論文の概要: Accodemy: AI Powered Code Learning Platform to Assist Novice Programmers in Overcoming the Fear of Coding

• arxiv url: http://arxiv.org/abs/2503.16486v1
• Date: Sun, 09 Mar 2025 06:28:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-30 08:01:23.421986
• Title: Accodemy: AI Powered Code Learning Platform to Assist Novice Programmers in Overcoming the Fear of Coding
• Title（参考訳）: AIによるコード学習プラットフォームAccodemyは、コーディングの恐怖を克服するために初心者プログラマを支援する
• Authors: M. A. F. Aamina, V. Kavishcan, W. M. P. B. B. Jayaratne, K. K. D. S. N. Kannangara, A. A. Aamil, Achini Adikari,
• Abstract要約: このプロジェクトは、初心者プログラマの進捗を体系的に監視し、コーディングの恐怖を和らげ、自信を高めるために、個人化された、改訂されたカリキュラムによるコーディングの知識を強化することを目的としている。
• 参考スコア（独自算出の注目度）: 0.31666540219908274
• License:
• Abstract: Computer programming represents a rapidly evolving and sought-after career path in the 21st century. Nevertheless, novice learners may find the process intimidating for several reasons, such as limited and highly competitive career opportunities, peer and parental pressure for academic success, and course difficulties. These factors frequently contribute to anxiety and eventual dropout as a result of fear. Furthermore, research has demonstrated that beginners are significantly deterred by the fear of failure, which results in programming anxiety and and a sense of being overwhelmed by intricate topics, ultimately leading to dropping out. This project undertakes an exploration beyond the scope of conventional code learning platforms by identifying and utilising effective and personalised strategies of learning. The proposed solution incorporates features such as AI-generated challenging questions, mindfulness quotes, and tips to motivate users, along with an AI chatbot that functions as a motivational aid. In addition, the suggested solution integrates personalized roadmaps and gamification elements to maintain user involvement. The project aims to systematically monitor the progress of novice programmers and enhance their knowledge of coding with a personalised, revised curriculum to help mitigate the fear of coding and boost confidence.
• Abstract（参考訳）: コンピュータプログラミングは、21世紀における急速に発展し、追求されたキャリアパスを表している。 それにもかかわらず、初心者の学習者は、限られた競争力のあるキャリア機会、学業成功のためのペアとペアのプレッシャー、コース困難など、いくつかの理由で、このプロセスを脅かす可能性がある。 これらの要因は恐怖の結果としてしばしば不安や最終的な離脱に寄与する。 さらに、初心者は失敗を恐れ、プログラミングの不安と複雑なトピックに圧倒される感覚が引き起こされ、最終的に退学してしまうことを研究は示している。 本プロジェクトは,学習の効果的かつパーソナライズされた戦略を特定し,活用することによって,従来の学習プラットフォームの範囲を超えて探索を行う。 提案されたソリューションには、AIが生成する挑戦的質問、マインドフルネスの引用、ユーザーを動機づけるためのヒントなどの機能と、モチベーション支援として機能するAIチャットボットが含まれている。 さらに、提案されたソリューションは、パーソナライズされたロードマップとゲーミフィケーション要素を統合して、ユーザの関与を維持する。 このプロジェクトは、初心者プログラマの進捗を体系的に監視し、コーディングの恐怖を和らげ、自信を高めるために、個人化された、改訂されたカリキュラムによるコーディングの知識を強化することを目的としている。

関連論文リスト

• Exploring the Design Space of Cognitive Engagement Techniques with AI-Generated Code for Enhanced Learning [14.051451035773045]
  我々は、AI生成コードとのより深いエンゲージメントを促進するための7つの認知エンゲージメント技術を開発した。 本結果は, 学習者に対して, ステップバイステップの問題解決プロセスを通じて指導する, 最も効果的な手法を強調した。
  論文  参考訳（メタデータ） (2024-10-11T15:49:42Z)
• The Widening Gap: The Benefits and Harms of Generative AI for Novice Programmers [1.995977018536036]
  初心者プログラマはメタ認知的認識と戦略の欠如により、しばしば問題解決に苦しむ。 多くの初心者がジェネレーティブAI(GenAI)を使ってプログラミングしている その結果, 加速した学生と苦労した学生の間には, GenAIツールの使用が不運な部分があることが判明した。
  論文  参考訳（メタデータ） (2024-05-28T01:48:28Z)
• Toward Finding and Supporting Struggling Students in a Programming Course with an Early Warning System [1.192436948211501]
  初等プログラミングコースの学生の認知能力について検討した。 認知スキルのほとんどは、学生がプログラミングスキルをある程度取得するかどうかを予測することができる。 その結果,構文訓練と実践演習がコースの成功に有意な影響があることが判明した。
  論文  参考訳（メタデータ） (2024-01-25T12:55:27Z)
• Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions [54.55334589363247]
  本研究では,不確実性に関する情報を伝達することで,プログラマがより迅速かつ正確にコードを生成することができるかどうかを検討する。 トークンのハイライトは、編集される可能性が最も高いので、タスクの完了が早くなり、よりターゲットを絞った編集が可能になることがわかりました。
  論文  参考訳（メタデータ） (2023-02-14T18:43:34Z)
• Teachable Reinforcement Learning via Advice Distillation [161.43457947665073]
  外部教師が提供した構造化アドバイスから学習する「教育可能な」意思決定システムに基づく対話型学習のための新しい指導パラダイムを提案する。 我々は、アドバイスから学ぶエージェントが、標準的な強化学習アルゴリズムよりも人的監督力の少ない新しいスキルを習得できることを示す。
  論文  参考訳（メタデータ） (2022-03-19T03:22:57Z)
• Steps Before Syntax: Helping Novice Programmers Solve Problems using the PCDIT Framework [2.768397481213625]
  初心者プログラマは、直面する高い認知的負荷のために、しばしば問題解決に苦労します。 多くの入門プログラミングコースは、その途中で問題解決スキルが取得されるという前提で、それを明示的に教えていない。 問題仕様を命令型プログラミング言語のための実装およびテストされたソリューションに変換するプロセスを通じて、初心者プログラマを誘導するための足場を提供する非線形問題解決フレームワークである 'PCDIT' を提案する。
  論文  参考訳（メタデータ） (2021-09-18T10:31:15Z)
• 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)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)
• Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills [93.12417203541948]
  与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。 提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
  論文  参考訳（メタデータ） (2021-04-15T20:10:11Z)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)

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。