[論文レビュー] Adoption of Artificial Intelligence in Schools: Unveiling Factors Influencing Teachers Engagement

Mutlu Cukurova, Xin Miao+1 more|arXiv (Cornell University)|Apr 3, 2023

Online Learning and Analytics被引用数 7

ひとこと要約

本研究では、小学校・中学校におけるAIベースの適応学習プラットフォームへの教員の関与に影響を与える多面的要因を測定する包括的で検証済みの道具を開発・検証した。792名の教員からのアンケート調査データを用いて、教員の知識やプラットフォームの質が重要である一方で、作業負荷の軽減、所有感の向上、信頼、支援体制、倫理的ガードレールといった要因が、現実世界における関与の予測要因としてより強く寄与していることが明らかになった。

ABSTRACT

Albeit existing evidence about the impact of AI-based adaptive learning platforms, their scaled adoption in schools is slow at best. In addition, AI tools adopted in schools may not always be the considered and studied products of the research community. Therefore, there have been increasing concerns about identifying factors influencing adoption, and studying the extent to which these factors can be used to predict teachers engagement with adaptive learning platforms. To address this, we developed a reliable instrument to measure more holistic factors influencing teachers adoption of adaptive learning platforms in schools. In addition, we present the results of its implementation with school teachers (n=792) sampled from a large country-level population and use this data to predict teachers real-world engagement with the adaptive learning platform in schools. Our results show that although teachers knowledge, confidence and product quality are all important factors, they are not necessarily the only, may not even be the most important factors influencing the teachers engagement with AI platforms in schools. Not generating any additional workload, in-creasing teacher ownership and trust, generating support mechanisms for help, and assuring that ethical issues are minimised, are also essential for the adoption of AI in schools and may predict teachers engagement with the platform better. We conclude the paper with a discussion on the value of factors identified to increase the real-world adoption and effectiveness of adaptive learning platforms by increasing the dimensions of variability in prediction models and decreasing the implementation variability in practice.

研究の動機と目的

• 小学校・中学校におけるAIベースの適応学習プラットフォームへの教員の関与に影響を与える包括的要因を特定・測定すること。
• AIツールの潜在的効果に関する証拠があるにもかかわらず、教育現場での採用が遅く、一貫性に欠ける現状に対処すること。
• 教員のAIプラットフォームへの関与の多次元的予測要因を評価する信頼性のある道具を開発すること。
• 実証データを用いて現実世界における教員の関与を予測し、学校におけるスケーラブルで効果的なAI統合戦略を策定すること。

提案手法

• AIプラットフォームの教員採用に影響を与える12の主要要因を測定する検証済みのアンケート道具を開発した。
• 国レベルの母集団をカバーする、全国的代表的な792名の学校教員を対象に、この道具を実施した。
• 統計的モデリング（おそらく回帰分析に基づく）を用いて、予測要因と実際の教員の関与との関係を分析した。
• 技術的熟練度を超えた要因、特に作業負荷、信頼、所有感、支援メカニズム、倫理的配慮を優先した。
• 道具の信頼性と妥当性、およびその予測力の確保を目的として、混合研究手法を採用した。
• データ分析を通じて、教室環境におけるAIプラットフォームの持続的かつ現実世界での使用を最も強く予測する要因を同定した。

実験結果

リサーチクエスチョン

• RQ1 教員が学校におけるAIベースの適応学習プラットフォームに実際に関与する要因として、どの要因が最も強く予測するか？
• RQ2 教員の知識、自己効力感、製品の質は、作業負荷や信頼といった非技術的要因に比べて、予測力がどう異なるか？
• RQ3 倫理的配慮や支援メカニズムは、AIツールの採用および継続的使用にどの程度影響を与えるか？
• RQ4 多面的道具は、教育現場におけるAI採用に影響を与える要因の全範囲を信頼性を持って測定できるか？
• RQ5 同定された要因をどのように活用することで、導入のばらつきを低減し、学校におけるAIのスケーラビリティを向上できるか？

主な発見

• 教員の知識、自己効力感、製品の質は重要であるが、AIプラットフォームへの関与を予測する要因としては最も強くない。
• AI統合に伴う教員の作業負荷を軽減することは、技術的熟練度よりも関与の予測要因としてより強く寄与する。
• 教員の所有感とAIシステムに対する信頼が高まれば、プラットフォームの継続的使用の可能性が顕著に向上する。
• トラブルシューティングやガイダンスのための堅実な支援メカニズムは、長期的な関与と採用に不可欠である。
• データプライバシーおよびアルゴリズムバイアスに関連する倫理的懸念を最小限に抑えることは、教員の信頼とプラットフォーム採用を促進する重要な要因である。
• 非技術的要因、人的要因、構造的要因を組み込むことで、従来の指標を超えて関与予測モデルの正確性が向上する。