論文の概要: Learning from Teaching Assistants to Program with Subgoals: Exploring
the Potential for AI Teaching Assistants
- arxiv url: http://arxiv.org/abs/2309.10419v1
- Date: Tue, 19 Sep 2023 08:30:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-20 15:33:10.701035
- Title: Learning from Teaching Assistants to Program with Subgoals: Exploring
the Potential for AI Teaching Assistants
- Title(参考訳): サブゴールでプログラムするアシスタントから学ぶ:AI指導アシスタントの可能性を探る
- Authors: Changyoon Lee, Junho Myung, Jieun Han, Jiho Jin and Alice Oh
- Abstract要約: 本研究では,プログラミング教育における生成AIをTAとして活用する実践性について,初心者の学習者によるTAとのインタラクションをサブゴナル学習環境において検証することによって検討する。
我々の研究は、AI TAで同等のスコアで、学習者がより高速にタスクを解くことができることを示している。
チャットログ分析の結果から,プログラミング教育において生成AIをTAとして設計し,活用するためのガイドラインを提案する。
- 参考スコア(独自算出の注目度): 18.14390906820148
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: With recent advances in generative AI, conversational models like ChatGPT
have become feasible candidates for TAs. We investigate the practicality of
using generative AI as TAs in introductory programming education by examining
novice learners' interaction with TAs in a subgoal learning environment. To
compare the learners' interaction and perception of the AI and human TAs, we
conducted a between-subject study with 20 novice programming learners. Learners
solve programming tasks by producing subgoals and subsolutions with the
guidance of a TA. Our study shows that learners can solve tasks faster with
comparable scores with AI TAs. Learners' perception of the AI TA is on par with
that of human TAs in terms of speed and comprehensiveness of the replies and
helpfulness, difficulty, and satisfaction of the conversation. Finally, we
suggest guidelines to better design and utilize generative AI as TAs in
programming education from the result of our chat log analysis.
- Abstract(参考訳): 生成AIの最近の進歩により、ChatGPTのような会話モデルがTAの候補となりつつある。
本研究では,初級学習者のTAとのインタラクションをサブゴール学習環境において検証し,生成AIをTAとして活用することの実践性を検討した。
学習者のaiと人間のtasの相互作用と知覚を比較するために,20人の初心者プログラミング学習者との対話実験を行った。
学習者はTAの指導でサブゴールとサブソリューションを生成することでプログラミングタスクを解く。
我々の研究は、AI TAで同等のスコアで学習者がタスクを素早く解けることを示した。
学習者のAI TAに対する認識は、回答のスピードと包括性、有用性、難易度、会話の満足度の観点から、人間のTAと同等である。
最後に,チャットログ分析の結果から,生成型aiをプログラミング教育のtasとしてよりよい設計と活用のためのガイドラインを提案する。
関連論文リスト
- YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。
モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。
実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
論文 参考訳(メタデータ) (2024-01-28T14:32:15Z) - Charting the Future of AI in Project-Based Learning: A Co-Design
Exploration with Students [35.05435052195561]
学習における人工知能(AI)の利用の増加は、学習成果を評価するための新たな課題を提示している。
本稿では,学生のAI活用データの新たな評価材料としての可能性を検討するための共同設計研究を紹介する。
論文 参考訳(メタデータ) (2024-01-26T14:49:29Z) - AI-assisted Learning for Electronic Engineering Courses in High
Education [2.67766280323297]
この研究には、学生、講師、エンジニアなど、様々な利害関係者の評価と反映が含まれている。
この研究の結果は、AIツールとしてのChatGPTのメリットと限界に光を当て、技術的分野における革新的な学習アプローチの道を開いた。
論文 参考訳(メタデータ) (2023-11-02T07:48:10Z) - Implementing Learning Principles with a Personal AI Tutor: A Case Study [2.94944680995069]
本研究は,人間の学習過程をモデル化し,学術的性能を効果的に向上するパーソナルAIチューターの能力を示す。
プログラムにAIチューターを統合することで、教育者は、学習科学の原則に基づくパーソナライズされた学習体験を学生に提供することができる。
論文 参考訳(メタデータ) (2023-09-10T15:35:47Z) - 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) - 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) - Teachable Reinforcement Learning via Advice Distillation [161.43457947665073]
外部教師が提供した構造化アドバイスから学習する「教育可能な」意思決定システムに基づく対話型学習のための新しい指導パラダイムを提案する。
我々は、アドバイスから学ぶエージェントが、標準的な強化学習アルゴリズムよりも人的監督力の少ない新しいスキルを習得できることを示す。
論文 参考訳(メタデータ) (2022-03-19T03:22:57Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳(メタデータ) (2022-02-02T20:59:53Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳(メタデータ) (2021-07-05T12:18:17Z) - Teaching Tech to Talk: K-12 Conversational Artificial Intelligence
Literacy Curriculum and Development Tools [9.797319790710711]
我々は,MIT App Inventorの会話エージェントインタフェースとワークショップのカリキュラムをAI能力に関して評価した。
私たちは、学生がAI倫理と学習の概念に最も苦労していることを発見し、教えるときにこれらのトピックを強調することを推奨した。
論文 参考訳(メタデータ) (2020-09-11T20:52:46Z) - Explainable Active Learning (XAL): An Empirical Study of How Local
Explanations Impact Annotator Experience [76.9910678786031]
本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。
本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
論文 参考訳(メタデータ) (2020-01-24T22:52:18Z)
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。