[論文レビュー] Analyzing the Impact of AI Tools on Student Study Habits and Academic Performance

Ben Ward, Deepshikha Bhati+2 more|arXiv (Cornell University)|Dec 3, 2024

Education and Learning Interventions被引用数 8

ひとこと要約

この論文はAIツールが学習習慣、時間管理、動機、学業成績にどのように影響するかを大学生に調査し、全体的に肯定的な結果を示すがいくつかの留意点がある。

ABSTRACT

This study explores the effectiveness of AI tools in enhancing student learning, specifically in improving study habits, time management, and feedback mechanisms. The research focuses on how AI tools can support personalized learning, adaptive test adjustments, and provide real-time classroom analysis. Student feedback revealed strong support for these features, and the study found a significant reduction in study hours alongside an increase in GPA, suggesting positive academic outcomes. Despite these benefits, challenges such as over-reliance on AI and difficulties in integrating AI with traditional teaching methods were also identified, emphasizing the need for AI tools to complement conventional educational strategies rather than replace them. Data were collected through a survey with a Likert scale and follow-up interviews, providing both quantitative and qualitative insights. The analysis involved descriptive statistics to summarize demographic data, AI usage patterns, and perceived effectiveness, as well as inferential statistics (T-tests, ANOVA) to examine the impact of demographic factors on AI adoption. Regression analysis identified predictors of AI adoption, and qualitative responses were thematically analyzed to understand students' perspectives on the future of AI in education. This mixed-methods approach provided a comprehensive view of AI's role in education and highlighted the importance of privacy, transparency, and continuous refinement of AI features to maximize their educational benefits.

研究の動機と目的

• AIツールが学生の学習習慣、時間管理、動機、および学業成績にどのように影響するかを評価する。
• 学歴・分野を問わず大学生のAI導入に影響を与える要因を特定する。
• 教育へのAIツールの統合を妨げる障壁を評価し、責任ある利用のフレームワークを提案する。

提案手法

• 71人の大学生を対象に、リッカート尺度の質問とフォローアップ面談を組み合わせた混合手法の調査を実施する。
• 人口統計とAIの使用パターンを要約する記述統計を用いる。
• AI導入における人口統計的差異を検討するためにt検定とANOVAを適用する。
• AI導入の予測因子を特定するために回帰分析を実施する。
• 教育における将来のAIに関する定性的回答を主題別に分析する。

Figure 1: Gender distribution of survey respondents

実験結果

リサーチクエスチョン

• RQ1 AI搭載ツールは学生の学業成績と学習効率をどのように向上させるか？
• RQ2 高等教育におけるAIツールの導入に影響を与える人口統計的および文脈的要因は何か？
• RQ3 従来の教育方法やカリキュラムへのAIツール統合を妨げる障壁は何か？
• RQ4 学習最大化のために学生がAI教育ツールに求める機能は何か？

主な発見

• 大多数の学生がAIツールで何らかの学業成長を報告している（83%は有意な改善と軽微な改善を併せ持つ）。
• ほとんどの学生がAIツールを定期的に使用しており、78%は頻繁または時々使用している。
• AIツールは学習ルーチンにポジティブな影響を与えると認識されており、平均値は4.37/5、動機は4.17/5。
• 学生は適応学習経路、リアルタイムフィードバック、テストのカスタマイズを提供するAIツールを好む。
• 回答者の中にはSTEMの比率が高く、46.5%がコンピュータサイエンスおよび関連分野。
• 国際的な回答の割合が限られており、米国中心のサンプルを示している。

Figure 2: Age distribution of survey respondents