# ジェネラティブアートは教育で何のために使われるのか：目的七類型と72件の文献地図

- 著者：小川 修一郎（デザイン研究者／デザインコンサルタント）https://jamjet-iqbal.com/
- 初出：2026-08-02、更新：2026-08-02
- 正規の URL（HTML）：https://jamjet-iqbal.com/notes/generative-art-education-literature/
- 英語版：https://jamjet-iqbal.com/en/notes/generative-art-education-literature/（Markdown：https://jamjet-iqbal.com/en/notes/generative-art-education-literature.md）
- 言語：ja
- キーワード：generative-art, creative-coding, education, computational-thinking, steam, ai-literacy, art-education, cs-education, literature

> ジェネラティブアート（generative art / creative coding / computational art）を教育の題材として使う学術研究72件（探索86件、重複統合14、除外0）を、教育利用の目的で類型化した文献地図。目的は (1) プログラミング入門の動機づけと文脈化（media computation、Processing/p5.js）、(2) 多様な学習者の包摂（女性、非専攻、低所得地域）、(3) computational thinking の育成と評価（Scratch 作品の CT 評価）、(4) STEAM 統合と構築主義的メイキング、(5) アート/デザイン/音楽教育における表現拡張、(6) 創造性教育、(7) LLM 以後の AI リテラシーと批判的メディアリテラシー（2023–2026）の七類型に整理できる。教育段階との対応では、K-12 は CT 育成と STEAM と包摂、高等教育 CS は入門動機づけ、美術大学と建築/音楽の高等教育は表現拡張が支配的で、2023 年以後は「コードを書く技法の教育」に「生成モデルを批判的に理解する題材としての教育」が急速に加わった（アート教育×生成AI の実証は 2023 年 2 件から 2025 年 14 件に増加という報告がある）。全 72 件に DOI/URL つき。

## スコープと方法

本ノートは、ジェネラティブアート（generative art / creative coding / computational art、および Processing、p5.js、Design by Numbers、Scratch、Sonic Pi といったツール文化）を教育の題材として使う学術研究を、「何のために使われるか」という目的の軸で類型化した文献地図である。

- コーパス: `source/review/generative-art-education/papers.md`（mode: academic）。探索 86 件から重複統合 14 行を経た 72 件（除外 0 件）。
- 期間: 1980–2026（Papert の構築主義まで遡行。LLM 以後の系統は 2023–2026 重点）。
- 前提: ジェネラティブアートそのものの理論と歴史のコーパス（94 件）は [ジェネラティブアートの学術系譜：情報美学から LLM 以後まで94件の文献地図](https://jamjet-iqbal.com/notes/generative-art-literature/) が扱う。LLM×クリエイティブコーディングのシステム研究（Spellburst、Flowcode、fog、GenP5）も同コーパスの L 系統に収載済みで、本ノートでは重複させず参照のみ行う。

収集した 72 件を通読すると、教育利用の目的は七つの類型に整理できる。
以下、類型ごとに代表文献と実証結果を示し、最後に教育段階との対応と空白を述べる。

## 目的類型の全体像

| # | 目的類型 | 支配的な教育段階 | 代表文献 |
|---|---|---|---|
| 1 | プログラミング入門の動機づけと文脈化 | 高等教育（CS 入門） | Guzdial 2003; Greenberg et al. 2012; Reas & Fry 2007 |
| 2 | 多様な学習者の包摂 | K-12 と高等教育 | Rich et al. 2004; Werner et al. 2005; Peppler 2010 |
| 3 | computational thinking の育成と評価 | K-12 | Wing 2006; Brennan & Resnick 2012; Moreno-León et al. 2015 |
| 4 | STEAM 統合と構築主義的メイキング | K-12 | Papert 1980; Kafai et al. 2014; Taber et al. 2024 |
| 5 | アート/デザイン/音楽教育における表現拡張 | 美術大学と高等教育（建築/音楽） | Knochel & Patton 2015; Oxman 2008; Aaron et al. 2016 |
| 6 | 創造性教育 | 段階横断 | Resnick 2017; Artut 2017; Kafai & Resnick 1996 |
| 7 | AI リテラシーと批判的メディアリテラシー（LLM 以後） | K-12 から教員養成まで拡大中 | Vartiainen et al. 2025; Gu & Ericson 2025; Fang 2026 |

