論文の概要: Embrace Opportunities and Face Challenges: Using ChatGPT in
Undergraduate Students' Collaborative Interdisciplinary Learning
- arxiv url: http://arxiv.org/abs/2305.18616v1
- Date: Tue, 23 May 2023 13:14:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-04 11:09:35.150785
- Title: Embrace Opportunities and Face Challenges: Using ChatGPT in
Undergraduate Students' Collaborative Interdisciplinary Learning
- Title（参考訳）: 大学生の協調的学際学習におけるチャットGPTの活用の可能性と課題
- Authors: Gaoxia Zhu, Xiuyi Fan, Chenyu Hou, Tianlong Zhong, Peter Seow, Annabel
Chen Shen-Hsing, Preman Rajalingam, Low Kin Yew, Tan Lay Poh
- Abstract要約: ChatGPTは世界中の学生や教育者から広く注目を集めており、Hu(2023年)のオンラインレポートでは、史上最速の成長を遂げた消費者向けアプリケーションであるとしている。
高等教育におけるChatGPTの使用に関する議論は多いが、協調学際学習への影響に関する実証的研究は稀である。
2週間にわたり、130人の大学生(STEMおよび非STEM)を対象に、ChatGPTの有無にかかわらずデジタルリテラシーを学ぶための準実験を行った。
- 参考スコア（独自算出の注目度）: 0.6534705345202518
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: ChatGPT, launched in November 2022, has gained widespread attention from
students and educators globally, with an online report by Hu (2023) stating it
as the fastest-growing consumer application in history. While discussions on
the use of ChatGPT in higher education are abundant, empirical studies on its
impact on collaborative interdisciplinary learning are rare. To investigate its
potential, we conducted a quasi-experimental study with 130 undergraduate
students (STEM and non-STEM) learning digital literacy with or without ChatGPT
over two weeks. Weekly surveys were conducted on collaborative
interdisciplinary problem-solving, physical and cognitive engagement, and
individual reflections on ChatGPT use. Analysis of survey responses showed
significant main effects of topics on collaborative interdisciplinary
problem-solving and physical and cognitive engagement, a marginal interaction
effect between disciplinary backgrounds and ChatGPT conditions for cognitive
engagement, and a significant interaction effect for physical engagement.
Sentiment analysis of student reflections suggested no significant difference
between STEM and non-STEM students' opinions towards ChatGPT. Qualitative
analysis of reflections generated eight positive themes, including efficiency,
addressing knowledge gaps, and generating human-like responses, and eight
negative themes, including generic responses, lack of innovation, and
counterproductive to self-discipline and thinking. Our findings suggest that
ChatGPT use needs to be optimized by considering the topics being taught and
the disciplinary backgrounds of students rather than applying it uniformly.
These findings have implications for both pedagogical research and practices.
- Abstract（参考訳）: 2022年11月にスタートしたChatGPTは、学生や教育者から世界中の注目を集めており、Hu(2023年)のオンラインレポートによると、史上最速の消費者アプリケーションだ。
高等教育におけるChatGPTの使用に関する議論は多いが、協調学際学習への影響に関する実証的研究は稀である。
本研究は,130人の大学生(STEMおよび非STEM)を対象に,ChatGPTの有無にかかわらず2週間にわたって,デジタルリテラシーを学習する準実験を行った。
共同学際的問題解決,身体的および認知的関与,ChatGPT使用に関する個別の考察について週次調査を行った。
調査回答の分析は, 学際的課題解決と身体的および認知的エンゲージメント, 学際的背景とChatGPT条件との縁的相互作用効果, 身体的エンゲージメントに対する重要な相互作用効果に, トピックが有意な影響を示した。
STEMと非STEM学生のChatGPTに対する意見に有意な差は認められなかった。
反射の質的分析は、効率性、知識のギャップへの対処、人間のような反応の生成を含む8つのポジティブなテーマと、一般的な反応、革新の欠如、自己規律と思考に対する非生産性を含む8つのネガティブなテーマを生み出した。
以上の結果から,chatgptの利用は,授業中の話題や学生の学際的背景を一様に適用するよりも考慮して最適化する必要があることが示唆された。
これらの知見は教育研究と実践の両方に影響を及ぼす。
関連論文リスト
- ChatGPT in Research and Education: Exploring Benefits and Threats [1.9466452723529557]
ChatGPTはOpenAIが開発した強力な言語モデルである。
パーソナライズされたフィードバックを提供し、アクセシビリティを高め、対話的な会話を可能にし、授業の準備と評価を支援し、複雑な科目を教えるための新しい方法を導入する。
ChatGPTは従来の教育や研究システムにも挑戦している。
これらの課題には、オンライン試験の不正行為のリスク、学術的完全性を損なう可能性のある人間のようなテキストの生成、AIによって生成された情報の信頼性を評価することの難しさなどが含まれる。
論文 参考訳（メタデータ） (2024-11-05T05:29:00Z) - The Future of Learning: Large Language Models through the Lens of Students [20.64319102112755]
学生はChatGPTの効率を学習と情報探索に活用するというジレンマに悩まされる。
学生はChatGPTを従来のAIよりも「人間的」だと考えている。
論文 参考訳（メタデータ） (2024-07-17T16:40:37Z) - Human-Generative AI Collaborative Problem Solving Who Leads and How Students Perceive the Interactions [22.467560842561852]
本研究では、生成型AI(すなわちChatGPT)と協調する際の人間生成型AIコラボレーションタイプと学生のインタラクション体験について検討する。
79人の大学生を対象にした調査とリフレクションを分析して、貢献、人的リード、AIリードという3つの人間生成AIコラボレーションタイプを特定した。
論文 参考訳（メタデータ） (2024-05-19T03:29:16Z) - Exploring the Impact of ChatGPT on Student Interactions in
Computer-Supported Collaborative Learning [1.5961625979922607]
本稿では,コンピュータ支援型協調学習環境におけるChatGPTの適用性について検討する。
統計的分析を用いて,非同期グループブレインストーミングセッションにおける学生のインタラクションの変化を,ChatGPTを即時質問応答エージェントとして導入することで検証する。
論文 参考訳（メタデータ） (2024-03-11T18:18:18Z) - Economic and Financial Learning with Artificial Intelligence: A
Mixed-Methods Study on ChatGPT [0.05152756192881158]
本研究では,ChatGPTの教育ツールとしての可能性を探り,ユーザ認知,経験,学習成果に着目した。
この研究は、ChatGPTの有効性を裏付ける露光後の認知の顕著な変化を明らかにした。
しかし、効果の促進や情報の正確性といった課題が重要課題として浮上した。
論文 参考訳（メタデータ） (2024-02-23T11:55:43Z) - Re-mine, Learn and Reason: Exploring the Cross-modal Semantic
Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。
本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-25T14:20:52Z) - Expanding the Role of Affective Phenomena in Multimodal Interaction
Research [57.069159905961214]
マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。
本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。
我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
論文 参考訳（メタデータ） (2023-05-18T09:08:39Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。
本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文 参考訳（メタデータ） (2021-01-30T13:13:45Z) - Peer-inspired Student Performance Prediction in Interactive Online
Question Pools with Graph Neural Network [56.62345811216183]
本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。
具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。
1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
論文 参考訳（メタデータ） (2020-08-04T14:55:32Z)
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。