論文の概要: Designing for human-AI complementarity in K-12 education

• arxiv url: http://arxiv.org/abs/2104.01266v1
• Date: Fri, 2 Apr 2021 22:38:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-08 04:07:41.392840
• Title: Designing for human-AI complementarity in K-12 education
• Title（参考訳）: K-12教育における人間-AI相補性の設計
• Authors: Kenneth Holstein and Vincent Aleven
• Abstract要約: 教師がAI支援教室で生徒を助けるのに役立つスマートグラス「ルミロ」の反復設計と評価を紹介します。 K-12教室で実施したフィールドスタディの結果,教師とAI教師が協力して働くと,学生がより多くを学ぶことが示唆された。
• 参考スコア（独自算出の注目度）: 2.741266294612776
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent work has explored how complementary strengths of humans and artificial intelligence (AI) systems might be productively combined. However, successful forms of human-AI partnership have rarely been demonstrated in real-world settings. We present the iterative design and evaluation of Lumilo, smart glasses that help teachers help their students in AI-supported classrooms by presenting real-time analytics about students' learning, metacognition, and behavior. Results from a field study conducted in K-12 classrooms indicate that students learn more when teachers and AI tutors work together during class. We discuss implications for the design of human-AI partnerships, arguing for participatory approaches to research in this area, and for principled approaches to studying human-AI decision-making in real-world contexts.
• Abstract（参考訳）: 近年の研究では、人間と人工知能(AI)システムの相補的な強みがいかに生産的に組み合わせられるかが研究されている。 しかし、人間とAIのパートナーシップの成功形態は、現実世界ではほとんど実証されていない。 本稿では,学生の学習,メタ認知,行動に関するリアルタイム分析を行い,生徒のai支援教室における支援を支援するスマートグラスlumiloの反復設計と評価を行った。 K-12教室で実施したフィールドスタディの結果,教師とAI教師が授業中に一緒に働くとき,学生はより多くを学ぶことが示唆された。 本稿では,人間-AI連携の設計,この分野の研究への参加的アプローチ,実世界の文脈における人間-AI意思決定研究の原則的アプローチについて論じる。

関連論文リスト

• Exploring Teachers' Perception of Artificial Intelligence: The Socio-emotional Deficiency as Opportunities and Challenges in Human-AI Complementarity in K-12 Education [1.9797215742507548]
  学校では、教師は教育者、カウンセラー、意思決定者、学校コミュニティのメンバーとして多くの役割を担っている。 人工知能(AI)の最近の進歩により、AIが教師にどのように支援し、補完し、協力できるかが議論されている。 本研究は,AIの潜在的な強みと限界に対する教育者の視点を探究するものである。
  論文  参考訳（メタデータ） (2024-05-20T15:43:04Z)
• Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
  我々は、生成AIと適応学習の交差研究に光を当てた。 我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
  論文  参考訳（メタデータ） (2024-02-02T23:54:51Z)
• Charting the Future of AI in Project-Based Learning: A Co-Design Exploration with Students [35.05435052195561]
  学習における人工知能(AI)の利用の増加は、学習成果を評価するための新たな課題を提示している。 本稿では,学生のAI活用データの新たな評価材料としての可能性を検討するための共同設計研究を紹介する。
  論文  参考訳（メタデータ） (2024-01-26T14:49:29Z)
• Collaborative Learning with Artificial Intelligence Speakers (CLAIS): Pre-Service Elementary Science Teachers' Responses to the Prototype [0.5113447003407372]
  CLAISシステムは、3、4人の人間の学習者がAIスピーカーに参加して小さなグループを形成し、人間とAIはJigsaw学習プロセスに参加する仲間と見なされるように設計されている。 CLAISシステムは15人の小学校教師による理科教育講習会で成功裏に実装された。
  論文  参考訳（メタデータ） (2023-12-20T01:19:03Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• Assigning AI: Seven Approaches for Students, with Prompts [0.0]
  本稿では,Large Language Models(LLM)の教育における転換的役割とその学習ツールとしての可能性について考察する。 AI-tutor、AI-coach、AI-mentor、AI-teammate、AI-tool、AI-simulator、AI-studentの7つのアプローチを提案する。
  論文  参考訳（メタデータ） (2023-06-13T03:36:36Z)
• An Augmented Reality Platform for Introducing Reinforcement Learning to K-12 Students with Robots [10.835598738100359]
  本研究では,学習の隠れ状態を明らかにする拡張現実(AR)システムを提案する。 本稿では,システムの設計と実装について述べるとともに,今後の2つの方向性について議論する。
  論文  参考訳（メタデータ） (2021-10-10T03:51:39Z)
• Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
  HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。 データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
  論文  参考訳（メタデータ） (2021-10-03T21:47:13Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)
• Learning to Complement Humans [67.38348247794949]
  オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。 我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
  論文  参考訳（メタデータ） (2020-05-01T20:00:23Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。