論文の概要: Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education
- arxiv url: http://arxiv.org/abs/2610.02731v1
- Date: Fri, 02 Oct 2026 03:06:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.176251
- Title: Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education
- Title（参考訳）: 異なるプロセスの同じパフォーマンス:AIを媒介とした教育におけるエピステマティックなオーナーシップ
- Abstract要約: ジェネレーティブAIは、評価されたパフォーマンスと、教育作業が反映されると思われる認知プロセスとの関係を弱める。
本稿では,150人の学生とAIの会話をサンプルとして,これらのプロセスの可観測的痕跡について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Generative AI weakens the link between assessed performance and the cognitive processes that educational work is expected to reflect. This paper examines observable traces of those processes in a sample of 150 student-AI conversations. The analysis uses the concept of epistemic ownership as an interpretive framework, focusing on three dimensions that can become visible in interaction: Direction, Integration, and Evaluation. The results show that similar assessed performance can coexist with substantially different observable patterns of cognitive participation. Assignment scores therefore provide information about assessed outcomes but do not recover how cognitive work was distributed between student and AI during the interaction. The study provides an empirical basis for asking how assessment should incorporate evidence about cognitive process, rather than relying exclusively on the quality of the resulting product.
- Abstract（参考訳）: ジェネレーティブAIは、評価されたパフォーマンスと、教育作業が反映されると思われる認知プロセスとの関係を弱める。
本稿では,150人の学生とAIの会話をサンプルとして,これらのプロセスの可観測的痕跡について検討する。
この分析は、認識的オーナシップという概念を解釈的フレームワークとして使用し、相互作用において見えるようになる3つの次元(方向、統合、評価)に焦点を当てている。
以上の結果から,同様の評価結果が,認知参加の観察可能なパターンと共存する可能性が示唆された。
そのため、アサインメントスコアは評価結果に関する情報を提供するが、インタラクション中に学生とAIの間で認知作業がどのように分散されたかは回復しない。
この研究は、評価が製品の品質にのみ依存するのではなく、認知プロセスに関するエビデンスをどう組み込むべきかを問うための実証的な基礎を提供する。
関連論文リスト
- An exploratory behavioral and electroencephalographic study of artificial intelligence-assisted learning modes in high school students [0.0]
本研究は,前頭葉脳波スペクトル活動に異なるAI相互作用モードが影響を及ぼすかどうかを考察する。
脳波データと定量化行動指標は48人の被験者から記録された。
論文 参考訳（メタデータ） (2026-06-25T04:01:19Z) - Evaluating Learner Representations for Differentiation Prior to Instructional Outcomes [1.6637373649145608]
本研究は,学習者間の分離を共有比較ルールで保持するか否かに基づいて,学習者表現の評価方法を検討する。
本研究では,各学習者がコホート内の他者とどのように異なるかを,ペア距離を用いて評価する表現レベル尺度である差分性を導入する。
その結果、学習者レベルの表現は、相互作用レベルの表現よりも高い分離、より強力なクラスタリング構造、より信頼性の高いペアワイズ識別をもたらすことが示された。
論文 参考訳（メタデータ） (2026-04-07T13:13:47Z) - Measuring Inclusion in Interaction: Inclusion Analytics for Human-AI Collaborative Learning [1.0742675209112622]
問題解決における動的相互作用プロセスとして包摂性を調べるための,談話に基づくフレームワークである包摂性分析を導入する。
スケーラブルで対話レベルの尺度を用いて,これらの構造を解析的に可視化する方法を実証する。
この研究は、人間とAIの協調学習環境への包摂性を測定するプロセス指向のアプローチに向けた最初のステップである。
論文 参考訳（メタデータ） (2026-02-09T23:07:15Z) - Directive, Metacognitive or a Blend of Both? A Comparison of AI-Generated Feedback Types on Student Engagement, Confidence, and Outcomes [1.8839714322633465]
本研究は,329名の学生を対象に,適応型教育プラットフォームを用いた授業設計・プログラミングコースにおいて,学期間無作為化比較試験を行った。
参加者は、指示的、メタ認知的、あるいはハイブリッドなAI生成フィードバックを受け取り、指示的、メタ認知的の両方の要素をブレンドする。
その結果、リビジョン行動はフィードバック条件によって異なり、ハイブリットはディレクティブやメタ認知と比較して最も多くのリビジョンを促すことがわかった。
論文 参考訳（メタデータ） (2025-10-22T15:31:21Z) - Dynamic Programming Techniques for Enhancing Cognitive Representation in Knowledge Tracing [125.75923987618977]
認知表現動的プログラミングに基づく知識追跡(CRDP-KT)モデルを提案する。
質問の難易度とそれらの間の性能間隔に基づいて認知表現を最適化する動的プログラミングアルゴリズムである。
これは、その後のモデルトレーニングのためにより正確で体系的な入力機能を提供し、それによって認知状態のシミュレーションにおける歪みを最小限にする。
論文 参考訳（メタデータ） (2025-06-03T14:44:48Z) - Improving Question Embeddings with Cognitive Representation Optimization for Knowledge Tracing [77.14348157016518]
KTモデリングの研究は、既存の未更新の学生の相互作用の記録に基づいて、将来の学生のパフォーマンスを予測することに焦点を当てている。
動的プログラミングアルゴリズムを用いて認知表現の構造を最適化する知識追跡型認知表現最適化(CRO-KT)モデルを提案する。
論文 参考訳（メタデータ） (2025-04-05T09:32:03Z) - Decoding In-Context Learning: Neuroscience-inspired Analysis of
Representations in Large Language Models [5.062236259068678]
In-context Learning (ICL) による大規模言語モデル(LLM)の性能向上について検討する。
本稿では,Llama-270BとVicuna 13Bのパラメータ化探索と,関連する情報と無関係情報に対する注意度の測定方法を提案する。
ICL後の行動改善とLLM層間の埋め込みと注意重みの変化との間に有意な相関が認められた。
論文 参考訳（メタデータ） (2023-09-30T09:01:35Z) - Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。
IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
論文 参考訳（メタデータ） (2021-07-26T10:40:59Z) - Generalization Bounds and Representation Learning for Estimation of
Potential Outcomes and Causal Effects [61.03579766573421]
代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。
我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。
これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
論文 参考訳（メタデータ） (2020-01-21T10:16:33Z)
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。