Gender Differences in AI Literacy Workshop Outcomes and Deepfake Engagement

技術要約：AIリテラシー・ワークショップの成果とディープフェイクへの関与におけるジェンダー差

問題提起
K–12教育（幼稚園から高校）においてAIリテラシー向上の取り組みが拡大する中、ジェンダーが学生のベースラインとなる認識、ツールの使用法、および介入への反応性にどのように影響するかを理解することには、決定的なギャップが存在する。コンピューティング教育におけるジェンダー間の格差は十分に文書化されているが、中等教育の学生におけるAIリテラシーに関する実証的エビデンスは極めて少ない。さらに、合成メディア（ディープフェイク）の急速な台頭はジェンダーによって異なる安全上のリスクをもたらしているが、AIリテラシー教育とディープフェイクへの意識の交差点については、実証的な注目が限定的である。既存のフレームワークは、学生が「何を」知っておくべきかには対処しているが、「誰が」これらの介入から恩恵を受けるのか、あるいは戦略が多様なデモグラフィック・グループに対して効果的であるかどうかを分析できていない。

方法論
本研究は、オーストラリアのニューサウスウェールズ州にある2つの共学の公立校の生徒を対象とした、1日間のAIリテラシー・ワークショップ（「Day of AI」プログラムの一環）の影響を評価した。

• 参加者： 研究対象は、7、8、10年生の生徒を含む（$N_{pre} = 199$, $n_{post} = 136$）。交絡変数を避けるため、単独性別（男女別）の学校および9年生は除外された。ノンバイナリーまたはジェンダー未回答の回答は、サンプルサイズが不十分（$n \le 9$）であったため除外された。
• 調査手法： 先行研究を適応させた調査を用い、9つの構成概念を測定した：AI知識、AIの学習とバイアスに関する理解、態度、自信、ツール使用頻度、概念的応用、動機、ディープフェイクの経験（マルチセレクト）、およびSTEMキャリアへの関心。
• 分析： 統計分析では学年と学校を制御した。
  • 順序項目（リッカート尺度）： ジェンダーをダミー変数として用いた最小二乗法（OLS）回帰を用いて分析（男性をリファレンスとする）。効果量はCohenの $d$ を用いて算出した。
  • 二値/マルチセレクト項目： ロジスティック回帰を用いて分析し、ジェンダー係数のオッズ比（OR）を報告した。
  • 介入効果： ジェンダーグループ内での介入前後（Pre- and post-intervention）の比較は、モデルの結果として $\sim phase + year\_level + school$ を用いて行った。

主な知見

1. ベースラインにおけるジェンダー差（ワークショップ前）

• STEMへの志向： 男子生徒は、3つの領域すべてにおいてSTEMキャリアへの関心が有意に高かった：エンジニアリング（$d = -0.81$）、コンピュータサイエンス（$d = -0.68$）、およびAI（$d = -0.58$）。
• AIの理解： 男子生徒は、AIシステムがどのように学習されるかについての自己評価による理解が有意に高かった（$d = -0.29$）。
• ツールの使用： 女子生徒は、学校の課題のためにAIを使用する割合（OR = 1.81）およびAIツールに助言を求める割合（OR = 2.35）が有意に高かった。男子生徒はMicrosoft Copilotの使用頻度がより高かった。
• ディープフェイクの行動： 男子生徒は、ディープフェイクコンテンツを共有した経験が有意に高かった（23.2% vs. 10.0%, OR = 0.34）。女子生徒は、ディープフェイクコンテンツを報告した経験が有意に高かった（24.0% vs. 14.1%, OR = 2.14）。傾向として、男子生徒はディープフェイクを作成したり、その対象となったりする可能性が高いことが示唆されたが、これらは共変量を制御した後では統計的に有意ではなかった。
• 有意差なし： 一般的なAI知識、自信、プライバシー意識、およびAIバイアスに関する理解においては、ベースラインでの有意な差は見られなかった。

2. 介入による差異のある効果（ワークショップ後）

• 全般的な向上： 両ジェンダーともに、AI知識および自信において統計的に有意な改善を示した（両者ともに中程度の効果量）。
• 女子生徒特有の向上： 女子生徒は、AIの学習（$d = 0.75$）およびAIバイアス（$d = 0.49$）の理解において、より豊かなプロファイルによる向上を示した。極めて重要な点として、女子生徒はAIおよびコンピュータサイエンスへのキャリア関心において有意な増加を示した（$\Delta M = +0.45$, $d = 0.52$ および $\Delta M = +0.44$, $d = 0.47$）。
• 男子生徒特有のアウトカム： 男子生徒は、AIまたはコンピュータサイエンスへのキャリア志向において有意な変化を示さなかった。
• プラットフォームの認識： 両ジェンダーともに、エンターテインメント・プラットフォーム（Netflix、Spotify）におけるAI利用の識別において改善が見られたが、女子生徒はTikTokの識別においても向上を示した。

主要な貢献と意義の主張
著者らは、オーストラリアの中等教育の生徒を対象とした、ジェンダー別に区分されたAIリテラシー・ワークショップの最初の分析を提供すると主張している。本研究の意義は、主に以下の3点にある：

1. ジェンダー間のSTEMギャップの解消： 本ワークショップは、ジェンダー間のSTEM志向の格差を縮小するのに役立つと思われる。男子生徒は当初高い関心を持っていたが、介入後もその関心は停滞した一方で、女子生徒はAIおよびコンピュータサイエンスのキャリアに対する有意な伸びを示した。
2. ジェンダーに配慮したアウトカム： 介入は、ジェンダーによって異なるアウトカムを生み出した。両ジェンダーともに知識と自信を獲得したが、女子生徒はより広範な概念的獲得（学習、バイアス）およびキャリア・トラジェクトリの変化を実現した。
3. ディープフェイクの安全性への示唆： 本知見は、合成メディアに関する明確な行動パターンを浮き彫りにしている。男子生徒におけるディープフェイクの共有や作成の可能性が高いという結果は、男子生徒に対し、合成メディアの倫理的な拡散に焦点を当てたターゲットを絞った安全教育の必要性を示唆している。

限界と推奨事項
著者らは、2つの地方の学校に限定されていること（一般化の制限）、匿名調査のデザインによりペアによる個人分析ができないこと、および自己申告バイアスの可能性といった限界を指摘している。

これらの知見に基づき、論文ではAIリテラシー・プログラムのデザインに対して以下の3つの具体的な推奨事項を提示している：

1. 女性のSTEMキャリアへの関心を高めるために、ワークショップを戦略的に活用すること。
2. 特に男子生徒を対象とした、ジェンダー特有のディープフェイク安全モジュールを組み込むこと。
3. ワークショップの評価において、ジェンダーによる影響の公平性を明示的に監視すること。