七類型は排他的ではない。
同じ授業が動機づけと CT 育成を兼ねることは多く、類型は「その研究が効果を主張し検証している主目的」で判定した。

## 類型1: プログラミング入門の動機づけと文脈化

最も蓄積が厚いのは、視覚や音の生成表現を「プログラミングを学ぶ理由」に変える CS 入門の系譜である。

この系譜には二つの源流がある。
一つはツール設計者自身の教育思想で、Maeda の Design by Numbers（1999）がアーティスト向けにプログラミングを再定義し、それを継いだ Reas と Fry の Processing（2007）が「スケッチブックとしてのプログラム」という設計哲学を教材として制度化した（E1-01, E1-07）。
もう一つは CS 教育研究側の **media computation** で、Guzdial（2003）が音と画像の操作を題材とする非専攻者向け CS 入門を創始した（E1-04）。

実証結果は入門文脈での有効性を支持する。
Guzdial（2013）は 10 年分の研究を回顧し、媒体題材が動機と定着を改善するという仮説群の検証状況を整理した（E1-10）。
Greenberg らは Processing による CS1 を 2 大学で比較し（E1-11, E1-12）、Malan と Leitner は高等教育での Scratch 導入を報告した（E1-15）。
LLM 以前の直近では、McNutt らが p5.js 系エディタの機能が入門授業でどう使われるかをログで実証している（E1-21）。

## 類型2: 多様な学習者の包摂

動機づけの系譜と隣接しつつ、独立の目的として立つのが包摂（女性、非 CS 専攻、低所得地域の学習者の参加拡大）である。

Rich らの CS1 評価では、受講者 121 名（3 分の 2 が女性）で脱落が男性 3 名のみ、89% が C 以上で修了したと報告される（E1-05）。
Werner らは中学女子のゲーム制作プログラムを（E1-14）、Denner らは女子中学生 108 名の作品による CS 概念評価を検証した（E2-15）。
Peppler（2010）は低所得地域の Computer Clubhouse で 3 年を超えるエスノグラフィーを行い、8 歳から 18 歳の若者がメディアアーツ制作を通じてプログラミングと芸術の統合的スキルを得る過程を示した（E1-13）。
Kafai と Peppler はこれらを**参加型コンピテンシー**として理論化し（E1-18）、Kafai と Burke は個人のスキル習得を超えた **computational participation** への概念拡張を提案した（E1-17）。

## 類型3: computational thinking の育成と評価

K-12 で支配的な目的は **computational thinking**（CT、計算論的思考）の育成である。

Wing（2006）の定義（E2-01）を基準点として、Grover と Pea（2013）が K-12 CT 研究を整理し（E2-06）、Lye と Koh（2014）は大半の実証が肯定的成果を報告することを確認した（E2-13）。
この類型に固有なのは、創作物そのものを CT の評価対象にする研究群である。
Brennan と Resnick（2012）は Scratch 作品を素材に CT の 3 次元（概念、実践、視点）を定義し（E1-20）、Moreno-León らの Dr. Scratch は作品の自動 CT 評価を実装した（E2-17）。
Tang らの系統的レビュー（実証 96 件）は、こうした作品ベース評価を含む CT 評価手法の信頼性と妥当性を横断的に検討している（E2-16）。
高等教育側では、Li らが美術/デザイン系大学生への準実験で、アートプログラミング授業がデザイン思考と CT の双方を向上させたと報告した（E1-22）。
音楽では Petrie が Sonic Pi によるアルゴリズム作曲の混合研究で、音楽と CT の双方の学習成果を確認した（E2-23）。

