論文の概要: When Does It Become Cheating? Exploring the Roles of Self-Efficacy and the Impostor Phenomenon in Computing Students' Perceptions of Academic Dishonesty

• arxiv url: http://arxiv.org/abs/2610.05579v1
• Date: Sun, 04 Oct 2026 22:29:56 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:09:13.999355
• Title: When Does It Become Cheating? Exploring the Roles of Self-Efficacy and the Impostor Phenomenon in Computing Students' Perceptions of Academic Dishonesty
• Title（参考訳）: 学生の学業不正直に対する認識における自己効力感とインポスタ・フェノメノンの役割の探求
• Abstract要約: 自己効力感と詐欺師現象は、学術的不正と結びついた心理的構成物である。 本研究では, 障害現象, 自己効力感, 学生の学力感の相互作用について検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Academic dishonesty is an urgent problem in computer science (CS) education, compounded by the rise of artificial intelligence (AI) and the prevalence of online learning in a post-COVID world. Self-efficacy and the impostor phenomenon are psychological constructs linked to academic dishonesty, yet little research has examined how they relate to how students perceive it. This study investigates the interplay between the impostor phenomenon, self-efficacy, and CS students' perceptions of academic integrity, in a context where online learning and AI agents have become commonplace. We conducted an online, asynchronous survey of undergraduate students (n = 443) in introductory to mid-level computing courses at a large Southeastern U.S. university. The survey collected measures of self-efficacy, responses to 13 potential cheating scenarios, the impostor phenomenon (Clance Impostor Phenomenon Scale), and demographic information. We observed a significant negative correlation between self-efficacy and the impostor phenomenon, and a positive correlation between the impostor phenomenon and judging an AI-related scenario as serious cheating. The impostor phenomenon was also correlated with perceived course dedication and prior teaching assistant (TA) experience, whereas self-efficacy was correlated with ethnicity. These findings highlight the need to better understand students' perceptions of AI and to keep the impostor phenomenon present in conversations about academic integrity in higher education scenarios.
• Abstract（参考訳）: コンピュータサイエンス(CS)教育では、人工知能(AI)の台頭と、ポスト新型コロナウイルスの世界におけるオンライン学習の普及によって、学術的不正が深刻な問題となっている。 自己効力感と詐欺師現象は、学術的不正と結びついている心理的構造であるが、学生がそれをどう知覚するかをどう考えるかは、ほとんど研究されていない。 本研究では,オンライン学習とAIエージェントが普及する中で,インポスタ現象,自己効力感,CS学生の学術的完全性に対する認識の相互作用について検討した。 そこで我々は,米国南東部大の大学生(n = 443)を対象に,初等・中等教育課程のオンライン・非同期調査を行った。 この調査は、自己効力、13の潜在的不正シナリオへの反応、インポスタ現象(Clance Impostor Phenomenon Scale)、および人口統計情報を収集した。 我々は,自己効力と詐欺師現象との間に有意な負の相関がみられ,また,詐欺師現象とAI関連シナリオを真剣な不正行為と判断する正の相関がみられた。 また, インポスタ現象は, 自己効力感と民族性との相関がみられた。 これらの知見は、AIに対する学生の認識をよりよく理解し、高等教育シナリオにおける学術的整合性に関する会話において、詐欺師現象を継続する必要性を浮き彫りにした。

関連論文リスト

• Self-Reported AI Usage for Learning in Computer Science Education: Relationships with Goal Orientation and Academic Help-Seeking [0.0]
  本研究では,学生の目標志向と学習支援行動が,コンピュータ科学の文脈におけるAI利用とどのように関連しているかを検討する。 データベース・コースに登録した大学生236名を対象に,自己申告調査を行った。
  論文  参考訳（メタデータ） (2026-06-30T14:46:57Z)
• The Illusion of Competence: Self-Perceived Digital Literacy and AI Readiness Among European Secondary Students [35.18016233072556]
  本研究では,自己認識型デジタルリテラシーと実際の技術準備のギャップについて検討する。 学生は、受動的デジタル消費における最大自己効力度を報告するが、アクティブな技術創造とアルゴリズム論理を評価すると、急激に低下する。
  論文  参考訳（メタデータ） (2026-05-25T16:29:03Z)
• Same Rules, Mixed Messages: Exploring Community Perceptions of Academic Dishonesty in Computing Education [0.0]
  アカデミックな不正は長い間、コンピューティング教育において懸念されてきた。 本研究は,コンピュータサイエンス教室における様々なアクターが,潜在的不正行為のシナリオをどう解釈するかを検討した。 インストラクタは、ほとんどの場合、カンニングはグレードプレッシャーと怠慢に起因するが、学生とTAは、前提となる知識と時間管理の課題のギャップを強調している。
  論文  参考訳（メタデータ） (2026-03-31T14:02:44Z)
• AI Literacy, Safety Awareness, and STEM Career Aspirations of Australian Secondary Students: Evaluating the Impact of Workshop Interventions [38.350232667249095]
  ディープフェイクやその他のタイプの合成メディアは、青年期の安全リスクを増大させる。 本研究は,AIオーストラリアにおけるワークショップによる介入の日がオーストラリア中等生に与える影響を評価する。
  論文  参考訳（メタデータ） (2026-01-30T02:55:53Z)
• Conformity and Social Impact on AI Agents [42.04722694386303]
  本研究では,AIエージェントとして機能する大規模マルチモーダル言語モデルにおいて,社会圧力下での集団意見の一致傾向について検討した。 実験の結果,AIエージェントは社会影響理論と整合性バイアスを示し,グループサイズ,一様性,タスクの難易度,ソース特性に敏感であることがわかった。 これらの発見は、悪意のある操作、誤報キャンペーン、マルチエージェントシステムにおけるバイアス伝搬を可能にするAIエージェント決定における基本的なセキュリティ脆弱性を明らかにしている。
  論文  参考訳（メタデータ） (2026-01-08T21:16:28Z)
• "All Roads Lead to ChatGPT": How Generative AI is Eroding Social Interactions and Student Learning Communities [0.4188114563181615]
  生成型AIが社会的相互作用、ピアラーニング、教室のダイナミクスに与える影響について検討する。 我々の知見は、現在ヘルプ検索要求は、しばしば生成AIによって仲介されていることを示唆している。 学生たちは、彼らが依存する社会サポートシステムが崩壊し始めるにつれ、ますます孤立し、廃れつつあると感じていると報告した。
  論文  参考訳（メタデータ） (2025-04-14T00:40:58Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• On Perception of Prevalence of Cheating and Usage of Generative AI [0.0]
  本報告では,学生の不正行為の頻度に対する教員の認識と,生成AIが学術的整合性に与える影響について検討する。 以上の結果から,教師は一般的に不正行為を極めて一般的とはみなさないが,その頻度が増加しているという強い信念が持たれている。 ほとんどの教師は、不正行為とAIの使用法を同一視していないが、学生の間で広く使われていることを認めている。
  論文  参考訳（メタデータ） (2024-05-29T08:46:00Z)
• Expanding the Role of Affective Phenomena in Multimodal Interaction Research [57.069159905961214]
  マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。 本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。 我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
  論文  参考訳（メタデータ） (2023-05-18T09:08:39Z)
• Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
  新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。 我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。 自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
  論文  参考訳（メタデータ） (2022-03-10T20:23:38Z)
• From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
  心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。 人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
  論文  参考訳（メタデータ） (2022-01-20T17:07:03Z)

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。