論文の概要: ChatISA: A Prompt-Engineered, In-House Multi-Modal Generative AI Chatbot for Information Systems Education

• arxiv url: http://arxiv.org/abs/2407.15010v2
• Date: Fri, 16 May 2025 19:53:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:10.201312
• Title: ChatISA: A Prompt-Engineered, In-House Multi-Modal Generative AI Chatbot for Information Systems Education
• Title（参考訳）: ChatISA:情報システム教育のためのマルチモーダルなマルチモーダル生成AIチャットボット
• Authors: Fadel M. Megahed, Ying-Ju Chen, Joshua A. Ferris, Cameron Resatar, Kaitlyn Ross, Younghwa Lee, L. Allison Jones-Farmer,
• Abstract要約: ChatISAは、インフォメーション・システムズ・アンド・アナリティクス部門の学生と教員を支援するために設計された、社内のマルチモデルAIボットである。 ChatISAは、Coding Companion、Project Coach、Exam Ally、Interview Mentorの4つの主要なモジュールで構成されている。 ChatISAのすべてのコードはGitHubで公開されており、他の機関は、カリキュラム内で同様のAI駆動の教育ツールをカスタマイズし、統合することができる。
• 参考スコア（独自算出の注目度）: 0.6784745592354215
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As generative AI ('GenAI') continues to evolve, educators face the challenge of preparing students for a future where AI-assisted work is integral to professional success. This paper introduces ChatISA, an in-house, multi-model AI chatbot designed to support students and faculty in an Information Systems and Analytics (ISA) department. ChatISA comprises four primary modules: Coding Companion, Project Coach, Exam Ally, and Interview Mentor, each tailored to enhance different aspects of the educational experience. Through iterative development, student feedback, and leveraging open-source frameworks, we created a robust tool that addresses coding inquiries, project management, exam preparation, and interview readiness. The implementation of ChatISA provided valuable insights and highlighted key challenges. Our findings demonstrate the benefits of ChatISA for ISA education while underscoring the need for adaptive pedagogy and proactive engagement with AI tools to fully harness their educational potential. To support broader adoption and innovation, all code for ChatISA is made publicly available on GitHub, enabling other institutions to customize and integrate similar AI-driven educational tools within their curricula.
• Abstract（参考訳）: 生成型AI('GenAI')が進化を続けるにつれ、教育者は、AI支援の仕事が専門的な成功に不可欠な未来に向けて、学生を準備するという課題に直面している。 本稿では,インフォメーション・システム・アナリティクス(ISA)部門における学生と教員を支援するために設計された,社内のマルチモデルAIチャットボットChatISAを紹介する。 ChatISAは、コーディング・コンパニオン、プロジェクト・コーチ、エグザム・アリー、インタビュー・メンターの4つの主要なモジュールから構成されており、それぞれが教育経験の異なる側面を強化するように調整されている。 反復的な開発、学生のフィードバック、オープンソースフレームワークの利用を通じて、コーディングの問い合わせ、プロジェクト管理、試験の準備、インタビューの準備に対処する堅牢なツールを作成しました。 ChatISAの実装は貴重な洞察を与え、重要な課題を強調した。 本研究は,適応的教育とAIツールとの積極的関与の必要性を浮き彫りにしながら, ISA教育におけるChatISAのメリットを実証するものである。 より広範な採用とイノベーションをサポートするため、ChatISAのすべてのコードがGitHubで公開されている。

