論文の概要: Unlimited Practice Opportunities: Automated Generation of Comprehensive, Personalized Programming Tasks

• arxiv url: http://arxiv.org/abs/2503.11704v1
• Date: Wed, 12 Mar 2025 10:35:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 16:00:54.990075
• Title: Unlimited Practice Opportunities: Automated Generation of Comprehensive, Personalized Programming Tasks
• Title（参考訳）: 無制限の実践機会: 包括的でパーソナライズされたプログラミングタスクの自動生成
• Authors: Sven Jacobs, Henning Peters, Steffen Jaschke, Natalie Kiesler,
• Abstract要約: 本稿では、包括的なプログラミングタスクを生成するためのTutor Kaiと呼ばれる新機能を紹介し、評価する。 提示されたシステムでは、学生は自由にプログラミングの概念やタスクの文脈的テーマを選択できる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Generative artificial intelligence (GenAI) offers new possibilities for generating personalized programming exercises, addressing the need for individual practice. However, the task quality along with the student perspective on such generated tasks remains largely unexplored. Therefore, this paper introduces and evaluates a new feature of the so-called Tutor Kai for generating comprehensive programming tasks, including problem descriptions, code skeletons, unit tests, and model solutions. The presented system allows students to freely choose programming concepts and contextual themes for their tasks. To evaluate the system, we conducted a two-phase mixed-methods study comprising (1) an expert rating of 200 automatically generated programming tasks w.r.t. task quality, and (2) a study with 26 computer science students who solved and rated the personalized programming tasks. Results show that experts classified 89.5% of the generated tasks as functional and 92.5% as solvable. However, the system's rate for implementing all requested programming concepts decreased from 94% for single-concept tasks to 40% for tasks addressing three concepts. The student evaluation further revealed high satisfaction with the personalization. Students also reported perceived benefits for learning. The results imply that the new feature has the potential to offer students individual tasks aligned with their context and need for exercise. Tool developers, educators, and, above all, students can benefit from these insights and the system itself.
• Abstract（参考訳）: 生成人工知能(GenAI)は、個別の練習の必要性に対処しながら、パーソナライズされたプログラミング演習を生成する新しい可能性を提供する。 しかし,このような課題に対する生徒の視点とともに,課題の質は未解明のままである。 そこで本稿では,問題記述やコードスケルトン,ユニットテスト,モデルソリューションなどを含む包括的なプログラミングタスクを生成するための,いわゆるTutor Kaiの新機能を紹介し,評価する。 提示されたシステムでは、学生は自由にプログラミングの概念やタスクの文脈的テーマを選択できる。 本システムを評価するために,(1) 個別のプログラミングタスクを解き,評価した26人のコンピュータサイエンス学生を対象に,(1) 自動生成プログラミングタスクを200の専門的評価で評価する2段階混合手法の研究を行った。 その結果、専門家は生成したタスクの89.5%を機能的タスク、92.5%を解決可能タスクと分類した。 しかし、要求された全てのプログラミング概念を実装する際のシステムの速度は、シングルコンセプトタスクの94%から、3つの概念に対処するタスクの40%へと低下した。 また, 学生評価の結果, パーソナライゼーションに対する満足度も高かった。 また、学生は学習に有意な効果があると報告した。 その結果、この新機能は、学生が自分の状況や運動の必要性に合わせた個別のタスクを提供する可能性があることを示唆している。 ツール開発者、教育者、そして何よりも、学生はこれらの洞察とシステム自体から恩恵を受けることができる。

関連論文リスト

• Recommending the right academic programs: An interest mining approach using BERTopic [46.133648730062035]
  本稿では,プログラムの内容と個人の嗜好の両方に基づいて,学生に効果的なレコメンデーションを提供する最初の情報システムを提案する。 BERTopicは、テキスト埋め込み技術を利用してトピック表現を生成する強力なトピックモデリングアルゴリズムである。 後中等学校におけるケーススタディでは,システムが即時かつ効果的な意思決定支援を提供することを示す。
  論文  参考訳（メタデータ） (2025-01-11T16:34:10Z)
• A Problem-Based Learning Approach to Teaching Design in CS1 [0.9786690381850356]
  デザインスキルは、ソフトウェアプロフェッショナルにとってコアコンピテンシーとしてますます認識されている。 新しいデザイナーは、可能性に圧倒されるのを防ぐために、構造化されたプロセスを必要とします。 初等大学200人の学生にチームデザインプロジェクトコースを指導した経験を提示する。
  論文  参考訳（メタデータ） (2024-10-15T23:36:08Z)
• Evaluating Contextually Personalized Programming Exercises Created with Generative AI [4.046163999707179]
  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。
  論文  参考訳（メタデータ） (2024-06-11T12:59:52Z)
• Fuzzy Intelligent System for Student Software Project Evaluation [0.0]
  本稿では,学術ソフトウェアプロジェクトの評価を目的としたファジィインテリジェントシステムを提案する。 システムは入力基準を処理し、プロジェクト成功の定量化尺度を作成する。 提案手法は,プロジェクト評価を標準化し,手動グレーディングにおける主観的バイアスを低減するのに役立つ。
  論文  参考訳（メタデータ） (2024-05-01T11:12:22Z)
• Identifying Student Profiles Within Online Judge Systems Using Explainable Artificial Intelligence [6.638206014723678]
  オンライン審査員(OJ)システムは通常、学生によって開発されたコードの高速かつ客観的な評価を得られるため、プログラミング関連のコースの中で考慮される。 本研究の目的は,OJが収集した情報のさらなる活用を考慮し,学生とインストラクターの両方のフィードバックを自動的に推測することで,この制限に対処することである。
  論文  参考訳（メタデータ） (2024-01-29T12:11:30Z)
• 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)
• 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)
• Combining Modular Skills in Multitask Learning [149.8001096811708]
  モジュラー設計は、ニューラルネットワークが様々な知識の面をアンタングルして再結合し、新しいタスクにより系統的に一般化することを奨励する。 この研究では、各タスクは(潜在的に小さな)インベントリから潜在的な離散スキルのサブセットと関連付けられていると仮定する。 ネットワークのモジュラー設計により、強化学習におけるサンプル効率が著しく向上し、教師あり学習における数ショットの一般化が図られる。
  論文  参考訳（メタデータ） (2022-02-28T16:07:19Z)
• BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning [108.41464483878683]
  本稿では,視覚に基づくロボット操作システムにおいて,新しいタスクを一般化することの課題について検討する。 実演と介入の両方から学ぶことができるインタラクティブで柔軟な模倣学習システムを開発した。 実際のロボットにおけるデータ収集を100以上のタスクにスケールすると、このシステムは平均的な成功率44%で24の目に見えない操作タスクを実行できる。
  論文  参考訳（メタデータ） (2022-02-04T07:30:48Z)
• PyBryt: auto-assessment and auto-grading for computational thinking [6.1345408064202696]
  本稿では,プログラミングの課題について,学生に形式的フィードバックを提供するための新しいアプローチを提案する。 提案手法では,学生のコードから生成された中間結果を動的に評価し,教師が提供した参照実装と比較する。
  論文  参考訳（メタデータ） (2021-12-03T20:01:06Z)
• 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)

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。