## 類型4: STEAM 統合と構築主義的メイキング

CT 育成と重なりつつ、教科統合そのものを目的とするのが STEAM の系譜である。

思想的基盤は Papert の構築主義（1980; Papert & Harel 1991）にあり、「作ることによる学習」がアートと STEM を接続する理路を与える（E1-02, E2-03）。
実証面では、Kafai らの e-textiles 高校カリキュラムが CT 指標の向上と女子/マイノリティの参加拡大を同時に示し（E2-07）、Kafai と Burke はゲーム制作学習 55 件をレビューした（E2-11）。
Blikstein らはメイカー運動/FabLab の教育応用を整理し（E2-18）、Israel らは美術を含む教科横断の CT 実装を質的に分析した（E2-20）。
レビューとしては、Taber らが K-12 CS 教育へのアート統合を PRISMA で整理し包摂への有効性を示唆する（E2-24）ほか、Tariq らが高等教育の CT×STEM を扱う（E2-25）。

## 類型5: アート/デザイン/音楽教育における表現拡張

ここまでの類型がアートを「CS や STEM を学ぶための手段」とするのに対し、逆向きの目的、つまりアート/デザイン教育の側がコードを表現技法として取り込む系譜がある。

美術教育では、Knochel と Patton（2015）がクリエイティブコーディングを美術のスタジオ実践に組み込む**批判的デジタルメイキング**を提唱し（E1-16）、同編者らの論文集（2020）が実践を集成した（E3-17）。
Dahn らはアートを出発点にコード学習の感情的経験を分析した（E3-13）。
建築/デザイン教育では、Oxman（2008）がデジタル/生成的デザインの要求する設計教育の理論的転換を体系化し（E3-09）、Celani（2012）とワルシャワ工科大の初年次科目報告（2022）がパラメトリック/アルゴリズム的手法の実習教育を扱う（E3-10, E3-11）。
音楽教育では、Sonic Pi の設計者らによる教育提携モデル（E3-05, E3-06）と Collins の SuperCollider 教育 12 年の省察（E3-07）がライブコーディングを表現と学習の両面で位置づける。
Jacob（1996）のアルゴリズム作曲論は、この系譜の創造性理解の基盤的議論にあたる（E3-08）。

## 類型6: 創造性教育

創造性そのものの育成を主目的に置く研究は、特定の教科に属さず段階横断的に現れる。

代表は Resnick の 4P（Projects, Passion, Peers, Play）で、Scratch を中心とする 30 年の実践を創造的学習の理論に統合した（E1-19）。
その原型は Kafai と Resnick の構築主義実践集（1996）にあり（E1-03）、Maloney らの「Programming by Choice」は、選択ベースの創作環境で都市部青少年 536 プロジェクトが指導介入なしに主要概念を習得したことを示した（E3-04）。
美術大学の文脈では、Artut（2017）が creative coding を computational creativity の育成を目的とするアート課程として設計した事例を報告する（E2-21）。

## 類型7: LLM 以後の変化と AI リテラシー（2023–2026）

2023 年以後、この分野は二方向に同時に動いた。

第一に、**コードを書く教育の再編**である。
CS 入門側では、Prather らが初学者の GenAI 利用の二極化（上位者は活用し、苦手な学習者は「能力の錯覚」に陥る）を実証し（E4-01）、Bernstein らは CS 教育における GenAI の害を 224 件で系統的にレビューした（E4-02。生成 AI による思考生成の代行の害の実証は [生成AIの早期利用は思考の醸成を阻害するか：cognitive offloading と学習の文献地図](https://jamjet-iqbal.com/notes/ai-cognitive-offloading-learning/)）。
Reeves らは自然言語プロンプト優先への教育設計転換を主張する（E4-03）。
クリエイティブコーディング教育そのものでは、LLM を省察や反復の足場かけに使う設計研究が現れた（Reflexa、E4-04。関連システム研究の Spellburst と Flowcode は [ジェネラティブアートの学術系譜：情報美学から LLM 以後まで94件の文献地図](https://jamjet-iqbal.com/notes/generative-art-literature/) の L 系統）。

