高等教育におけるAIリテラシーの向上：AIツールに対する学生の体験に関する混合研究

人工知能（AI）は教育においてますます普及しており、学生の学び方や情報との関わり方を変革しています。生成AI（GenAI）などのAI技術が進化し続ける中、学生や教育者の間でAIリテラシーの必要性が高まっています。本研究は、高等教育におけるAIリテラシーに関する新たな文献に貢献し、大学院生がAIレビュー機構やAI画像生成ツールに触れることで、彼らのAIリテラシーの発展に対する認識がどのように影響を受けるかを探ります。 AIリテラシーは、さまざまな文脈でAI技術を批判的に理解し、評価し、適用する能力を含みます。高等教育においてAIリテラシーを発展させることは、学生がAI主導の世界をナビゲートし、学業や職業生活でAIツールを効果的に活用するために重要です。本研究は、大学院教育コースにおけるAIツールとの実践的な体験を通じて、学生がAIリテラシーを向上させるための効果的な方法についての視点を調査します。

本研究は、量的調査データと学生の反省から得られた質的洞察を組み合わせた収束型の混合研究アプローチを採用しました。研究は、アメリカ中西部の大学の教育学部内で行われた3つの8週間のオンラインコースにわたって実施されました。61人の登録学生のうち、37人が研究に参加することを希望しました。 参加者は主に25歳から45歳の白人女性で、教育や人文学の大学院課程を履修していました。彼らのAI技術への事前の接触はさまざまで、22%が高い親しみを感じ、22%がAIの概念に全く親しみがないと報告しました。研究は、複雑なエッセイを評価するための専門的なAIレビューツールと、学習体験を反映するためのAIベースの画像生成ツールに対する学生の体験に焦点を当てました。

本研究は、学生のAIリテラシーの発展に対する認識を探るために、全体的なサイバー社会的アプローチを利用しました。このアプローチには以下が含まれます： 1. 研究チームによって設計・開発されたソーシャルラーニングプラットフォームのGenAIレビューツール 2. 学生の反省のためのGenAI画像生成ツール 3. コースリソースやディスカッションを通じたAI関連トピックへの批判的な接触 AIレビューツールは、OpenAIのGPTとインターフェースを持ち、学生プロジェクトに自動フィードバックを提供し、ピアおよびインストラクターのフィードバックを補完しました。このツールは、プロンプトエンジニアリング、精度の微調整、透明性、人間のモデレーション、学問的オントロジーの統合を通じて強化されました。 学生は、学期を通じて技術、教育理論、実践を検討するマルチモーダルプロジェクトに取り組みました。彼らは開発プロセスの異なる段階でAIとピアのフィードバックを受け取り、2種類のレビューを比較し、反省することができました。

データ収集は、コース前後の調査と学生のAIリテラシーの進展に関する反省を含みました。調査は、参加者のAI概念への親しみ、AIツールの使用に対する自信、AI画像生成の経験を探りました。 調査から得られた量的データは、記述統計および推測統計を用いて分析され、参加者の報告したAIリテラシーの有意な変化を判断するために対応のあるサンプルt検定が使用されました。オープンエンドの調査回答や学生の反省から得られた質的データは、AIリテラシーの発展に関連する共通のテーマや体験を特定するためにテーマ分析にかけられました。

研究の結果は、学生のAIリテラシーの発展に関するいくつかの重要な洞察を明らかにしました： 1. AI概念への親しみの増加：学生は、コース後にAIおよび機械学習の概念に対する理解が大幅に向上したと報告しました（平均スコアは5点満点中2.62から3.22に増加）。 2. AIツールの使用に対する自信の向上：参加者の教育目的でのAIツールの利用に対する自信が大幅に改善されました（平均スコアは2.41から3.27に増加）。 3. プロンプト作成スキルの向上：学生はAI画像生成のためのプロンプト作成においてより高い熟練度を報告しました（平均スコアは2.16から3.35に増加）。 4. AIの有用性の認識：コース後、67%の参加者がAI画像生成ツールを学習体験において少なくとも中程度の有用性があると感じました。 5. AIフィードバックの批判的評価：学生は、AIフィードバックと人間のレビューの利点と欠点を特定する能力を発展させ、AIアプリケーションに関連する批判的思考スキルを向上させました。

学生の反省のテーマ分析は、彼らのAI体験に関するいくつかの重要な側面を明らかにしました： 1. 反復的な学習プロセス：学生は、AI画像生成ツールとの相互作用を試行錯誤の反復的なプロセスとして説明し、プロンプト作成スキルの向上につながりました。 2. 創造的表現：参加者は、ピアおよびAIレビューとの体験を比喩的に表現するためにAI生成画像を使用し、AIツールの創造的な応用を示しました。 3. AIに対する肯定的な認識：学生は、AIを生産性を高め、認知発展を支援する強力で知的、協力的なツールと見なしました。 4. AIアプリケーションへの関心の高まり：AIレビューへの接触は、将来の学術的および職業的文脈におけるAIアプリケーションの探求への関心を高めました。 5. 個人の実践におけるAIの統合：AIレビューツールにより多くの経験を持つ学生は、ChatGPTなどのAIツールを教育実践や個人の学習により広く取り入れていると報告しました。

本研究の結果は、高等教育におけるAIの統合に関するいくつかの示唆を持っています： 1. 実践的な体験：学生にAIツールと直接対話する機会を提供することは、彼らのAIリテラシーとこれらの技術を使用する自信を大幅に向上させる可能性があります。 2. 補完的なフィードバック：AIとピアレビューを組み合わせることで、学生は自分の作品をより包括的に理解し、批判的評価スキルを発展させることができます。 3. 創造的な応用：学生が創造的表現のためにAIツールを使用することを奨励することで、革新的な思考とAI技術へのより深い関与を促進できます。 4. カスタマイズされた戦略：教育者は、さまざまな学生のニーズやAIリテラシーのレベルに基づいて、AIツールの採用とリテラシーの発展を最大化するためのカスタマイズされた教育戦略を開発することを検討すべきです。 5. 継続的なスキル開発：AI技術が進化し続ける中、高等教育機関は学生と教育者の両方に対して継続的なAIリテラシーの発展を優先すべきです。

本研究は、高等教育におけるAIリテラシーの発展に関する貴重な洞察を提供しますが、いくつかの限界があります： 1. 自己報告データ：本研究は、学生のAIリテラシーに対する自己報告された認識に依存しており、実際のスキル発展を完全には反映していない可能性があります。 2. 限定的なサンプルサイズ：本研究は、単一の大学からの37人の参加者という比較的小規模なサンプルを含んでおり、一般化可能性が制限されています。 3. 特定の教育的文脈：研究は大学院教育コースに焦点を当てており、結果は他の学問分野や教育レベルに同様に適用されない可能性があります。 今後の研究の方向性には以下が含まれる可能性があります： 1. 客観的評価：自己報告データを補完するためのAIリテラシーの客観的な測定を開発・実施すること。 2. 縦断的研究：AI統合が学生のAIリテラシーや学業成績に与える長期的な影響を調査すること。 3. 学際的研究：さまざまな学問分野や教育レベルにおけるAIリテラシーの発展を探ること。 4. 倫理的考慮：高等教育におけるAI統合の倫理的影響を検討し、責任あるAI使用のための枠組みを開発すること。 5. 教育戦略：多様な学生集団におけるAIリテラシーを向上させるための効果的な教育アプローチを調査すること。