論文の概要: LLM-Driven Learning Analytics Dashboard for Teachers in EFL Writing Education
- arxiv url: http://arxiv.org/abs/2410.15025v1
- Date: Sat, 19 Oct 2024 07:46:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-22 13:17:18.395385
- Title: LLM-Driven Learning Analytics Dashboard for Teachers in EFL Writing Education
- Title(参考訳): EFL書記教育における教師のためのLLM学習分析ダッシュボード
- Authors: Minsun Kim, SeonGyeom Kim, Suyoun Lee, Yoosang Yoon, Junho Myung, Haneul Yoo, Hyunseung Lim, Jieun Han, Yoonsu Kim, So-Yeon Ahn, Juho Kim, Alice Oh, Hwajung Hong, Tak Yeon Lee,
- Abstract要約: ダッシュボードは、リアルタイムフィードバックのためにChatGPTを統合するエッセイ作成システムによる学生のインタラクションの分析を容易にする。
本研究は,NLPとHuman-Computer Interaction (HCI)の知見を組み合わせることで,教師ダッシュボードの有効性を高める方法を示す。
- 参考スコア(独自算出の注目度): 37.904037443211905
- License:
- Abstract: This paper presents the development of a dashboard designed specifically for teachers in English as a Foreign Language (EFL) writing education. Leveraging LLMs, the dashboard facilitates the analysis of student interactions with an essay writing system, which integrates ChatGPT for real-time feedback. The dashboard aids teachers in monitoring student behavior, identifying noneducational interaction with ChatGPT, and aligning instructional strategies with learning objectives. By combining insights from NLP and Human-Computer Interaction (HCI), this study demonstrates how a human-centered approach can enhance the effectiveness of teacher dashboards, particularly in ChatGPT-integrated learning.
- Abstract(参考訳): 本稿では,英語教育用ダッシュボードの開発について述べる。
LLMを活用して、ダッシュボードは、リアルタイムフィードバックのためにChatGPTを統合するエッセイを書くシステムで、学生のインタラクションの分析を容易にする。
このダッシュボードは、教師が生徒の行動をモニタリングし、ChatGPTとの非行の相互作用を特定し、学習目標と教育戦略を整合させるのに役立つ。
NLPとHuman-Computer Interaction(HCI)の知見を組み合わせることで、教師ダッシュボード、特にChatGPT統合学習において、人間中心のアプローチがいかに効果を高めるかを示す。
関連論文リスト
- Exploring Knowledge Tracing in Tutor-Student Dialogues [53.52699766206808]
本稿では,教師と学生の対話における知識追跡(KT)の最初の試みについて述べる。
そこで本研究では,対話の各ターンに係わる知識コンポーネントやスキルを同定する手法を提案する。
次に,得られたラベル付きデータに様々なKT手法を適用し,対話全体を通して学生の知識レベルを追跡する。
論文 参考訳(メタデータ) (2024-09-24T22:31:39Z) - Intelligent Tutor: Leveraging ChatGPT and Microsoft Copilot Studio to Deliver a Generative AI Student Support and Feedback System within Teams [9.135741308567317]
本稿では,Microsoft Teamsプラットフォーム上でのChatGPT APIとGPT-4モデル,Microsoft Copilot Studioの統合について検討する。
本システムは,学習者の進捗状況やフィードバックに応じて,教育内容の動的調整を行う。
論文 参考訳(メタデータ) (2024-05-15T15:09:41Z) - Investigation of the effectiveness of applying ChatGPT in Dialogic Teaching Using Electroencephalography [6.34494999013996]
大規模言語モデル(LLM)には、知識を解釈し、質問に答え、文脈を考える能力がある。
この研究は、34人の大学生を参加者として募集し、ランダムに2つのグループに分けられた。
実験群はChatGPTを用いて対話型指導を行い,コントロール群は人間教師と対話した。
論文 参考訳(メタデータ) (2024-03-25T12:23:12Z) - LLM-as-a-tutor in EFL Writing Education: Focusing on Evaluation of Student-LLM Interaction [40.76665188171691]
LLM-as-a-tutorは、英語を外国語(EFL)として書く場合、エッセイにリアルタイムでフィードバックを提供することで、学生を支援することができる。
このギャップを埋めるために、学生とLLMの相互作用を評価する教育原則を統合する。
論文 参考訳(メタデータ) (2023-10-08T15:00:04Z) - User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。
評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
論文 参考訳(メタデータ) (2023-04-11T20:41:41Z) - Strategize Before Teaching: A Conversational Tutoring System with
Pedagogy Self-Distillation [35.11534904787774]
本稿では,教育応答生成と教育戦略予測を組み合わせた統合フレームワークを提案する。
我々の実験と分析は、授業戦略がダイアログ学習に与える影響について光を当てた。
論文 参考訳(メタデータ) (2023-02-27T03:43:25Z) - DialogID: A Dialogic Instruction Dataset for Improving Teaching
Effectiveness in Online Environments [24.094249468028664]
本稿では,30,431の効果的な対話型命令を含むオンライン対話型命令検出データセット,textscDialogIDを提案する。
本稿では,対話型命令検出の品質と一般化を向上する,シンプルで効果的な対向学習パラダイムを提案する。
論文 参考訳(メタデータ) (2022-06-24T02:07:12Z) - Iterative Teacher-Aware Learning [136.05341445369265]
人間の教育において、教師と学生はコミュニケーション効率を最大化するために適応的に交流することができる。
本稿では,教師の協調意図を可能性関数に組み込むことができる,勾配最適化に基づく教師認識学習者を提案する。
論文 参考訳(メタデータ) (2021-10-01T00:27:47Z) - Interactive Knowledge Distillation [79.12866404907506]
本稿では,効率的な知識蒸留のための対話型指導戦略を活用するために,対話型知識蒸留方式を提案する。
蒸留工程では,教師と学生のネットワーク間の相互作用を交換操作により行う。
教員ネットワークの典型的な設定による実験により,IAKDで訓練された学生ネットワークは,従来の知識蒸留法で訓練された学生ネットワークよりも優れた性能を示した。
論文 参考訳(メタデータ) (2020-07-03T03:22:04Z) - Object Relational Graph with Teacher-Recommended Learning for Video
Captioning [92.48299156867664]
本稿では,新しいモデルと効果的なトレーニング戦略の両方を含む完全なビデオキャプションシステムを提案する。
具体的には,オブジェクトリレーショナルグラフ(ORG)に基づくエンコーダを提案する。
一方,教師推薦学習(TRL)手法を設計し,成功した外部言語モデル(ELM)をフル活用し,豊富な言語知識をキャプションモデルに統合する。
論文 参考訳(メタデータ) (2020-02-26T15:34:52Z)
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。