第二に、**教育題材の重心移動**である。
generative art の教育利用は「アルゴリズムを書いて生成する」から「生成モデルを使い、かつ批判的に理解する」へ広がった。
表現目的の導入としては、Stable Diffusion のプロンプト形式論と美術教育の可能性（E4-07）、大学デジタルアート授業のプロンプト教育（E4-08）、グラフィックデザイン教育の再設計（E4-09）、美術教育専攻生のワークショップ（E4-11）、小学生対象の準実験（n=78 でエンゲージメントと自己効力感が向上、E4-12）、小学校グループ制作のフィールド研究（n=132、E4-16）が並ぶ。
批判的理解の側では、フィンランドの 4・7 年生 209 名で生成画像のバイアス説明能力の向上を示した準実験（E4-18）、高校生と教師の参加型デザイン（E4-19)、批判的 AI リテラシーのスコーピングレビューと枠組み（E4-20, E4-21）、SDXL の「アルゴリズム的オリエンタリズム」を扱う授業実践（E4-13）がある。
教員側の受容も研究され始め、日本の美術科教員養成課程 14 名の研究（E4-17）と美術教育者の対話的制作の提案（E4-22）がある。

量的な変化も報告されている。
AI リテラシー研究の統合レビュー（124 件）は、GenAI 関連の教育実証が 2023 年の 8% から 2024 年に 40% 超へ急増したとする（E4-05）。
アート教育に限っても、系統的レビュー 2 本（19 件と 27 件を対象）が 2025–2026 年に相次いで出版され、対象研究は 2023 年 2 件から 2025 年 14 件へ増えたと報告される（E3-16, E3-15）。
Fang（2026）は音楽教育で創造的流暢さの定量的改善を認める一方、視覚芸術/デザインでは真正性と脱スキル化への懸念を識別し、批判的 AI リテラシーの埋め込みを提言している（E3-15）。

## 教育段階と目的の対応

コーパスの構成から、段階ごとの支配的目的は次のように読める。
これは収集 72 件の分布からの整理であり、出版数の計量ではない点に留意されたい。

- **K-12**: CT 育成（類型3）、STEAM 統合（類型4）、包摂（類型2）が支配的で、ツールは Scratch、e-textiles、ゲーム制作が中心。2024 年以後、生成画像のバイアス理解を題材とする批判的 AI リテラシー（類型7）が加わった。
- **高等教育（CS 入門）**: 動機づけと文脈化（類型1）と非専攻者/女性の包摂（類型2）。media computation と Processing 系 CS1 が代表。LLM 以後は入門支援と害の二極化研究に重心が移った。
- **美術大学とデザイン/建築/音楽の高等教育**: 表現拡張（類型5）と創造性教育（類型6）。実証は準実験 1 件（E1-22）を除き実践報告と質的研究が多い。2023 年以後は text-to-image の導入研究が急増している。デザイン高等教育のカリキュラム改革の現在地は [デザイン教育のAI適応 — カリキュラム改革の現在地と構造的課題](https://jamjet-iqbal.com/notes/design-education-ai-adaptation/) が扱う。
- **教員養成**: LLM 以後に固有の層として現れた（E4-17、E4-22 ほか）。
- **生涯学習/インフォーマル**: Computer Clubhouse 系の包摂研究（E1-13, E2-09）を除きほぼ空白である。

## 空白（未充足の論点）

1. **目的横断の系統的レビューの不在**: 生成 AI×アート教育のレビューは 2025–2026 年に複数出たが、「creative coding の教育利用」全体を目的類型横断で束ねる系統的レビューは、今回の検索語の範囲では確認できなかった。本ノートの七類型はその暫定的な代替である。
2. **美術大学での実証の薄さ**: 類型5 の中核であるはずの美大/アートスクールのクリエイティブコーディング教育は、統制群を置いた実証が Li ら（E1-22）程度で、大半が実践報告にとどまる。
3. **生涯学習段階の欠落**: 成人/生涯学習でのジェネラティブアート教育の研究はほぼ発見できなかった。
4. **長期効果と転移**: media computation の 10 年回顧（E1-10）を例外として、動機づけ効果が長期の学習継続やキャリアに転移するかの縦断的証拠は乏しい。
5. **二つのコミュニティの分断**: LLM 以後、「コードを書く generative art」の教育研究（CS 教育/HCI 系）と「生成 AI を使う美術教育」の研究（美術教育学会誌系）が別の場で進んでおり、相互引用は薄い。両者を接続する研究は今回のコーパスでは E4-04 と E4-13 が近い程度である。
6. **非英語圏**: 検索は英語のみで、日本語圏（美術科教育、情報教育）の文献は英語出版分（E4-17）を除き未探索である。

