Fugu-MT 論文翻訳(概要): Are LLMs Useful in the Poorest Schools? theTeacherAI in Sierra Leone

論文の概要: Are LLMs Useful in the Poorest Schools? theTeacherAI in Sierra Leone

arxiv url: http://arxiv.org/abs/2310.02982v1
Date: Wed, 4 Oct 2023 17:18:47 GMT
ステータス: 処理完了
システム内更新日: 2023-10-05 13:49:34.092176
Title: Are LLMs Useful in the Poorest Schools? theTeacherAI in Sierra Leone
Title（参考訳）: LLMは最貧の学校で有効か? シエラレオネのTheTeacherAI
Authors: Jun Ho Choi, Oliver Garrod, Paul Atherton, Andrew Joyce-Gibbons, Miriam Mason-Sesay, Daniel Bj\"orkegren
Abstract要約: そこで本研究では,シエラレオネの教師が専門的な開発を行い,指導を改善するためのAIボットを提案する。小学校122校,教員193校での初期実施から得られた初期知見を概説し,定性的な観察とクエリ分析により分析した。低所得国の学校システムに生成AIシステムを組み込む方法について,これらの知見から結論を導いた。
参考スコア（独自算出の注目度）: 3.7548091790522915
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Education systems in developing countries have few resources to serve large, poor populations. How might generative AI integrate into classrooms? This paper introduces an AI chatbot designed to assist teachers in Sierra Leone with professional development to improve their instruction. We describe initial findings from early implementation across 122 schools and 193 teachers, and analyze its use with qualitative observations and by analyzing queries. Teachers use the system for lesson planning, classroom management, and subject matter. A subset of teachers use the system intensively. We draw conclusions from these findings about how generative AI systems can be integrated into school systems in low income countries.
Abstract（参考訳）: 発展途上国の教育システムは、大きく貧しい人口に奉仕する資源がほとんどない。生成AIはどのように教室に統合されるのか? 本稿では,シエラレオネの教師が専門的な開発を行い,指導を改善するためのAIチャットボットを提案する。 122の学校と193の教師を対象に,初期実施から得られた知見を質的観察と質問分析により分析した。教師はこのシステムを授業計画、教室の管理、主題に使っている。教師のサブセットが集中的にシステムを使用する。低所得国の学校システムに生成AIシステムを組み込む方法について,これらの知見から結論を導いた。

関連論文リスト

Human-Centric eXplainable AI in Education [0.0]
本稿では,教育現場における人間中心型eXplainable AI(HCXAI)について検討する。学習成果の向上、ユーザ間の信頼の向上、AI駆動ツールの透明性確保における役割を強調している。ユーザ理解とエンゲージメントを優先するHCXAIシステムの開発のための包括的なフレームワークを概説する。
論文参考訳（メタデータ） (2024-10-18T14:02:47Z)
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)
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)
Understanding Teacher Perspectives and Experiences after Deployment of AI Literacy Curriculum in Middle-school Classrooms [12.35885897302579]
我々は,MIT RAICAカリキュラムのモジュール実装にともなう7人の教師の経験を考察した。我々の分析は、AIモジュールが、この分野における教師の知識を拡大したことを示唆している。私たちの教師は、技術資源をナビゲートする際に、より良い外部支援の必要性を主張しました。
論文参考訳（メタデータ） (2023-12-08T05:36:16Z)
PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
論文参考訳（メタデータ） (2023-07-10T11:05:51Z)
Critical Appraisal of Artificial Intelligence-Mediated Communication [0.0]
この本は、言語教育におけるAIによるコミュニケーションの長所と短所について考察する。言語教師がCALLの教師教育と専門的開発に従事して、進化を続けるテクノロジーの展望に追随し、その教育効果を向上させることが不可欠である、と論じている。
論文参考訳（メタデータ） (2023-05-15T02:35:40Z)
Iterative Teacher-Aware Learning [136.05341445369265]
人間の教育において、教師と学生はコミュニケーション効率を最大化するために適応的に交流することができる。本稿では,教師の協調意図を可能性関数に組み込むことができる,勾配最適化に基づく教師認識学習者を提案する。
論文参考訳（メタデータ） (2021-10-01T00:27:47Z)
Strengthening e-Education in India using Machine Learning [0.0]
インド政府は国民の教育を改善するためにあらゆるエネルギーに投資している。教育者がより現在の視点に集中するのを助けるために、その余分な作業は機械学習(ML)を利用して処理することができる。本研究は、従来の手順を改善するために、遺伝計算の発達方法論を活用することを提案する。
論文参考訳（メタデータ） (2021-05-24T10:22:39Z)
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)
Using Data Analytics to predict students score [0.0]
科学、技術、工学、数学(STEM)の強力な基盤は、過去50年間シンガポールの発展を支えてきた。本稿では,2012年と2015年のPISAデータを用いて,学生のスコアを予測する機械学習手法を開発した。得られた洞察は、政策定式化に有用な教育の新しい視点を持つのに有用である。
論文参考訳（メタデータ） (2020-11-19T13:04:55Z)
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。