論文の概要: Student Perspectives on Using a Large Language Model (LLM) for an Assignment on Professional Ethics

• arxiv url: http://arxiv.org/abs/2406.11858v1
• Date: Tue, 9 Apr 2024 09:03:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-01 07:40:34.599115
• Title: Student Perspectives on Using a Large Language Model (LLM) for an Assignment on Professional Ethics
• Title（参考訳）: 大規模言語モデル(LLM)を用いた職業倫理の指定に関する学生の視点
• Authors: Virginia Grande, Natalie Kiesler, Maria Andreina Francisco R,
• Abstract要約: LLM(Large Language Models)の出現は、カリキュラム、評価、学生の能力にどのような影響を与えるかについて、教育者の間で真剣な議論を始めた。 本報告では,コンピュータ・マスターの学生がキャリアに必要とする倫理に関する課題を含む,専門的能力のコース内での課題について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The advent of Large Language Models (LLMs) started a serious discussion among educators on how LLMs would affect, e.g., curricula, assessments, and students' competencies. Generative AI and LLMs also raised ethical questions and concerns for computing educators and professionals. This experience report presents an assignment within a course on professional competencies, including some related to ethics, that computing master's students need in their careers. For the assignment, student groups discussed the ethical process by Lennerfors et al. by analyzing a case: a fictional researcher considers whether to attend the real CHI 2024 conference in Hawaii. The tasks were (1) to participate in in-class discussions on the case, (2) to use an LLM of their choice as a discussion partner for said case, and (3) to document both discussions, reflecting on their use of the LLM. Students reported positive experiences with the LLM as a way to increase their knowledge and understanding, although some identified limitations. The LLM provided a wider set of options for action in the studied case, including unfeasible ones. The LLM would not select a course of action, so students had to choose themselves, which they saw as coherent. From the educators' perspective, there is a need for more instruction for students using LLMs: some students did not perceive the tools as such but rather as an authoritative knowledge base. Therefore, this work has implications for educators considering the use of LLMs as discussion partners or tools to practice critical thinking, especially in computing ethics education.
• Abstract（参考訳）: LLM(Large Language Models)の出現は、LLMがどのような影響を与えるか、例えば、カリキュラム、評価、学生の能力について、教育者の間で真剣な議論を始めた。 ジェネレーティブAIとLLMは、コンピュータ教育者や専門家に対する倫理的な疑問や懸念も提起した。 この経験報告は、コンピュータマスターの学生がキャリアに必要とする倫理に関するものを含む、専門家の能力に関するコース内での課題を提示する。 課題として、学生グループはLennerforsらによる倫理的プロセスについて議論し、事例を分析した。 本研究の課題は,(1)クラス内での議論に参加すること,(2)LLMをその事例の議論パートナーとして使用すること,(3)LLMの使用を反映して双方の議論を文書化することであった。 学生はLLMについて、知識と理解を高める手段として肯定的な経験を報告した。 LLMは、不可能なものを含む、研究ケースでのアクションのための幅広いオプションセットを提供した。 LLMは行動のコースを選ばなかったため、学生は自分たちを一貫性のあるものとみなした。 教育者の視点からは、LSMを用いた学生にもっと教える必要がある。 したがって、この研究は、特にコンピューティング倫理教育において、批判的思考を実践するための議論パートナーやツールとしてLLMを使うことを検討する教育者にとって意味がある。