## 未検証事項

コーパス `source/review/generative-art-education/papers.md` の `[要一次検証]` 全 8 件を再掲する。

- E1-01 / E1-07: Maeda 1999 と Reas & Fry 2007 の ACM 10.5555 番号は DL 内部 id で、DOI としては未確認。
- E1-03: Kafai & Resnick 1996（Erlbaum 書籍）の DOI なし。
- E1-17: Kafai & Burke 2014（MIT Press）の DOI 未確認。
- E2-03: Papert & Harel 1991（Ablex 書籍章）の DOI なし。
- E2-17: RED 誌（Dr. Scratch）の査読状況未確認。
- E2-24: Taber et al. 2024 の著者全名未確認（誌名/巻号/DOI は確認済み）。
- E3-17: Knochel et al. 2020（Peter Lang）の DOI 未確認。
- E4-13: Abdulmajid et al. 2026 の確定 DOI 番号未確認（ScienceDirect の論文ページ到達は確認済み）。

## 参照文献

すべて 2026-08-02 取得。id はコーパス `source/review/generative-art-education/papers.md` の行 id。

### E1系統（入門・動機づけ・包摂）

- E1-01: Maeda, J. 1999. *Design by Numbers*. MIT Press. https://dl.acm.org/doi/abs/10.5555/553360
- E1-02: Papert, S. 1980. *Mindstorms: Children, Computers, and Powerful Ideas*. Basic Books. ISBN 9780465046744
- E1-03: Kafai, Y. B.; Resnick, M. (eds.) 1996. *Constructionism in Practice*. Lawrence Erlbaum. https://www.routledge.com/Constructionism-in-Practice-Designing-Thinking-and-Learning-in-A-Digital/Kafai-Resnick/p/book/9780805819854
- E1-04: Guzdial, M. 2003. A Media Computation Course for Non-Majors. *ITiCSE '03*. https://dl.acm.org/doi/10.1145/961290.961542
- E1-05: Rich, L.; Perry, H.; Guzdial, M. 2004. A CS1 Course Designed to Address Interests of Women. *SIGCSE '04*. https://dl.acm.org/doi/10.1145/971300.971370
- E1-06: Forte, A.; Guzdial, M. 2005. Motivation and Nonmajors in Computer Science. *IEEE Transactions on Education* 48(2). https://doi.org/10.1109/TE.2004.842924
- E1-07: Reas, C.; Fry, B. 2007. *Processing: A Programming Handbook for Visual Designers and Artists*. MIT Press. https://dl.acm.org/doi/10.5555/1296181
- E1-08: Resnick, M. et al. 2009. Scratch: Programming for All. *Communications of the ACM* 52(11). https://doi.org/10.1145/1592761.1592779
- E1-09: Maloney, J. et al. 2010. The Scratch Programming Language and Environment. *ACM Transactions on Computing Education* 10(4). https://doi.org/10.1145/1868358.1868363
- E1-10: Guzdial, M. 2013. Exploring Hypotheses about Media Computation. *ICER '13*. https://dl.acm.org/doi/10.1145/2493394.2493397
- E1-11: Greenberg, I.; Kumar, D.; Xu, D. 2012. Creative Coding and Visual Portfolios for CS1. *SIGCSE '12*. https://dl.acm.org/doi/10.1145/2157136.2157214
- E1-12: Greenberg, I.; Kumar, D.; Xu, D. 2012. Computational Art and Creative Coding (workshop). *SIGCSE '12*. https://dl.acm.org/doi/10.1145/2157136.2157342
- E1-13: Peppler, K. A. 2010. Media Arts: Arts Education for a Digital Age. *Teachers College Record* 112(8). https://doi.org/10.1177/016146811011200806
- E1-14: Werner, L.; Campe, S.; Denner, J. 2005. Middle School Girls + Games Programming = Information Technology Fluency. *CITE 2005*. https://dl.acm.org/doi/10.1145/1095714.1095784
- E1-15: Malan, D. J.; Leitner, H. H. 2007. Scratch for Budding Computer Scientists. *SIGCSE '07*. https://dl.acm.org/doi/10.1145/1227310.1227388
- E1-16: Knochel, A. D.; Patton, R. M. 2015. If Art Education Then Critical Digital Making. *Studies in Art Education* 57(1). https://doi.org/10.1080/00393541.2015.11666280
- E1-17: Kafai, Y. B.; Burke, Q. 2014. *Connected Code: Why Children Need to Learn Programming*. MIT Press. https://mitpress.mit.edu/9780262529679/connected-code/
- E1-18: Kafai, Y. B.; Peppler, K. A. 2011. Youth, Technology, and DIY. *Review of Research in Education* 35. https://doi.org/10.3102/0091732X10383211
- E1-19: Resnick, M. 2017. *Lifelong Kindergarten*. MIT Press. https://doi.org/10.7551/mitpress/11017.001.0001
- E1-20: Brennan, K.; Resnick, M. 2012. New Frameworks for Studying and Assessing the Development of Computational Thinking. *AERA 2012*. https://web.media.mit.edu/~kbrennan/files/Brennan_Resnick_AERA2012_CT.pdf
- E1-21: McNutt, A.; Outkine, A.; Chugh, R. 2023. A Study of Editor Features in a Creative Coding Classroom. *CHI '23*. https://doi.org/10.1145/3544548.3580683
- E1-22: Li, Q.; Liu, Z.; Wang, P. et al. 2023. The Influence of Art Programming Courses on Design Thinking and Computational Thinking in College Art and Design Students. *Education and Information Technologies* 28. https://doi.org/10.1007/s10639-023-11618-7

