論文の概要: Towards Understanding the Impact of Real-Time AI-Powered Educational
Dashboards (RAED) on Providing Guidance to Instructors
- arxiv url: http://arxiv.org/abs/2107.14414v1
- Date: Fri, 30 Jul 2021 03:22:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-02 19:00:36.365448
- Title: Towards Understanding the Impact of Real-Time AI-Powered Educational
Dashboards (RAED) on Providing Guidance to Instructors
- Title(参考訳): リアルタイムaiを活用した教育ダッシュボード(raed)がインストラクタへの指導に与える影響の理解に向けて
- Authors: Ajay Kulkarni
- Abstract要約: リアルタイムAIを活用した教育ダッシュボード(RAED)は、インストラクターのための意思決定支援ツールである。
AIの現在の開発は、教育ダッシュボードと組み合わせてAI駆動にすることができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The objectives of this ongoing research are to build Real-Time AI-Powered
Educational Dashboard (RAED) as a decision support tool for instructors, and to
measure its impact on them while making decisions. Current developments in AI
can be combined with the educational dashboards to make them AI-Powered. Thus,
AI can help in providing recommendations based on the students' performances.
AI-Powered educational dashboards can also assist instructors in tracking
real-time student activities. In this ongoing research, our aim is to develop
the AI component as well as improve the existing design component of the RAED.
Further, we will conduct experiments to study its impact on instructors, and
understand how much they trust RAED to guide them while making decisions. This
paper elaborates on the ongoing research and future direction.
- Abstract(参考訳): この継続的な研究の目的は、インストラクターのための意思決定支援ツールとしてリアルタイムAI駆動教育ダッシュボード(RAED)を構築し、意思決定を行いながらその影響を測定することである。
AIの現在の開発は、教育ダッシュボードと組み合わせてAI駆動にすることができる。
したがって、aiは、生徒のパフォーマンスに基づいて推奨を提供するのに役立つ。
AIを利用した教育ダッシュボードは、リアルタイムの学生活動を追跡するインストラクターを支援することもできる。
この進行中の研究では、当社の目標は、aiコンポーネントの開発と、raedの既存の設計コンポーネントの改善です。
さらに,インストラクタへの影響を研究する実験を行い,意思決定をしながら指導するために必要な信頼度を理解する。
本稿では,現在進行中の研究と今後の方向性について概説する。
関連論文リスト
- Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳(メタデータ) (2024-07-03T15:38:57Z) - The Potential and Implications of Generative AI on HCI Education [10.557784268438779]
ジェネレーティブAI(GAI)は、さまざまな分野や分野において、直接的または間接的に教育と学習に影響を与える。
生成型AIを10週間の学部モジュールに組み込むことで得られた,教育的知見を報告する。
論文 参考訳(メタデータ) (2024-05-08T15:46:31Z) - Instructors as Innovators: A future-focused approach to new AI learning opportunities, with prompts [0.0]
本稿では,教師が生成型AIを活用して生徒にパーソナライズされた学習体験を創出する方法を考察する。
我々は、シミュレーション、メンタリング、コーチング、共同創造を含む、新しい形の実践と応用を可能にするAIベースのエクササイズを提示する。
論文 参考訳(メタデータ) (2024-04-23T04:01:38Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳(メタデータ) (2024-03-21T19:12:37Z) - Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。
本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。
ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文 参考訳(メタデータ) (2024-03-05T09:09:15Z) - 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) - 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) - 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) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳(メタデータ) (2021-11-01T17:57:04Z) - 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) - 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)
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。