論文の概要: Kwame for Science: An AI Teaching Assistant for Science Education in
West Africa
- arxiv url: http://arxiv.org/abs/2206.13703v1
- Date: Tue, 28 Jun 2022 02:27:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-29 13:54:22.094760
- Title: Kwame for Science: An AI Teaching Assistant for Science Education in
West Africa
- Title(参考訳): Kwame for Science: 西アフリカにおける科学教育のためのAI教師アシスタント
- Authors: George Boateng, Samuel John, Andrew Glago, Samuel Boateng, Victor
Kumbol
- Abstract要約: アフリカは生徒と教師の比率が高く、生徒の教師へのアクセスを制限している。
私たちは、以前のAI教育アシスタントであるKwameを拡張して、それを科学教育に適応させ、Webアプリとしてデプロイしました。
- 参考スコア(独自算出の注目度): 1.6799377888527687
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Africa has a high student-to-teacher ratio which limits students' access to
teachers. Consequently, students struggle to get answers to their questions. In
this work, we extended Kwame, our previous AI teaching assistant, adapted it
for science education, and deployed it as a web app. Kwame for Science answers
questions of students based on the Integrated Science subject of the West
African Senior Secondary Certificate Examination (WASSCE). Kwame for Science is
a Sentence-BERT-based question-answering web app that displays 3 paragraphs as
answers along with a confidence score in response to science questions.
Additionally, it displays the top 5 related past exam questions and their
answers in addition to the 3 paragraphs. Our preliminary evaluation of the
Kwame for Science with a 2.5-week real-world deployment showed a top 3 accuracy
of 87.5% (n=56) with 190 users across 11 countries. Kwame for Science will
enable the delivery of scalable, cost-effective, and quality remote education
to millions of people across Africa.
- Abstract(参考訳): アフリカは生徒と教師の比率が高く、教師へのアクセスが制限されている。
その結果、学生は質問に対する答えを得るのに苦労する。
本研究では、これまでのai教育アシスタントであるkwameを拡張し、理科教育に応用し、webアプリとして展開した。
Kwame for Scienceは、西アフリカ上級中等試験(WASSCE)の総合科学科に基づいて、学生の質問に答える。
Kwame for Science(クウェーム・フォー・サイエンス)は、Sentence-BERTベースの質問応答ウェブアプリで、3段落を回答として表示する。
また、3段落に加え、過去試験に関する質問と回答のトップ5も表示している。
2.5週間の実世界展開によるkwame for scienceの予備評価では、11カ国で87.5% (n=56) の精度で190人のユーザーがいた。
Kwame for Scienceは、アフリカ全土の何百万人もの人々に、スケーラブルで費用効率の良い高品質の遠隔教育を提供する。
関連論文リスト
- Brilla AI: AI Contestant for the National Science and Maths Quiz [0.7329200485567825]
この研究はNSMQ AI Grand Challengeの最初の重要な成果を記述し、評価する。
AIを構築することで、ガーナのNational Science and Maths Quiz(NSMQ)コンペティションに出場し、勝利する"。
デビューで、私たちのAIは3つの人間コンテストチームの前の4つの謎のうちの1つに答えました。
論文 参考訳(メタデータ) (2024-03-04T03:24:18Z) - Leveraging AI to Advance Science and Computing Education across Africa:
Progress, Challenges, and Opportunities [1.2691047660244332]
アフリカにおける教育ツールにおけるAIの開発と展開について述べる。
SuaCodeは、アフリカ人が自分のスマートフォンを使ってプログラミングを学ぶことができるAIベースのアプリだ。
我々は、AIを使ってアフリカ全土の科学とコンピューティング教育を前進させる課題と可能性について論じる。