### E2系統（CT 育成・評価・STEAM）

- E2-01: Wing, J. M. 2006. Computational Thinking. *Communications of the ACM* 49(3). https://doi.org/10.1145/1118178.1118215
- E2-03: Papert, S.; Harel, I. 1991. Situating Constructionism. In *Constructionism*. Ablex. http://www.papert.org/articles/SituatingConstructionism.html
- E2-06: Grover, S.; Pea, R. 2013. Computational Thinking in K–12. *Educational Researcher* 42(1). https://doi.org/10.3102/0013189X12463051
- E2-07: Kafai, Y. B. et al. 2014. A Crafts-Oriented Approach to Computing in High School. *ACM Transactions on Computing Education* 14(1). https://doi.org/10.1145/2576874
- E2-09: Peppler, K. A.; Kafai, Y. B. 2007. From SuperGoo to Scratch. *Learning, Media and Technology* 32(2). https://doi.org/10.1080/17439880701343337
- E2-10: Kafai, Y. B. 2006. Playing and Making Games for Learning. *Games and Culture* 1(1). https://doi.org/10.1177/1555412005281767
- E2-11: Kafai, Y. B.; Burke, Q. 2015. Constructionist Gaming. *Educational Psychologist* 50(4). https://doi.org/10.1080/00461520.2015.1124022
- E2-13: Lye, S. Y.; Koh, J. H. L. 2014. Review on Teaching and Learning of Computational Thinking through Programming. *Computers in Human Behavior* 41. https://doi.org/10.1016/j.chb.2014.09.012
- E2-14: Weintrop, D. et al. 2016. Defining Computational Thinking for Mathematics and Science Classrooms. *Journal of Science Education and Technology* 25(1). https://doi.org/10.1007/s10956-015-9581-5
- E2-15: Denner, J.; Werner, L.; Ortiz, E. 2012. Computer Games Created by Middle School Girls. *Computers & Education* 58(1). https://doi.org/10.1016/j.compedu.2011.08.006
- E2-16: Tang, X. et al. 2020. Assessing Computational Thinking: A Systematic Review of Empirical Studies. *Computers & Education* 148. https://doi.org/10.1016/j.compedu.2019.103798
- E2-17: Moreno-León, J.; Robles, G.; Román-González, M. 2015. Dr. Scratch. *RED* 46. https://www.um.es/ead/red/46/moreno_robles.pdf
- E2-18: Blikstein, P.; Krannich, D. 2013. The Makers' Movement and FabLabs in Education. *IDC 2013*. https://doi.org/10.1145/2485760.2485884
- E2-20: Israel, M. et al. 2015. Supporting All Learners in School-Wide Computational Thinking. *Computers & Education* 82. https://doi.org/10.1016/j.compedu.2014.11.022
- E2-21: Artut, S. 2017. Incorporation of Computational Creativity in Arts Education: Creative Coding as an Art Course. *SHS Web of Conferences* 37. https://doi.org/10.1051/shsconf/20173701028
- E2-23: Petrie, C. 2022. Interdisciplinary Computational Thinking with Music and Programming. *Computer Science Education* 32(2). https://doi.org/10.1080/08993408.2021.1935603
- E2-24: Taber, N. et al. 2024. A Review of Arts Integration in K-12 CS Education. *Computer Science Education* 35(1). https://doi.org/10.1080/08993408.2024.2359854
- E2-25: Tariq, R. et al. 2024. Computational Thinking in STEM Education. *Frontiers in Computer Science*. https://doi.org/10.3389/fcomp.2024.1480404

