AI Literacy and Academic Performance among Non-STEM Students in KNUST: The Roles of LMS Quality and Blended-Learning Satisfaction
KNUSTの非STEM分野の学生432名を対象としたこの研究は、AIリテラシーが学業成績に直接的な影響を与える一方で、その最も強力な影響は、AIリテラシーがLMSの質を高め、それがひいてはブレンディッドラーニングへの満足度を向上させ、最終的に学業成果を改善するという逐次的な媒介経路を通じて実現されることを明らかにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
現代の大学において、学習は伝統的な教室の枠を超えて変化している。学生たちは今、対面での指導と、教材を収容し、議論を促進し、評価を実施するデジタルプラットフォームが融合したハイブリッドな世界を航海している。このデジタル層は、コースの中枢神経系として機能するソフトウェアのハブである「学習管理システム（LMS）」によって管理されることが多い。これらのシステムがうまく機能するためには、信頼性が高く、使いやすく、応答性に優れていなければならない。しかし、テクノロジー自体は方程式の半分に過ぎない。もう半分は、手元にあるツールを理解し、それらと対話する学生自身の能力であり、このスキルセットは「AIリテラシー」として定義されることが増えている。この概念は、単にプロンプトの打ち方を知っているということ以上に、インテリジェントなツールを効果的に使いこなすための技術的、倫理的、そして実践的な自信を伴うものである。ガーナや世界中の大学がこれらのテクノロジーを統合していく中で、一つの重要な問いが生じる。すなわち、これらのデジタルツールを使いこなす知識を持つことは、実際に学生の成績向上に役立つのか、それともその関係性はもっと複雑なものなのだろうか。
ガーナのクワメ・ニクラ・ユニバーシティ・オブ・サイエンス・アンド・テクノロジーの研究者たちは、特に科学、技術、工学、数学（STEM）分野を専攻していない学生に焦点を当て、この関係を解明しようと試みた。これらの非STEM系の学生は、しばしば異なる教育的課題に直面しており、技術分野の学生と同程度の計算機科学的なトレーニングを受けていない可能性がある。研究チームは、同大学の教員教育および教育イノベーション部門の学生432名を対象に調査を行った。彼らは、人工知能に対する自身の理解度、大学のデジタル学習プラットフォームの質に対する認識、ブレンディッド・ラーニング（混合型学習）体験への満足度、そして学業成績がどの程度であるかを評価するよう学生に求めた。これらの視点を収集することで、研究者たちは、これらの異なる要因がいかに相互に影響し合い、学生の成功を形作っているのかを明らかにすることを目指した。
研究の結果、より良い学業成績へとつながる明確かつ連続的な経路が明らかになった。AIリテラシーが高い学生は、大学のデジタル学習システムをより高品質であると認識する傾向があることが分かった。学生がテクノロジーを理解していれば、システムはより使いやすく、信頼できるものと感じられる。この品質の認識が、結果としてブレンディッド・ラーニング体験への高い満足度につながった。システムが自分にとってうまく機能していると感じたとき、学生は自身の学習体験全体に対してより高い満足度を報告した。そして最後に、この満足度が学業成績の強力な予測因子となった。言い換えれば、これらの学生にとって、より良い成績への道は、AIに関する知識から直接「A」を取ることに直結していたのではない。むしろ、AIの知識がシステムの捉え方を改善し、それが学習環境への満足度を高め、その満足度が学業の達成を推進したのである。
極めて重要な点として、研究者たちは、デジタルシステムの品質だけでは直接的に成績を向上させないことも発見した。学生の関与や満足度が伴わなければ、優れたプラットフォームであっても成功を保証するには不十分であった。システムの品質は、それが学生の満足度に影響を与えた場合にのみ意味を持っていた。さらに、本研究は、AIリテラシーが学業成績に対して直接的ではあるものの、より小さなプラスの影響を与えることを示したが、成功への主要なルートは、認識と満足度の連鎖を通じたものであった。また、データは、デジタルシステムの品質だけでAIの知識と成績の間の溝を埋めることができるという考えも否定した。そのような特定のショートカットは結果には存在しなかった。最も強力な繋がりは、AIの知識からシステムの認識へ、そして満足度へ、最後にはパフォーマンスへと至る、この完全な旅路であった。
この発見は、デジタル時代において非STEM系の学生を成功させるために、大学は単に優れたソフトウェアに投資したり、学生が自力でテクノロジーを習得することを期待したりするだけでは不十分であることを示唆している。研究結果は、学生がこれらのシステムを自信を持って使いこなせるよう、大学は学生のAIリテラシーの開発を支援しなければならないことを示している。学生がツールに対して有能であると感じるとき、彼らはシステムをより肯定的に捉え、それがより満足度の高い学習体験、そして最終的にはより良い学業成果へとつながるのである。この研究は、ブレンディッド・ラーニングの環境においては、満足度という人間的な要素と、リテラシーという認知的要素が、技術的なインフラストラクチャそのものと同じくらい重要であることを強調している。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。