本体系的エビデンスマッピング研究は、生成型人工知能（GenAI）技術とデジタル公平性に関する懸念が交差する高等教育の多様な環境における、少数ながら増加傾向にある実証的研究群をマッピングし統合するものである。Preferred Reporting Items for Systematic Reviews and Meta-Analyses（PRISMA-ScR）基準に準拠した体系的同定手順に従う包括的な三段階検索方法論により、2023年1月1日から2025年1月30日までの間に発表された12件の論文（オンライン初出記事を含む）を収集・評価した。このレビューは、2022年以降の期間におけるGenAI関連のアクセス、スキル、成果の構成に特化して焦点を当てることで、長年のデジタル格差研究を拡張している。さらに、Trust in AI Report 2025（メルボルン大学＆KPMG）が47か国にわたるAIに対する公共の態度を調査し、労働および教育環境での従業員や学生のAIの利用・体験を分析したものを追加的に文脈化し、本レビューの追加的実証的調査としてではなく、関連する業界背景調査証拠として扱った。分析の結果、GenAI技術は教育的な大きな可能性を示す一方で、その実装には体系的な検討を要する重要な公平性の課題が存在することが明らかになった。公平な導入を阻む四つの主要障壁として、限られたデジタルインフラおよび接続制約、関係者の人工知能リテラシー不足、費用負担やアクセスコストという経済的障壁、包括的かつ公平性に焦点を当てた機関の方針欠如が特定された。限定的な研究群の中で、地域間格差は特に深刻であることが強調され、グローバルサウスのケーススタディでは、効果的な技術統合を妨げる根本的なインフラ制約が主要な障壁として挙げられた。Trust in AI Reportからの文脈的調査データは、多くの法域、特に新興経済圏でGenAIの採用に対する自信と制度的準備態勢の間にギャップが存在することも示唆しているが、これは高等教育分野特有のものではない。この発見は、インフラ整備、包括的なリテラシープログラム、アクセス支援、および包括的方針の枠組みを組み入れるためのターゲットを絞った介入がなければ、検討した文脈においてGenAIの展開は既存の教育的不平等を緩和するのではなく悪化させる可能性があることを示している。本レビューは現行の研究の主なギャップを特定し、高等教育機関、政策立案者、実務者に対し、公平なGenAI導入を促進するためのレビュー由来の提言を提示している。
Eddine et al. (Mon,) はこの課題を研究した。