### E3系統（表現拡張・創造性教育）

- E3-04: Maloney, J. et al. 2008. Programming by Choice: Urban Youth Learning Programming with Scratch. *SIGCSE '08*. https://doi.org/10.1145/1352322.1352260
- E3-05: Aaron, S.; Blackwell, A. F.; Burnard, P. 2016. The Development of Sonic Pi and Its Use in Educational Partnerships. *Journal of Music, Technology & Education* 9(1). https://doi.org/10.1386/jmte.9.1.75_1
- E3-06: Aaron, S. 2016. Sonic Pi: Performance in Education, Technology and Art. *International Journal of Performance Arts and Digital Media* 12(2). https://doi.org/10.1080/14794713.2016.1227593
- E3-07: Collins, N. 2016. Live Coding and Teaching SuperCollider. *Journal of Music, Technology & Education* 9(1). https://doi.org/10.1386/jmte.9.1.5_1
- E3-08: Jacob, B. L. 1996. Algorithmic Composition as a Model of Creativity. *Organised Sound* 1(3). https://doi.org/10.1017/S1355771896000222
- E3-09: Oxman, R. 2008. Digital Architecture as a Challenge for Design Pedagogy. *Design Studies* 29(2). https://doi.org/10.1016/j.destud.2007.12.003
- E3-10: Celani, G. 2012. Digital Fabrication Laboratories. *Nexus Network Journal* 14(3). https://doi.org/10.1007/s00004-012-0120-x
- E3-11: Ostrowska-Wawryniuk, K.; Strzała, M.; Słyk, J. 2022. Form Follows Parameter. *Nexus Network Journal* 24(2). https://doi.org/10.1007/s00004-022-00603-1
- E3-13: Dahn, M.; DeLiema, D.; Enyedy, N. 2020. Art as a Point of Departure for Understanding Student Experience in Learning to Code. *Teachers College Record* 122(8). https://doi.org/10.1177/016146812012200802
- E3-14: Vartiainen, H.; Tedre, M.; Jormanainen, I. 2023. Co-creating Digital Art with Generative AI in K-9 Education. *International Journal of Education Through Art* 19(3). https://doi.org/10.1386/eta_00143_1
- E3-15: Fang, Z. 2026. Integrating Generative AI in Higher Art Education: A Systematic Review. *SN Computer Science* 7. https://doi.org/10.1007/s42979-026-04788-x
- E3-16: Jiang, Y.; Fan, Y.; Liu, Z. 2025. Generative AI in Art Education: A Systematic Review (2019–2025). *Education Sciences* 16(1), 47. https://doi.org/10.3390/educsci16010047
- E3-17: Knochel, A. D.; Liao, C.; Patton, R. M. (eds.) 2020. *Critical Digital Making in Art Education*. Peter Lang. ISBN 9781433177620

