[論文レビュー] Beyond Tools: Generative AI as Epistemic Infrastructure in Education

Bodong Chen|ArXiv.org|Apr 9, 2025

Educational Strategies and Epistemologies被引用数 3

ひとこと要約

論文は生成系AIを教育における認識的代理権を再構成する認識的インフラストラクチャとして捉えることを主張し、三つの分析条件からなるフレームワークを提案、授業設計とフィードバックにおけるAIツールを分析して認識的代替とその倫理的含意を浮き彫りにする。

ABSTRACT

AI systems are increasingly embedded in practices where humans have traditionally exercised epistemic agency, the capacity to actively engage in knowledge formation and validation. This paper argues that understanding AI's impact on epistemic agency requires analyzing these systems as epistemic infrastructures rather than as neutral tools. Drawing on theories of technological mediation and distributed cognition, I advance a framework that foregrounds how AI systems reconfigure the conditions under which epistemic agency can be exercised. The framework specifies three analytical conditions: affordances for skilled epistemic actions, support for epistemic sensitivity, and implications for habit formation. I apply this framework to AI systems deployed in education, a domain where epistemic agency is both professionally essential and ethically significant. Analysis of AI lesson planning and feedback tools reveals patterns of epistemic substitution: while useful for efficiently handling teaching tasks, these systems perform cognitive operations without sustaining skilled epistemic actions, epistemic sensitivity, or virtuous habit formation, potentially preventing the cultivation of professional judgment that relies on these practices. The findings contribute to philosophical debates about AI and human agency by specifying mechanisms through which infrastructural embedding shapes epistemic possibilities, and offer design principles for AI systems that sustain rather than supplant human epistemic agency.

研究の動機と目的

• 教育における認識的代理権がなぜ重要か、AIシステムがそれをどう変えるかを動機づける。
• 知識実践のインフラ mediatorsとしてのAIを研究する分析的フレームワークを提案する。
• 教育におけるAIをフレームワークに適用し、授業設計とフィードバックツールに焦点を当てる。
• 認識的代替の機構とその倫理的含意を特定する。
• AIが強化された教育において人間の認識的代理権を維持する設計原理を提案する。

提案手法

• 技術的媒介と分散認知の理論に基づいて分析を行う。
• 三つの分析条件を明示する：熟練した認識的行為のための可能性（アフォーダンス）、認識的感受性の支援、習慣形成への影響。
• 教育におけるAIの利用、特に授業設計とフィードバックツールにフレームワークを適用する。
• AIが認識的な作業を処理しても熟練した実践を維持しない場合の認識的代替のパターンを診断する。
• 人間の認識的代理権を促進し代替しない設計原理を提案する。）

実験結果

リサーチクエスチョン

• RQ1 AIシステムは教育現場における認識的代理権を行使できる条件をどのように再構成するのか。
• RQ2 AIツールが、熟練した認識的行為、認識的感受性、徳的な習慣形成を代替または侵食する仕組みは何か。
• RQ3 教育・学習の文脈でAIシステムが人間の認識的代理権を維持するよう設計原理は何か。

主な発見

• AIシステムは認識的労働を包含し、熟練した認識的行為を維持せずに認知的操作を実行することがある。
• AIツールは教育実践における認識的感受性と専門的判断の機会を減らす可能性がある。
• 認識的代替のパターンがAIを活用した授業設計やフィードバックのワークフローで現れる。
• AIインフラを組み込むと、教育者と学習者の認識的可能性と代理権の条件が変化する。
• 設計原理はAIシステムが人間の認識的代理権を補完し、置換しないよう導く。