Fostering Self-Directed Growth with Generative AI: Toward a New Learning Analytics Framework

要約

分散型の知識生態系と広範なAI技術によってますます形作られる時代に、持続可能な学習者機関の育成が重要な教育的義務となっています。
この研究では、生成的人工知能と学習分析を統合するための生成的人工知能と学習分析を統合する新しい概念的なフレームワークを紹介します。これは、学習者が多様な文脈を越えて独自の発達経路を繰り返し促進できる動的能力です。
将来の介入設計と学習分析アプリケーションに対する測定学的な意味について、GAI内での考え方、および総合的自己評価が議論され、デジタル時代に公平で適応性のある、および持続可能な学習システムを開発するための重要な軸として自己指向の成長を位置づけます。

要約(オリジナル)

In an era increasingly shaped by decentralized knowledge ecosystems and pervasive AI technologies, fostering sustainable learner agency has become a critical educational imperative. This study introduces a novel conceptual framework integrating Generative Artificial Intelligence and Learning Analytics to cultivate Self-Directed Growth, a dynamic competency that enables learners to iteratively drive their own developmental pathways across diverse contexts.Building upon critical gaps in current research on Self Directed Learning and AI-mediated education, the proposed Aspire to Potentials for Learners (A2PL) model reconceptualizes the interplay of learner aspirations, complex thinking, and summative self-assessment within GAI supported environments.Methodological implications for future intervention design and learning analytics applications are discussed, positioning Self-Directed Growth as a pivotal axis for developing equitable, adaptive, and sustainable learning systems in the digital era.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google