関連論文リスト

• Embracing AI in Education: Understanding the Surge in Large Language Model Use by Secondary Students [53.20318273452059]
  OpenAIのChatGPTのような大規模言語モデル(LLM)は、新しい教育の道を開いた。 学校制限にもかかわらず,中高生300人以上を対象に調査を行ったところ,学生の70%がLDMを利用していることがわかった。 我々は、対象特化モデル、パーソナライズドラーニング、AI教室など、このような問題に対処するいくつかのアイデアを提案する。
  論文  参考訳（メタデータ） (2024-11-27T19:19:34Z)
• Exploring Knowledge Tracing in Tutor-Student Dialogues using LLMs [49.18567856499736]
  本研究では,大規模言語モデル(LLM)が対話学習を支援することができるかどうかを検討する。 我々は,学習者の知識レベルを対話全体にわたって追跡するために,ラベル付きデータに知識追跡(KT)手法を適用した。 我々は,2つの学習対話データセットの実験を行い,従来のKT手法よりも学生の反応の正しさを予測できる新しいLCM-based method LLMKTが優れていることを示す。
  論文  参考訳（メタデータ） (2024-09-24T22:31:39Z)
• LLMs Assist NLP Researchers: Critique Paper (Meta-)Reviewing [106.45895712717612]
  大規模言語モデル(LLM)は、様々な生成タスクにおいて顕著な汎用性を示している。 本研究は,NLP研究者を支援するLLMの話題に焦点を当てる。 私たちの知る限りでは、このような包括的な分析を提供するのはこれが初めてです。
  論文  参考訳（メタデータ） (2024-06-24T01:30:22Z)
• I don't trust you (anymore)! -- The effect of students' LLM use on Lecturer-Student-Trust in Higher Education [0.0]
  Open AIのChatGPTのようなプラットフォームにおける大規模言語モデル(LLM)は、大学生の間で急速に採用されている。 学生によるLLMの使用は、情報と手続きの正義にどのように影響し、チーム信頼と期待されるチームパフォーマンスに影響を与えるか? 本研究は,LLM使用の公平さよりも,学生利用の透明性に重点を置いていることを示唆する。
  論文  参考訳（メタデータ） (2024-06-21T05:35:57Z)
• Insights from Social Shaping Theory: The Appropriation of Large Language Models in an Undergraduate Programming Course [0.9718746651638346]
  大規模言語モデル(LLM)は、コードを生成、デバッグ、説明することができる。 本研究は,学生の社会的知覚が自身のLLM利用にどのように影響するかを考察する。
  論文  参考訳（メタデータ） (2024-06-10T16:40:14Z)
• Automate Knowledge Concept Tagging on Math Questions with LLMs [48.5585921817745]
  知識概念のタグ付けは、現代の知的教育応用において重要な役割を担っている。 伝統的に、これらの注釈は教育専門家の助けを借りて手作業で行われてきた。 本稿では,Large Language Models (LLM) を用いたタグ付けタスクの自動化について検討する。
  論文  参考訳（メタデータ） (2024-03-26T00:09:38Z)
• "The teachers are confused as well": A Multiple-Stakeholder Ethics Discussion on Large Language Models in Computing Education [17.25008833760501]
  大きな言語モデル(LLM)は急速に進歩し、人々の生活に良くも悪くも影響を与えています。 高等教育においては、学生のLDMの誤用や教育成果の低下といった懸念が浮かび上がっている。 我々は,高等教育コンピュータサイエンスにおける利害関係者インタビューのケーススタディを行った。
  論文  参考訳（メタデータ） (2024-01-23T02:43:00Z)
• How should the advent of large language models affect the practice of science? [51.62881233954798]
  大規模言語モデルの出現は科学の実践にどのように影響を与えるべきか? 我々は4つの科学者グループを招待し、この質問を反映し、彼らの見解を共有し、議論をおこなった。
  論文  参考訳（メタデータ） (2023-12-05T10:45:12Z)
• "With Great Power Comes Great Responsibility!": Student and Instructor Perspectives on the influence of LLMs on Undergraduate Engineering Education [2.766654468164438]
  LLM(Large Language Models)の人気が高まり、学術界で議論が巻き起こった。 本稿ではインドの大学工学部における調査とインタビューを行う。 学生1306名,学生インタビュー112名,インストラクターインタビュー27名を対象に,現在の利用パターンについて考察した。
  論文  参考訳（メタデータ） (2023-09-19T15:29:12Z)
• Investigating the Factual Knowledge Boundary of Large Language Models with Retrieval Augmentation [109.8527403904657]
  大規模言語モデル(LLM)は,その知識に対する信頼度が低く,内部知識と外部知識の衝突をうまく扱えないことを示す。 検索の強化は、LLMの知識境界に対する認識を高める効果的なアプローチであることが証明されている。 本稿では,文書を動的に活用するための簡易な手法を提案する。
  論文  参考訳（メタデータ） (2023-07-20T16:46:10Z)

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。