論文の概要: Adaptive Scaffolding in Block-Based Programming via Synthesizing New
Tasks as Pop Quizzes
- arxiv url: http://arxiv.org/abs/2303.16359v1
- Date: Tue, 28 Mar 2023 23:52:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 16:34:09.759888
- Title: Adaptive Scaffolding in Block-Based Programming via Synthesizing New
Tasks as Pop Quizzes
- Title(参考訳): 新しいタスクをポップクイズとして合成するブロックベースプログラミングにおける適応スキャッフィング
- Authors: Ahana Ghosh, Sebastian Tschiatschek, Sam Devlin, Adish Singla
- Abstract要約: マルチチョイスプログラミングタスクとして提示されるポップクイズに基づく足場構築フレームワークを提案する。
これらのポップ・クイズを自動的に生成するために,新しいアルゴリズムであるPQuizSynを提案する。
提案アルゴリズムは, (a) 適応性, (b) 理解し易く, (c) 理解し易い, (c) 理解し難い, (c) 解決コードを明らかにしない,という特徴を持つ,ポップ・クイズのための新しいタスクを合成する。
- 参考スコア(独自算出の注目度): 30.127552292093384
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Block-based programming environments are increasingly used to introduce
computing concepts to beginners. However, novice students often struggle in
these environments, given the conceptual and open-ended nature of programming
tasks. To effectively support a student struggling to solve a given task, it is
important to provide adaptive scaffolding that guides the student towards a
solution. We introduce a scaffolding framework based on pop quizzes presented
as multi-choice programming tasks. To automatically generate these pop quizzes,
we propose a novel algorithm, PQuizSyn. More formally, given a reference task
with a solution code and the student's current attempt, PQuizSyn synthesizes
new tasks for pop quizzes with the following features: (a) Adaptive (i.e.,
individualized to the student's current attempt), (b) Comprehensible (i.e.,
easy to comprehend and solve), and (c) Concealing (i.e., do not reveal the
solution code). Our algorithm synthesizes these tasks using techniques based on
symbolic reasoning and graph-based code representations. We show that our
algorithm can generate hundreds of pop quizzes for different student attempts
on reference tasks from Hour of Code: Maze Challenge and Karel. We assess the
quality of these pop quizzes through expert ratings using an evaluation rubric.
Further, we have built an online platform for practicing block-based
programming tasks empowered via pop quiz based feedback, and report results
from an initial user study.
- Abstract(参考訳): ブロックベースのプログラミング環境は、初心者にコンピューティングの概念を導入するためにますます使われている。
しかし、初等生はプログラミングタスクの概念的かつオープンな性質から、これらの環境に苦しむことが多い。
課題解決に苦しむ学生を効果的に支援するためには、生徒をソリューションへと導く適応的な足場を提供することが重要である。
マルチチョイスプログラミングタスクとして提示されるポップクイズに基づく足場構築フレームワークを提案する。
これらのポップクイズを自動的に生成するために,新しいアルゴリズムであるpquizsynを提案する。
より正式には、ソリューションコードと学生の現在の試みによる参照タスクが与えられた場合、PQuizSynは以下の機能でポップクイズのための新しいタスクを合成する。
(a)適応(すなわち、学生の現在の試みに個別化された)
(b)理解し易く(すなわち理解し易く、解き易い)、
(c) 取得する(すなわち、解決コードを公開しない)。
本アルゴリズムは,記号推論とグラフに基づくコード表現に基づく手法を用いてこれらのタスクを合成する。
