[論文レビュー] Charting the Future of AI in Project-Based Learning: A Co-Design Exploration with Students

Chengbo Zheng, Kangyu Yuan+5 more|arXiv (Cornell University)|Jan 26, 2024

Biomedical and Engineering Education被引用数 6

ひとこと要約

本論文は、プロジェクト型学習におけるAI利用データがPBLの評価と報告の新しい材料として機能し得るかを探るため、18名の大学生を対象とした質的共設計研究を提示する。

ABSTRACT

The increasing use of Artificial Intelligence (AI) by students in learning presents new challenges for assessing their learning outcomes in project-based learning (PBL). This paper introduces a co-design study to explore the potential of students' AI usage data as a novel material for PBL assessment. We conducted workshops with 18 college students, encouraging them to speculate an alternative world where they could freely employ AI in PBL while needing to report this process to assess their skills and contributions. Our workshops yielded various scenarios of students' use of AI in PBL and ways of analyzing these uses grounded by students' vision of education goal transformation. We also found students with different attitudes toward AI exhibited distinct preferences in how to analyze and understand the use of AI. Based on these findings, we discuss future research opportunities on student-AI interactions and understanding AI-enhanced learning.

研究の動機と目的

• PBLにおけるAIの利用が学習成果の伝統的な評価にどのような挑戦をもたらすかを動機づける。
• 公正な評価のために、学生がAI支援による学習プロセスをどのように報告しうるかを調査する。
• 学生主導の設計を通じて、AIが充実したPBLに必要な将来の教育目標と特性を探る。
• 学習成果の評価を支援するために、AI利用を分析・報告する潜在的な方法を特定する。

提案手法

• 18名の大学生を対象に、7回の3時間の共設計ワークショップを実施した（質的研究）。
• 活用した活動：AIを含むPBLの旅路の推測、理想的な学生を想像すること、そしてAI利用報告の設計。
• 発見の検証にはグラウンデッド・セオリー・トライアングレーションを適用した。
• 学習者の旅路、AI能力カード、そして学生が設計したAI利用報告からデータを収集した。
• 今後のAI利用のシナリオと報告アプローチを導くために、テーマ分析を実施した。
• 人間とAIの相互作用における透明性と解釈に関する倫理的・実践的配慮について議論した。

実験結果

リサーチクエスチョン

• RQ1 学生はPBLにおけるAI利用をどのように想像し、文書化して自らの学習プロセスを透明に伝えることができるか。
• RQ2 AI活用型PBLに対して、学生はどのようなAI利用シナリオと学習目標の変容を予見するか。
• RQ3 AI活用型の学生に想定される特性は何か、そしてこれらの特性を公正に評価するにはどうすればよいか。
• RQ4 高次の学習成果の評価を支援するために、AI利用報告に含まれるべきデータは何か。

主な発見

• 参加者は過去の経験に根ざした、PBLにおける既存および想定されたAI利用シナリオの広範なセットを生み出した。
• 学生は、学習成果の評価に活用する洞察を得るために、AIとの相互作用を分析する複数の方法を提案した。
• ワークショップ後のインタビューは、AIに対する異なる態度が、報告における人間とAIの相互作用を表す際の異なる嗜好を生み出すことを示した。
• 参加者は、解釈の曖昧さと人間とAIの相互作用の評価の公平性に関する懸念を強調した。
• 本研究は、AI強化学習における学生とAIの相互作用、報告、そして意味づけに関する将来の研究の基盤を提供する。