論文の概要: Building babyGPTs: Youth Engaging in Data Practices and Ethical Considerations through the Construction of Generative Language Models

• arxiv url: http://arxiv.org/abs/2504.14769v1
• Date: Sun, 20 Apr 2025 23:40:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-29 20:16:54.984392
• Title: Building babyGPTs: Youth Engaging in Data Practices and Ethical Considerations through the Construction of Generative Language Models
• Title（参考訳）: ベビーGPTの構築: 生成言語モデルの構築によるデータ実践と倫理的考察
• Authors: Luis Morales-Navarro, Daniel J. Noh, Yasmin B. Kafai,
• Abstract要約: 若者は、日々の生活でジェネレーティブ言語モデル(GLM)をますます利用している。 ほとんどの研究は、GLMシステムを利用する若者を支援することに重点を置いている。 本稿では,GLM構築における若年者参加の可能性を示すケーススタディを提案する。
• 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: As generative language models (GLMs) have gained popularity, youth are increasingly using them in their everyday lives. As such, most research has centered on supporting youth as users of GLM-powered systems. However, we know little of how to engage youth in the design of these models. Building on the rich legacy of child-computer interaction research that positions youth as designers of computing systems, we explore how to support young people in designing GLMs. Through a case study of three teenagers (ages 14-15) building a babyGPT screenplay generator, we illustrate how the team developed a model while engaging in artificial intelligence/machine learning-relevant data practices and addressing ethical issues. This paper contributes a case study that demonstrates the feasibility of engaging youth in building GLMs.
• Abstract（参考訳）: ジェネレーティブ言語モデル(GLM)が普及するにつれて、若者は日々の生活でそれらを使うことが増えている。 したがって、ほとんどの研究は、GLMシステムを利用する若者を支援することに重点を置いている。 しかし、これらのモデルの設計に若者を巻き込む方法はほとんどわかっていない。 コンピュータシステムの設計者として青少年を位置づける児童とコンピュータの相互作用研究の豊かな遺産を基盤として,GLMの設計において若者を支援する方法について検討する。 ベビーGPTスクリーンプレイジェネレータを構築する3人のティーンエイジャー(14～15歳)のケーススタディを通じて、人工知能/機械学習関連データプラクティスと倫理的問題に取り組みながら、どのようにモデルを開発したかを説明した。 本稿では,GLM構築における若年者参加の可能性を示すケーススタディを提案する。

