論文の概要: Apprentice Tutor Builder: A Platform For Users to Create and Personalize Intelligent Tutors
- arxiv url: http://arxiv.org/abs/2404.07883v1
- Date: Thu, 11 Apr 2024 16:14:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-12 13:20:46.402793
- Title: Apprentice Tutor Builder: A Platform For Users to Create and Personalize Intelligent Tutors
- Title（参考訳）: Apprentice Tutor Builder:Intelligent Tutorsの作成とパーソナライズのためのプラットフォーム
- Authors: Glen Smith, Adit Gupta, Christopher MacLellan,
- Abstract要約: Apprentice Tutor Builder (ATB)は、チューターの作成とパーソナライズを簡単にするプラットフォームである。
インストラクタはABBのドラッグアンドドロップツールを使ってチューターインターフェースを構築することができる。
エンドユーザーを対象に,14名のインストラクターによるユーザスタディを行い,ABBの設計の有効性について検討した。
- 参考スコア（独自算出の注目度）: 0.5762045049964718
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Intelligent tutoring systems (ITS) are effective for improving students' learning outcomes. However, their development is often complex, time-consuming, and requires specialized programming and tutor design knowledge, thus hindering their widespread application and personalization. We present the Apprentice Tutor Builder (ATB) , a platform that simplifies tutor creation and personalization. Instructors can utilize ATB's drag-and-drop tool to build tutor interfaces. Instructors can then interactively train the tutors' underlying AI agent to produce expert models that can solve problems. Training is achieved via using multiple interaction modalities including demonstrations, feedback, and user labels. We conducted a user study with 14 instructors to evaluate the effectiveness of ATB's design with end users. We found that users enjoyed the flexibility of the interface builder and ease and speed of agent teaching, but often desired additional time-saving features. With these insights, we identified a set of design recommendations for our platform and others that utilize interactive AI agents for tutor creation and customization.
- Abstract（参考訳）: 知的学習システム(ITS)は,学生の学習成果を改善するのに有効である。
しかし、それらの開発は複雑で時間を要することが多く、特殊なプログラミングとチューター設計の知識を必要とするため、広く使われることやパーソナライズを妨げている。
本稿では、教師作成とパーソナライズを簡単にするプラットフォームであるApprentice Tutor Builder(ATB)を紹介する。
インストラクタはABBのドラッグアンドドロップツールを使ってチューターインターフェースを構築することができる。
インストラクタは、チューターの基盤となるAIエージェントをインタラクティブにトレーニングして、問題を解決する専門家モデルを作成することができる。
トレーニングは、デモやフィードバック、ユーザラベルなど、複数のインタラクションモダリティを使用することで実現される。
エンドユーザーを対象に,14名のインストラクターによるユーザスタディを行い,ABBの設計の有効性について検討した。
ユーザはインターフェイスビルダーの柔軟性とエージェント教育の容易さとスピードを享受できたが、多くの場合、追加の時間節約機能が望まれていた。
これらの知見により、私たちは、チューターの作成とカスタマイズにインタラクティブなAIエージェントを利用する、私たちのプラットフォームと他のプラットフォームのための一連のデザインレコメンデーションを特定しました。
関連論文リスト
- Learning to Build by Building Your Own Instructions [56.734927320020496]
LTRONにおける最近提案されたBreak-and-Make問題に対する新しい手法を開発した。
エージェントは、単一の対話的なセッションを使用して、これまで見えなかったLEGOアセンブリを構築することを学ばなければなりません。
オンラインの模倣学習を使ってこれらのモデルをトレーニングし、モデルが自身のミスから学習できるようにする。
論文 参考訳（メタデータ） (2024-10-01T22:39:58Z) - Towards Educator-Driven Tutor Authoring: Generative AI Approaches for Creating Intelligent Tutor Interfaces [0.31873871499564926]
