論文の概要: The Potential and Implications of Generative AI on HCI Education
- arxiv url: http://arxiv.org/abs/2405.05154v1
- Date: Wed, 8 May 2024 15:46:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-09 14:05:10.151499
- Title: The Potential and Implications of Generative AI on HCI Education
- Title（参考訳）: HCI教育における生成AIの可能性と意義
- Authors: Ahmed Kharrufa, Ian G Johnson,
- Abstract要約: ジェネレーティブAI(GAI)は、さまざまな分野や分野において、直接的または間接的に教育と学習に影響を与える。
生成型AIを10週間の学部モジュールに組み込むことで得られた,教育的知見を報告する。
- 参考スコア（独自算出の注目度）: 10.557784268438779
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI (GAI) is impacting teaching and learning directly or indirectly across a range of subjects and disciplines. As educators, we need to understand the potential and limitations of AI in HCI education and ensure our graduating HCI students are aware of the potential and limitations of AI in HCI. In this paper, we report on the main pedagogical insights gained from the inclusion of generative AI into a 10 week undergraduate module. We designed the module to encourage student experimentation with GAI models as part of the design brief requirement and planned practical sessions and discussions. Our insights are based on replies to a survey sent out to the students after completing the module. Our key findings, for HCI educators, report on the use of AI as a persona for developing project ideas and creating resources for design, and AI as a mirror for reflecting students' understanding of key concepts and ideas and highlighting knowledge gaps. We also discuss potential pitfalls that should be considered and the need to assess students' literacies and assumptions of GAIs as pedagogical tools. Finally, we put forward the case for educators to take the opportunities GAI presents as an educational tool and be experimental, creative, and courageous in their practice. We end with a discussion of our findings in relation to the TPACK framework in HCI.
- Abstract（参考訳）: ジェネレーティブAI(GAI)は、さまざまな分野や分野において、直接的または間接的に教育と学習に影響を与える。
教育者として、私たちはHCI教育におけるAIの可能性と限界を理解し、卒業生がHCIにおけるAIの可能性と限界を確実に認識する必要がある。
本稿では,生成型AIを10週間の学部モジュールに組み込むことによって得られた,教育的知見について報告する。
我々は,デザインブリーフ要件の一部として,GAIモデルを用いた学生実験を促すモジュールを設計し,実践的なセッションや議論を計画した。
私たちの洞察は、モジュールが完成した後、学生に送られた調査に対する回答に基づいています。
我々のHCI教育者にとって重要な発見は、プロジェクトアイデアの開発と設計のためのリソース作成のためのペルソナとしてAIを使用すること、そして学生が重要な概念やアイデアを理解し、知識ギャップを強調する鏡としてAIを使用することである。
また,検討すべき落とし穴や,GAIのリテラシーや仮定を教育ツールとして評価する必要性についても論じる。
最後に,GAIを教育ツールとして活用し,その実践において実験的,創造的,勇気を発揮できる機会を教育者に与えることを提案する。
我々は、HCIのTPACKフレームワークに関して、私たちの発見の議論に終止符を打つ。
関連論文リスト
- Responding to Generative AI Technologies with Research-through-Design: The Ryelands AI Lab as an Exploratory Study [6.028558240668647]
我々は小学校と提携して、生成的AI技術と相互作用する学生を中心とした建設学カリキュラムを開発する。
本稿では,カリキュラムと学習教材の設計とアウトプットの詳細な説明を行い,その反抗的かつ長期にわたるハンズオンのアプローチが,学生の実践的かつ重要な能力の共同開発に繋がったことを中心的に見出した。
論文 参考訳（メタデータ） (2024-05-07T21:34:10Z) - Enhancing Instructional Quality: Leveraging Computer-Assisted Textual
Analysis to Generate In-Depth Insights from Educational Artifacts [13.617709093240231]
本研究では、人工知能(AI)と機械学習(ML)が教育内容、教師の談話、学生の反応を分析して教育改善を促進する方法について検討する。
私たちは、教師のコーチング、学生のサポート、コンテンツ開発など、AI/ML統合が大きな利点をもたらす重要な領域を特定します。
本稿では,AI/ML技術と教育的目標との整合性の重要性を強調し,その教育的可能性を実現する。
論文 参考訳（メタデータ） (2024-03-06T18:29:18Z) - Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
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だろうと論じている。
論文 参考訳（メタデータ） (2024-02-02T23:54:51Z) - Charting the Future of AI in Project-Based Learning: A Co-Design
Exploration with Students [35.05435052195561]
学習における人工知能(AI)の利用の増加は、学習成果を評価するための新たな課題を提示している。
本稿では,学生のAI活用データの新たな評価材料としての可能性を検討するための共同設計研究を紹介する。
論文 参考訳（メタデータ） (2024-01-26T14:49:29Z) - Understanding Teacher Perspectives and Experiences after Deployment of
AI Literacy Curriculum in Middle-school Classrooms [12.35885897302579]
我々は,MIT RAICAカリキュラムのモジュール実装にともなう7人の教師の経験を考察した。
我々の分析は、AIモジュールが、この分野における教師の知識を拡大したことを示唆している。
私たちの教師は、技術資源をナビゲートする際に、より良い外部支援の必要性を主張しました。
論文 参考訳（メタデータ） (2023-12-08T05:36:16Z) - Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。
GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。
PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2023-12-03T12:37:16Z) - ActiveAI: Introducing AI Literacy for Middle School Learners with
Goal-based Scenario Learning [0.0]
ActiveAIプロジェクトは、小学校7～9年生のAI教育における重要な課題に対処する。
このアプリには、スライダー、ステッパー、コレクタなど、さまざまな学習者インプットが組み込まれており、理解を深めている。
このプロジェクトは、現在実装段階にあり、アプリ開発にインテリジェントなチューター設計原則を活用している。
論文 参考訳（メタデータ） (2023-08-21T11:43:43Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-01T17:57:04Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z) - Explainable Active Learning (XAL): An Empirical Study of How Local
Explanations Impact Annotator Experience [76.9910678786031]
本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。
本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
論文 参考訳（メタデータ） (2020-01-24T22:52:18Z)
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。