関連論文リスト

• Investigating Youth's Technical and Ethical Understanding of Generative Language Models When Engaging in Construction and Deconstruction Activities [0.0]
  本研究は, 次世代言語モデル(GLM)の設計・監査に若者がいかに関与しているかを, 技術的・倫理的視点から理解し, その発展に寄与するかを考察する。
  論文  参考訳（メタデータ） (2025-04-21T14:30:16Z)
• BabyLM Turns 3: Call for papers for the 2025 BabyLM workshop [77.62533643491747]
  BabyLMは認知モデリングと言語モデリングの境界を解消することを目的としている。 第3回BabyLMコンペティションに参加するためには,ワークショップ論文と研究者の両方が必要だ。
  論文  参考訳（メタデータ） (2025-02-15T02:46:43Z)
• Is ChatGPT Massively Used by Students Nowadays? A Survey on the Use of Large Language Models such as ChatGPT in Educational Settings [0.25782420501870296]
  本研究では,フランスとイタリアで13歳から25歳までの395人の学生を対象に,Large Language Models(LLM)を教育ルーチンに統合する方法について検討した。 主な発見は、すべての年齢グループと規律でこれらのツールが広く使われていることである。 結果はまた、ジェンダー格差を示し、新興のAIリテラシーと技術的男女格差に関する懸念を提起している。
  論文  参考訳（メタデータ） (2024-12-23T11:29:44Z)
• Embracing AI in Education: Understanding the Surge in Large Language Model Use by Secondary Students [53.20318273452059]
  OpenAIのChatGPTのような大規模言語モデル(LLM)は、新しい教育の道を開いた。 学校制限にもかかわらず,中高生300人以上を対象に調査を行ったところ,学生の70%がLDMを利用していることがわかった。 我々は、対象特化モデル、パーソナライズドラーニング、AI教室など、このような問題に対処するいくつかのアイデアを提案する。
  論文  参考訳（メタデータ） (2024-11-27T19:19:34Z)
• Chain of Ideas: Revolutionizing Research Via Novel Idea Development with LLM Agents [64.64280477958283]
  科学文献の急激な増加は、研究者が最近の進歩と意義ある研究方向を見極めるのを困難にしている。 大規模言語モデル(LLM)の最近の発展は、新しい研究のアイデアを自動生成するための有望な道のりを示唆している。 本研究では, チェーン構造に関連文献を整理し, 研究領域の進展を効果的に反映する, LLMベースのエージェントであるChain-of-Ideas(CoI)エージェントを提案する。
  論文  参考訳（メタデータ） (2024-10-17T03:26:37Z)
• LLMs Meet Multimodal Generation and Editing: A Survey [89.76691959033323]
  本調査では,画像,ビデオ,3D,オーディオなど,さまざまな領域にわたるマルチモーダル生成と編集について詳述する。 これらの分野でのマイルストーンの成果を要約し、これらの研究をLLM法とCLIP/T5法に分類する。 我々は、既存の生成モデルを人間とコンピュータの相互作用に活用できるツール強化マルチモーダルエージェントを掘り下げる。
  論文  参考訳（メタデータ） (2024-05-29T17:59:20Z)
• Youth as Peer Auditors: Engaging Teenagers with Algorithm Auditing of Machine Learning Applications [0.44998333629984877]
  本稿では、若年層を機械学習(ML)を利用したアプリケーションの監査者として位置づける。 2週間のワークショップで、13人の若者(14～15歳)がMLベースのアプリケーションを設計し、監査した。
  論文  参考訳（メタデータ） (2024-04-08T21:15:26Z)
• Investigating Youths' Everyday Understanding of Machine Learning Applications: a Knowledge-in-Pieces Perspective [0.0]
  K-12教育に人工知能を取り入れようという近年の要求にもかかわらず、若者の機械学習(ML)に関する日々の知識を研究するのに十分な注意が払われていない。 本研究では,10代におけるMLの日常的理解について,ナレッジ・イン・ピースの観点から検討する。 分析の結果,若年者はMLアプリケーションが学習データから学習し,アプリケーションが入力データのパターンを認識し,それに応じて異なる出力を提供するという理解を示した。
  論文  参考訳（メタデータ） (2024-03-31T16:11:33Z)
• Advances in 3D Generation: A Survey [54.95024616672868]
  3Dコンテンツ生成の分野は急速に発展しており、高品質で多様な3Dモデルの作成を可能にしている。 具体的には,3次元生成のバックボーンとして機能する3D表現を紹介する。 本稿では,アルゴリズムのパラダイムのタイプによって分類された,生成手法に関する急成長する文献の概要について概説する。
  論文  参考訳（メタデータ） (2024-01-31T13:06:48Z)
• Not Just Training, Also Testing: High School Youths' Perspective-Taking through Peer Testing Machine Learning-Powered Applications [0.0]
  機械学習アプリケーションのテストは、アプリケーションの作者が障害やエッジケースを特定し、対処するのに役立ちます。 我々は、11人の高校生が物理コンピューティングプロジェクトを作った2週間のワークショップで収集したワークシート、オーディオ、ビデオの録音テストを分析した。 その結果、ピアテストの若者は、トレーニングデータセットのサイズ、トレーニングデータの多様性、クラスの設計、トレーニングデータを生成するコンテキストに反映していることがわかった。
  論文  参考訳（メタデータ） (2023-11-21T17:15:43Z)
• LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
  本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。 以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。 分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-18T15:35:43Z)
• A Survey of Pretrained Language Models Based Text Generation [97.64625999380425]
  テキスト生成は、入力データから人間の言語で可読で読みやすいテキストを生成することを目的としている。 ディープラーニングは、ニューラルジェネレーションモデル、特に事前学習言語モデル(PLM)のパラダイムにより、この分野を大幅に進歩させた。 PLM上でのテキスト生成は、学術と産業の両方において有望な方向と見なされている。
  論文  参考訳（メタデータ） (2022-01-14T01:44:58Z)

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。