デジタルウェルビーイングと生成AIが学生の学業成功と持続可能な開発目標を達成する方法

サマリー

この研究は、デジタルウェルビーイングと生成AIが英語を外国語として学ぶことへの関与を促進し、学業成績の向上につながることを示しています。高い成果は持続可能な開発目標への意識を高め、教育技術を学業と持続可能性の成果の両方に結びつけます。

要約

本研究は、デジタルウェルビーイングと生成AIの導入が、英語を外国語(EFL)とする学生の学業成功と持続可能な開発目標(SDGs)への関与にどのように寄与しているかを検証します。定量的な横断設計を用いて、デジタルウェルビーイング、AI利用、学習参加、学業成績、SDG認識を測定する検証済み尺度を通じて440名の参加者からデータを収集しました。部分最小二乗構造方程式モデリング(PLS-SEM)を用いて、これらの構成要素間の関係を分析し、モデルの予測妥当性と堅牢性を評価しました。この研究結果は、デジタルウェルビーイングと生成AIの両方がEFL学習への関与を大幅に高め、それが学業の成功を後押ししていることを示しています。さらに、学業成績は学生のSDG意識に良い影響を与え、デジタル教育と持続可能性の成果の相互関連性を強調しています。本研究は、学習エンゲージメントがテクノロジー強化学習と学業成績の間の重要な仲介者であることを特定しています。これらの結果は、デジタルウェルネス戦略とAIリテラシーを教育枠組みに統合し、学業成績と国際市民意識の両方を促進する重要性を強調しています。これらは、学生がデジタル生活を効果的に管理し、先進的な技術を活用し批評して世界で最も差し迫った課題を理解し行動できるように同時にカリキュラムと教育法を設計することで達成されます。

概要

急速な技術進歩が続く時代において、デジタルウェルビーイングと生成型人工知能(GAI)の教育への統合は、学生の学業成績や国連の持続可能な開発目標(SDGs^)に広範な影響をもたらす変革的な力として浮上しています。デジタルウェルビーイングが認知的・感情的バランスを高めるための健康的なテクノロジー利用を促進する一方で、GAIは^{パーソナライズされた学習}2、アクセシビリティ、^{教育効率3}の前例のない機会を提供します。それにもかかわらず、世界中でこれらの分野への関心が高まっているものの、既存の知識は散在しており、学術的成功の発展やグローバルな持続可能性の推進における相乗効果の将来的な可能性にはほとんど焦点が当てられ^{ていません。}この研究は、デジタルウェルビーイングの原則に基づく責任あるGAIの利用が学習成果を最大化しつつ、特にSDG4(質の高い教育)、SDG3(良好な健康と福祉)、SDG10(格差削減)など主要なSDGsをどのように支援できるかを具体的に検証することで、この必要不可欠なギャップを埋める助けとなっています。

現在の文献をレビューすると、いくつかの未検証の側面が明らかになります。まず、デジタルウェルビーイングに関する研究は、学....

プロトコル

この研究は、匿名の調査やインフォームドコンセントを提供した参加者へのインタビューを含んでいたため、倫理審査委員会(IRB)の正式な倫理承認を必要としませんでした。個人情報や機密データは収集されず、すべての回答は研究目的のみで機密扱いにされました。参加は任意であり、回答者は研究の目的を事前に知らされていました。

本研究は、英語を外国語(EFL)とする学生におけるデジタル福祉、生成AIの利用、学業成果の関係を定量的かつ横断的に調査しました。データは、複数の中国の大学にまたがる440人の学部EFL学生を対象に、生成AIツールを積極的に学習に活用したオンライン調査によって収集されました。構造化されたアンケートは、デジタルウェルビーイングの12項目の指標⁴¹、生成AI利用の8項目スケール、自己認識の学業成功スケール⁴²、SDGの意識と学習参加の指標など、検証済みの尺度を用い、すべて5ポイントリッカート回答を用いました。データ解析は、記述統計と信頼性チェックにSPSS v.27、部分最小二乗構造方程式モデリング(PLS-SEM)用にSmartPLS v.4.0を用いた2段階プロトコルに従い、測定モデルと構造モデルの評価を行い、テスト経路の重要性にはブートストラップを適用しました。

