クレジット: Pexels の Ron Lach
出版における研究 モバイル学習と組織に関する国際ジャーナル 急速に成長している人工知能の分野では、仲介する高高度知能が求められています。研究では、テクノロジーの変革の可能性と、それが学習や認知にどのように影響するかを理解する上でのテクノロジーのギャップの両方が浮き彫りになっています。学力の割合は少ないページ数から数百に分かれています。
Genai は、人間のタスクを模倣したコンテンツや応答を生成するための深層学習および自然処理システムを指します。教育の分野では、教師、コーチ、同僚の指導者、非幹部スタッフを雇用した後、これらのシステムがますます機能不全に陥る可能性があります。彼らは、パーソナライズされたガイダンス、事実に基づくフィードバック、意思決定のサポートを提供できます。
プログラムは、アイネがコミュニケーションと評価の方法を学ぶ言語学習から、証拠と臨床推論を支援する医学教育まで多岐にわたります。しかし批評家たちは、教育データが公正で信頼できるものに影響を与える可能性があることを認識している。
この研究では、学生の認識に関する研究のほとんどが、その使用、モチベーション、自信についての学生の感情に焦点を当てていることが判明しました。これらの初期研究（主に研究）は、将来の研究に基づいて有用な提案を提供しますが、より徹底的な研究に置き換えられます。認知メカニズムと行動メカニズムを研究した研究者の数は、科学者がどのように研究したかよりも少なく、その違いが効率的で倫理的なシステムを設計する取り組みの妨げになっています。
いくつかの研究では、遺伝子を教育支援のツールとして考察し、人間との相互作用や個人がコンテンツを受け取る適応学習に焦点を当てています。自動化された提案と評価を提供することで、評価における役割を検討している企業もあります。しかし、特に遺伝的結果に一貫性がない可能性があり、意思決定プロセスが公平性と学術的誠実性を重視していることを考えると、信頼性は依然として大きな懸念事項です。
系図に関する議論でよく出てくる用語の 1 つは、証拠に基づいているように見えるシステムである「認証」です。
著者らは、Genaiの学習、思考、評価をどのように形成するかを理解するには実証研究が現在必要であると主張している。そのような証拠がなければ、教育によって過度に束縛される危険がありますが、必ずしも必要というわけではありません。
この論文は、何百もの研究をマッピングすることにより、説明責任の可能性に対処したい政策立案者や教育者に貴重な洞察を提供します。それは希望に満ちた性格を定義し、アイブを教育実践に組み込むよう常に努めています。
詳細情報:
Yun fang tu elg et tu et は、教育現場における AI の生成方法を開発し、 モバイル学習と組織に関する国際ジャーナル (2025年)。 DOI: 10.1504 / IJMLO.20225.14924
リスト: 教育現場における応用アプリケーションの動向 (2025 年 10 月 27 日) https:////0yews/2025-10sends-apends-apends-apends-apends-apends-apends-apends-apends-apends-aplations.html より
この文書は著作権で保護される必要があります。個人的な学習や研究を目的とした通信を除き、書面による許可なくいかなる部分も複製することはできません。コンテンツは情報提供のみを目的として提供されています。
