新たなプレプリント研究が「認識的AIリテラシー（Epistemic AI Literacy, EAIL）」という概念フレームワークを提唱し、学生が生成的人工知能（GenAI）を利用する際の学習プロセスを再検討している。この研究は特にプログラミングの文脈に焦点を当てている。なぜなら、学習者はクエリを構築し、AIが生成した出力を評価・検証し、問題解決戦略を調整する必要があるからだ。論文の著者であるMengqian Wuは、2026年6月30日にこの論文を提出し、その抄録はarXiv（arXiv:2607.00211v1）で公開された。
研究の背景として、認識的思考は学生がGenAIを応用する際の学習プロセスにおいて中心的な役割を果たす。特にプログラミング環境では、学生は自分の認識プロセスを能動的に管理する必要がある。従来のAIリテラシーは技術的操作スキルに焦点を当てがちだが、EAILフレームワークはAIリテラシーをプロセス指向の認識的現象として再定義し、領域を超えた動的な人間とAIの相互作用を通じて創発するものと捉える。この視点は、AIリテラシーが単にツールの使い方を知ることにとどまらず、相互作用の中で認識的目標を設定し、信頼できる認識的戦略を選択する能力を含むことを強調する。
これらの構成概念を実証的に検討するため、研究はAIRフレームワーク（認識的目標、理想、信頼できる認識的プロセス）を援用した。AIRフレームワークは元々、個人が認識活動においてどのように目標を設定し、信頼性を判断する基準を採用し、目標達成のためにどのようなプロセスを用いるかを理解するために開発された。本研究では、AIRフレームワークをGenAI支援の協調プログラミング活動に適用し、認識的目標と認識的プロセスがこれらの活動でどのように具現化されるかを検討し、相互作用データにおいてこれらの構成概念を拡張可能に操作化する方法を探求した。
研究では、人間とAIの協調プログラミング対話の大規模データセットを使用した。対話内容の分析を通じて、研究者は認識的目標の観察可能な次元、すなわち習熟志向の目標（mastery-oriented aims）と、認識的プロセスの観察可能な次元（アウトソーシング、説明探索、検証探索、プロンプト監視、認識的正当化）を特定した。これらの次元は、学生がAIと協働する際の認識的関与の程度を定量的に評価するための操作化指標を提供する。
分析結果はEAILの広範な欠如を明らかにした。具体的には、学生とGenAIの相互作用の78.8%が非習熟志向の目標に依存し、アウトソーシングや検証探索など比較的信頼性の低い認識的戦略を採用していた。これは、大多数の学生が問題を理解するよりも迅速に答えを得ることに関心があるか、認識的タスクを完全にAIに委ねる傾向があるか、あるいはAIの出力の妥当性を深く探求せずに単に検証している可能性を示唆する。対照的に、高い認識的関与を示した相互作用は11.1%のみであり、習熟志向の目標が認識的正当化などの高度な認識的戦略と結びつき、より信頼性の高い認識的プロセスを形成していた。認識的正当化とは、学生がAI生成の結果を単に受け入れるか拒否するのではなく、積極的にその理由や証拠を提供することを指す。
この発見はAI教育に重要な意味を持つ。GenAIツールが普及するにつれて、学生が自然に深い認識的関与を発達させるわけではないことを示している。教育者は、学生が習熟志向の目標を設定し、説明を積極的に求め、プロンプトの質を監視し、認識的正当化を行うなど、より信頼性の高い認識的戦略を採用するよう導く、的を絞った教育的介入を設計する必要がある。さらに、研究で提案された拡張可能な操作化手法は、大規模な相互作用データにおいてEAILを自動検出する可能性を開き、将来のリアルタイムフィードバックシステムや学習分析ツールの開発に寄与する。
本論文は人工知能（cs.AI）とヒューマンコンピュータインタラクション（cs.HC）の分野に分類され、全文はarXivで入手可能である。研究は、EAILフレームワークがAIリテラシーをスキルリストから動的な認識プロセスへと転換し、AI支援学習における学生の深い学習を理解し促進するための新たな視座を提供すると強調している。