生成AI時代におけるユーザー認識の解明：e-Teachingのデジタル変革におけるAI教育アプリの役割に対する感情分析に基づく評価
Unveiling User Perceptions in the Generative AI Era: A Sentiment-Driven Evaluation of AI Educational Apps' Role in Digital Transformation of e-Teaching
December 12, 2025
著者: Adeleh Mazaherian, Erfan Nourbakhsh
cs.AI
要旨
生成AIの急速な教育領域への統合は、e-ティーチングにおけるデジタル変革を推進しているが、AI教育アプリに対するユーザーの認識は未だ十分に調査されていない。本研究では、Google Play Storeの主要AI教育アプリにおけるユーザーレビューを感情分析により評価し、有効性、課題、教育的示唆を考察する。分析パイプラインは、アプリデータとレビューの収集、二値感情分類におけるRoBERTa、要点抽出におけるGPT-4o、肯定的/否定的テーマの統合におけるGPT-5で構成された。アプリは（例：宿題支援、数学解法、言語ツールなど）7種類に分類され、重複は多機能デザインを反映している。結果は、宿題支援アプリ（Edu AIが95.9%、Answer.AIが92.7%の肯定的感情率）が正確性、速度、個人化で先行し、言語/LMSアプリ（例：Teacher AIは21.8%の肯定的感情率）は不安定性や機能制限により遅れをとるなど、全体的に肯定的感情が優勢であることを示す。肯定的評価はブレインストーミング、問題解決、学習意欲向上の効率性に、否定的評価は有料壁、不正確性、広告、不具合に集中している。傾向として、宿題支援ツールが特化型ツールを凌駕し、依存性や格差のリスクの中でもAIの民主化可能性が浮き彫りとなった。考察では、AIと人間のハイブリッドモデル、没入型学習のためのVR/ARを備えた将来のエコシステムと、開発者（適応的個人化）および政策立案者（包摂性のための収益化規制）に向けたロードマップを提案する。これは、公平で革新的な環境を育む倫理的改良を可能にすることで、e-ティーチングを推進する生成AIの役割を強調する。完全なデータセットはこちら（https://github.com/erfan-nourbakhsh/GenAI-EdSent）で公開されている。
English
The rapid integration of generative artificial intelligence into education has driven digital transformation in e-teaching, yet user perceptions of AI educational apps remain underexplored. This study performs a sentiment-driven evaluation of user reviews from top AI ed-apps on the Google Play Store to assess efficacy, challenges, and pedagogical implications. Our pipeline involved scraping app data and reviews, RoBERTa for binary sentiment classification, GPT-4o for key point extraction, and GPT-5 for synthesizing top positive/negative themes. Apps were categorized into seven types (e.g., homework helpers, math solvers, language tools), with overlaps reflecting multifunctional designs. Results indicate predominantly positive sentiments, with homework apps like Edu AI (95.9% positive) and Answer.AI (92.7%) leading in accuracy, speed, and personalization, while language/LMS apps (e.g., Teacher AI at 21.8% positive) lag due to instability and limited features. Positives emphasize efficiency in brainstorming, problem-solving, and engagement; negatives center on paywalls, inaccuracies, ads, and glitches. Trends show that homework helpers outperform specialized tools, highlighting AI's democratizing potential amid risks of dependency and inequity. The discussion proposes future ecosystems with hybrid AI-human models, VR/AR for immersive learning, and a roadmap for developers (adaptive personalization) and policymakers (monetization regulation for inclusivity). This underscores generative AI's role in advancing e-teaching by enabling ethical refinements that foster equitable, innovative environments. The full dataset is available here(https://github.com/erfan-nourbakhsh/GenAI-EdSent).