回答提供効率から、ユーザが推論し、テストし、理解を構築するための認知機会の保存へとシフトする。
  論文  参考訳（メタデータ） (2026-07-20T07:56:41Z)
• The impact of generative artificial intelligence on academic development of Chinese students in humanities and social sciences [1.8625021794520016]
  本研究は, 利用パターン, 学習過程と学業成績, GenAI利用に伴う課題, およびカリキュラム統合への望ましいアプローチの4つの側面に焦点を当てた。 その結果、半数以上が学習のモチベーション、独立した思考、創造性の向上を感じていることがわかった。 圧倒的多数が倫理的配慮の重要性を重んじたが、プライバシー保護に満足しているのは半分以下だった。
  論文  参考訳（メタデータ） (2026-06-23T03:35:30Z)
• Critical Thinking in the Age of Artificial Intelligence: A Survey-Based Study with Machine Learning Insights [1.5223740593989443]
  本稿では,AI利用行動と批判的思考能力の関係について検討する。 その結果、背景特性のみよりも、忍耐力の低下と依存関係の強い傾向が推論性能の低下と密接に関連していることが示唆された。 効果的な人間とAIのコラボレーションは、その代わりではなく、リフレクション、検証、持続的な認知的努力をサポートするべきだ、と氏は主張する。
  論文  参考訳（メタデータ） (2026-03-18T03:22:44Z)
• Socratic Mind: Impact of a Novel GenAI-Powered Assessment Tool on Student Learning and Higher-Order Thinking [2.192176712066146]
  本研究では,ジェネレーティブ・人工知能(GenAI)を利用した形式的評価ツールであるソクラティック・マインド(Socratic Mind)が学習結果に与える影響について検討する。 GenAIツールに携わる学生は、クイズスコアが、そうでない学生に比べて大幅に向上した。 我々の研究は、より深いエンゲージメントと高次の認知スキルを育成する上で、AIによる対話の約束を強調した。
  論文  参考訳（メタデータ） (2025-09-18T03:08:24Z)
• Short-Term Gains, Long-Term Gaps: The Impact of GenAI and Search Technologies on Retention [1.534667887016089]
  本研究では,認知複雑性の異なるタスクにおいて,GenAI(ChatGPT),検索エンジン(Google),e-textbooksが学生のパフォーマンスに与える影響について検討した。 ChatGPTとGoogleグループは、低次の認知タスクの即時評価において、コントロールグループを上回った。 AI駆動のツールは即時パフォーマンスを促進するが、構造化学習戦略がサポートしない限り、本質的に長期維持を強化するものではない。
  論文  参考訳（メタデータ） (2025-07-10T00:44:50Z)
• Bridging the Communication Gap: Evaluating AI Labeling Practices for Trustworthy AI Development [41.64451715899638]
  EUエネルギラベルのようなフレームワークにインスパイアされたハイレベルなAIラベルは、AIモデルの特性をより透明にするために提案されている。 本研究は,4つの重要な研究課題に沿った質的なインタビューを通じて,AIラベリングを評価する。
  論文  参考訳（メタデータ） (2025-01-21T06:00:14Z)
• 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)
• 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。