論文の概要: From chalkboards to chatbots: SELAR assists teachers in embracing AI in the curriculum

• arxiv url: http://arxiv.org/abs/2411.00783v1
• Date: Thu, 17 Oct 2024 05:40:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-10 13:03:26.440834
• Title: From chalkboards to chatbots: SELAR assists teachers in embracing AI in the curriculum
• Title（参考訳）: 黒板からチャットボット:SELARはAIをカリキュラムに導入する教師を支援する
• Authors: Hani Alers, Aleksandra Malinowska, Mathis Mourey, Jasper Waaijer,
• Abstract要約: SELARは、教師が人工知能をカリキュラムに統合するためのフレームワークである。 本稿では,Hague University of Applied Sciencesの講師が主催するワークショップを通じて,フレームワークの有効性を評価する。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License:
• Abstract: This paper introduces SELAR, a framework designed to effectively help teachers integrate artificial intelligence (AI) into their curriculum. The framework was designed by running workshops organized to gather lecturers' feedback. In this paper, we assess the effectiveness of the framework through additional workshops organized with lecturers from the Hague University of Applied Sciences. The workshops tested the application of the framework to adapt existing courses to leverage generative AI technology. Each participant was tasked to apply SELAR to one of their learning goals in order to evaluate AI integration potential and, if successful, to update the teaching methods accordingly. Findings show that teachers were able to effectively use the SELAR to integrate generative AI into their courses. Future work will focus on providing additional guidance and examples to use the framework more effectively.
• Abstract（参考訳）: 本稿では,教員が人工知能(AI)をカリキュラムに効果的に統合するためのフレームワークであるSELARを紹介する。 このフレームワークは、講師のフィードバックを集めるために組織されたワークショップによって設計されている。 本稿では,Hague University of Applied Sciencesの講師が主催するワークショップを通じて,フレームワークの有効性を評価する。 ワークショップでは、既存のコースを適応して生成AI技術を活用するためのフレームワークの適用をテストした。 各参加者は、AI統合の可能性を評価するためにSELARを学習目標の1つに適用し、もし成功すれば、教育方法の更新を行うよう指示された。 その結果、教師はSELARを効果的に利用して、生成AIをコースに組み込むことができた。 今後の作業は、フレームワークをより効果的に使用するための追加のガイダンスと例を提供することに集中する。

関連論文リスト

• Comprehensive AI Assessment Framework: Enhancing Educational Evaluation with Ethical AI Integration [0.0]
  本稿では、Perkins、Furze、Roe、MacVaughによるAIA(AIAS)の進化版である包括的AIアセスメントフレームワーク(CAIAF)について述べる。 CAIAFは厳格な倫理的ガイドラインを取り入れており、教育レベルと高度なAI能力に基づいて明確に区別されている。 このフレームワークは、より良い学習結果を保証するとともに、学術的完全性を維持し、AIの責任ある利用を促進する。
  論文  参考訳（メタデータ） (2024-06-07T07:18:42Z)
• Exploring Human-AI Collaboration in Agile: Customised LLM Meeting Assistants [0.0]
  Action Research Researchは、2つのアジャイルソフトウェア開発ミーティングにおける"AIアシスタント"の統合に焦点を当てている。 成功の鍵となる要因について議論し、AIの使用とチームコラボレーションのダイナミクスのリンクを確立する。
  論文  参考訳（メタデータ） (2024-04-23T09:55:25Z)
• Collaborative Learning with Artificial Intelligence Speakers (CLAIS): Pre-Service Elementary Science Teachers' Responses to the Prototype [0.5113447003407372]
  CLAISシステムは、3、4人の人間の学習者がAIスピーカーに参加して小さなグループを形成し、人間とAIはJigsaw学習プロセスに参加する仲間と見なされるように設計されている。 CLAISシステムは15人の小学校教師による理科教育講習会で成功裏に実装された。
  論文  参考訳（メタデータ） (2023-12-20T01:19:03Z)
• Understanding Teacher Perspectives and Experiences after Deployment of AI Literacy Curriculum in Middle-school Classrooms [12.35885897302579]
  我々は,MIT RAICAカリキュラムのモジュール実装にともなう7人の教師の経験を考察した。 我々の分析は、AIモジュールが、この分野における教師の知識を拡大したことを示唆している。 私たちの教師は、技術資源をナビゲートする際に、より良い外部支援の必要性を主張しました。
  論文  参考訳（メタデータ） (2023-12-08T05:36:16Z)
• Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
  目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。 GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。 PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-03T12:37:16Z)
• Progressively Efficient Learning [58.6490456517954]
  我々はCEIL(Communication-Efficient Interactive Learning)という新しい学習フレームワークを開発した。 CEILは、学習者と教師がより抽象的な意図を交換することで効率的にコミュニケーションする人間のようなパターンの出現につながる。 CEILで訓練されたエージェントは、新しいタスクを素早く習得し、非階層的で階層的な模倣学習を、絶対的な成功率で最大50%、20%上回った。
  論文  参考訳（メタデータ） (2023-10-13T07:52:04Z)
• PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
  ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。 本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
  論文  参考訳（メタデータ） (2023-07-10T11:05:51Z)
• Towards Applying Powerful Large AI Models in Classroom Teaching: Opportunities, Challenges and Prospects [5.457842083043013]
  本稿では,人工知能(AI)を用いた授業実践の促進を目的とした,インタラクティブなシナリオのシリーズを提案する。 教師と学生の対話を強化し、充実させるAIの可能性を探り、教育の質を向上させる。
  論文  参考訳（メタデータ） (2023-05-05T11:09:13Z)
• Learning Multi-Objective Curricula for Deep Reinforcement Learning [55.27879754113767]
  深部強化学習(DRL)のサンプル効率と最終性能を向上させるために,各種自動カリキュラム学習(ACL)手法が提案されている。 本稿では,多目的だがコヒーレントなカリキュラムを作成するための統合された自動カリキュラム学習フレームワークを提案する。 既存の手設計のカリキュラムパラダイムに加えて,抽象カリキュラムを学習するためのフレキシブルなメモリ機構を設計する。
  論文  参考訳（メタデータ） (2021-10-06T19:30:25Z)
• 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)

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。