論文の概要: Exploring AI-Generated Text in Student Writing: How Does AI Help?
- arxiv url: http://arxiv.org/abs/2304.02478v2
- Date: Mon, 1 Jan 2024 02:10:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 02:43:48.369156
- Title: Exploring AI-Generated Text in Student Writing: How Does AI Help?
- Title（参考訳）: 学生執筆におけるAI生成テキストの探索 - AIはどのように役立つのか?
- Authors: David James Woo (1), Hengky Susanto (2), Chi Ho Yeung (2), Kai Guo
(3), and (4) April Ka Yeng Fung ((1) Precious Blood Secondary School, Hong
Kong, (2) Department of Science and Environmental Studies, The Education
University of Hong Kong, Hong Kong, (3) Faculty of Education, The University
of Hong Kong, Hong Kong, and (4) Hoi Ping Chamber of Commerce Secondary
School, Hong Kong)
- Abstract要約: これらの学生の執筆において、AIが生成したテキストがどの程度高品質な執筆に繋がるかは、まだ不明である。
香港の23人の中学生が自語とAI生成テキストからなる物語を書こうと試みた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: English as foreign language_EFL_students' use of text generated from
artificial intelligence_AI_natural language generation_NLG_tools may improve
their writing quality. However, it remains unclear to what extent AI-generated
text in these students' writing might lead to higher-quality writing. We
explored 23 Hong Kong secondary school students' attempts to write stories
comprising their own words and AI-generated text. Human experts scored the
stories for dimensions of content, language and organization. We analyzed the
basic organization and structure and syntactic complexity of the stories'
AI-generated text and performed multiple linear regression and cluster
analyses. The results show the number of human words and the number of
AI-generated words contribute significantly to scores. Besides, students can be
grouped into competent and less competent writers who use more AI-generated
text or less AI-generated text compared to their peers. Comparisons of clusters
reveal some benefit of AI-generated text in improving the quality of both
high-scoring students' and low-scoring students' writing. The findings can
inform pedagogical strategies to use AI-generated text for EFL students'
writing and to address digital divides. This study contributes designs of NLG
tools and writing activities to implement AI-generated text in schools.
- Abstract（参考訳）: 外国語_EFL_studentsによる人工知能_AI_natural言語生成_NLG_toolsからのテキストの使用は、文字の品質を向上させる可能性がある。
しかし、これらの学生の執筆におけるAI生成テキストが高品質な執筆につながるかどうかは不明である。
香港の高校生23名を対象に,自語とAI生成テキストからなる物語の執筆を試みた。
人間の専門家は、コンテンツ、言語、組織の大きさでストーリーを決めました。
ストーリーのai生成テキストの基本構造と構造,構文複雑性を分析し,線形回帰とクラスタ分析を行った。
その結果、人間の単語の数とAI生成語数は、スコアに大きく寄与することがわかった。
さらに、学生は、AIが生成するテキストまたはAIが生成するテキストを仲間よりも少ないテキストを使用する、有能で能力の低いライターにグループ化することができる。
クラスタの比較により,高評価の学生と低評価の学生の文章の質を向上させる上で,AI生成テキストの利点が示された。
この発見は、EFL学生の執筆にAI生成テキストを使用し、デジタル分割に対処するための教育戦略を通知することができる。
本研究は,NLGツールの設計や,学校におけるAI生成テキストの実装活動に貢献する。
関連論文リスト
- AI as Humanity's Salieri: Quantifying Linguistic Creativity of Language Models via Systematic Attribution of Machine Text against Web Text [53.15652021126663]
