論文の概要: Analysis of the User Perception of Chatbots in Education Using A Partial
Least Squares Structural Equation Modeling Approach
- arxiv url: http://arxiv.org/abs/2311.03636v1
- Date: Tue, 7 Nov 2023 00:44:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 17:31:07.580051
- Title: Analysis of the User Perception of Chatbots in Education Using A Partial
Least Squares Structural Equation Modeling Approach
- Title（参考訳）: 部分最小二乗構造方程式モデルを用いた教育におけるチャットボットのユーザ知覚の分析
- Authors: Md Rabiul Hasan, Nahian Ismail Chowdhury, Md Hadisur Rahman, Md Asif
Bin Syed, and JuHyeong Ryu
- Abstract要約: オプティミズム、イノベーティブネス、不快感、不安、透明性、倫理、相互作用、エンゲージメント、正確さといった主要な行動関連側面について研究した。
その結果、最適性と革新性は、知覚的使用覚(PEOU)と知覚的有用性(PU)に正の相関があることが判明した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The integration of Artificial Intelligence (AI) into education is a recent
development, with chatbots emerging as a noteworthy addition to this
transformative landscape. As online learning platforms rapidly advance,
students need to adapt swiftly to excel in this dynamic environment.
Consequently, understanding the acceptance of chatbots, particularly those
employing Large Language Model (LLM) such as Chat Generative Pretrained
Transformer (ChatGPT), Google Bard, and other interactive AI technologies, is
of paramount importance. However, existing research on chatbots in education
has overlooked key behavior-related aspects, such as Optimism, Innovativeness,
Discomfort, Insecurity, Transparency, Ethics, Interaction, Engagement, and
Accuracy, creating a significant literature gap. To address this gap, this
study employs Partial Least Squares Structural Equation Modeling (PLS-SEM) to
investigate the determinant of chatbots adoption in education among students,
considering the Technology Readiness Index (TRI) and Technology Acceptance
Model (TAM). Utilizing a five-point Likert scale for data collection, we
gathered a total of 185 responses, which were analyzed using R-Studio software.
We established 12 hypotheses to achieve its objectives. The results showed that
Optimism and Innovativeness are positively associated with Perceived Ease of
Use (PEOU) and Perceived Usefulness (PU). Conversely, Discomfort and Insecurity
negatively impact PEOU, with only Insecurity negatively affecting PU. These
findings provide insights for future technology designers, elucidating critical
user behavior factors influencing chatbots adoption and utilization in
educational contexts.
- Abstract（参考訳）: 人工知能(AI)の教育への統合は、この変革的な風景に注目すべき追加としてチャットボットが登場し、最近の発展である。
オンライン学習プラットフォームが急速に進歩するにつれ、学生はこのダイナミックな環境に素早く適応する必要がある。
したがって、チャットボットの受け入れ、特にChat Generative Pretrained Transformer(ChatGPT)やGoogle Bard、その他の対話型AI技術といったLarge Language Model(LLM)を利用するものを理解することが最重要となる。
しかし、教育におけるチャットボットに関する既存の研究は、オプティミズム、イノベーティブネス、不快感、セキュリティ、透明性、倫理、相互作用、エンゲージメント、正確さといった重要な行動に関する側面を見落としている。
このギャップに対処するため,本研究では,tam (technology readiness index) とtam (technology acceptance model) を考慮し,学生の教育におけるチャットボット採用の決定要因を検討するために,部分最小二乗構造方程式モデリング (pls-sem) を用いた。
データ収集に5点のLikertスケールを用い,R-Studioソフトウェアを用いて,合計185の応答を解析した。
その目的を達成するために12の仮説を立てました。
その結果, 楽観性と革新性は, 使いやすさ (peou) と有用性 (pu) に正の相関があることがわかった。
逆に、不快感と不安はPEOUに悪影響を及ぼし、セキュリティだけがPUに悪影響を及ぼした。
これらの知見は将来の技術設計者に対する洞察を与え、チャットボットの採用と教育的文脈での活用に影響を与える重要なユーザ行動要因を解明する。
関連論文リスト
- The Future of Learning: Large Language Models through the Lens of Students [20.64319102112755]
学生はChatGPTの効率を学習と情報探索に活用するというジレンマに悩まされる。
学生はChatGPTを従来のAIよりも「人間的」だと考えている。
論文 参考訳（メタデータ） (2024-07-17T16:40:37Z) - 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) - The future of generative AI chatbots in higher education [0.0]
本研究では,高等教育機関(HEIs)における生成型AIチャットボットの将来的意味について検討する。
この発見は、管理タスクの合理化、学生の学習経験の向上、研究活動支援における、生成型AIチャットボットの変革の可能性を強調している。
しかし、学術的整合性の懸念、ユーザ入力の理解、リソース割り当てといった課題は、HEIにおける生成AIチャットボットの効果的な統合に重大な障害をもたらす。
論文 参考訳（メタデータ） (2024-03-20T10:44:03Z) - 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) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - 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) - The Impact of Artificial Intelligence on the Evolution of Digital
Education: A Comparative Study of OpenAI Text Generation Tools including
ChatGPT, Bing Chat, Bard, and Ernie [0.196629787330046]
このレビュー論文は、Bing Chat、Bard、ErnieといったOpenAIの先駆的なテキスト生成ツールの能力と影響を対比することで、急速に進化するデジタル教育の風景を深く掘り下げている。
この研究は、教育の民主化、自治主義の育成、学生のエンゲージメントの拡大におけるその役割を浮き彫りにしている。
しかし、このような変革的な力によって、テキスト生成ツールが必然的に学術的完全性に挑戦する可能性があるため、誤用の可能性がもたらされる。
論文 参考訳（メタデータ） (2023-09-05T08:15:00Z) - VIRT: Improving Representation-based Models for Text Matching through
Virtual Interaction [50.986371459817256]
本稿では,VIRT と呼ばれる新しいtextitVirtual InteRacTion 機構を提案する。
VIRTは、表現ベースのエンコーダに、対話ベースのモデルのように振舞いを模倣する仮想インタラクションを実行するよう要求する。
論文 参考訳（メタデータ） (2021-12-08T09:49:28Z) - 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) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。
本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。
我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
論文 参考訳（メタデータ） (2020-07-07T17:19:56Z)
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。