論文の概要: RECIPE4U: Student-ChatGPT Interaction Dataset in EFL Writing Education
- arxiv url: http://arxiv.org/abs/2403.08272v1
- Date: Wed, 13 Mar 2024 05:51:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 15:15:56.638500
- Title: RECIPE4U: Student-ChatGPT Interaction Dataset in EFL Writing Education
- Title（参考訳）: RECIPE4U:EFL書記教育における学生-ChatGPTインタラクションデータセット
- Authors: Jieun Han, Haneul Yoo, Junho Myung, Minsun Kim, Tak Yeon Lee, So-Yeon
Ahn and Alice Oh
- Abstract要約: 本稿では、英語の212人の大学生を対象に、学期間実験から得られたデータセットRECIPE4Uについて紹介する。
研究期間中、ChatGPTと対話してエッセイを改訂する。RECIPE4Uには、会話ログ、学生の意図、学生の自己評価満足度、学生のエッセイ編集履歴など、これらの相互作用の包括的な記録が含まれている。
- 参考スコア（独自算出の注目度）: 15.253081304714101
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The integration of generative AI in education is expanding, yet empirical
analyses of large-scale and real-world interactions between students and AI
systems still remain limited. Addressing this gap, we present RECIPE4U (RECIPE
for University), a dataset sourced from a semester-long experiment with 212
college students in English as Foreign Language (EFL) writing courses. During
the study, students engaged in dialogues with ChatGPT to revise their essays.
RECIPE4U includes comprehensive records of these interactions, including
conversation logs, students' intent, students' self-rated satisfaction, and
students' essay edit histories. In particular, we annotate the students'
utterances in RECIPE4U with 13 intention labels based on our coding schemes. We
establish baseline results for two subtasks in task-oriented dialogue systems
within educational contexts: intent detection and satisfaction estimation. As a
foundational step, we explore student-ChatGPT interaction patterns through
RECIPE4U and analyze them by focusing on students' dialogue, essay data
statistics, and students' essay edits. We further illustrate potential
applications of RECIPE4U dataset for enhancing the incorporation of LLMs in
educational frameworks. RECIPE4U is publicly available at
https://zeunie.github.io/RECIPE4U/.
- Abstract（参考訳）: 教育における生成的AIの統合は拡大しているが、学生とAIシステムの間の大規模および実世界の相互作用に関する実証分析は依然として限られている。
このギャップに対処するため, 英語の212人の大学生を対象に, 学期間実験から得られたRECIPE4U(RECIPE for University, RECIPE)を提案する。
研究期間中、学生はChatGPTと対話してエッセイを改訂した。
RECIPE4Uには、会話ログ、学生の意図、学生の自己評価満足度、学生のエッセイ編集履歴など、これらの相互作用に関する包括的な記録が含まれている。
特に,RECIPE4Uにおける学生の発話を,符号化方式に基づいた13の意図ラベルでアノテートする。
課題指向対話システムにおいて,意図検出と満足度推定という2つのサブタスクのベースライン結果を確立する。
本稿では,学生の対話,エッセイデータ統計,学生のエッセイ編集に着目して,RECIPE4Uを通して学生-ChatGPTインタラクションパターンを探索する。
さらに,RECIPE4Uデータセットの教育用フレームワークにおけるLCMの活用可能性について述べる。
RECIPE4Uはhttps://zeunie.github.io/RECIPE4U/で公開されている。
関連論文リスト
- Exploring Knowledge Tracing in Tutor-Student Dialogues [53.52699766206808]
本稿では,教師と学生の対話における知識追跡(KT)の最初の試みについて述べる。
そこで本研究では,対話の各ターンに係わる知識コンポーネントやスキルを同定する手法を提案する。