本稿では、テキストの言語的創造性を定量化する第一歩として、CREATIVITY INDEXを提案する。
CREATIVITY INDEXを効率的に計算するために,新しい動的プログラミングアルゴリズムであるDJ SEARCHを導入する。
実験の結果、プロの人間作家のCreativity INDEXはLLMよりも平均66.2%高いことが判明した。
論文 参考訳（メタデータ） (2024-10-05T18:55:01Z) - Human Bias in the Face of AI: The Role of Human Judgement in AI Generated Text Evaluation [48.70176791365903]
本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。
ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
論文 参考訳（メタデータ） (2024-09-29T04:31:45Z) - Differentiating between human-written and AI-generated texts using linguistic features automatically extracted from an online computational tool [0.0]
本研究の目的は,AIが人間の文章をエミュレートする能力を評価することにある。
人間の発話を模倣したAI生成テキストが現れるにもかかわらず、結果は複数の言語的特徴に有意な差が認められた。
論文 参考訳（メタデータ） (2024-07-04T05:37:09Z) - Spotting AI's Touch: Identifying LLM-Paraphrased Spans in Text [61.22649031769564]
我々は、新しいフレームワーク、パラフレーズテキストスパン検出(PTD)を提案する。
PTDは、テキスト内でパラフレーズ付きテキストを識別することを目的としている。
パラフレーズ付きテキストスパン検出のための専用データセットであるPASTEDを構築した。
論文 参考訳（メタデータ） (2024-05-21T11:22:27Z) - Raidar: geneRative AI Detection viA Rewriting [42.477151044325595]
大規模な言語モデル(LLM)は、書き直しのタスクを行う場合、AI生成テキストよりも人間の書き起こしテキストを変更する傾向にある。
テキストの書き直しを LLM に促し,出力の編集距離を計算することで,AI 生成コンテンツを検出する手法を提案する。
この結果から,機械自体のレンズを通した機械生成テキストのユニークなインプリントが明らかになった。
論文 参考訳（メタデータ） (2024-01-23T18:57:53Z) - Towards Possibilities & Impossibilities of AI-generated Text Detection:
A Survey [97.33926242130732]
大規模言語モデル(LLM)は、自然言語処理(NLP)の領域に革命をもたらし、人間のようなテキスト応答を生成する能力を持つ。
これらの進歩にもかかわらず、既存の文献のいくつかは、LLMの潜在的な誤用について深刻な懸念を提起している。
これらの懸念に対処するために、研究コミュニティのコンセンサスは、AI生成テキストを検出するアルゴリズムソリューションを開発することである。
論文 参考訳（メタデータ） (2023-10-23T18:11:32Z) - Classification of Human- and AI-Generated Texts: Investigating Features
for ChatGPT [0.25782420501870296]
我々は、AIが生成したテキストをスクラッチから検出し、AIが表現したテキストをリフレッシュするための、伝統的で新しい機能を探る。
実験のために,10の学校トピックを対象とした新しいテキストコーパスを作成した。
基本的・先進的な人文・AI表現テキストを分類するための最良のシステムは、F1スコアが78%以上である。
論文 参考訳（メタデータ） (2023-08-10T05:09:42Z) - The Imitation Game: Detecting Human and AI-Generated Texts in the Era of
ChatGPT and BARD [3.2228025627337864]
異なるジャンルの人文・AI生成テキストのデータセットを新たに導入する。
テキストを分類するために、いくつかの機械学習モデルを使用します。
結果は、人間とAIが生成したテキストを識別する上で、これらのモデルの有効性を示す。
論文 参考訳（メタデータ） (2023-07-22T21:00:14Z) - AI, write an essay for me: A large-scale comparison of human-written
versus ChatGPT-generated essays [66.36541161082856]
ChatGPTや同様の生成AIモデルは、何億人ものユーザーを惹きつけている。
本研究は,ChatGPTが生成した議論的学生エッセイと比較した。
論文 参考訳（メタデータ） (2023-04-24T12:58:28Z) - Is This Abstract Generated by AI? A Research for the Gap between
AI-generated Scientific Text and Human-written Scientific Text [13.438933219811188]
本稿では,AIが生み出す科学内容と人間による文章とのギャップについて検討する。
我々は、AI生成科学テキストと人文科学テキストの間に、文章スタイルのギャップがあることを発見した。
論文 参考訳（メタデータ） (2023-01-24T04:23:20Z) - An Exploration of Post-Editing Effectiveness in Text Summarization [58.99765574294715]
AI生成テキストの"ポスト編集"は、人間の作業量を削減し、AI出力の品質を改善する。
編集後提供した要約と,要約品質,人的効率,ユーザエクスペリエンスのマニュアル要約を比較した。
本研究は,テキスト要約にポスト編集がいつ有用かについて,貴重な知見を提示する。
論文 参考訳（メタデータ） (2022-06-13T18:00:02Z)
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。