論文の概要: AgentPeerTalk: Empowering Students through Agentic-AI-Driven Discernment of Bullying and Joking in Peer Interactions in Schools
- arxiv url: http://arxiv.org/abs/2408.01459v1
- Date: Sat, 27 Jul 2024 05:50:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 04:49:14.297003
- Title: AgentPeerTalk: Empowering Students through Agentic-AI-Driven Discernment of Bullying and Joking in Peer Interactions in Schools
- Title（参考訳）: AgentPeerTalk: 学校におけるピアインタラクションにおけるいじめと冗談のエージェントAIによる識別を通じて学生に力を与える
- Authors: Aditya Paul, Chi Lok Yu, Eva Adelina Susanto, Nicholas Wai Long Lau, Gwenyth Isobel Meadows,
- Abstract要約: 本研究では,大規模言語モデル(LLM)が,学校間交流におけるいじめと冗談を識別することで,学生に力を与える可能性について検討した。
ChatGPT-4はエージェントアプローチの実装後の文脈特異的な精度に優れていた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Addressing school bullying effectively and promptly is crucial for the mental health of students. This study examined the potential of large language models (LLMs) to empower students by discerning between bullying and joking in school peer interactions. We employed ChatGPT-4, Gemini 1.5 Pro, and Claude 3 Opus, evaluating their effectiveness through human review. Our results revealed that not all LLMs were suitable for an agentic approach, with ChatGPT-4 showing the most promise. We observed variations in LLM outputs, possibly influenced by political overcorrectness, context window limitations, and pre-existing bias in their training data. ChatGPT-4 excelled in context-specific accuracy after implementing the agentic approach, highlighting its potential to provide continuous, real-time support to vulnerable students. This study underlines the significant social impact of using agentic AI in educational settings, offering a new avenue for reducing the negative consequences of bullying and enhancing student well-being.
- Abstract（参考訳）: 学校いじめの効果的かつ迅速な対処は、学生のメンタルヘルスにとって不可欠である。
本研究では,大規模言語モデル(LLM)が,学校間交流におけるいじめと冗談を識別することで,学生に力を与える可能性について検討した。
われわれはChatGPT-4, Gemini 1.5 Pro, Claude 3 Opus を用いて, 評価を行った。
以上の結果から,全てのLSMが薬剤的アプローチに適している訳ではなく,ChatGPT-4が最も有望であることが明らかとなった。
LLMの出力の変動は、政治的過誤、コンテキストウィンドウの制限、トレーニングデータの既往バイアスの影響を受けている可能性がある。
ChatGPT-4はエージェントアプローチの実装後にコンテキスト特異的な精度に優れており、脆弱な学生に継続的なリアルタイムサポートを提供する可能性を強調している。
本研究は,エージェントAIを教育現場で活用することで,いじめの悪影響を低減し,学生の幸福を高めるための新たな道筋を提供する。
関連論文リスト
- Evaluating LLMs Capabilities Towards Understanding Social Dynamics [16.189101260093064]
LlamaやChatGPTといったジェネレーティブモデルは最近、ゼロショットの質問回答機能によって人気を博している。
この研究は、ジェネレーティブLLMの社会的文脈における言語と力学を理解する能力に関する批判的な分析を提供する。
論文 参考訳（メタデータ） (2024-11-20T03:16:07Z) - "My Grade is Wrong!": A Contestable AI Framework for Interactive Feedback in Evaluating Student Essays [6.810086342993699]
本稿では,対話型フィードバックを自動生成するContestable AI Empowered LLM FrameworkであるCAELFを紹介する。
CAELFは、マルチエージェントシステムと計算的議論を統合することで、学生がフィードバックをクエリし、挑戦し、明確化することができる。
ユーザスタディを用いた500の批判的思考エッセイのケーススタディでは,CAELFが対話的フィードバックを大幅に改善することが示された。
論文 参考訳（メタデータ） (2024-09-11T17:59:01Z) - The Future of Learning: Large Language Models through the Lens of Students [20.64319102112755]
学生はChatGPTの効率を学習と情報探索に活用するというジレンマに悩まされる。
学生はChatGPTを従来のAIよりも「人間的」だと考えている。
論文 参考訳（メタデータ） (2024-07-17T16:40:37Z) - Unreflected Acceptance -- Investigating the Negative Consequences of
ChatGPT-Assisted Problem Solving in Physics Education [4.014729339820806]
大規模言語モデル(LLM)が、教育などの日常生活のセンシティブな領域に与える影響は、いまだ不明である。
本研究は,高次物理学教育に焦点をあて,問題解決戦略を検討する。
論文 参考訳（メタデータ） (2023-08-21T16:14:34Z) - Large Language Models Understand and Can be Enhanced by Emotional
Stimuli [53.53886609012119]
我々は、感情的な刺激を理解するために、大規模言語モデルの能力を探究する第一歩を踏み出す。
実験の結果,LLMは感情的知能を把握でき,その性能は感情的刺激によって改善できることがわかった。
EmotionPromptが生成タスクの性能を大幅に向上させることを示す。
論文 参考訳（メタデータ） (2023-07-14T00:57:12Z) - ChatGPT and the Labor Market: Unraveling the Effect of AI Discussions on
Students' Earnings Expectations [0.0]
調査の結果,AIの議論に曝露した学生は今後の収益見通しに対する信頼感を低下させることが明らかとなった。
非STEM分野の学生は、非対称的で悲観的な信念の変化を示し、新しいAI技術に弱いと感じているかもしれないことを示唆している。
論文 参考訳（メタデータ） (2023-05-15T23:13:27Z) - Distantly-Supervised Named Entity Recognition with Adaptive Teacher
Learning and Fine-grained Student Ensemble [56.705249154629264]
NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。
本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。
微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
論文 参考訳（メタデータ） (2022-12-13T12:14:09Z) - Interacting with Non-Cooperative User: A New Paradigm for Proactive
Dialogue Policy [83.61404191470126]
インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。
具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。
実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2022-04-07T14:11:31Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - Characterizing the adversarial vulnerability of speech self-supervised
learning [95.03389072594243]
我々は,ゼロ知識とリミテッド知識の両方の敵からの攻撃の下で,そのようなパラダイムの敵対的脆弱性を調査するための最初の試みを行う。
実験結果から, SUPERB が提案するパラダイムは, 限られた知識を持つ敵に対して脆弱であることが示唆された。
論文 参考訳（メタデータ） (2021-11-08T08:44:04Z) - The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。
本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文 参考訳（メタデータ） (2021-01-30T13:13:45Z)
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。