論文 参考訳(メタデータ) (2024-02-12T04:10:09Z) - Real-World Deployment and Evaluation of Kwame for Science, An AI
Teaching Assistant for Science Education in West Africa [0.815557531820863]
アフリカは生徒と教師の比率が高く、生徒の教師への教育的質問に対する回答を制限している。
私たちは、コーディング教育のためのバイリンガルAI教育アシスタントであるKwameを拡張し、科学教育に適応させ、Webアプリとしてデプロイしました。
私たちは8ヶ月にわたってKwame for Scienceを現実世界に展開し、32カ国(アフリカ15か国)で750人のユーザを獲得しました。
論文 参考訳(メタデータ) (2023-02-21T16:20:17Z) - Can an AI Win Ghana's National Science and Maths Quiz? An AI Grand
Challenge for Education [2.0625936401496237]
我々は,ガーナの国立科学・数学クイズコンペティション(NSMQ)をケーススタディとして,NSMQ AI Grand Challenge for Educationを提案する。
提案した大きな課題は,“AIを構築して,ガーナのNSMQ(National Science and Maths Quiz)コンペに出場し,優勝する”ことだ。
論文 参考訳(メタデータ) (2023-01-30T17:28:33Z) - Rainier: Reinforced Knowledge Introspector for Commonsense Question
Answering [74.90418840431425]
そこで,Rainier(Reinforced Knowledge Introspector,Reinforced Knowledge Introspector,Reinforced Knowledge Introspector)を提案する。
我々のアプローチは、GPT-3で生成された知識を模倣することから始まり、強化学習を通して独自の知識を生み出すことを学ぶ。
本研究は,GPT-3より桁違いに小さいモデルで生成した知識が,GPT-3から抽出した知識の質を超えうることを報告した最初の事例である。
論文 参考訳(メタデータ) (2022-10-06T17:34:06Z) - Learn to Explain: Multimodal Reasoning via Thought Chains for Science
Question Answering [124.16250115608604]
本稿では,SQA(Science Question Answering)について紹介する。SQA(Science Question Answering)は,21万のマルチモーダルな複数選択質問と多様な科学トピックと,それに対応する講義や説明による回答の注釈からなる新しいベンチマークである。
また,SQAでは,数ショットのGPT-3では1.20%,微調整のUnifiedQAでは3.99%の改善が見られた。
我々の分析は、人間に似た言語モデルは、より少ないデータから学習し、わずか40%のデータで同じパフォーマンスを達成するのに、説明の恩恵を受けることを示している。
論文 参考訳(メタデータ) (2022-09-20T07:04:24Z) - A Dataset of Information-Seeking Questions and Answers Anchored in
Research Papers [66.11048565324468]
1,585の自然言語処理論文に関する5,049の質問のデータセットを提示する。
各質問は、対応する論文のタイトルと要約のみを読むNLP実践者によって書かれ、質問は全文に存在する情報を求めます。
他のQAタスクでうまく機能する既存のモデルは、これらの質問に答える上ではうまく機能せず、論文全体から回答する際には、少なくとも27 F1ポイントパフォーマンスが低下します。
論文 参考訳(メタデータ) (2021-05-07T00:12:34Z) - 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) - Incremental Knowledge Based Question Answering [52.041815783025186]
人間と同じように学習能力を段階的に拡張できるインクリメンタルKBQA学習フレームワークを提案します。
具体的には、破滅的な忘れ問題を克服するために、マージン希釈損失と協調選択方法からなる。
包括的な実験は、進化する知識ベースに取り組む際にその効果と効率を示す。
論文 参考訳(メタデータ) (2021-01-18T09:03:38Z) - Kwame: A Bilingual AI Teaching Assistant for Online SuaCode Courses [2.4366811507669124]
我々は、英語とフランス語のSuaCodeコースから学生のコーディング質問に対する回答を提供するバイリンガル人工知能(AI)指導アシスタント(TA)を開発した。
KwameはSBERT(Sentence-BERT)をベースとしたQAシステムで,過去のコホートにおいて,教科のクイズ,授業ノート,学生の質問から作成された質問応答ペアを用いて,オフラインで学習し,評価した。
その結果,コースデータの微調整と上位3と5の回答の返却により精度が向上した。
論文 参考訳(メタデータ) (2020-10-22T02:26:12Z) - Neural Multi-Task Learning for Teacher Question Detection in Online
Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。
マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文 参考訳(メタデータ) (2020-05-16T02:17:04Z)
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。