論文の概要: Systematic Review for AI-based Language Learning Tools

• arxiv url: http://arxiv.org/abs/2111.04455v1
• Date: Fri, 29 Oct 2021 11:54:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-14 16:12:24.143869
• Title: Systematic Review for AI-based Language Learning Tools
• Title（参考訳）: AIに基づく言語学習ツールのシステムレビュー
• Authors: Jin Ha Woo, Heeyoul Choi
• Abstract要約: このレビューは、2017年から2020年にかけて開発されたAIツールに関する情報を合成した。 これらのツールの大部分は、機械学習と自然言語処理を利用している。 これらのツールを使用した後、学習者は言語能力と知識の向上を実演した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The Second Language Acquisition field has been significantly impacted by a greater emphasis on individualized learning and rapid developments in artificial intelligence (AI). Although increasingly adaptive language learning tools are being developed with the application of AI to the Computer Assisted Language Learning field, there have been concerns regarding insufficient information and teacher preparation. To effectively utilize these tools, teachers need an in-depth overview on recently developed AI-based language learning tools. Therefore, this review synthesized information on AI tools that were developed between 2017 and 2020. A majority of these tools utilized machine learning and natural language processing, and were used to identify errors, provide feedback, and assess language abilities. After using these tools, learners demonstrated gains in their language abilities and knowledge. This review concludes by presenting pedagogical implications and emerging themes in the future research of AI-based language learning tools.
• Abstract（参考訳）: 第2言語習得分野は、個別化学習と人工知能(AI)の急速な発展に重点が置かれている。 コンピュータ支援言語学習分野へのaiの適用により,適応型言語学習ツールの開発が進んでいるが,不十分な情報や教師準備が懸念されている。 これらのツールを効果的に活用するには、最近開発されたAIベースの言語学習ツールの詳細な概要が必要である。 そこで、このレビューは2017年から2020年にかけて開発されたAIツールに関する情報を合成した。 これらのツールの大部分は機械学習と自然言語処理を利用しており、エラーを特定し、フィードバックを提供し、言語能力を評価するために使用された。 これらのツールを使用した後、学習者は言語能力と知識の向上を示した。 このレビューは、AIベースの言語学習ツールの将来の研究において、教育的意味と新たなテーマを提示して結論付ける。

関連論文リスト

• Generative AI, Pragmatics, and Authenticity in Second Language Learning [0.0]
  生成的AI(Artificial Intelligence)を言語学習と教育に統合する上で、明らかなメリットがある。 しかし、AIシステムが人間の言語に耐える方法のため、人間と同じ社会的認識を持つ言語を使えるような、生きた経験が欠けている。 言語や文化のバイアスは、そのトレーニングデータに基づいて構築されており、主に英語であり、主に西洋の情報源から来ている。
  論文  参考訳（メタデータ） (2024-10-18T11:58:03Z)
• Investigating Developers' Preferences for Learning and Issue Resolution Resources in the ChatGPT Era [1.3124513975412255]
  最近のトレンドはビデオチュートリアルのような魅力的なフォーマットを好んでいる。 ChatGPTのような大規模言語モデル(LLM)の出現は、新しい学習パラダイムを提示します。 我々は,ソフトウェア開発者とコンピュータサイエンスの学生を対象に,341の回答を集め,そのうち268の回答を完成・分析した。
  論文  参考訳（メタデータ） (2024-10-10T22:57:29Z)
• Symbolic Learning Enables Self-Evolving Agents [55.625275970720374]
  エージェントシンボリックラーニング(エージェントシンボリックラーニング)(エージェントシンボリックラーニング)は、言語エージェントが自分自身で最適化できるための体系的なフレームワークである。 エージェント記号学習は、コネクショナリズム学習における2つの基本的なアルゴリズムを模倣することにより、言語エージェント内のシンボルネットワークを最適化するように設計されている。 我々は、標準ベンチマークと複雑な実世界のタスクの両方で概念実証実験を行う。
  論文  参考訳（メタデータ） (2024-06-26T17:59:18Z)
• Distributed agency in second language learning and teaching through generative AI [0.0]
  ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。 インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
  論文  参考訳（メタデータ） (2024-03-29T14:55:40Z)
• Generative AI in Education: A Study of Educators' Awareness, Sentiments, and Influencing Factors [2.217351976766501]
  本研究は,AI言語モデルに対する教員の経験と態度について考察する。 学習スタイルと生成AIに対する態度の相関は見つからない。 CS教育者は、生成するAIツールの技術的理解にはるかに自信を持っているが、AI生成された仕事を検出する能力にこれ以上自信がない。
  論文  参考訳（メタデータ） (2024-03-22T19:21:29Z)
• Critical Appraisal of Artificial Intelligence-Mediated Communication [0.0]
  この本は、言語教育におけるAIによるコミュニケーションの長所と短所について考察する。 言語教師がCALLの教師教育と専門的開発に従事して、進化を続けるテクノロジーの展望に追随し、その教育効果を向上させることが不可欠である、と論じている。
  論文  参考訳（メタデータ） (2023-05-15T02:35:40Z)
• Robotic Skill Acquisition via Instruction Augmentation with Vision-Language Models [70.82705830137708]
  言語条件制御のためのデータ駆動型インストラクション拡張(DIAL)について紹介する。 我々は,CLIPのセマンティック理解を利用したセミ言語ラベルを用いて,未知の実演データの大規模なデータセットに知識を伝達する。 DIALは、模倣学習ポリシーによって、新しい能力を獲得し、元のデータセットにない60の新しい命令を一般化することができる。
  論文  参考訳（メタデータ） (2022-11-21T18:56:00Z)
• GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
  Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。 GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
  論文  参考訳（メタデータ） (2021-10-19T18:07:07Z)
• AI Explainability 360: Impact and Design [120.95633114160688]
  2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。 本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。 また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
  論文  参考訳（メタデータ） (2021-09-24T19:17:09Z)
• Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
  機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。 ディープラーニングは、独自の機械学習のサブフィールドになっている。 生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
  論文  参考訳（メタデータ） (2021-05-29T21:02:44Z)
• 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。