論文の概要: Plagiarism and AI Assistance Misuse in Web Programming: Unfair Benefits
and Characteristics
- arxiv url: http://arxiv.org/abs/2310.20104v1
- Date: Tue, 31 Oct 2023 00:51:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-01 16:59:50.308879
- Title: Plagiarism and AI Assistance Misuse in Web Programming: Unfair Benefits
and Characteristics
- Title(参考訳): WebプログラミングにおけるプラジャリズムとAIアシストミス:不公平なメリットと特徴
- Authors: Oscar Karnalim, Hapnes Toba, Meliana Christianti Johan, Erico Darmawan
Handoyo, Yehezkiel David Setiawan, Josephine Alvina Luwia
- Abstract要約: 分類された提出物は、色や識別子名のような自明な面を除いて、独立したものに似ている。
学生は、AIアシスタントは適切な使用の承認があれば有用であると信じているが、ソリューションの可読性と正確性には納得していない。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In programming education, plagiarism and misuse of artificial intelligence
(AI) assistance are emerging issues. However, not many relevant studies are
focused on web programming. We plan to develop automated tools to help
instructors identify both misconducts. To fully understand the issues, we
conducted a controlled experiment to observe the unfair benefits and the
characteristics. We compared student performance in completing web programming
tasks independently, with a submission to plagiarize, and with the help of AI
assistance (ChatGPT). Our study shows that students who are involved in such
misconducts get comparable test marks with less completion time. Plagiarized
submissions are similar to the independent ones except in trivial aspects such
as color and identifier names. AI-assisted submissions are more complex, making
them less readable. Students believe AI assistance could be useful given proper
acknowledgment of the use, although they are not convinced with readability and
correctness of the solutions.
- Abstract(参考訳): プログラミング教育において、人工知能(AI)支援の盗作と誤用が問題となっている。
しかし、Webプログラミングに焦点を当てた研究はあまり多くない。
我々は、インストラクターが両方の不正行為を特定するための自動化ツールを開発する計画である。
問題を完全に理解するために,不公平な利益と特徴を観察する制御実験を行った。
我々は、Webプログラミングのタスクを個別に完了する際の学生のパフォーマンスを、盗用、AI支援(ChatGPT)の助けを借りて比較した。
本研究は,このような不正行為に関わった学生が,完了時間が少なく,同等のテストマークを得られることを示す。
分類された提出物は、色や識別子名のような自明な面を除いて、独立したものに似ている。
AI支援の提出はより複雑で、読みにくくなっている。
学生は、aiアシスタントは適切な使用を認めれば役に立つと信じているが、それらはソリューションの可読性と正確性を確信していない。
関連論文リスト
- Enhancing Programming Error Messages in Real Time with Generative AI [0.0]
自動評価ツールであるAtheneに送信されたすべてのプログラムに対して、ChatGPTからのフィードバックを実装します。
以上の結果から,自動評価ツールに生成AIを追加することが必ずしも改善するとは限らないことが示唆された。
論文 参考訳(メタデータ) (2024-02-12T21:32:05Z) - PaperCard for Reporting Machine Assistance in Academic Writing [48.33722012818687]
2022年11月にOpenAIが発表した質問応答システムChatGPTは,学術論文作成に活用可能な,さまざまな機能を実証した。
これは学術における著者概念に関する批判的な疑問を提起する。
我々は、人間の著者が記述プロセスにおけるAIの使用を透過的に宣言するための文書である"PaperCard"というフレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-07T14:28:04Z) - Learning from Teaching Assistants to Program with Subgoals: Exploring
the Potential for AI Teaching Assistants [18.14390906820148]
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。
論文 参考訳(メタデータ) (2023-09-19T08:30:58Z) - Smart tutor to provide feedback in programming courses [0.0]
学生のプログラミングに関する質問に答えるAIベースのインテリジェントチューターを提案する。
このツールは、全コースでURJCの大学生によってテストされている。
論文 参考訳(メタデータ) (2023-01-24T11:00:06Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳(メタデータ) (2022-11-16T10:00:23Z) - Plagiarism deterrence for introductory programming [11.612194979331179]
クラス全体の統計的特徴は直感的な新しいp値によって学生と明確に共有することができる。
圧縮に基づく類似度検出アルゴリズムは、代入間の関係をより正確に捉える。
無バイアスのスコアリングシステムは、学生とインストラクターが真の努力の独立を理解するのを助ける。
論文 参考訳(メタデータ) (2022-06-06T18:47:25Z) - Neural Language Models are Effective Plagiarists [38.85940137464184]
我々は, GPT-J を用いた学生が MOSS からの疑念を起こさずに,導入レベルのプログラミング課題を完遂できることを見出した。
GPT-Jは問題に関するトレーニングを受けておらず、その例は提供されていない。
我々は、GPT-Jで書かれたコードは構造的に多様であり、将来の盗作検出技術がアルゴリズムによって生成されたコードを特定するために使われる可能性があることを特に示していないと結論付けた。
論文 参考訳(メタデータ) (2022-01-19T04:00:46Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳(メタデータ) (2021-09-24T19:17:09Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳(メタデータ) (2021-07-23T22:41:28Z) - 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) - Can Semantic Labels Assist Self-Supervised Visual Representation
Learning? [194.1681088693248]
近隣環境におけるコントラスト調整(SCAN)という新しいアルゴリズムを提案する。
一連のダウンストリームタスクにおいて、SCANは従来の完全教師付きおよび自己教師付きメソッドよりも優れたパフォーマンスを達成する。
本研究は, セマンティックラベルが自己指導的手法の補助に有用であることを明らかにする。
論文 参考訳(メタデータ) (2020-11-17T13:25:00Z)
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。