論文の概要: AI Chatbots as Multi-Role Pedagogical Agents: Transforming Engagement in
CS Education
- arxiv url: http://arxiv.org/abs/2308.03992v1
- Date: Tue, 8 Aug 2023 02:13:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-09 14:25:42.878229
- Title: AI Chatbots as Multi-Role Pedagogical Agents: Transforming Engagement in
CS Education
- Title（参考訳）: マルチロール教育エージェントとしてのAIチャットボット:CS教育におけるエンゲージメントの変容
- Authors: Cassie Chen Cao, Zijian Ding, Jionghao Lin, Frank Hopfgartner
- Abstract要約: 4つの異なるチャットボットを備えた新しい学習環境を開発し,実装し,評価する。
これらの役割は、学習者(能力、自律性、関連性)の3つの本質的な心理的ニーズを満たす。
このシステムは、質問に基づく学習パラダイムを採用し、学生に質問をし、解決策を求め、その好奇心を探求するよう促す。
- 参考スコア（独自算出の注目度）: 8.898863361318817
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study investigates the use of Artificial Intelligence (AI)-powered,
multi-role chatbots as a means to enhance learning experiences and foster
engagement in computer science education. Leveraging a design-based research
approach, we develop, implement, and evaluate a novel learning environment
enriched with four distinct chatbot roles: Instructor Bot, Peer Bot, Career
Advising Bot, and Emotional Supporter Bot. These roles, designed around the
tenets of Self-Determination Theory, cater to the three innate psychological
needs of learners - competence, autonomy, and relatedness. Additionally, the
system embraces an inquiry-based learning paradigm, encouraging students to ask
questions, seek solutions, and explore their curiosities.
We test this system in a higher education context over a period of one month
with 200 participating students, comparing outcomes with conditions involving a
human tutor and a single chatbot. Our research utilizes a mixed-methods
approach, encompassing quantitative measures such as chat log sequence
analysis, and qualitative methods including surveys and focus group interviews.
By integrating cutting-edge Natural Language Processing techniques such as
topic modelling and sentiment analysis, we offer an in-depth understanding of
the system's impact on learner engagement, motivation, and inquiry-based
learning.
This study, through its rigorous design and innovative approach, provides
significant insights into the potential of AI-empowered, multi-role chatbots in
reshaping the landscape of computer science education and fostering an
engaging, supportive, and motivating learning environment.
- Abstract（参考訳）: 本研究では,人工知能(ai)を活用したマルチロールチャットボットを,学習経験の向上とコンピュータサイエンス教育への取り組みの促進に活用する。
デザインに基づく研究アプローチを活用し、インストラクターボット、ピアボット、キャリアアドバイザボット、感情支援ボットという4つの異なる役割を持つ新しい学習環境を開発し、実装し、評価する。
これらの役割は、自己決定理論の信条に基づいて設計され、能力、自律性、関連性という、学習者の生来の心理学的ニーズを満たしている。
さらに、このシステムは質問に基づく学習パラダイムを採用し、学生に質問をし、解決策を求め、その好奇心を探求するよう促す。
我々は,このシステムを,200人の参加学生を対象に,1ヶ月の高等教育状況下でテストし,人間教師と1人のチャットボットを含む条件と比較した。
本研究は,チャットログのシーケンス分析や,調査やフォーカスグループインタビューなど質的手法などの定量的手法を取り入れた混合手法を用いた。
トピックモデリングや感情分析などの最先端自然言語処理技術を統合することにより,学習者の関与,動機づけ,質問に基づく学習に対するシステムの影響を深く理解する。
この研究は、厳格な設計と革新的アプローチを通じて、コンピュータサイエンス教育の風景を形作り、熱心で支援的でモチベーションのある学習環境を育む上で、AIを駆使したマルチロールチャットボットの可能性に関する重要な洞察を提供する。
関連論文リスト
- Ruffle&Riley: Insights from Designing and Evaluating a Large Language Model-Based Conversational Tutoring System [21.139850269835858]
会話学習システム(CTS)は、自然言語に基づく対話を通じて学習体験を提供する。
大規模言語モデル(LLM)の最近の進歩を2つの方法で活用する新しいタイプのCTSについて検討・評価する。
このシステムは、授業テキストから容易に編集可能な教育用スクリプトを自動生成することにより、AI支援コンテンツオーサリングを可能にする。
論文 参考訳（メタデータ） (2024-04-26T14:57:55Z) - Developing generative AI chatbots conceptual framework for higher education [0.0]
本研究は, 高等教育におけるAI生成物の影響を解明し, 効果的に実施するための重要な要素を明らかにすることを目的とする。
結果は、AIチャットボットが学生のエンゲージメントを改善し、教育プロセスを合理化し、管理と研究の業務をサポートするためにどれだけのことができるかを実証する。
しかし、不愉快な学生の感情、AIが生み出す素材の正確性への疑念、新しい技術への不安と神経質さなど、明らかな困難もある。
論文 参考訳（メタデータ） (2024-03-28T10:40:26Z) - Combatting Human Trafficking in the Cyberspace: A Natural Language
Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。
我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。
重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文 参考訳（メタデータ） (2023-11-22T02:45:01Z) - Beyond Traditional Teaching: The Potential of Large Language Models and
Chatbots in Graduate Engineering Education [0.0]
本稿では,大規模言語モデル(LLM)とチャットボットを大学院工学教育に統合する可能性について検討する。
コース資料から質問バンクを作成し、正確で洞察に富んだ回答を提供するボットの能力を評価する。
数学的な問題解決やコード解釈のためにWolfram Alphaのような強力なプラグインが、ボットの機能を大幅に拡張できることを示す。
論文 参考訳（メタデータ） (2023-09-09T13:37:22Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - Enhancing Chemistry Learning with ChatGPT and Bing Chat as Agents to
Think With: A Comparative Case Study [0.0]
本研究では,化学教育における生成型AIチャットボット(GenAIbot)の可能性を探る。
批判的思考、問題解決、概念理解、創造性、パーソナライズされた学習経験を育む。
このことは、これらのツールを教室に効果的に統合するための総合的な教育訓練の必要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2023-05-12T09:27:58Z) - Enhancing STEM Learning with ChatGPT and Bing Chat as Objects to Think
With: A Case Study [0.0]
本研究では、高度な対話型AIであるChatGPTとBing Chatの「考える対象」としての可能性について検討する。
この研究は、ChatGPTとBing Chatが、STEM教育に革命をもたらす有望な道を提供する、と結論付けている。
論文 参考訳（メタデータ） (2023-05-01T12:20:18Z) - Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。
データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
論文 参考訳（メタデータ） (2022-11-27T13:07:14Z) - Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。
決定木を利用して,ロボット学習における絡み合いの要因を抽出する。
学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
論文 参考訳（メタデータ） (2022-10-13T01:10:41Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z)
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。