[論文レビュー] The AI Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment

Mike Perkins, Leon Furze+2 more|arXiv (Cornell University)|Dec 12, 2023

Artificial Intelligence in Healthcare and Education参考文献 57被引用数 7

ひとこと要約

この論文は、教育評価にGenAIを倫理的に統合する実用的な枠組みであるAIアセスメント・スケール（AIAS）を提案し、教育的目標と透明性、公平性、柔軟性のバランスを取る。

ABSTRACT

Recent developments in Generative Artificial Intelligence (GenAI) have created a paradigm shift in multiple areas of society, and the use of these technologies is likely to become a defining feature of education in coming decades. GenAI offers transformative pedagogical opportunities, while simultaneously posing ethical and academic challenges. Against this backdrop, we outline a practical, simple, and sufficiently comprehensive tool to allow for the integration of GenAI tools into educational assessment: the AI Assessment Scale (AIAS). The AIAS empowers educators to select the appropriate level of GenAI usage in assessments based on the learning outcomes they seek to address. The AIAS offers greater clarity and transparency for students and educators, provides a fair and equitable policy tool for institutions to work with, and offers a nuanced approach which embraces the opportunities of GenAI while recognising that there are instances where such tools may not be pedagogically appropriate or necessary. By adopting a practical, flexible approach that can be implemented quickly, the AIAS can form a much-needed starting point to address the current uncertainty and anxiety regarding GenAI in education. As a secondary objective, we engage with the current literature and advocate for a refocused discourse on GenAI tools in education, one which foregrounds how technologies can help support and enhance teaching and learning, which contrasts with the current focus on GenAI as a facilitator of academic misconduct.

研究の動機と目的

• 倫理的で実用的なGenAI管理ツールの必要性を、機会と課題の中で動機づける。
• 教育者がGenAIの使用を学習成果と整合させるために、迅速に実装できるシンプルで柔軟な枠組みを提供する。
• GenAIを活用した評価ポリシーにおける学生と機関の明確さと透明性を高める。
• 教育を妨げる不正行為リスクとして捉えるのではなく、教授と学習を支援する GenAI の活用へとディスコースを転換する促進する。

提案手法

• AIASを、学習成果に基づいて適切な GenAI 使用レベルを選択する構造化ツールとして提案する。
• 教育者と機関がポリシー開発に迅速に適用できるよう、枠組みの導入方法を概説する。
• GenAIを教育における不正行為の問題だけでなく、教育法の補助として再定義するため、最新の文献と関わりを持つ。

実験結果

リサーチクエスチョン

• RQ1 AIAS を用いて、さまざまな学習成果に対してどの GenAI の使用レベルが教育的に適切か？
• RQ2 AIAS は学生と機関にとって、透明性・公平性・ポリシーの明確さをどのように高めるか？
• RQ3 AIAS は教育分野における GenAI を、教育・教授を支援する方向へどう再定義できるか？
• RQ4 機関は GenAI に関する不確実性・不安を解消するために、AIAS をどのように迅速に実装できるか？

主な発見

• AIAS は、学習成果を重視した評価統合の実践的出発点を提供する。
• 枠組みは、学生と教育者の透明性と公平性を優先する。
• AIAS は、多様な教育環境に適応できる柔軟で迅速な実装を促す。
• 著者らは、GenAI の議論を不正行為のみならず教育的推進へと再定義することを提唱する。