[論文レビュー] AI-Supported Data Analysis Boosts Student Motivation and Reduces Stress in Physics Education

Jannik Henze, André Bresges+1 more|arXiv (Cornell University)|Dec 30, 2024

Infrared Thermography in MedicineMedicine被引用数 3

ひとこと要約

本研究では、GPTベースの対話による支援を活用して、学生講師が物理実験データを分析するのを支援するAIチャットボット「ExperiMentor」の有効性を評価した。従来のExcelベースの分析と比較して、認知的学習の向上に差がなかったものの、AIグループは動機付け、楽しさ、および方法の有効性の認識が顕著に高いと報告した。これは、AIが物理教育における感情的学習次元を強化する可能性を示している。

ABSTRACT

The integration of artificial intelligence (AI) in physics education enables novel approaches to data analysis and conceptual learning. A comparative analysis of AI-supported and traditional Excel-based methods reveals distinct strengths and limitations in fostering understanding of pendulum experiments. This study explores the integration of AI-assisted tools, such as a custom chatbot based on ChatGPT, and traditional Excel-based methods in physics education, revealing that while both approaches produce comparable quantitative learning gains, AI tools provide significant qualitative advantages. These include enhanced emotional engagement and higher motivation, highlighting the potential of AI to create a more positive and supportive learning environment. Adaptive AI technologies offer significant promise in supporting structured, data-intensive tasks, emphasizing the necessity for thoughtfully balanced integration into educational practices.

研究の動機と目的

• AI支援データ分析が物理教育における学習成果および感情的・動機付け反応に与える影響を調査すること。
• 制御された教育的環境において、GPTベースのチャットボット（ExperiMentor）と従来のExcelベースのデータ分析の有効性を比較すること。
• 異なるデータ分析ツールに対する学生講師の方法の有効性の認識、関与度、およびストレスレベルを評価すること。
• AI統合が認知的パフォーマンスに影響を与えないまま、学習の感情的次元を高められるかどうかを検証すること。
• 科学教育におけるAI統合型教育的フレームワークの設計を支援すること。

提案手法

• 学生講師が糸とばねの単振動実験のデータ分析を支援するため、独自に開発されたGPTベースのチャットボット「ExperiMentor」を構築した。
• 50名の学生講師が、AIグループ（ExperiMentorを使用）またはExcelグループ（従来のスプレッドシートツールを使用）に無作為に割り当てられた。
• 両グループとも、標準化された手順に従って、同じデータ分析タスクを指導付きの教育的環境で完了した。
• 認知的パフォーマンスの向上を測定するために、事前および事後テストを実施した。
• 構造化されたアンケートで、関与度、楽しさ、方法の有効性といった感情的・動機付け的変数を評価した。
• テストおよびアンケートからの定量的データを、グループ間の結果を比較するために推論統計を用いて分析した。

実験結果

リサーチクエスチョン

• RQ1 AI支援データ分析は、従来のExcelベースの分析と比較して、物理教育においてより高い学習の向上をもたらすか？
• RQ2 AIチャットボットの使用は、データ分析タスク中の学生の動機付けおよび感情的反応にどのように影響するか？
• RQ3 学生講師において、AI支援分析とExcelベース分析の間で、方法の有効性の認識にどのような差が生じるか？
• RQ4 AI統合は、物理実験データ分析中のストレスレベルをどの程度低減するか？
• RQ5 AIツールは、認知的成果に影響を与えないまま、学習の感情的次元を高められるか？

主な発見

• AIグループとExcelグループの両方が、事前・事後テストによる認知的パフォーマンスの向上を示したが、有意差は認められなかった。
• AIグループは、Excelグループと比較して、関与度、楽しさ、および方法の有効性の認識が著しく高いと報告した。
• AIグループの学生は、データ分析中、ストレスレベルが低いと報告しており、感情的健康に良い影響があったことが示唆された。
• 認知的成果に差がなくても、AI支援による感情的利点が確認された。
• ExperiMentorチャットボットは、より直感的で支援的であると認識され、動機付けの向上と不安の軽減に寄与した。
• 結果から、AIツールが物理教育における学習の感情的および動機付け的次元を効果的に高められると示唆された。