論文の概要: Generative Artificial Intelligence in Learning Analytics:
Contextualising Opportunities and Challenges through the Learning Analytics
Cycle
- arxiv url: http://arxiv.org/abs/2312.00087v1
- Date: Thu, 30 Nov 2023 07:25:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-04 16:58:38.617472
- Title: Generative Artificial Intelligence in Learning Analytics:
Contextualising Opportunities and Challenges through the Learning Analytics
Cycle
- Title(参考訳): 学習分析における生成的人工知能:学習分析サイクルによる機会と課題のコンテキスト化
- Authors: Lixiang Yan, Roberto Martinez-Maldonado, Dragan Ga\v{s}evi\'c
- Abstract要約: ジェネレーティブ人工知能(GenAI)は、教育を変革し、人間の生産性を高める大きな可能性を秘めている。
本稿では,GenAIが学習分析(LA)にもたらす可能性と課題について述べる。
我々は、GenAIが非構造化データの解析、合成学習データの生成、マルチモーダル学習者相互作用の強化、対話的・説明的分析の進展、パーソナライゼーションと適応的介入の促進において重要な役割を果たすことを示唆する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative artificial intelligence (GenAI), exemplified by ChatGPT,
Midjourney, and other state-of-the-art large language models and diffusion
models, holds significant potential for transforming education and enhancing
human productivity. While the prevalence of GenAI in education has motivated
numerous research initiatives, integrating these technologies within the
learning analytics (LA) cycle and their implications for practical
interventions remain underexplored. This paper delves into the prospective
opportunities and challenges GenAI poses for advancing LA. We present a concise
overview of the current GenAI landscape and contextualise its potential roles
within Clow's generic framework of the LA cycle. We posit that GenAI can play
pivotal roles in analysing unstructured data, generating synthetic learner
data, enriching multimodal learner interactions, advancing interactive and
explanatory analytics, and facilitating personalisation and adaptive
interventions. As the lines blur between learners and GenAI tools, a renewed
understanding of learners is needed. Future research can delve deep into
frameworks and methodologies that advocate for human-AI collaboration. The LA
community can play a pivotal role in capturing data about human and AI
contributions and exploring how they can collaborate most effectively. As LA
advances, it is essential to consider the pedagogical implications and broader
socioeconomic impact of GenAI for ensuring an inclusive future.
- Abstract(参考訳): ChatGPTやMidjourneyなどの最先端の大規模言語モデルや拡散モデルによって実証された生成人工知能(GenAI)は、教育を変革し、人間の生産性を高める大きな可能性を秘めている。
教育におけるGenAIの普及は、多くの研究イニシアチブを動機付けてきたが、これらの技術を学習分析(LA)サイクルに統合し、その実践的介入に対する影響は未解明のままである。
本稿では,GenAI が LA を前進させる可能性と課題について述べる。
我々は、現在のGenAIの展望を簡潔に概説し、ClowのLAサイクルの汎用フレームワークにおけるその潜在的な役割を文脈的に示す。
我々は、GenAIが非構造化データの解析、合成学習データの生成、マルチモーダル学習者相互作用の強化、対話的・説明的分析の進展、パーソナライゼーションと適応的介入の促進において重要な役割を果たすことを示唆する。
学習者とGenAIツールの間に線がぼやけているため、学習者に対する新たな理解が必要である。
将来の研究は、人間とAIのコラボレーションを提唱するフレームワークや方法論を深く掘り下げることができる。
laコミュニティは、人間とaiの貢献に関するデータを取得し、最も効果的なコラボレーション方法を探る上で、重要な役割を果たすことができる。
LAが進むにつれて、包括的未来を確実にするために、GenAIの教育的意味とより広範な社会経済的影響を考えることが不可欠である。
関連論文リスト
- Generative AI in Education: A Study of Educators' Awareness, Sentiments, and Influencing Factors [2.217351976766501]
本研究は,AI言語モデルに対する教員の経験と態度について考察する。
学習スタイルと生成AIに対する態度の相関は見つからない。
CS教育者は、生成するAIツールの技術的理解にはるかに自信を持っているが、AI生成された仕事を検出する能力にこれ以上自信がない。
論文 参考訳(メタデータ) (2024-03-22T19:21:29Z) - From Algorithm Worship to the Art of Human Learning: Insights from 50-year journey of AI in Education [0.0]
人工知能(AI)を取り巻く現在の談話は、希望と理解の間に振動する。
本稿は、AIが教育において果たす役割の複雑さを考察し、教育者と警告された教育者が混ざったメッセージに対処するものである。
倫理的意味に関する懸念を背景に、AIが大規模にパーソナライゼーションを通じて学習を強化するという約束を探求する。
論文 参考訳(メタデータ) (2024-02-05T16:12:14Z) - Bringing Generative AI to Adaptive Learning in Education [60.8973486604967]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献すると主張している。
論文 参考訳(メタデータ) (2024-02-02T23:54:51Z) - The AI Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment [0.0]
我々は,GenAIツールを教育評価に統合するための,実用的でシンプルで十分に包括的なツールの概要を述べる。
AIアセスメント尺度(AIAS)は、教育者に対して、評価におけるGenAI使用の適切なレベルを選択する権限を与える。
実践的で柔軟なアプローチを採用することで、AIASは、教育におけるGenAIに関する現在の不確実性と不安に対処するための、非常に必要な出発点を形成することができる。
論文 参考訳(メタデータ) (2023-12-12T09:08:36Z) - Multimodality of AI for Education: Towards Artificial General
Intelligence [14.121655991753483]
マルチモーダル人工知能(AI)アプローチは、教育的文脈における人工知能(AGI)の実現に向けた道を歩んでいる。
この研究は、認知フレームワーク、高度な知識表現、適応学習機構、多様なマルチモーダルデータソースの統合など、AGIの重要な側面を深く掘り下げている。
本稿は、AGI開発における今後の方向性と課題に関する洞察を提供する、教育におけるマルチモーダルAIの役割の意味についても論じる。
論文 参考訳(メタデータ) (2023-12-10T23:32:55Z) - Data Equity: Foundational Concepts for Generative AI [0.0]
GenAIは、デジタルとソーシャルのイノベーションを促進する大きな可能性を約束する。
GenAIは、技術へのアクセスと利用を民主化する可能性がある。
しかし、未確認のままでは、不平等が深まる可能性がある。
論文 参考訳(メタデータ) (2023-10-27T05:19:31Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳(メタデータ) (2023-07-09T21:16:56Z) - Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。
本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文 参考訳(メタデータ) (2023-06-23T18:10:54Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳(メタデータ) (2023-03-07T20:36:13Z) - Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。
データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
論文 参考訳(メタデータ) (2022-11-27T13:07:14Z) - 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)
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。