5 分で読了
0 views

メディア利用調査:教員と学生の全体比較

(Media Usage Survey: Overall Comparison of Faculty and Students)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近うちの若手から「学生や教員のメディア利用の傾向を把握すべきだ」と言われまして、どこから手を付ければ良いのか見当がつきません。要するに、我々が投資するデジタル施策の優先順位を決める材料になるのか教えてください。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、一緒に整理しますよ。要点は三つで、誰が何をどの頻度で使っているかを可視化すること、伝統的メディアと新興メディアを分けて見ること、そしてファカルティ(教員)と学生の違いを経営判断に落とすことです。これがわかれば、投資対効果の高い領域に資源を集中できるんです。

田中専務

なるほど。具体的には、どんなデータを見ればその三つが判断できるのですか。たとえばGoogle検索やYouTubeが多いのは分かるが、それをどう解釈すれば良いのかが腑に落ちません。

AIメンター拓海

その疑問も素晴らしい着眼点ですね!簡単に言うと、頻度と用途の二軸で見るんです。頻度は単純な使用率で、用途は学習用か娯楽用かといったコンテキストです。まず頻度で注目するメディアを特定し、次に各メディアがどのような学習/教授行動に結びついているかを評価しますよ。

田中専務

これって要するに、使われている回数だけ見て投資を決めるのではなく、使われ方の“質”も見るということですか?それが正しければ投資判断が変わりそうです。

AIメンター拓海

その通りです!要点は三つ、頻度だけで判断しない、伝統的メディアと電子メディアを併せて評価する、学部や性別などの属性で差が出ることを前提にする、です。頻度が高くても学習に直結していなければ教育効果は限定的ですし、逆に使用頻度が低くても専門性の高い学術メディアは重視すべきです。

田中専務

経営的に見れば、コストをかけるべきはどちらか判断が必要です。例えば大学図書館の電子化に投資するのと、学内向けの動画教材を整備するのと、どちらがリターンが高いかの判断材料になりますか。

AIメンター拓海

良い質問ですね。投資判断の指標は三つで、利用頻度の高さ、学習や教授活動への直接的貢献度、そして持続可能性です。たとえば学生が図書館で本を読む頻度が高く、教員も教案で参照しているなら電子化は高い効果が見込めます。逆にYouTubeやGoogle検索は即効性があるが品質担保が課題となるため、その監督やキュレーションに投資する価値がありますよ。

田中専務

では、教員と学生で大きく違うポイントは何でしょうか。現場からは「教員は保守的で学生は新しいツールを好む」と聞きますが、実際のデータはどう判断すべきですか。

AIメンター拓海

その認識は概ね正しいです。ただし細部が大事で、教員は学術書や学術誌といった伝統メディアの利用が高く、学生はWikipediaやオンライン辞書、動画を学習で多用する傾向があると報告されています。教員グループは同時にGoogle+など特定の新媒体を積極的に使うサブグループも存在し、均一ではありません。よって導入施策は横並びではなくセグメントごとに設計すべきです。

田中専務

分かりました。最後に、我々がこの調査結果を役員会で説明するときに使える短いまとめを教えてください。現場がすぐ動ける形で説明したいのです。

AIメンター拓海

素晴らしい締めの質問ですね!短いフレーズ三つでいきます。第一に、頻度と用途の両方でメディアを評価する。第二に、教員と学生で優先されるメディアが異なるため、対象別に施策を設計する。第三に、新メディアは効果的だが品質保証と継続投資の設計が必要である、です。役員会ではこの三点を提示すれば議論が前に進みますよ。

田中専務

分かりました、ありがとうございます。では私の言葉でまとめますと、結局のところ「誰が何をどのくらい、そしてどういう目的で使っているかを見て、教員向けと学生向けで別々に施策を打つ。新しい道具は便利だが管理と継続性の設計が要る」ということでよろしいですね。これなら現場に落としやすいです。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
ファンクションポイントの較正を実現するニューラル・ファジィ技術
(Calibrating Function Points Using Neuro-Fuzzy Technique)
次の記事
学生のメディア利用の比較研究 — How Students Use Media: A Comparison Across Faculties
関連記事
燃料効率を高める学習型MPCと離散ギア選択
(Learning-Based MPC for Fuel Efficient Control of Autonomous Vehicles with Discrete Gear Selection)
条件付き自己回帰型内視鏡動画生成
(EndoGen: Conditional Autoregressive Endoscopic Video Generation)
単語分布とエントロピーの統計的性質
(Statistical Properties of Word Distribution and Entropy)
動的グラフ埋め込みにおけるMambaとTransformersの比較研究
(A Comparative Study on Dynamic Graph Embedding based on Mamba and Transformers)
Astro2020のための科学優先順位付けを強化する人工知能の活用
(Using Artificial Intelligence to Augment Science Prioritization for Astro2020)
機械学習における再構築攻撃からの保護のためのプライバシー概念の比較
(Comparing privacy notions for protection against reconstruction attacks in machine learning)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む