認識論的AIリテラシーの構築：学生とAIの協調プログラミングにおける認識論的目標とプロセスの検出
本研究は、認識論的AIリテラシー（EAIL）フレームワークを導入し、AIリテラシーをプロセス指向の認識論的现象として再定義する。AIRフレームワークに基づき、GenAI支援の協調プログラミングにおける認識論的目標とプロセスを分析。大規模な人間-AI対話データセットの分析により、78.8%の相互作用でEAILが欠如し、高度な認識論的関与を示したのはわずか11.1%であることが明らかになった。
新しい研究により、「認識論的AIリテラシー」（Epistemic AI Literacy, EAIL）フレームワークが提案され、AIリテラシーをプロセス指向の認識論的现象として再定義されました。このフレームワークは、AIR（認識論的目標、理想、信頼できる認識論的プロセス）理論に基づき、学生が生成AI（GenAI）と対話しながら学習する方法を理解することを目的としています。
研究チームは、人間とAIの協調プログラミングに関する大規模な対話データセットを分析し、学生がAIと共同でプログラミングする際に採用する認識論的目標と認知プロセスを特定しました。彼らは、習得指向目標（学習と理解を優先する）と非習得指向目標（タスク完了やAIへの作業委託を優先する）の2つの主要な認識論的目標を確認しました。さらに、5つの認識論的プロセスを発見しました：アウトソーシング（タスクを完全にAIに委ねる）、説明要求（AIに推論の説明を求める）、検証要求（AIに出力の検証を求める）、プロンプト監視（より良い結果を得るためにプロンプトを調整する）、そして認識論的正当化（根拠に基づく判断を下し、証拠で裏付ける）です。
結果は示唆に富んでいます：分析された学生とGenAIの相互作用の78.8%は、非習得指向目標と信頼性の低い認識論的戦略（例：アウトソーシングや検証要求）に依存していました。対照的に、高度な認識論的関与を示した相互作用はわずか11.1%であり、習得指向目標が認識論的正当化などの高度な戦略と組み合わされ、より信頼性の高い認識論的プロセスを形成していました。
この研究は、学生が認識論的AIリテラシーを著しく欠いている現状を浮き彫りにし、多くの学生がAIを学習ツールとして十分に活用せず、タスクを完了したり回答を検証したりするための近道として捉えていることを示しています。著者らは、教育者が学生に習得指向目標とより信頼性の高い認識論的プロセス（例：プロンプト監視や認識論的正当化）を採用させるための介入策を設計する必要があると述べています。
この研究は、AI教育の分野に重要な洞察を提供し、学生のAIリテラシーを評価・向上させるための実用的な枠組みを提案しています。GenAIツールが教育現場でますます普及するにつれ、学生が批判的かつ効果的にAIと協働できるようにするために、認識論的AIリテラシーを育成することが鍵となるでしょう。