論文の概要: Cases of EFL Secondary Students' Prompt Engineering Pathways to Complete
a Writing Task with ChatGPT
- arxiv url: http://arxiv.org/abs/2307.05493v1
- Date: Mon, 19 Jun 2023 06:45:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-16 03:34:21.279773
- Title: Cases of EFL Secondary Students' Prompt Engineering Pathways to Complete
a Writing Task with ChatGPT
- Title（参考訳）: ChatGPTによる書記作業完了に向けた中学生のプロンプト・エンジニアリング・パスの事例
- Authors: David James Woo, Kai Guo and Hengky Susanto
- Abstract要約: 本稿では,書記タスク完了時の生徒のChatGPTプロンプトの内容について検討する。
これは、試行錯誤過程を示す4つの異なる経路のケーススタディである。
- 参考スコア（独自算出の注目度）: 5.326832235832844
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: ChatGPT is a state-of-the-art (SOTA) chatbot. Although it has potential to
support English as a foreign language (EFL) students' writing, to effectively
collaborate with it, a student must learn to engineer prompts, that is, the
skill of crafting appropriate instructions so that ChatGPT produces desired
outputs. However, writing an appropriate prompt for ChatGPT is not
straightforward for non-technical users who suffer a trial-and-error process.
This paper examines the content of EFL students' ChatGPT prompts when
completing a writing task and explores patterns in the quality and quantity of
the prompts. The data come from iPad screen recordings of secondary school EFL
students who used ChatGPT and other SOTA chatbots for the first time to
complete the same writing task. The paper presents a case study of four
distinct pathways that illustrate the trial-and-error process and show
different combinations of prompt content and quantity. The cases contribute
evidence for the need to provide prompt engineering education in the context of
the EFL writing classroom, if students are to move beyond an individual
trial-and-error process, learning a greater variety of prompt content and more
sophisticated prompts to support their writing.
- Abstract（参考訳）: ChatGPTは最先端(SOTA)チャットボットである。
英語を外国語(EFL)の学生の文章としてサポートする能力はあるが、効果的に協力するためには、学生はプロンプト、すなわちChatGPTが望ましいアウトプットを生成するための適切な指示を作る技術を学ぶ必要がある。
しかし、chatgptに適切なプロンプトを書くことは、試行錯誤のプロセスに苦しむ非技術ユーザにとっては簡単ではない。
本稿では,EFL学生のChatGPTプロンプトの内容について検討し,プロンプトの質と量に関するパターンを探索する。
データは、ChatGPTや他のSOTAチャットボットを使った中学生のiPad画面記録から得られたものだ。
本論文は, 試行錯誤過程を示す4つの異なる経路のケーススタディとして, 即時内容と量の異なる組み合わせを示す。
この事例は、eflライティング教室の文脈において、学生が個別の試行錯誤プロセスを超越し、より多種多様なプロンプトコンテンツを学び、執筆を支援するためのより洗練されたプロンプトを身につける必要があることの証拠となっている。
関連論文リスト
- Empirical Study of Large Language Models as Automated Essay Scoring
Tools in English Composition__Taking TOEFL Independent Writing Task for
Example [25.220438332156114]
本研究では,大規模言語モデルの顕著な代表者であるChatGPTの機能と制約を評価することを目的とする。
本研究はChatGPTを用いて,小さなサンプルサイズであっても,英語エッセイの自動評価を行う。
論文 参考訳（メタデータ） (2024-01-07T07:13:50Z) - Exploring ChatGPT's Capabilities on Vulnerability Management [56.4403395100589]
我々は、70,346のサンプルを含む大規模なデータセットを用いて、完全な脆弱性管理プロセスを含む6つのタスクでChatGPTの機能を探求する。
注目すべき例として、ChatGPTのソフトウェアバグレポートのタイトル生成などのタスクにおける熟練度がある。
以上の結果から,ChatGPTが抱える障害が明らかとなり,将来的な方向性に光を当てた。
論文 参考訳（メタデータ） (2023-11-11T11:01:13Z) - Emergent AI-Assisted Discourse: Case Study of a Second Language Writer
Authoring with ChatGPT [5.8131604120288385]
本研究では,特に言語学習者を対象に,ChatGPTが学術的執筆を促進する上で果たす役割について検討する。
ケーススタディアプローチを用いて,ChatGPTを学術的執筆プロセスを通じて統合した博士課程生Kailingの経験を考察した。
論文 参考訳（メタデータ） (2023-10-17T00:22:10Z) - Chatbot-supported Thesis Writing: An Autoethnographic Report [0.0]
チャットGPTは、学士論文や学生研究論文など、学習者がテキストを生成する必要のあるフォーマットに適用される。
ChatGPTは、論文を書く上で有益なツールとして評価される。
しかし、決定的な論文を書くには、学習者の意味のある関与が必要である。
論文 参考訳（メタデータ） (2023-10-14T09:09:26Z) - Inappropriate Benefits and Identification of ChatGPT Misuse in
Programming Tests: A Controlled Experiment [0.0]
学生はChatGPTにプログラミングタスクを完了させ、ソースの適切な認識なしに他人の作業からソリューションを生成することができる。
完了時間とプログラミング性能の観点から,ChatGPTを用いた不適切なメリットを測定するための制御実験を行った。
論文 参考訳（メタデータ） (2023-08-11T06:42:29Z) - Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue:
An Empirical Study [51.079100495163736]
本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。
ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。
我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
論文 参考訳（メタデータ） (2023-05-15T07:14:41Z) - ChatGPT in the Classroom: An Analysis of Its Strengths and Weaknesses
for Solving Undergraduate Computer Science Questions [5.962828109329824]
ChatGPTはOpenAIが開発したAI言語モデルである。
学生がChatGPTを活用すれば、家庭での課題や試験を完了し、真に知識を得ることなく良い成績を得られるのではないか、という懸念がある。
論文 参考訳（メタデータ） (2023-04-28T17:26:32Z) - ChatGPT Beyond English: Towards a Comprehensive Evaluation of Large
Language Models in Multilingual Learning [70.57126720079971]
大規模言語モデル(LLM)は、自然言語処理(NLP)において最も重要なブレークスルーとして登場した。
本稿では,高,中,低,低リソースの37言語を対象として,ChatGPTを7つのタスクで評価する。
従来のモデルと比較すると,様々なNLPタスクや言語に対するChatGPTの性能は低下していた。
論文 参考訳（メタデータ） (2023-04-12T05:08:52Z) - Towards Making the Most of ChatGPT for Machine Translation [75.576405098545]
ChatGPTは機械翻訳(MT)の優れた機能を示す
いくつかの先行研究により、ハイソース言語の商用システムと同等の結果が得られることが示されている。
論文 参考訳（メタデータ） (2023-03-24T03:35:21Z) - A Multitask, Multilingual, Multimodal Evaluation of ChatGPT on
Reasoning, Hallucination, and Interactivity [79.12003701981092]
8種類の共通NLPアプリケーションタスクをカバーする23のデータセットを用いてChatGPTの広範な技術的評価を行う。
これらのデータセットと、新たに設計されたマルチモーダルデータセットに基づいて、ChatGPTのマルチタスク、マルチリンガル、マルチモーダルの側面を評価する。
ChatGPTの精度は平均63.41%で、論理的推論、非テキスト的推論、コモンセンス推論の10の異なる推論カテゴリで正確である。
論文 参考訳（メタデータ） (2023-02-08T12:35:34Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:36:45Z)
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。