関連論文リスト

• INSIGHT: Bridging the Student-Teacher Gap in Times of Large Language Models [0.7499722271664147]
  INSIGHTは、さまざまなAIツールを組み合わせて、エクササイズを解決する過程において、スタッフと学生を教えることを支援する概念実証である。 我々は,学生の質問からFAQを動的に構築するキーワードを抽出することで,学生の質問をLLMに解析する。
  論文  参考訳（メタデータ） (2025-04-24T15:47:20Z)
• Sakshm AI: Advancing AI-Assisted Coding Education for Engineering Students in India Through Socratic Tutoring and Comprehensive Feedback [1.9841192743072902]
  プログラミング教育のための既存のAIツールは、ソクラティックガイダンスの欠如など、重要な課題に直面している。 本研究では,1170名の登録参加者を対象に,プラットフォームログ,エンゲージメント傾向,問題解決行動を分析し,Sakhm AIの効果を評価する。
  論文  参考訳（メタデータ） (2025-03-16T12:13:29Z)
• Investigating Developers' Preferences for Learning and Issue Resolution Resources in the ChatGPT Era [1.3124513975412255]
  最近のトレンドはビデオチュートリアルのような魅力的なフォーマットを好んでいる。 ChatGPTのような大規模言語モデル(LLM)の出現は、新しい学習パラダイムを提示します。 我々は,ソフトウェア開発者とコンピュータサイエンスの学生を対象に,341の回答を集め,そのうち268の回答を完成・分析した。
  論文  参考訳（メタデータ） (2024-10-10T22:57:29Z)
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• A Multi-Year Grey Literature Review on AI-assisted Test Automation [46.97326049485643]
  テスト自動化(TA)技術は、ソフトウェアエンジニアリングの品質保証には不可欠だが、制限に直面している。 業界でAIが広く使われていることを考えると、真実の情報源はグレー文学だけでなく、専門家の心にも当てはまる。 この研究は、グレーの文献を調査し、AIがTAでどのように採用されているかを調査し、解決する問題、そのソリューション、利用可能なツールに焦点を当てる。
  論文  参考訳（メタデータ） (2024-08-12T15:26:36Z)
• Large Language Models Meet User Interfaces: The Case of Provisioning Feedback [6.626949691937476]
  我々は、GenAIを教育ツールに組み込むためのフレームワークを提案し、我々のツールであるFeedback Copilotにその応用を実証する。 この研究は、教育におけるGenAIの将来についてのコースをグラフ化している。
  論文  参考訳（メタデータ） (2024-04-17T05:05:05Z)
• Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education [0.2812395851874055]
  本稿では,AIIA(Artificial Intelligence-Enabled Intelligent Assistant)という,高等教育におけるパーソナライズおよび適応学習のための新しいフレームワークを提案する。 AIIAシステムは、高度なAIと自然言語処理(NLP)技術を活用して、対話的で魅力的な学習プラットフォームを構築する。
  論文  参考訳（メタデータ） (2023-09-19T19:31:15Z)
• 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)
• UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
  質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。 本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。 学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
  論文  参考訳（メタデータ） (2023-05-31T11:29:04Z)
• HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face [85.25054021362232]
  大規模言語モデル(LLM)は、言語理解、生成、相互作用、推論において例外的な能力を示した。 LLMは、複雑なAIタスクを解決するために既存のAIモデルを管理するコントローラとして機能する可能性がある。 本稿では,機械学習コミュニティのさまざまなAIモデルを接続するLLMエージェントであるHuggingGPTを紹介する。
  論文  参考訳（メタデータ） (2023-03-30T17:48:28Z)
• Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent Recognition and Question Answering Architecture [15.19996462016215]
  本稿では、自然言語パイプラインを用いて、独自の学校カリキュラムに基づく質問に答えるためにカスタマイズされたモデルを訓練することで、人工知能の原理を学習するためのインタフェースを提案する。 このパイプラインは、AIエージェントを作成しながら、これらのプロセスのそれぞれを通じて、学生のデータ収集、データ拡張、意図認識、質問応答を教える。
  論文  参考訳（メタデータ） (2022-12-14T22:57:44Z)
• OPERA: Harmonizing Task-Oriented Dialogs and Information Seeking Experience [87.0233567695073]
  会話型AIにおける既存の研究は、主にタスク指向対話(TOD)と質問応答(QA)を別々のタスクとして扱う。 そこで我々は,TODとQAタスクを組み合わせた新たなタスクであるOpen-Book TOD (OB-TOD)を提案する。 我々は,そのタスクに対処するために,明示的で暗黙的な外部知識を適切にアクセス可能な統一モデルOPERAを提案する。
  論文  参考訳（メタデータ） (2022-06-24T18:21:26Z)
• An Experience Report of Executive-Level Artificial Intelligence Education in the United Arab Emirates [53.04281982845422]
  アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。 理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
  論文  参考訳（メタデータ） (2022-02-02T20:59:53Z)
• Teaching Tech to Talk: K-12 Conversational Artificial Intelligence Literacy Curriculum and Development Tools [9.797319790710711]
  我々は,MIT App Inventorの会話エージェントインタフェースとワークショップのカリキュラムをAI能力に関して評価した。 私たちは、学生がAI倫理と学習の概念に最も苦労していることを発見し、教えるときにこれらのトピックを強調することを推奨した。
  論文  参考訳（メタデータ） (2020-09-11T20:52:46Z)

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。