論文の概要: Proactive and Reactive Engagement of Artificial Intelligence Methods for
Education: A Review
- arxiv url: http://arxiv.org/abs/2301.10231v1
- Date: Mon, 23 Jan 2023 02:47:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 12:41:40.741069
- Title: Proactive and Reactive Engagement of Artificial Intelligence Methods for
Education: A Review
- Title（参考訳）: 教育のための人工知能手法の積極的かつリアクティブな取り組み--レビュー
- Authors: Sruti Mallik, Ahana Gangopadhyay
- Abstract要約: 我々は,人工知能,機械学習,深層学習が,学生,教育者,行政スタッフを支援するためにどのように利用されているかを検討する。
教育過程におけるAI駆動手法の関与について考察する。
- 参考スコア（独自算出の注目度）: 2.2843885788439793
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quality education, one of the seventeen sustainable development goals (SDGs)
identified by the United Nations General Assembly, stands to benefit enormously
from the adoption of artificial intelligence (AI) driven tools and
technologies. The concurrent boom of necessary infrastructure, digitized data
and general social awareness has propelled massive research and development
efforts in the artificial intelligence for education (AIEd) sector. In this
review article, we investigate how artificial intelligence, machine learning
and deep learning methods are being utilized to support students, educators and
administrative staff. We do this through the lens of a novel categorization
approach. We consider the involvement of AI-driven methods in the education
process in its entirety - from students admissions, course scheduling etc. in
the proactive planning phase to knowledge delivery, performance assessment etc.
in the reactive execution phase. We outline and analyze the major research
directions under proactive and reactive engagement of AI in education using a
representative group of 194 original research articles published in the past
two decades i.e., 2003 - 2022. We discuss the paradigm shifts in the solution
approaches proposed, i.e., in the choice of data and algorithms used over this
time. We further dive into how the COVID-19 pandemic challenged and reshaped
the education landscape at the fag end of this time period. Finally, we
pinpoint existing limitations in adopting artificial intelligence for education
and reflect on the path forward.
- Abstract（参考訳）: 品質教育は、国連総会が特定した17の持続可能な開発目標(SDG)の1つであり、人工知能(AI)駆動のツールと技術の導入によって大きな恩恵を受ける。
必要なインフラ、デジタルデータ、一般社会認識の同時ブームは、aied(artificial intelligence for education)分野における大規模な研究と開発の取り組みを促している。
本稿では,人工知能,機械学習,深層学習手法が,学生,教育者,管理スタッフにどのように活用されているかを検討する。
我々はこれを、新しい分類アプローチのレンズを通して行う。
我々は,AIによる学習プロセスへの関与を,前向きな計画段階における学生の入学,コーススケジューリング等から,リアクティブな実行段階における知識提供,パフォーマンス評価等まで検討する。
我々は、過去20年間に発行された194のオリジナル研究論文の代表グループ(2003年～2022年)を用いて、AIの教育における積極的かつリアクティブな関与の下での主要な研究方向性を概説し、分析する。
本稿では,提案する解法におけるパラダイムシフト,すなわち,この期間に使用されるデータとアルゴリズムの選択について論じる。
新型コロナウイルス(COVID-19)のパンデミックが、この期間の終わりにどのように教育の状況に挑戦し、作り直したかをさらに掘り下げる。
最後に、教育に人工知能を採用する際の既存の制限を指摘し、今後の方向性を振り返る。
関連論文リスト
- O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。
我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。
本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文 参考訳（メタデータ） (2024-10-08T15:13:01Z) - From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。
中国一の大学である清華大学で予備的な実験を行う。
論文 参考訳（メタデータ） (2024-09-05T13:22:51Z) - From Algorithm Worship to the Art of Human Learning: Insights from 50-year journey of AI in Education [0.0]
人工知能(AI)を取り巻く現在の談話は、希望と理解の間に振動する。
本稿は、AIが教育において果たす役割の複雑さを考察し、教育者と警告された教育者が混ざったメッセージに対処するものである。
倫理的意味に関する懸念を背景に、AIが大規模にパーソナライゼーションを通じて学習を強化するという約束を探求する。
論文 参考訳（メタデータ） (2024-02-05T16:12:14Z) - 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) - From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the
Generative Artificial Intelligence (AI) Research Landscape [5.852005817069381]
生成人工知能(AI)の現状と今後の動向について批判的考察
GoogleのGeminiや、予想されるOpenAI Q*プロジェクトといったイノベーションが、さまざまなドメインにわたる研究の優先順位とアプリケーションをどう変えているのかを調査した。
この研究は、倫理的および人間中心の手法をAI開発に取り入れることの重要性を強調し、社会規範と福祉の整合性を確保した。
論文 参考訳（メタデータ） (2023-12-18T01:11:39Z) - ChatGPT and Beyond: The Generative AI Revolution in Education [0.21756081703275998]
この調査は、2022年11月から2023年7月までに出版された学術文献を調査している。
教育における生成AIモデル、特にChatGPTの役割の進化を照らすことを目的としている。
このレビューの結果は、教育者、研究者、政策立案者に対して、AI技術の学習環境への統合に関する情報的な決定を下すよう促す。
論文 参考訳（メタデータ） (2023-11-26T05:34:22Z) - New Era of Artificial Intelligence in Education: Towards a Sustainable
Multifaceted Revolution [2.94944680995069]
標準化された学術試験におけるChatGPTのハイパフォーマンスは、人工知能(AI)のトピックを、教育の将来に関する主流の議論に押し付けている。
本研究の目的は、応用、利点、課題の3つの主要な軸にまたがる既存の文献のレビューと分析を通じて、AIが教育に与える影響について調査することである。
論文 参考訳（メタデータ） (2023-05-12T08:22:54Z) - Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。
データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
論文 参考訳（メタデータ） (2022-11-27T13:07:14Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Artificial Intelligence Technologies in Education: Benefits, Challenges
and Strategies of Implementation [8.54335661175611]
教育分野における人工知能導入のメリットと課題を特定した。
私たちはまた、学習者と教育者のための最新のAI技術についてもレビューしました。
我々は,5段階の汎用プロセスで記述された戦略実装モデルと,対応する構成ガイドを開発した。
論文 参考訳（メタデータ） (2021-02-11T11:09:41Z) - 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。