### E4系統（LLM 以後・AI リテラシー）

- E4-01: Prather, J. et al. 2024. The Widening Gap: The Benefits and Harms of Generative AI for Novice Programmers. *ICER '24*. https://doi.org/10.1145/3632620.3671116
- E4-02: Bernstein, S. et al. 2025. Beyond the Benefits: A Systematic Review of the Harms and Consequences of Generative AI in Computing Education. *Koli Calling '25*. https://doi.org/10.1145/3769994.3770036
- E4-03: Reeves, B. N. et al. 2024. Prompts First, Finally. arXiv. https://doi.org/10.48550/arXiv.2407.09231
- E4-04: Wang, A. et al. 2026. Reflexa: Uncovering How LLM-Supported Reflection Scaffolding Reshapes Creativity in Creative Coding. arXiv. https://doi.org/10.48550/arXiv.2601.17769
- E4-05: Gu, X.; Ericson, B. J. 2025. AI Literacy in K-12 and Higher Education in the Wake of Generative AI. *ICER '25*. https://doi.org/10.1145/3702652.3744217
- E4-06: Annapureddy, R.; Fornaroli, A.; Gatica-Perez, D. 2024. Generative AI Literacy: Twelve Defining Competencies. *Digital Government: Research and Practice*. https://doi.org/10.1145/3685680
- E4-07: Dehouche, N.; Dehouche, K. 2023. What's in a Text-to-Image Prompt? *Heliyon* 9(6). https://doi.org/10.1016/j.heliyon.2023.e16757
- E4-08: Hutson, J.; Cotroneo, P. 2023. Generative AI Tools in Art Education. *Metaverse* 4(1). https://doi.org/10.54517/m.v4i1.2164
- E4-09: Hwang, Y.; Wu, Y. 2025. Graphic Design Education in the Era of Text-to-Image Generation. *International Journal of Art & Design Education* 44(1). https://doi.org/10.1111/jade.12558
- E4-11: Hiçyilmaz, Y. 2025. An Innovative Approach in Arts Education. *SAGE Open*. https://doi.org/10.1177/21582440251382812
- E4-12: Bian, C. et al. 2025. Effects of AI-generated Images in Visual Art Education. *Humanities and Social Sciences Communications* 12. https://doi.org/10.1057/s41599-025-05860-2
- E4-13: Abdulmajid, M.; Alali, N.; Alsharrah, A. 2026. Critical Agency and Hybrid Cognition in Digital Art Education. *Social Sciences & Humanities Open*. https://www.sciencedirect.com/science/article/pii/S2590291126003463
- E4-16: Wang, Z. et al. 2025. Exploring the Usage of Generative AI for Group Project-Based Offline Art Courses in Elementary Schools. *Proceedings of the ACM on Human-Computer Interaction*. https://doi.org/10.1145/3757476
- E4-17: Nguyen, T. P.; Kasahara, K. 2025. Exploring Japanese Pre-service Teachers' Experiences and Reflections on Text-to-Image Generative AI in Art Education. *International Journal of Education Through Art* 21(3). https://doi.org/10.1386/eta_00212_1
- E4-18: Vartiainen, H. et al. 2025. Enhancing Children's Understanding of Algorithmic Biases in and with Text-to-Image Generative AI. *New Media & Society* 27(9). https://doi.org/10.1177/14614448241252820
- E4-19: Ojeda-Ramirez, S.; Durall Gazulla, E.; Peppler, K. 2026. Emergent Technology, Emergent Critique. *IDC '26*. https://doi.org/10.1145/3773077.3812170
- E4-20: Veldhuis, A. et al. 2024. Critical Artificial Intelligence Literacy: A Scoping Review and Framework Synthesis. *International Journal of Child-Computer Interaction* 43. https://doi.org/10.1016/j.ijcci.2024.100708
- E4-21: Stewart, O. G.; Rodgers, D. J. 2025. A Critical AI Media Literacy Framework. *Learning, Media and Technology*. https://doi.org/10.1080/17439884.2025.2527179
- E4-22: Heaton, R. 2025. Making Peace with Artificial Intelligence (AI) in Art Education. *International Journal of Art & Design Education*. https://doi.org/10.1111/jade.12614