2025年に、2年制および4年制大学でアンケートに参加した1,100人のアメリカ人学生の約90％が、課題草案の作成から複雑な概念の明確化まで、すべての作業に生成AIを使用すると報告しました。
しかし、生徒がAIを即時回答コンストラクタではなく、教師や学習パートナーとして使用するときに学習が簡単になるのか、それとも難しいのでしょうか。
私たちは、ツール名をMacro Buddyと指定し、ウィスコンシン大学La Crosseのマクロ経済学部のクラスの一部の学生に直接の答えを提供するのではなく、推論を通して案内するように教育しました。
私たちは、2025年春に行われた研究で、同僚のディスカッションでMacro Buddyを使用した学生がAI教師なしで単独で勉強した学生よりも高いテストスコアを得たことがわかりました。
大学生は学習を支援するためにAIをますます活用しています。 Maskot/iStock/Getty Images 新しい教師に会う
マクロ経済学コースの1つには140人の学部生が登録されており、ほとんどが大学1年生または2年生に属し、4つのセクションに分かれています。
学生の授業資料、課題、試験は4つのセクションすべてで同じでした。学生は通常、試験中にAIツールを使用したりクラスメートと協力したりすることは許可されていません。学生はすべての試験を直接行い、試験中にメモやその他の資料を参照することは許可されていません。
その結果、テストスコアは、AIや他の外部ソースの助けを借りずに学生が自分で理解して説明できる内容を反映しました。
すべての学生が最初の試験を受けた後、私たちは4つのクラスセクションをランダムに割り当てて別の学習形式を進めました。
私たちは、1人のグループの学生がMacro Buddyなしで個別に作業するように促しました。別のグループの学生は、Macro Buddyなしでグループで作業しました。 3番目のグループの学生は、Macro Buddyと一緒に個別に作業しました。 4番目のグループの学生は、Macro Buddyと一緒にグループで働いていました。
私たちは、単独で勉強すること、クラスメートで勉強すること、Macro Buddyを使用すること、または2つを組み合わせることなど、さまざまな学習アプローチが学生のテスト成績をどのように変えたかを比較したいと思いました。
マクロバディのスキル
私達は特にこのマクロ経済学コースの講義のシナリオ、スライドおよび宿題の質問の助けを借りてMacro Buddyを教育しました。
マクロバディはインターネットアクセスがオフになっており、講師講義資料にのみ依存していました。
Macro Buddyは留守番電話ではなく教師として機能するように設計されています。 Macro Buddyは、生徒に完全な解決策を提供するのではなく、生徒に答えを導くための後続の質問を投げました。
たとえば、生徒がなぜ低価格で消費者の支出を増やすことができるのかを尋ねる場合、Macro Buddyは迅速で完全な説明を提供しません。代わりに、価格が下がると、人々の購買力に何が起こるか尋ねることができます。その後、学生は概念を結びつけ、その推論を自分の言葉で段階的に説明する必要があります。
アイデアを説明することと完成した回答を得ることとの間のこの違いは重要です。
単に答えを伝えるAIツールを使用すると、学生が問題について考えるのをスキップできます。ある研究によると、大学生がチャットボットを支柱として使用すると、チャットボットにアクセスできなくなったときにパフォーマンスが悪くなることがわかりました。質問するツールを使用するには、学生が指導を受けている間も自分で作業を行う必要があります。これが学習に固執するまさにそのプロセスです。
学生の学習に何が起こったのか
AIなしで継続的に個別に作業した学生グループが私たちの管理グループとして機能しました。
残りの3つのグループは勉強方法を変えました。 1つはAIなしでグループで作業を開始し、1つはMacro Buddyと個別に作業し、最後のグループはMacro Buddyとグループタスクを組み合わせました。
2回目の試験では、4つの研究グループすべてで学生の平均スコアがすべて下落しました。
しかし、3番目のテストでは、セクター別の違いがより明確になりました。
マクロバディとグループディスカッションの両方を使用した学生は、最高の平均スコアを得ました。 Macro Buddyを単独で使用した学生も、Macro Buddyなしで一人で勉強した学生よりも高いスコアを受けました。 Macro Buddyを持たないグループで働いた学生は、他のグループの学生と比較して小さな改善が見られました。
3回目の試験は、新しい学習形式を導入してから数週間後に行われました。
その時点で、統合グループの学生は、Macro Buddyを使用して自分の理解度をテストしながら、クラスメートにアイデアを説明することに慣れていたでしょう。同僚と働くことは、推論を明確に表現し、質問に答える必要があることを意味し、これは時間の経過とともに理解を深めることができます。
これが重要な理由
AIに対する批判者の中には、学生が学習の最も困難な部分をAIに頼ることを心配しています。これは、学生が専門知識を構築するためのスキル練習を中断する可能性があるという恐れを反映しています。生徒たちは、混乱した資料と交流し、説明を修正し、アイデアを真に理解したことを確認しながら、その分野の専門家になります。
私たちの実験は、AIを使用するときに学習の侵食が避けられないことを示唆しています。
私たちは、AIが単に答えを提供するのではなく、質問をする教師として設計されたとき、そして学生が自分の推論をクラスメートに説明する必要があるとき、スキルが学習を置き換えるのではなく学習をサポートできることを発見しました。
今日、ほとんどの学生は教師として設計されていないユニバーサルチャットボットを使用しています。質問を入力して回答を受け取ります。しかし、私たちの研究は、ガイドの質問を含むAIチャットボットの構築などの小さなデザインの選択も、学生が資料に参加する方法を形成できることを示唆しています。
同僚のディスカッションはまた、AIが提供できない学習プロセスに社会的責任と代替推論への暴露を追加します。
これらの慣行は、学生が問題をより積極的に考えるよう奨励します。
私たちの実験の証拠は、実質的な違いを強調しています。 AIは事故を置き換えるために使用することも、それをサポートするために使用することもできます。その影響は、技術自体ではなく、技術がどのように構成され、学習に組み込まれるかに大きく依存します。
Saharnaz Babaei-Balderlou, University of Wisconsin-La Crosse経済学助教授とShishir Shakya, アパラチア州立大学経済学助教授
この記事は、クリエイティブ・コモンズ・ライセンスの下でThe Conversationで再公開されました。オリジナル記事を読んでください。
