生成 AI を用いた数学問題解法の限界 ～どんな問題が苦手か～

• Item type: Symposium(1)
• 公開日: 2025-08-12
• タイトル / 言語: ja
• タイトル: 生成 AI を用いた数学問題解法の限界 ～どんな問題が苦手か～
• タイトル / 言語: en
• タイトル: Limitations of Solving Mathematical Problems Using Generative AI
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 数学的無限，計算機的無限，場合分け，大規模言語モデル，生成AI
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 関西外国語大学
• 著者所属: 京朋社／関西外国語大学
• 著者所属(英): en
• 著者所属(英): Kansai Gaidai University
• 著者所属(英): en
• 著者所属(英): Kihousha / Kansai Gaidai University
• 著者名: 井口, 雄暉; 江見, 圭司
• 著者名(英): Yuki Iguchi; Keiji Emi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，大規模言語モデルChatGPT-o4 miniを用い，Harvard-MIT Mathematics Tournament（HMMT）に出題された数学問題を解答させ，AIの苦手分野の特定を試みた．特に，数学的無限と計算機的無限の扱い方の差異に注目し，無限級数や収束性を問う問題における誤答傾向を分析した．AIは数値的に極めて正確な近似値を出力する能力を持つが，数学的無限に対する厳密な解析が伴わない場合，それは計算機的近似にとどまっており，誤答と判断される．加えて，関数の分断的定義や場合分けを必要とする問題にも弱さが見られた．たとえば，2025年の問題においては，振動関数の符号と和に関する問題に対して再現性のある誤答を示した．本研究は，情報処理としてのAIの限界と，数学的厳密性とのギャップを明らかにし，数学教育と情報教育で生成AIをどのようにとらえればよいのかヒントを提供する．
• 書誌情報: 情報教育シンポジウム2025論文集; 巻 2025, p. 113-118, 発行日 2025-08-12
• 出版者 / 言語: ja
• 出版者: 情報処理学会