論文の概要: Who Is Doing the Thinking? Characterising Human Agency in First-Year Students' AI Interactions

• arxiv url: http://arxiv.org/abs/2611.04783v1
• Date: Tue, 03 Nov 2026 12:22:05 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:51:42.73868
• Title: Who Is Doing the Thinking? Characterising Human Agency in First-Year Students' AI Interactions
• Title（参考訳）: 誰が思考をしているのか : 初等生のAIインタラクションにおける人間エージェントの特徴
• Abstract要約: 本稿では,AIのアウトプットとは無関係に,学生が素早い方法で行う工学的貢献を分類する分類法を提案する。 HADTを105名の学生の構造化されたAIジャーナルから,145名の学生を対象に,AIを許容し,初年度のソフトウェアエンジニアリングコースで962名に適用した。
• 参考スコア（独自算出の注目度）: 3.007949058551534
• License:
• Abstract: When students use generative AI to produce their work, the learning process becomes invisible. Established frameworks such as Bloom's taxonomy then classify the cognitive level of what the AI produced, not what the student contributed. We propose the Human Agency Depth Taxonomy (HADT), a preliminary six-tier taxonomy that classifies the engineering contribution a student makes in a prompt, independent of the AI's output. HADT combines three dimensions: contextual bandwidth, engineering abstraction and student agency. We applied HADT to 962 prompts from 105 students' structured AI Journals in an AI-permissive, first-year software engineering course of 145 students, and examined how agency changed over ten journalled weeks. Most prompts (84.2%) carried some student contribution beyond delegation. Agency tracked the development lifecycle. Architecture-discovery prompts dominated the requirements phase (48% of turns) and fell to 5-12% from week 9, while prompts analysing existing systems rose during build and verification (odds ratio 2.88, with turns clustered by student). Two-thirds of the variance in tier lay within students, so agency depended more on the phase of work than on the student. A turn-level rise in delegation in deadline weeks did not hold once turns were clustered by student. Explicitly specifying constraints on the AI's output was rare throughout, which we interpret as a knowledge bottleneck for novices rather than a gap in instruction. We discuss implications for course and assessment design, and for using HADT as a formative lens on how students engage with AI.
• Abstract（参考訳）: 学生が生成AIを使って作品を作ると、学習プロセスは見えなくなる。 ブルームの分類学のような確立されたフレームワークは、学生が貢献するものではなく、AIが生み出したものの認知レベルを分類する。 本稿では,AIの成果とは無関係に,学生が素早い段階で行う工学的貢献を分類する,予備的な6段階の分類法であるHuman Agency Depth Taxonomy(HADT)を提案する。 HADTは、コンテキスト帯域幅、エンジニアリング抽象化、学生エージェンシーの3つの次元を組み合わせる。 HADTを105名の学生の構造化されたAIジャーナルから,145名の学生の1年目のソフトウェアエンジニアリングコースに962名の学生に適用し,機関が10週間にわたってどのように変化したかを検討した。 ほとんどのプロンプト(84.2%)は、代表以上の学生の貢献を担っていた。 機関は開発ライフサイクルを追跡した。 アーキテクチャ発見のプロンプトは要求フェーズ(ターンの48%)を支配し、週9から5-12%に低下した。 階層のばらつきの3分の2は学生内にあるため、エージェンシーは学生よりも仕事のフェーズに依存していた。 期限の数週間で代議員のレベルが上昇したが、一度は学生によってクラスタ化されることはなかった。 AIの出力に対する制約の明示的な指定は、命令のギャップではなく、初心者の知識ボトルネックとして解釈される。 コースとアセスメント設計の意義と、学生がAIとどのように関わるかのフォーマティブなレンズとしてHADTを使用することについて論じる。

関連論文リスト

• Metacognitive Scaffolds Create Productive Friction for AI-Assisted Knowledge Work [29.618327409548613]
  目標仕様とタスク分解を支援するメタ認知足場を動的に生成する。 足場は,足場を取り外すと短いラグ移動が継続するので,書字品質が向上することがわかった。 我々の研究は、AIによる知識労働におけるメタ認知的な足場について、設計する価値のある生産的な摩擦を明らかにした。
  論文  参考訳（メタデータ） (2026-10-22T08:59:24Z)
• AI literacy over tool design: a mixed-methods study of scaffolded versus unrestricted generative AI in programming education [0.0]
  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。
  論文  参考訳（メタデータ） (2026-09-15T07:53:58Z)
• ASI-Bench: At the Dawn of Artificial Superintelligence [46.937202634067766]
  ASI-Benchは、革新的な探索と自律的な科学的実行というAIシステムの能力を共同で評価する最初のベンチマークである。 11の科学領域に60のプロジェクトレベルの研究タスクが含まれており、方法論的なガイダンスを段階的に削減している。 18の最先端のエージェントモデル構成で、平均スコアは50.91点から29.10点まで減少し、指定したメソッドのみとなった。
  論文  参考訳（メタデータ） (2026-08-18T01:59:00Z)
• "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)
• 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)
• An AI Teaching Assistant for Motion Picture Engineering [0.0]
  本稿では,トリニティ・カレッジ・ダブリン・マスターズ・モーション・ピクチャー・エンジニアリング(MPE)コースにおけるAI-TA(AI-TA)の実装について述べる。 本稿では,AI-TAが測定値に与える影響について報告する。 学生のフィードバックから,AI-TAは有益であることが明らかとなった。
  論文  参考訳（メタデータ） (2026-04-06T13:30:11Z)
• 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)
• To Use or to Refuse? Re-Centering Student Agency with Generative AI in Engineering Design Education [14.581313362006272]
  このパイロット研究は、シンガポール工科大学で500人以上の工学と建築の学生を登録する13週間の基礎設計コースにおける、AIの使用に関する学生の考察を辿るものである。 学生は、この技術がツール(インストラクショナルアシスタント)、チームメイト(共同パートナー)、あるいはその両方として使われたかどうかを振り返ることが求められた。 学生たちは、AIを単なる自動化ではなく、イノベーションのために使うことを学びました。
  論文  参考訳（メタデータ） (2025-10-22T08:06:48Z)
• 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)
• Effects of a Prompt Engineering Intervention on Undergraduate Students' AI Self-Efficacy, AI Knowledge and Prompt Engineering Ability: A Mixed Methods Study [36.48421439947282]
  本研究は,香港の大学において,迅速な工学的介入を設計・実施した。 学生のAI自己効力、AI知識、そして効果的なプロンプト作成能力について検討した。
  論文  参考訳（メタデータ） (2024-07-30T15:05:24Z)
• Gathering Strength, Gathering Storms: The One Hundred Year Study on Artificial Intelligence (AI100) 2021 Study Panel Report [40.38252510399319]
  第1回「人工知能に関する百年研究」プロジェクトにおける第2回「強度・集合嵐」報告。 これは17人の研究者からなるパネルによって書かれており、それぞれがAI研究に深く根ざしている。 報告書は、AIが近年、研究室から人々の生活に大きく飛躍したと結論付けている。
  論文  参考訳（メタデータ） (2022-10-27T21:00:36Z)

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。