論文の概要: Prompts First, Finally

• arxiv url: http://arxiv.org/abs/2407.09231v1
• Date: Fri, 12 Jul 2024 12:50:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-15 23:28:21.042765
• Title: Prompts First, Finally
• Title（参考訳）: Prompts First, そして最後に
• Authors: Brent N. Reeves, James Prather, Paul Denny, Juho Leinonen, Stephen MacNeil, Brett A. Becker, Andrew Luxton-Reilly,
• Abstract要約: 生成AI(GenAI)と特に大規模言語モデルは、コンピュータサイエンス教育を妨害している。 一部の教育者は、彼らがコンピューティング教育に深刻な脅威をもたらし、教室での彼らの使用を禁止すべきだと主張している。 プログラミングの抽象化は常に、自然言語に向けられている、と私たちは主張する。
• 参考スコア（独自算出の注目度）: 4.5022979431802925
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI (GenAI) and large language models in particular, are disrupting Computer Science Education. They are proving increasingly capable at more and more challenges. Some educators argue that they pose a serious threat to computing education, and that we should ban their use in the classroom. While there are serious GenAI issues that remain unsolved, it may be useful in the present moment to step back and examine the overall trajectory of Computer Science writ large. Since the very beginning, our discipline has sought to increase the level of abstraction in each new representation. We have progressed from hardware dip switches, through special purpose languages and visual representations like flow charts, all the way now to ``natural language.'' With the advent of GenAI, students can finally change the abstraction level of a problem to the ``language'' they've been ``problem solving'' with all their lives. In this paper, we argue that our programming abstractions were always headed here -- to natural language. Now is the time to adopt a ``Prompts First'' approach to Computer Science Education.
• Abstract（参考訳）: 生成AI(GenAI)と特に大規模言語モデルは、コンピュータサイエンス教育を妨害している。 彼らはますます多くの課題に対して能力を発揮している。 一部の教育者は、彼らがコンピューティング教育に深刻な脅威をもたらし、教室での彼らの使用を禁止すべきだと主張している。 真剣なGenAI問題はまだ解決されていないが、現在の段階では、コンピュータサイエンスの全体的な軌跡を調べるのに有用かもしれない。 初めから、我々の規律は、それぞれの新しい表現における抽象化のレベルを高めようとしてきた。 ハードウェアのディップスイッチから、特別な目的言語やフローチャートのような視覚表現を経て、今では‘自然言語’へと進化しています。 「」GenAIの出現により、学生はついに問題の抽象レベルを「言語」から「問題解決」へと変えることができる。 本稿では、プログラミングの抽象化は常に自然言語に向けられていると論じる。 今こそ,コンピュータサイエンス教育に ‘Prompts First’ アプローチを採用する時だ。

関連論文リスト

• The Widening Gap: The Benefits and Harms of Generative AI for Novice Programmers [1.995977018536036]
  初心者プログラマはメタ認知的認識と戦略の欠如により、しばしば問題解決に苦しむ。 多くの初心者がジェネレーティブAI(GenAI)を使ってプログラミングしている その結果, 加速した学生と苦労した学生の間には, GenAIツールの使用が不運な部分があることが判明した。
  論文  参考訳（メタデータ） (2024-05-28T01:48:28Z)
• Genetic Auto-prompt Learning for Pre-trained Code Intelligence Language Models [54.58108387797138]
  コードインテリジェンスタスクにおける即時学習の有効性について検討する。 既存の自動プロンプト設計手法は、コードインテリジェンスタスクに限られている。 本稿では、精巧な遺伝的アルゴリズムを用いてプロンプトを自動設計する遺伝的オートプロンプト(GenAP)を提案する。
  論文  参考訳（メタデータ） (2024-03-20T13:37:00Z)
• Redefining Computer Science Education: Code-Centric to Natural Language Programming with AI-Based No-Code Platforms [0.0]
  本稿では,プログラミングの領域における人間とコンピュータの進化的関係について述べる。 AIベースのノーコードプラットフォームの出現は、このダイナミクスに革命をもたらしている。 教育者として、この新しいダイナミクスをカリキュラムに統合することは必須です。
  論文  参考訳（メタデータ） (2023-08-19T02:44:35Z)
• Towards AGI in Computer Vision: Lessons Learned from GPT and Large Language Models [98.72986679502871]
  大規模言語モデル(LLM)を利用したチャットシステムが出現し、人工知能(AGI)を実現するための有望な方向へと急速に成長する しかし、コンピュータビジョン(CV)におけるAGIへの道のりは未だに不明である。 CVアルゴリズムを世界規模で対話可能な環境に配置し、その動作に関する将来のフレームを予測するための事前トレーニングを行い、さまざまなタスクをこなすための命令で微調整するパイプラインを想像する。
  論文  参考訳（メタデータ） (2023-06-14T17:15:01Z)
• Understanding Natural Language Understanding Systems. A Critical Analysis [91.81211519327161]
  自然言語理解システム(Natural Language Understanding (NLU) system)としても知られる usguillemotright(英語版) のようなギユモトレフトークを持つ機械の開発は、人工知能の聖杯(英語版) (AI) である。 しかし、Gillemottalking machineguillemotrightを構築することができるという信頼は、次世代のNLUシステムによってもたらされたものよりも強かった。 私たちは新しい時代の夜明けに、ついに砂利が我々に近づいたのか?
  論文  参考訳（メタデータ） (2023-03-01T08:32:55Z)
• Reflections on the Evolution of Computer Science Education [0.0]
  約10年前までは、計算理論、アルゴリズム設計、システムソフトウェアがキュリキュラを支配していた。 このコラムは、トピックのスコアにまたがる選択科目が主流の教育の一部になると、これがCirca 2010を変えた理由を分析します。 この経験的な記事の目標は、コンピュータサイエンス教育の過去と未来について活発な議論を巻き起こすことだ。
  論文  参考訳（メタデータ） (2022-07-09T07:07:12Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造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） (2021-09-27T09:56:23Z)
• Artificial Intelligence enabled Smart Learning [0.0]
  人工知能(ai、artificial intelligence)は、人工知能を扱うコンピュータ科学の分野である。 それは個々の学生、教師および学術スタッフから集められる膨大な量のデータを分析するのを助けます。 世界銀行教育報告書は、この問題によって生み出された学習ギャップが多くの学生を退学させることを示唆している。
  論文  参考訳（メタデータ） (2021-01-08T12:49:33Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)
• PuzzLing Machines: A Challenge on Learning From Small Data [64.513459448362]
  我々は,高校生を対象としたLinguistic OlympiadsのRosetta StoneパズルからなるPuzzLing Machinesという,小さなデータから学ぶための課題を紹介した。 私たちのチャレンジには、81言語から幅広い言語現象をカバーする約100のパズルが含まれています。 単純な統計アルゴリズムと最先端のディープニューラルモデルの両方が、予想通り、この課題に対して不十分に実行可能であることを示す。
  論文  参考訳（メタデータ） (2020-04-27T20:34:26Z)

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。