結果

この結果は、本研究のコア仮説を強固な実証的裏付けとし、デジタルウェルビーイングと生成AIの利用がEFL学習への関与に良い影響を与え、それが学業成功を促進し、持続可能な開発目標(SDGs)への関与をさらに促進する重要な連続的な経路を確認しています。具体的には、デジタルウェルビーイング(β=0.32, p<0.001)と生成AIの利用(β=0.28, p<0.001)が学習エンゲージメントに強い直接的な影響を与え、その分散の41%を説明しています。この強化されたエンゲージメントは強力な媒介者となり、デジタル要素から学業成功への間接的な効果を伝達しました(β=0.45, p<0.001)、最終的にはSDGエンゲージメント(β=0.39, p<0.001)。このモデルは強い予測妥当性と優れた適合性を示し、ポジティブなデジタル状態の促進とAIツールの効果的な統合が、学業成績と持続可能性意識の向上をもたらす好循環を生み出せることを示しました。

記述統計
記述統計は、データセットの基礎的特.......

ディスカッション

これまでの研究は主にデジタルウェルビーイング、教育におけるAI、持続可能な開発のための教育(ESD)を単独で検証^{してきました。}個人のデジタル能力が新興技術とどのように交差し、単なる学業成果だけでなくグローバル市民意識も促進するという理解には大きなギャップがありました。本研究はこれらの領域を独自に橋渡しします。デジタルウェルビーイング(β = 0.32, p<0.001)とGAI採用(β = 0.28, p<0.001)がEFL学習への関与の重要かつ補完的な前例であることを示しました。この関係は統合モデルではあまり探求されていません。特に、この関与が学業成功を促します(β = 0.45, p<0.001)。これが学生レベルのSDG認識の向上を予測します(β = 0.39, p<0.001)。制度的なESDプログラムから学習者中心の成果へ焦点を移すことで、このモデルは教育体験が持続可能性意識を自然に育む方法を説明し、これまでの政策重視の研究で指摘されたギャップに対処しています。

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
学業成功尺度	Yuら(2010年)より改編	該当なし	測量機器
目隠し手順(Q2用)	スマートPLS	内部ルーチン	解析手順
ブートストラップ手順	スマートPLS	内部ルーチン	解析手順
複合信頼性評価	スマートPLS	内部ルーチン	解析手順
相関行列解析	IBM SPSS統計	内部ルーチン	解析手順
クロンバックのアルファ信頼性分析	IBM SPSS統計	内部ルーチン	解析手順
データストレージシステム	機関向けIT	セキュアサーバー	装備・装備素材
記述統計分析	IBM SPSS統計	内部ルーチン	解析手順
デジタルウェルビーイングスケール	Arslankara ら(2022)	該当なし	測量機器
EFL学習エンゲージメントスケール	Eerdemutu ら(2024)	該当なし	測量機器
フォーネル・ラーカー基準評価	スマートPLS	内部ルーチン	解析手順
生成AI利用スケール	アッバスら(2024年)より改編	該当なし	測量機器
異形質-単一形質(HTMT)比率評価	スマートPLS	内部ルーチン	解析手順
IBM SPSS統計	IBM	バージョン27	ソフトウェア
インフォームドコンセント文書	研究チーム	電子フォーム	装備・装備素材
オンラインアンケート	研究チーム	自己管理	装備・装備素材
PLSアルゴリズム	スマートPLS	内部ルーチン	解析手順
PLS-SEMソフトウェア	スマートPLS	バージョン4.0	ソフトウェア
SDG認識度尺度	Atmacaら(2019年)より改編	該当なし	測量機器
スマートPLS	スマートPLS GmbH	バージョン4.0	ソフトウェア