我々は、教師インターフェイス作成において、教育者を支援するための生成AI機能を導入する。
提案手法では,Large Language Models (LLM) を利用して,チューターのレイアウトと内容を生成する。
小規模比較では,教師インタフェース設計の効率を高めるためのアプローチの可能性を示している。
論文 参考訳（メタデータ） (2024-05-23T15:46:10Z) - Intelligent Tutor: Leveraging ChatGPT and Microsoft Copilot Studio to Deliver a Generative AI Student Support and Feedback System within Teams [9.135741308567317]
本稿では,Microsoft Teamsプラットフォーム上でのChatGPT APIとGPT-4モデル,Microsoft Copilot Studioの統合について検討する。
本システムは,学習者の進捗状況やフィードバックに応じて,教育内容の動的調整を行う。
論文 参考訳（メタデータ） (2024-05-15T15:09:41Z) - Instructors as Innovators: A future-focused approach to new AI learning opportunities, with prompts [0.0]
本稿では,教師が生成型AIを活用して生徒にパーソナライズされた学習体験を創出する方法を考察する。
我々は、シミュレーション、メンタリング、コーチング、共同創造を含む、新しい形の実践と応用を可能にするAIベースのエクササイズを提示する。
論文 参考訳（メタデータ） (2024-04-23T04:01:38Z) - An Interactive Human-Machine Learning Interface for Collecting and Learning from Complex Annotations [45.23526921041318]
我々は,従来のラベルの制約にヒトのアノテータが適応するという期待を緩和するために,監視情報が収集される形で,さらなる柔軟性を実現することを目的としている。
そこで本研究では,データセットのアノテーションとして標準バイナリラベルを補完するために,ヒューマンアノテータによる実例の活用を可能にする,バイナリ分類タスクのためのヒューマンマシン学習インタフェースを提案する。
論文 参考訳（メタデータ） (2024-03-28T11:57:06Z) - Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。
このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。
各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
論文 参考訳（メタデータ） (2023-09-15T02:42:03Z) - Interactive Text Generation [75.23894005664533]
我々は,対話型テキスト生成タスクを導入し,実際のユーザを巻き込むことなく,対話型テキスト生成モデルのトレーニングを可能にする。
我々は、Imitation Learningを用いてインタラクティブモデルをトレーニングし、競合する非インタラクティブな生成モデルに対する実験により、インタラクティブにトレーニングされたモデルは非インタラクティブなモデルよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-03-02T01:57:17Z) - ConvLab-3: A Flexible Dialogue System Toolkit Based on a Unified Data
Format [88.33443450434521]
タスク指向対話(TOD)システムはデジタルアシスタントとして機能し、フライトの予約やレストランの検索といった様々なタスクを通じてユーザを誘導する。
TODシステムを構築するための既存のツールキットは、データ、モデル、実験環境の包括的な配列を提供するのに不足することが多い。
本稿では,このギャップを埋めるための多面的対話システムツールキットConvLab-3を紹介する。
論文 参考訳（メタデータ） (2022-11-30T16:37:42Z) - Teachable Reinforcement Learning via Advice Distillation [161.43457947665073]
外部教師が提供した構造化アドバイスから学習する「教育可能な」意思決定システムに基づく対話型学習のための新しい指導パラダイムを提案する。
我々は、アドバイスから学ぶエージェントが、標準的な強化学習アルゴリズムよりも人的監督力の少ない新しいスキルを習得できることを示す。
論文 参考訳（メタデータ） (2022-03-19T03:22:57Z) - Demonstrating REACT: a Real-time Educational AI-powered Classroom Tool [0.9899017174990579]
本稿では,教育者の意思決定プロセスを支援するために,EDM技術を用いたリアルタイムAIを活用した新しい教室ツールを提案する。
ReACTは、ユーザフレンドリなグラフィカルインターフェースを備えたデータ駆動ツールである。
学生のパフォーマンスデータを分析し、コンテキストベースのアラートとコースプランニングのための教育者へのレコメンデーションを提供する。
論文 参考訳（メタデータ） (2021-07-30T03:09:59Z) - Automated Personalized Feedback Improves Learning Gains in an
Intelligent Tutoring System [34.19909376464836]
大規模知的学習システム(ITS)における自動的、データ駆動型、パーソナライズされたフィードバックが、学生の学習結果をいかに改善するかを検討する。
本稿では,個別の学生のニーズを考慮に入れたパーソナライズされたフィードバックを生成する機械学習手法を提案する。
我々は、最先端の機械学習と自然言語処理技術を利用して、学生にパーソナライズされたヒント、ウィキペディアに基づく説明、数学的ヒントを提供する。
論文 参考訳（メタデータ） (2020-05-05T18:30:08Z)
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。