論文の概要: An overview of artificial intelligence in computer-assisted language learning

• arxiv url: http://arxiv.org/abs/2505.02032v1
• Date: Sun, 04 May 2025 08:43:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.390104
• Title: An overview of artificial intelligence in computer-assisted language learning
• Title（参考訳）: コンピュータ支援言語学習における人工知能の概要
• Authors: Anisia Katinskaia,
• Abstract要約: 人工知能が言語学習や教育にどのように応用できるかを概観する。 コールシステムは様々な機能を実行する多くのコンポーネントで構成されている。 AIの最近の進歩は、CALLの改善をもたらすはずだが、この研究分野の文脈において、AIに焦点を当てた調査が欠如している。
• 参考スコア（独自算出の注目度）: 0.135975510645475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer-assisted language learning -- CALL -- is an established research field. We review how artificial intelligence can be applied to support language learning and teaching. The need for intelligent agents that assist language learners and teachers is increasing: the human teacher's time is a scarce and costly resource, which does not scale with growing demand. Further factors contribute to the need for CALL: pandemics and increasing demand for distance learning, migration of large populations, the need for sustainable and affordable support for learning, etc. CALL systems are made up of many components that perform various functions, and AI is applied to many different aspects in CALL, corresponding to their own expansive research areas. Most of what we find in the research literature and in practical use are prototypes or partial implementations -- systems that perform some aspects of the overall desired functionality. Complete solutions -- most of them commercial -- are few, because they require massive resources. Recent advances in AI should result in improvements in CALL, yet there is a lack of surveys that focus on AI in the context of this research field. This paper aims to present a perspective on the AI methods that can be employed for language learning from a position of a developer of a CALL system. We also aim to connect work from different disciplines, to build bridges for interdisciplinary work.
• Abstract（参考訳）: コンピュータ支援言語学習 -- CALL -- は確立された研究分野である。 人工知能が言語学習や教育にどのように応用できるかを概観する。 言語学習者や教師を支援するインテリジェントエージェントの必要性が高まっている。 パンデミックや遠隔学習への需要の増加、人口の移動、持続的かつ安価な学習支援の必要性など、CALLの必要性にさらなる要因が寄与する。 CALLシステムは様々な機能を実行する多くのコンポーネントで構成されており、AIはCALLのさまざまな側面に適用され、その拡張研究領域に対応している。 研究文献や実際に使われているもののほとんどは、プロトタイプまたは部分的な実装 -- 全体的な望ましい機能のいくつかの側面を実行するシステムです。完全なソリューション(そのほとんどは商用)は、大量のリソースを必要とするため、ほとんどありません。 AIの最近の進歩は、CALLの改善をもたらすはずだが、この研究分野の文脈において、AIに焦点を当てた調査が欠如している。 本稿では,CALLシステムの開発者の立場から,言語学習に使用できるAI手法の展望を示す。 私たちはまた、異なる分野から仕事を結び付けて、学際的な作業のための橋を構築することも目標としています。

関連論文リスト

• Integrating A.I. in Higher Education: Protocol for a Pilot Study with 'SAMCares: An Adaptive Learning Hub' [0.6990493129893112]
  本研究は,「SAMCares」と呼ぶ革新的な研究仲間を紹介することを目的としている。 このシステムは、Large Language Model(LLM)とRetriever-Augmented Generation(RAG)を利用して、リアルタイム、コンテキスト認識、適応的な教育サポートを提供する。
  論文  参考訳（メタデータ） (2024-05-01T05:39:07Z)
• Distributed agency in second language learning and teaching through generative AI [0.0]
  ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。 インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
  論文  参考訳（メタデータ） (2024-03-29T14:55:40Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
  大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。 本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
  論文  参考訳（メタデータ） (2023-12-27T14:37:32Z)
• Cognitive Architectures for Language Agents [44.89258267600489]
  言語エージェントのための認知アーキテクチャ(CoALA)を提案する。 CoALAはモジュラーメモリコンポーネントを備えた言語エージェント、内部メモリと外部環境と相互作用する構造化されたアクションスペース、アクションを選択するための一般的な意思決定プロセスを記述する。 我々は、CoALAを使用して、振り返りによる調査と、最近の多くの作業の組織化を行い、より有能なエージェントに対する行動可能な方向を前向きに特定します。
  論文  参考訳（メタデータ） (2023-09-05T17:56:20Z)
• A Survey of Large Language Models [81.06947636926638]
  言語モデリングは、過去20年間、言語理解と生成のために広く研究されてきた。 近年,大規模コーパス上でのトランスフォーマーモデルの事前学習により,事前学習言語モデル (PLM) が提案されている。 パラメータスケールの違いを識別するために、研究コミュニティは大規模言語モデル (LLM) という用語を提唱した。
  論文  参考訳（メタデータ） (2023-03-31T17:28:46Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Crossing the Conversational Chasm: A Primer on Multilingual Task-Oriented Dialogue Systems [51.328224222640614]
  大規模な学習済みニューラルネットワークモデルに基づく最新のTODモデルは、データ空腹です。 ToDのユースケースのデータ取得は高価で面倒だ。
  論文  参考訳（メタデータ） (2021-04-17T15:19:56Z)

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。