提案アルゴリズムは,Hour of Code: Maze Challenge と Karel からの参照タスクに対して,何百ものポップクイズを生成することができることを示す。
評価用ルーブリックを用いて,専門家評価によるポップクイズの品質評価を行った。
さらに,ポップクイズに基づくフィードバックによるブロックベースのプログラミングタスクを実践するオンラインプラットフォームを構築し,ユーザ調査の結果を報告する。
関連論文リスト
- A Knowledge-Component-Based Methodology for Evaluating AI Assistants [9.412070852474313]
GPT-4をベースとしたCS1プログラム代入のためのヒント自動生成システムの評価を行った。
本システムは,学生が短時間のプログラミング演習において,誤った解法をいかに改善できるか,という自然言語指導を提供する。
論文 参考訳(メタデータ) (2024-06-09T00:58:39Z) - Promptly: Using Prompt Problems to Teach Learners How to Effectively
Utilize AI Code Generators [5.458849730200646]
本稿では,「プロンプト問題」として知られる新しい教育概念を紹介する。
プロンプト問題(英: Prompt Problem)は、学生が自然言語のプロンプトを作成し、LLMが特定の問題に対して正しいコードを生成するよう促す問題である。
Promptlyを初年度のPythonプログラミングコースに導入したフィールドスタディから経験的知見を報告する。
論文 参考訳(メタデータ) (2023-07-31T01:46:42Z) - Synthesizing a Progression of Subtasks for Block-Based Visual
Programming Tasks [21.33708484899808]
本稿では,その複雑さの観点から,高品質で十分な空間を持つサブタスクの進行を生成する新しい合成アルゴリズムを提案する。
本稿では,Karelプログラミング環境における課題解決のためのAIエージェントの有効性向上のための合成アルゴリズムの有用性を示す。
論文 参考訳(メタデータ) (2023-05-27T16:24:36Z) - Reinforcement Learning with Success Induced Task Prioritization [68.8204255655161]
本稿では,自動カリキュラム学習のためのフレームワークであるSuccess induced Task Prioritization (SITP)を紹介する。
アルゴリズムはエージェントに最速の学習を提供するタスクの順序を選択する。
我々は,SITPが他のカリキュラム設計手法と一致するか,あるいは上回っていることを実証する。
論文 参考訳(メタデータ) (2022-12-30T12:32:43Z) - JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem
Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。
他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。
基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文 参考訳(メタデータ) (2022-06-13T17:03:52Z) - From {Solution Synthesis} to {Student Attempt Synthesis} for Block-Based
Visual Programming Tasks [20.64766977405438]
以下に示す課題を中心に、新しいベンチマークであるSeardSynを紹介する。
学生は,一定基準課題に対する生徒の試行を観察した後,新たな目標課題に対する学生の試行を合成する。
この課題は、プログラム合成の課題に似ているが、解法(すなわち、専門家が書くプログラム)の代わりに、ここでのゴールは、学生の試み(すなわち、ある学生が書くであろうプログラム)を合成することである。
論文 参考訳(メタデータ) (2022-05-03T01:32:47Z) - Continuous Examination by Automatic Quiz Assessment Using Spiral Codes
and Image Processing [69.35569554213679]
紙のキズは安価で、教室のキャンパス教育の範囲内にある。
クイズの修正は かなりの障害だ
本稿では,新しい画像処理技術によって問題を緩和することを提案する。
論文 参考訳(メタデータ) (2022-01-26T22:58:15Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳(メタデータ) (2021-07-23T22:41:28Z) - BUSTLE: Bottom-Up Program Synthesis Through Learning-Guided Exploration [72.88493072196094]
プログラムのボトムアップ検索に学習を活用する新しい合成手法を提案する。
特に、入力出力例のセットに基づいて、探索条件中の中間値の合成を優先順位付けするようにモデルを訓練する。
単純な教師付き学習アプローチであっても,学習とボトムアップ検索の組み合わせは極めて効果的であることを示す。
論文 参考訳(メタデータ) (2020-07-28T17:46:18Z) - Sequential Transfer in Reinforcement Learning with a Generative Model [48.40219742217783]
本稿では,従来の課題から知識を移譲することで,新たな課題を学習する際のサンプルの複雑さを軽減する方法について述べる。
この種の事前知識を使用することのメリットを明確に示すために,PAC境界のサンプル複雑性を導出する。
簡単なシミュレートされた領域における理論的な発見を実証的に検証する。
論文 参考訳(メタデータ) (2020-07-01T19:53:35Z)
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。