Fugu-MT 論文翻訳(概要): A4L: An Architecture for AI-Augmented Learning

論文の概要: A4L: An Architecture for AI-Augmented Learning

arxiv url: http://arxiv.org/abs/2505.06314v1
Date: Thu, 08 May 2025 18:47:09 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-13 20:21:48.776854
Title: A4L: An Architecture for AI-Augmented Learning
Title（参考訳）: A4L:AI強化学習のためのアーキテクチャ
Authors: Ashok Goel, Ploy Thajchayapong, Vrinda Nandan, Harshvardhan Sikka, Spencer Rugaber,
Abstract要約: 我々は、オンライン教育を通じて成人学習を支援するAI強化学習アーキテクチャ(A4L)を開発している。我々は、A4Lアーキテクチャのモチベーション、目標、要件を示し、学習をよりパーソナライズし、スケーラブルにする目標をどのように進めるかについて議論する。
参考スコア（独自算出の注目度）: 0.5937476291232802
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: AI promises personalized learning and scalable education. As AI agents increasingly permeate education in support of teaching and learning, there is a critical and urgent need for data architectures for collecting and analyzing data on learning, and feeding the results back to teachers, learners, and the AI agents for personalization of learning at scale. At the National AI Institute for Adult Learning and Online Education, we are developing an Architecture for AI-Augmented Learning (A4L) for supporting adult learning through online education. We present the motivations, goals, requirements of the A4L architecture. We describe preliminary applications of A4L and discuss how it advances the goals of making learning more personalized and scalable.
Abstract（参考訳）: AIはパーソナライズされた学習とスケーラブルな教育を約束する。 AIエージェントは、教育と学習を支援するために教育を浸透させているため、学習に関するデータを収集、分析し、大規模学習のパーソナライズのための教師、学習者、AIエージェントに結果を返すために、データアーキテクチャーが重要かつ緊急に必要である。成人学習・オンライン教育のための国立AI研究所では、オンライン教育を通じて成人学習を支援するAI強化学習のためのアーキテクチャ(A4L)を開発している。我々は,A4Lアーキテクチャのモチベーション,目標,要件を提示する。 A4Lの予備的な応用について述べ、学習をよりパーソナライズし、スケーラブルにするという目標をどう進めるかについて議論する。

関連論文リスト

From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。中国一の大学である清華大学で予備的な実験を行う。
論文参考訳（メタデータ） (2024-09-05T13:22:51Z)
Build Your Own Robot Friend: An Open-Source Learning Module for Accessible and Engaging AI Education [10.864182981901271]
我々は,大学生や高校生を対象としたオープンソースの学習モジュールを開発し,学生が独自のロボットコンパニオンを作れるようにした。このオープンプラットフォームは、AIのさまざまな側面に関するハンズオン体験と入門的な知識を提供するために使用することができる。このモジュールは、社会的に補助的なロボットコンパニオンの社会的および個人的な性質のため、人間中心のAIにも特に重点を置いている。
論文参考訳（メタデータ） (2024-01-06T08:03:08Z)
Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education [0.2812395851874055]
本稿では,AIIA(Artificial Intelligence-Enabled Intelligent Assistant)という,高等教育におけるパーソナライズおよび適応学習のための新しいフレームワークを提案する。 AIIAシステムは、高度なAIと自然言語処理(NLP)技術を活用して、対話的で魅力的な学習プラットフォームを構築する。
論文参考訳（メタデータ） (2023-09-19T19:31:15Z)
A Perspective on K-12 AI Education [0.0]
学生のモチベーションを高め、創造的思考を促進するために、AIの学習が有益である理由について議論する。我々は、米国と世界中でK-12 AI教育を推進すべく、教育コミュニティのより多くのメンバを興奮させ、参加させたいと思っています。
論文参考訳（メタデータ） (2022-05-04T22:10:01Z)
An Experience Report of Executive-Level Artificial Intelligence Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文参考訳（メタデータ） (2022-02-02T20:59:53Z)
An AI-based Learning Companion Promoting Lifelong Learning Opportunities for All [9.229310642804034]
このレポートは、AIが私たちの学習方法をどのように変える(そして既に変化している)か、そして教育におけるこれらのAIシステムにとって重要な技術的特徴を合成することを目的としている。それはまた、オープン教育資源(OER)のためのクロスモーダル、クロスランガル、クロスカル、クロスドメイン、クロスサイトパーソナライズドラーニングプラットフォームの構築と展開を目的とした欧州 H2020 プロジェクトである X5GON プロジェクトにおける進歩を示す。
論文参考訳（メタデータ） (2021-11-16T16:01:01Z)
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)
Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文参考訳（メタデータ） (2021-01-19T12:23:32Z)
Artificial Intelligence enabled Smart Learning [0.0]
人工知能(ai、artificial intelligence)は、人工知能を扱うコンピュータ科学の分野である。それは個々の学生、教師および学術スタッフから集められる膨大な量のデータを分析するのを助けます。世界銀行教育報告書は、この問題によって生み出された学習ギャップが多くの学生を退学させることを示唆している。
論文参考訳（メタデータ） (2021-01-08T12:49:33Z)
Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文参考訳（メタデータ） (2020-11-17T13:14:28Z)
Explainable Active Learning (XAL): An Empirical Study of How Local Explanations Impact Annotator Experience [76.9910678786031]
本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
論文参考訳（メタデータ） (2020-01-24T22:52:18Z)

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。