次に,得られたラベル付きデータに様々なKT手法を適用し,対話全体を通して学生の知識レベルを追跡する。
論文 参考訳（メタデータ） (2024-09-24T22:31:39Z) - GPT-4 as a Homework Tutor can Improve Student Engagement and Learning Outcomes [80.60912258178045]
我々は,中学生が第二言語として英語を学習するための対話型宿題セッションを,GPT-4で実施できるプロンプト戦略を開発した。
従来の宿題を GPT-4 の宿題に置き換え,4つの高校生の授業でランダム化比較試験(RCT)を行った。
学習結果の大幅な改善,特に文法の増大,学生のエンゲージメントについて検討した。
論文 参考訳（メタデータ） (2024-09-24T11:22:55Z) - StuGPTViz: A Visual Analytics Approach to Understand Student-ChatGPT Interactions [35.927734064685886]
本稿では、学生のプロンプトの時間パターンとChatGPTの応答の質を複数のスケールで追跡・比較する視覚分析システム、StuGPTVizを提案する。
その結果、StuGPTVizがChatGPTの教育的価値に対する教育者の洞察を高める能力があることが確認された。
論文 参考訳（メタデータ） (2024-07-17T09:20:44Z) - Generating Situated Reflection Triggers about Alternative Solution Paths: A Case Study of Generative AI for Computer-Supported Collaborative Learning [3.2721068185888127]
本稿では,学生に動的かつ文脈的フィードバックを提供する概念実証アプリケーションを提案する。
具体的には、ChatGPTを使って、大学レベルのクラウドコンピューティングコースのためのオンラインプログラミング演習ボットを拡張します。
LLMは、コンテキスト内で発生する協調的な議論の詳細を組み込んだ、高度に位置決めされたリフレクショントリガを生成するために使用できることを実証する。
論文 参考訳（メタデータ） (2024-04-28T17:56:14Z) - Learning From Free-Text Human Feedback -- Collect New Datasets Or Extend
Existing Ones? [57.16050211534735]
一般的な対話データセットにおける自由文フィードバックのタイプと頻度について検討する。
この結果から, エラータイプ, ユーザ応答タイプ, それらの関係性など, 調査したデータセットの構成に関する新たな知見が得られた。
論文 参考訳（メタデータ） (2023-10-24T12:01:11Z) - ChEDDAR: Student-ChatGPT Dialogue in EFL Writing Education [14.524728335166703]
教育における生成的AIの統合は拡大しているが、学生とAIシステムの間の大規模な実世界の相互作用に関する実証分析は依然として限られている。
本研究は,英語の212人の大学生を対象に,外国語Langauge (EFL) 書記講座を修了した。
ChEDDARには、会話ログ、発話レベルのエッセイ編集履歴、自己評価された満足度、学生の意図に加えて、彼らの目的と全体的な経験を文書化するセッションレベルの事前調査が含まれている。
論文 参考訳（メタデータ） (2023-09-23T03:28:25Z) - Analysis of Individual Conversational Volatility in Tandem
Telecollaboration for Second Language Learning [7.767962338247332]
生徒はビデオ会議コールにグループ化され、他の生徒の母国語を学習する。
これにより、学生がより積極的に貢献し、対話を行うオンライン環境に置かれる。
通話中のすべての参加者から会話発話のタイミングを記録するL2Lシステムを構築し,展開した。
小学校1学期における86件のテレコラボレーションコールにおいて, フランス語を学習している英語話者19名を対象に, 会話のボラティリティ尺度の分析を行った。
論文 参考訳（メタデータ） (2022-06-28T12:34:00Z) - KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。
本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
論文 参考訳（メタデータ） (2022-05-11T16:01:03Z) - UniDU: Towards A Unified Generative Dialogue Understanding Framework [62.8474841241855]
DUタスク間の情報交換を実現するために,統合された生成対話理解フレームワークであるUniDUについて検討する。
我々は,5つの基本課題にまたがる10の対話理解データセットの実験を行う。
提案したUniDUフレームワークは5つのタスクすべてにおいてタスク固有のよく設計されたメソッドよりも優れている。
論文 参考訳（メタデータ） (2022-04-10T09:32:34Z) - Structural Pre-training for Dialogue Comprehension [51.215629336320305]
本稿では,SPIDER, Structure Pre-trained DialoguE Readerについて述べる。
対話のような特徴をシミュレートするために,元のLM目的に加えて,2つの訓練目標を提案する。
広く使われている対話ベンチマークの実験結果から,新たに導入した自己教師型タスクの有効性が検証された。
論文 参考訳（メタデータ） (2021-05-23T15:16:54Z)
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。