論文の概要: With ChatGPT, do we have to rewrite our learning objectives -- CASE
study in Cybersecurity
- arxiv url: http://arxiv.org/abs/2311.06261v1
- Date: Tue, 26 Sep 2023 16:12:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 16:20:57.023073
- Title: With ChatGPT, do we have to rewrite our learning objectives -- CASE
study in Cybersecurity
- Title（参考訳）: ChatGPTでは、学習目的を書き換えなければならない -- サイバーセキュリティにおけるケーススタディ
- Authors: Peter Jamieson, Suman Bhunia, Dhananjai M. Rao
- Abstract要約: We make a case study of Cybersecurity undergrad Education by the Lens of Understanding by Design' (UbD)
これらの詳細から,これらのツールを用いて,学習目標(LO)の達成可能性について考察した。
私たちのゴールは、人間の存在と知識を改善するために、これらのツールを強力な同盟国として活用し、教えることです。
- 参考スコア（独自算出の注目度）: 0.9208007322096533
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: With the emergence of Artificial Intelligent chatbot tools such as ChatGPT
and code writing AI tools such as GitHub Copilot, educators need to question
what and how we should teach our courses and curricula in the future. In
reality, automated tools may result in certain academic fields being deeply
reduced in the number of employable people. In this work, we make a case study
of cybersecurity undergrad education by using the lens of ``Understanding by
Design'' (UbD). First, we provide a broad understanding of learning objectives
(LOs) in cybersecurity from a computer science perspective. Next, we dig a
little deeper into a curriculum with an undergraduate emphasis on cybersecurity
and examine the major courses and their LOs for our cybersecurity program at
Miami University. With these details, we perform a thought experiment on how
attainable the LOs are with the above-described tools, asking the key question
``what needs to be enduring concepts?'' learned in this process. If an LO
becomes something that the existence of automation tools might be able to do,
we then ask ``what level is attainable for the LO that is not a simple query to
the tools?''. With this exercise, we hope to establish an example of how to
prompt ChatGPT to accelerate students in their achievements of LOs given the
existence of these new AI tools, and our goal is to push all of us to leverage
and teach these tools as powerful allies in our quest to improve human
existence and knowledge.
- Abstract（参考訳）: ChatGPTなどの人工知能チャットボットツールの出現と、GitHub CopilotのようなAIツールのコード記述によって、教育者は、今後のコースとカリキュラムをどのように教えるべきなのかを疑問視する必要がある。
実際には、自動化されたツールによって、ある学術分野が雇用者数で大幅に減少する可能性がある。
本研究では,「UbD (Understanding by Design)」のレンズを用いて,サイバーセキュリティ教育のケーススタディを作成する。
まず,コンピュータ科学の観点から,サイバーセキュリティの学習目標(LO)を広く理解する。
次に、私たちは、サイバーセキュリティに焦点を当てたカリキュラムを少し掘り下げ、マイアミ大学のサイバーセキュリティプログラムの主要なコースとLOを調べます。
これらの詳細とともに、上記のツールでlosがどこまで達成可能かに関する思考実験を行い、このプロセスで学んだ重要な質問である‘コンセプトを持続させる必要があるか’を問う。
LOが自動化ツールの存在が実現可能なものになったならば,‘ツールへの単純なクエリではないLOに対して,どのようなレベルが達成できるのか?
このエクササイズによって、私たちは、これらの新しいaiツールの存在を踏まえて、学生のロスにおける業績を加速させるために、chatgptを促進させる方法の例を確立したいと考えています。
関連論文リスト
- ChatGPT in Classrooms: Transforming Challenges into Opportunities in Education [0.14732811715354452]
私たちはこの教育フロンティアの瀬戸際に立っており、多くの注意を払ってこの地形をナビゲートする必要があることは明らかです。
不適切に使用すると、AIツールはコピーペースト精神をカットするための完璧なツールになる。
この研究は、将来の研究者が自身のデータを適用し、運用するためのプロセスマニュアルとして使用される。
論文 参考訳（メタデータ） (2024-05-17T09:17:59Z) - 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) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Tool Learning with Foundation Models [158.8640687353623]
基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。
その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
論文 参考訳（メタデータ） (2023-04-17T15:16:10Z) - On the Educational Impact of ChatGPT: Is Artificial Intelligence Ready
to Obtain a University Degree? [0.0]
大学教育におけるChatGPTの効果を評価する。
コンピュータサイエンスの高等教育は、ChatGPTのようなツールにどのように適応すべきかについて議論する。
論文 参考訳（メタデータ） (2023-03-20T14:27:37Z) - 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) - Tiny Robot Learning: Challenges and Directions for Machine Learning in
Resource-Constrained Robots [57.27442333662654]
機械学習(ML)は、コンピュータシステムにまたがる普及したツールとなっている。
ティニー・ロボット・ラーニング(Tiny Robot Learning)とは、リソースに制約された低コストの自律ロボットにMLを配置する手法である。
小型ロボット学習は、サイズ、重量、面積、パワー(SWAP)の制約によって困難にさらされる。
本稿では,小型ロボットの学習空間を簡潔に調査し,重要な課題を詳述し,MLシステム設計における将来的な仕事の機会を提案する。
論文 参考訳（メタデータ） (2022-05-11T19:36:15Z) - A Classification of Artificial Intelligence Systems for Mathematics
Education [3.718476964451589]
本章では,数学教育(ME)のデジタルツールとして使用されているAIシステムの概要を紹介する。
それはAIと機械学習(ML)の研究者を対象としており、教育アプリケーションで使われている特定の技術に光を当てています。
論文 参考訳（メタデータ） (2021-07-13T12:09:10Z) - Actionable Models: Unsupervised Offline Reinforcement Learning of
Robotic Skills [93.12417203541948]
与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。
提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
論文 参考訳（メタデータ） (2021-04-15T20:10:11Z) - Automatic Curriculum Learning through Value Disagreement [95.19299356298876]
新しい未解決タスクを継続的に解決することが、多様な行動を学ぶための鍵です。
エージェントが複数の目標を達成する必要があるマルチタスク領域では、トレーニング目標の選択はサンプル効率に大きな影響を与える可能性がある。
そこで我々は,エージェントが解決すべき目標のための自動カリキュラムを作成することを提案する。
提案手法は,13のマルチゴールロボットタスクと5つのナビゲーションタスクにまたがって評価し,現在の最先端手法よりも高い性能を示す。
論文 参考訳（メタデータ） (2020-06-17T03:58:25Z) - Dark, Beyond Deep: A Paradigm Shift to Cognitive AI with Humanlike
Common Sense [142.53911271465344]
我々は、次世代のAIは、新しいタスクを解決するために、人間のような「暗黒」の常識を取り入れなければならないと論じている。
我々は、人間のような常識を持つ認知AIの5つの中核領域として、機能、物理学、意図、因果性、実用性(FPICU)を識別する。
論文 参考訳（メタデータ） (2020-04-20T04:07:28Z)
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。