論文の概要: Teaching Tech to Talk: K-12 Conversational Artificial Intelligence
Literacy Curriculum and Development Tools
- arxiv url: http://arxiv.org/abs/2009.05653v1
- Date: Fri, 11 Sep 2020 20:52:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-19 21:51:40.105453
- Title: Teaching Tech to Talk: K-12 Conversational Artificial Intelligence
Literacy Curriculum and Development Tools
- Title（参考訳）: k-12 会話型人工知能リテラシーカリキュラムと開発ツール
- Authors: Jessica Van Brummelen, Tommy Heng, Viktoriya Tabunshchyk
- Abstract要約: 我々は,MIT App Inventorの会話エージェントインタフェースとワークショップのカリキュラムをAI能力に関して評価した。
私たちは、学生がAI倫理と学習の概念に最も苦労していることを発見し、教えるときにこれらのトピックを強調することを推奨した。
- 参考スコア（独自算出の注目度）: 9.797319790710711
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With children talking to smart-speakers, smart-phones and even
smart-microwaves daily, it is increasingly important to educate students on how
these agents work-from underlying mechanisms to societal implications.
Researchers are developing tools and curriculum to teach K-12 students broadly
about artificial intelligence (AI); however, few studies have evaluated these
tools with respect to AI-specific learning outcomes, and even fewer have
addressed student learning about AI-based conversational agents. We evaluate
our Conversational Agent Interface for MIT App Inventor and workshop curriculum
with respect to eight AI competencies from the literature. Furthermore, we
analyze teacher (n=9) and student (n=47) feedback from workshops with the
interface and recommend that future work leverages design considerations from
the literature to optimize engagement, collaborates with teachers, and
addresses a range of student abilities through pacing and opportunities for
extension. We found students struggled most with the concepts of AI ethics and
learning, and recommend emphasizing these topics when teaching.
The appendix, including a demo video, can be found here:
https://gist.github.com/jessvb/1cd959e32415a6ad4389761c49b54bbf
- Abstract（参考訳）: 子どもたちが毎日、スマートスピーカーやスマートフォン、さらにはマイクロウェーブなどと会話する中、これらのエージェントが基礎となるメカニズムから社会的な影響まで、どのように働くのかを学生に教えることがますます重要になっている。
研究者は、人工知能(AI)についてK-12の学生に広く教えるツールやカリキュラムを開発しているが、AI固有の学習結果に関してこれらのツールを評価する研究は少ない。
我々は,MIT App Inventorの会話エージェントインタフェースとワークショップのカリキュラムについて,文献からの8つのAI能力について評価した。
さらに,教師 (n=9) と学生 (n=47) のフィードバックをインタフェースを用いて分析し, 今後の研究は, 文献からのデザイン的考察を活用し, エンゲージメントを最適化し, 教員とのコラボレーションを行い, 講座や拡張の機会を通じて, 幅広い学生の能力に対処することを推奨する。
私たちは、学生がAI倫理と学習の概念に最も苦労していることを発見し、教えるときにこれらのトピックを強調することを推奨した。
デモビデオを含む付録は以下の通り。 https://gist.github.com/jessvb/1cd959e32415a6ad4389761c49b54bbf
関連論文リスト
- ChatISA: A Prompt-Engineered Chatbot for Coding, Project Management, Interview and Exam Preparation Activities [0.6784745592354215]
ChatISAは、コーディングの問い合わせ、プロジェクト管理、試験の準備、インタビューの準備に対処する堅牢なツールである。
ChatISAの実装は、倫理的ガイドラインの必要性や、AI利用と学生機関の維持とのバランスなど、重要な洞察と課題を明らかにした。
ChatISAのすべてのコードはGitHubで公開されており、他の機関は、カリキュラム内で同様のAI駆動の教育ツールをカスタマイズし、統合することができる。
論文 参考訳（メタデータ） (2024-06-13T04:00:07Z) - I would love this to be like an assistant, not the teacher: a voice of the customer perspective of what distance learning students want from an Artificial Intelligence Digital Assistant [0.0]
本研究では,仮想AIデジタルアシスタント(AIDA)の設計に関する10人のオンライン・遠隔学習学生の認識について検討した。
参加者全員が、リアルタイムのアシストとクエリの解決、学術的なタスクのサポート、パーソナライゼーションとアクセシビリティのサポート、そして感情的および社会的サポートにAIツールを使用することのメリットを研究し、報告しながら、そのようなAIツールの有用性について同意した。
学生の懸念は、AIDA、データプライバシとデータ利用、運用上の課題、学術的完全性と誤用、教育の将来に関する倫理的・社会的意味に関するものである。
論文 参考訳（メタデータ） (2024-02-16T08:10:41Z) - Exploring Parent's Needs for Children-Centered AI to Support Preschoolers' Interactive Storytelling and Reading Activities [52.828843153565984]
AIベースのストーリーテリングと読書技術は、幼児の生活の中でますます普及しつつある。
本稿では,実践的なストーリーテリングや読書のシナリオでどのように機能するか,親,最も重要な利害関係者,経験,知覚について考察する。
我々の研究結果は、AIベースのストーリーテリングと読書技術は、より没入的で活発な相互作用を提供するが、一連の対話的でアルゴリズム的な課題のために、両親の期待を満たすことはできないことを示唆している。
論文 参考訳（メタデータ） (2024-01-24T20:55:40Z) - Understanding Teacher Perspectives and Experiences after Deployment of
AI Literacy Curriculum in Middle-school Classrooms [12.35885897302579]
我々は,MIT RAICAカリキュラムのモジュール実装にともなう7人の教師の経験を考察した。
我々の分析は、AIモジュールが、この分野における教師の知識を拡大したことを示唆している。
私たちの教師は、技術資源をナビゲートする際に、より良い外部支援の必要性を主張しました。
論文 参考訳（メタデータ） (2023-12-08T05:36:16Z) - Anticipating User Needs: Insights from Design Fiction on Conversational Agents for Computational Thinking [10.363782876965221]
本研究では,演習を通じて学生を段階的に指導する対話エージェントを構想し,その指導方法を教育的背景,スキルと欠陥,学習嗜好を意識して調整する。
本稿では,計算思考とコンピュータプログラミングの教育を指向した学習エージェントの今後の実装について考察する。
論文 参考訳（メタデータ） (2023-11-12T16:19:03Z) - Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent
Recognition and Question Answering Architecture [15.19996462016215]
本稿では、自然言語パイプラインを用いて、独自の学校カリキュラムに基づく質問に答えるためにカスタマイズされたモデルを訓練することで、人工知能の原理を学習するためのインタフェースを提案する。
このパイプラインは、AIエージェントを作成しながら、これらのプロセスのそれぞれを通じて、学生のデータ収集、データ拡張、意図認識、質問応答を教える。
論文 参考訳（メタデータ） (2022-12-14T22:57:44Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳（メタデータ） (2022-02-02T20:59:53Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI)
Curriculum [58.86139968005518]
香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。
工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。
共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
論文 参考訳（メタデータ） (2021-01-19T11:26:19Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z) - Explainable Active Learning (XAL): An Empirical Study of How Local
Explanations Impact Annotator Experience [76.9910678786031]
本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。
本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
論文 参考訳（メタデータ） (2020-01-24T22:52:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。