論文の概要: Maestro: A Gamified Platform for Teaching AI Robustness
- arxiv url: http://arxiv.org/abs/2306.08238v1
- Date: Wed, 14 Jun 2023 04:35:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 20:25:59.947271
- Title: Maestro: A Gamified Platform for Teaching AI Robustness
- Title（参考訳）: Maestro:AIロバストネスを教えるためのゲームプラットフォーム
- Authors: Margarita Geleta and Jiacen Xu and Manikanta Loya and Junlin Wang and
Sameer Singh and Zhou Li and Sergio Gago-Masague
- Abstract要約: Maestroはオープンソースのゲームベースのプラットフォームで、堅牢なAI教育の発展に貢献している。
我々は,Maestroが学生のエンゲージメント,モチベーション,学習成功に与える影響を,堅牢なAIで評価した。
- 参考スコア（独自算出の注目度）: 32.755807742417495
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Although the prevention of AI vulnerabilities is critical to preserve the
safety and privacy of users and businesses, educational tools for robust AI are
still underdeveloped worldwide. We present the design, implementation, and
assessment of Maestro. Maestro is an effective open-source game-based platform
that contributes to the advancement of robust AI education. Maestro provides
goal-based scenarios where college students are exposed to challenging
life-inspired assignments in a competitive programming environment. We assessed
Maestro's influence on students' engagement, motivation, and learning success
in robust AI. This work also provides insights into the design features of
online learning tools that promote active learning opportunities in the robust
AI domain. We analyzed the reflection responses (measured with Likert scales)
of 147 undergraduate students using Maestro in two quarterly college courses in
AI. According to the results, students who felt the acquisition of new skills
in robust AI tended to appreciate highly Maestro and scored highly on material
consolidation, curiosity, and mastery in robust AI. Moreover, the leaderboard,
our key gamification element in Maestro, has effectively contributed to
students' engagement and learning. Results also indicate that Maestro can be
effectively adapted to any course length and depth without losing its
educational quality.
- Abstract（参考訳）: AI脆弱性の防止は、ユーザや企業の安全とプライバシを保護するために重要であるが、堅牢なAIのための教育ツールはまだ世界中で未開発である。
本稿では,maestroの設計,実装,評価について述べる。
Maestroは、堅牢なAI教育の発展に寄与する、効果的なオープンソースのゲームベースのプラットフォームである。
maestroは、競争の激しいプログラミング環境において、学生が人生に触発された課題に直面するゴールベースのシナリオを提供する。
本研究では,学生の関与,モチベーション,学習成功に対するmaestroの影響を評価した。
この作業は、堅牢なAIドメインにおけるアクティブな学習機会を促進するオンライン学習ツールの設計機能に関する洞察も提供する。
マエストロを用いた147人の大学生の反射反応を,AIの4分の2の授業で分析した。
その結果、堅牢なAIで新しいスキルを習得したと感じた学生は、Maestroを高く評価する傾向があり、堅牢なAIにおける物質統合、好奇心、熟達に高く評価された。
さらに,マエストロの主要なゲーミフィケーション要素であるリーダーボードは,学生のエンゲージメントと学習に効果的に寄与している。
また,maestroは教育的品質を損なうことなく,任意のコースの長さや深さに効果的に適応できることを示した。
関連論文リスト
- 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) - Collaborative Design of AI-Enhanced Learning Activities [0.0]
我々は、プレサービス教師、インサービス教師、EdTechスペシャリストがAIを教育実践に効果的に組み込むことができるような形式的な介入を開発する。
参加者は、AIリテラシーを教育に組み込むさまざまなアクティビティを探求することで、AIの教育と学習のポテンシャルを反映している。
論文 参考訳（メタデータ） (2024-07-09T08:34:08Z) - Exploring Teachers' Perception of Artificial Intelligence: The Socio-emotional Deficiency as Opportunities and Challenges in Human-AI Complementarity in K-12 Education [1.9797215742507548]
学校では、教師は教育者、カウンセラー、意思決定者、学校コミュニティのメンバーとして多くの役割を担っている。
人工知能(AI)の最近の進歩により、AIが教師にどのように支援し、補完し、協力できるかが議論されている。
本研究は,AIの潜在的な強みと限界に対する教育者の視点を探究するものである。
論文 参考訳（メタデータ） (2024-05-20T15:43:04Z) - Assigning AI: Seven Approaches for Students, with Prompts [0.0]
本稿では,Large Language Models(LLM)の教育における転換的役割とその学習ツールとしての可能性について考察する。
AI-tutor、AI-coach、AI-mentor、AI-teammate、AI-tool、AI-simulator、AI-studentの7つのアプローチを提案する。
論文 参考訳（メタデータ） (2023-06-13T03:36:36Z) - The AI Revolution in Education: Will AI Replace or Assist Teachers in
Higher Education? [0.0]
この研究は、AI技術に直面する教育者の役割について、包括的な視点を提供する。
参加者は、人間の教師は批判的思考、創造性、感情など固有の性質を持っていると論じている。
この研究は、教師がAIを効果的に統合し、代用として見なすことなく、教育と学習を強化することを提案している。
論文 参考訳（メタデータ） (2023-05-02T03:39:34Z) - Human Decision Makings on Curriculum Reinforcement Learning with
Difficulty Adjustment [52.07473934146584]
我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。
本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。
強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
論文 参考訳（メタデータ） (2022-08-04T23:53:51Z) - A Perspective on K-12 AI Education [0.0]
学生のモチベーションを高め、創造的思考を促進するために、AIの学習が有益である理由について議論する。
我々は、米国と世界中でK-12 AI教育を推進すべく、教育コミュニティのより多くのメンバを興奮させ、参加させたいと思っています。
論文 参考訳（メタデータ） (2022-05-04T22:10:01Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - 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) - 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)
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。