論文の概要: Evaluating Contextually Personalized Programming Exercises Created with Generative AI
- arxiv url: http://arxiv.org/abs/2407.11994v1
- Date: Tue, 11 Jun 2024 12:59:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 11:30:12.159991
- Title: Evaluating Contextually Personalized Programming Exercises Created with Generative AI
- Title（参考訳）: 生成AIを用いたコンテキストパーソナライズされたプログラミング演習の評価
- Authors: Evanfiya Logacheva, Arto Hellas, James Prather, Sami Sarsa, Juho Leinonen,
- Abstract要約: 本報告では,GPT-4で作成した文脈別にパーソナライズされたプログラミング演習を含む,選択型プログラミングコースにおけるユーザスタディについて報告する。
その結果, GPT-4で発生する運動の質は概して高かった。
これは、AIが生成するプログラミング問題は、入門プログラミングコースに付加価値があることを示している。
- 参考スコア（独自算出の注目度）: 4.046163999707179
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Programming skills are typically developed through completing various hands-on exercises. Such programming problems can be contextualized to students' interests and cultural backgrounds. Prior research in educational psychology has demonstrated that context personalization of exercises stimulates learners' situational interests and positively affects their engagement. However, creating a varied and comprehensive set of programming exercises for students to practice on is a time-consuming and laborious task for computer science educators. Previous studies have shown that large language models can generate conceptually and contextually relevant programming exercises. Thus, they offer a possibility to automatically produce personalized programming problems to fit students' interests and needs. This article reports on a user study conducted in an elective introductory programming course that included contextually personalized programming exercises created with GPT-4. The quality of the exercises was evaluated by both the students and the authors. Additionally, this work investigated student attitudes towards the created exercises and their engagement with the system. The results demonstrate that the quality of exercises generated with GPT-4 was generally high. What is more, the course participants found them engaging and useful. This suggests that AI-generated programming problems can be a worthwhile addition to introductory programming courses, as they provide students with a practically unlimited pool of practice material tailored to their personal interests and educational needs.
- Abstract（参考訳）: プログラミングスキルは、様々なハンズオンエクササイズを完了して開発されるのが一般的である。
このようなプログラミング問題は、学生の興味や文化的背景に文脈化することができる。
教育心理学における先行研究は、運動の文脈的パーソナライゼーションが学習者の状況的関心を刺激し、彼らのエンゲージメントに肯定的な影響を及ぼすことを示した。
しかし、学生が実践するための多様な包括的なプログラミング演習を作成することは、コンピュータサイエンス教育者にとって時間と労力のかかる課題である。
従来の研究では、大きな言語モデルが概念的および文脈的に関連するプログラミング演習を生成できることが示されている。
そのため、学生の興味やニーズに合ったパーソナライズされたプログラミング問題を自動的に生成することが可能になる。
本報告では,GPT-4で作成した文脈的にパーソナライズされたプログラミング演習を含む,選択型プログラミングコースで実施されるユーザスタディについて報告する。
運動の質は,学生と著者の両方が評価した。
さらに,本研究は,創生運動に対する学生の態度とシステムとの関わりについて検討した。
その結果, GPT-4で発生する運動の質は概して高かった。
さらに、参加者は興味を持ち、役に立ちます。
このことは、AIが生成するプログラミング問題は、学生が自分の個人的関心や教育的ニーズに合わせた、事実上無制限の実践資料を提供するため、入門プログラミングコースに価値を付加する可能性があることを示唆している。
関連論文リスト
- Code Interviews: Design and Evaluation of a More Authentic Assessment for Introductory Programming Assignments [15.295438618760164]
本稿では,家庭内プログラミングの課題に対する,より正確な評価手法として,コードインタビューを解説する。
コードインタビューは、学生に自分の仕事について議論するよう促し、よりニュアンスな、時には反復的な洞察を動機づけた。
我々は、学生体験、学術的整合性、作業負荷の教育など、コードインタビューの設計に関するさまざまな決定について論じる。
論文 参考訳（メタデータ） (2024-10-01T19:01:41Z) - Beyond the Hype: A Cautionary Tale of ChatGPT in the Programming Classroom [0.0]
本論文は、より困難な演習を創出するためにプログラミングを教える学者や、教室の整合性を促進するためにChatGPTの使用に責任を負う方法についての知見を提供する。
過去のIS演習の実践的プログラミング事例を分析し,教員や講師が大学環境下で作成したメモと比較した。
論文 参考訳（メタデータ） (2024-06-16T23:52:37Z) - Personalization, Cognition, and Gamification-based Programming Language
Learning: A State-of-the-Art Systematic Literature Review [0.13053649021965597]
計算機科学におけるプログラミングコースは、多くの学生にとって最初のコンピュータプログラミング入門であることが多いため、重要である。
現在の大学講堂でよく使われている学習モデルでは、モチベーションや学習への参加が欠如していることが多い。
本稿では,プログラミングコースにおける効果的パーソナライズされたゲーミフィケーション介入の設計と実装に関する知見を提供する。
論文 参考訳（メタデータ） (2023-09-05T05:14:23Z) - AGI: Artificial General Intelligence for Education [41.45039606933712]
本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。
AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。
この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
論文 参考訳（メタデータ） (2023-04-24T22:31:59Z) - Exploring the Use of ChatGPT as a Tool for Learning and Assessment in
Undergraduate Computer Science Curriculum: Opportunities and Challenges [0.3553493344868413]
本稿では,ChatGPTを大学コンピュータサイエンスカリキュラムの学習・評価ツールとして活用する上での課題と課題について論じる。
グループBの学生はChatGPTにアクセスでき、プログラミングの課題を解決するために使うことを奨励された。
結果より,ChatGPTを用いた学生は成績の点で有利であったが,提出されたコードには矛盾や不正確性があった。
論文 参考訳（メタデータ） (2023-04-16T21:04:52Z) - Hierarchical Programmatic Reinforcement Learning via Learning to Compose
Programs [58.94569213396991]
プログラムポリシーを作成するための階層型プログラム強化学習フレームワークを提案する。
提案するフレームワークは,プログラム作成の学習を通じて,アウト・オブ・ディストリビュータの複雑な動作を記述するプログラムポリシーを作成することができる。
Karel ドメインの実験結果から,提案するフレームワークがベースラインより優れていることが示された。
論文 参考訳（メタデータ） (2023-01-30T14:50:46Z) - A Survey on Natural Language Processing for Programming [42.850340313115765]
プログラミングのための自然言語処理は、NLP技術を用いてプログラミングを支援することを目的としている。
構造に基づく表現と機能指向のアルゴリズムは、プログラムの理解と生成の中心にある。
論文 参考訳（メタデータ） (2022-12-12T08:51:30Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳（メタデータ） (2022-11-16T10:00:23Z) - Competition-Level Code Generation with AlphaCode [74.87216298566942]
より深い推論を必要とする問題に対する新しいソリューションを作成することができるコード生成システムであるAlphaCodeを紹介する。
Codeforcesプラットフォームにおける最近のプログラミングコンペティションのシミュレーション評価において、AlphaCodeは平均54.3%のランキングを達成した。
論文 参考訳（メタデータ） (2022-02-08T23:16:31Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - On the Nature of Programming Exercises [0.0]
プログラミング演習の性質が成功と一貫した学習の重要な要素であることを理解することが不可欠である。
本稿では,プログラミング演習の作成における様々なアプローチについて考察する。
論文 参考訳（メタデータ） (2020-06-25T15:22:26Z)
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。