論文の概要: Generative AI for Multiple Choice STEM Assessments

• arxiv url: http://arxiv.org/abs/2506.02094v1
• Date: Mon, 02 Jun 2025 17:17:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.912545
• Title: Generative AI for Multiple Choice STEM Assessments
• Title（参考訳）: 複数選択型STEMアセスメントのための生成AI
• Authors: Christina Perdikoulias, Chad Vance, Stephen M. Watt,
• Abstract要約: 本研究では,「幻覚」が教育的目的に果たすことができる生成型AIの利用について検討する。 本稿では,オンライン指導のためのM"obiusプラットフォームについて述べる。 本稿では,これらの数学的意味論と効果的に相互作用するプロンプトの製作方法を検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence technology enables a range of enhancements in computer-aided instruction, from accelerating the creation of teaching materials to customizing learning paths based on learner outcomes. However, ensuring the mathematical accuracy and semantic integrity of generative AI output remains a significant challenge, particularly in STEM disciplines. In this study, we explore the use of generative AI in which "hallucinations" -- typically viewed as undesirable inaccuracies -- can instead serve a pedagogical purpose. Specifically, we investigate the generation of plausible but incorrect alternatives for multiple choice assessments, where credible distractors are essential for effective assessment design. We describe the M\"obius platform for online instruction, with particular focus on its architecture for handling mathematical elements through specialized semantic packages that support dynamic, parameterized STEM content. We examine methods for crafting prompts that interact effectively with these mathematical semantics to guide the AI in generating high-quality multiple choice distractors. Finally, we demonstrate how this approach reduces the time and effort associated with creating robust teaching materials while maintaining academic rigor and assessment validity.
• Abstract（参考訳）: 人工知能技術は、教材作成の加速から学習者の成果に基づく学習経路のカスタマイズまで、コンピュータ支援指導の幅広い拡張を可能にする。 しかし、生成AI出力の数学的精度と意味的整合性を保証することは、特にSTEM分野において重要な課題である。 本研究では、典型的には望ましくない不正確さと見なされる「幻覚」が教育目的に役立てられるような、生成的AIの使用について検討する。 具体的には,複数の選択評価において,信頼性の欠如が効果的な評価設計に不可欠であるような,妥当で不正確な代替案の生成について検討する。 本稿では、オンライン指導のためのM\"obiusプラットフォームについて述べる。特に、動的パラメータ化されたSTEMコンテンツをサポートする特殊なセマンティックパッケージを通して数学的要素を扱うためのアーキテクチャに焦点を当てる。 本稿では,これらの数学的意味論と効果的に相互作用するプロンプトの製作方法を検討する。 最後に,学術的厳密さと評価の妥当性を維持しつつ,頑健な教材作成に伴う時間と労力の削減を実証する。

関連論文リスト

• Beyond Detection: Designing AI-Resilient Assessments with Automated Feedback Tool to Foster Critical Thinking [0.0]
  本研究は, 検出ではなく, 評価設計に基づく能動的AIレジリエントソリューションを提案する。 WebベースのPythonツールで、Bloomの分類と高度な自然言語処理技術を統合する。 これは、タスクがリコールや要約のような下位の思考や、分析、評価、作成といった上位のスキルを目標にしているかどうかを教育者が判断するのに役立つ。
  論文  参考訳（メタデータ） (2025-03-30T23:13:00Z)
• The Mathematics of Artificial Intelligence [23.03787751696068]
  本稿では,人工知能(AI)における数学の役割について概説する。 数学はAIシステムをよりよく理解し、拡張するためのツールを提供する、と強調する。 逆に、AIは新しい問題を提起し、様々な分野の交差点で新しい数学の開発を進める。
  論文  参考訳（メタデータ） (2025-01-15T15:00:23Z)
• Generative AI and Its Impact on Personalized Intelligent Tutoring Systems [0.0]
  生成AIは、動的コンテンツ生成、リアルタイムフィードバック、適応学習経路を通じてパーソナライズされた教育を可能にする。 報告では、自動質問生成、カスタマイズされたフィードバック機構、対話システムなどの重要な応用について検討する。 今後の方向性は、マルチモーダルAI統合の潜在的な進歩、学習システムにおける感情的知性、そしてAI駆動型教育の倫理的意味を強調する。
  論文  参考訳（メタデータ） (2024-10-14T16:01:01Z)
• Using Large Multimodal Models to Extract Knowledge Components for Knowledge Tracing from Multimedia Question Information [5.777167013394619]
  本稿では,学習内容から知識コンポーネントを自動的に抽出する手法を提案する。 以上の結果から,自動抽出した知識コンポーネントは,ラベルを効果的に置き換えることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-30T10:26:29Z)
• Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
  本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。 本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。 本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
  論文  参考訳（メタデータ） (2024-01-11T15:02:15Z)
• Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
  本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。 このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。 各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
  論文  参考訳（メタデータ） (2023-09-15T02:42:03Z)
• The Creative Frontier of Generative AI: Managing the Novelty-Usefulness Tradeoff [0.4873362301533825]
  生成人工知能(AI)システムにおける新規性と有用性の最適バランスについて検討する。 どちらの側面も過度に強調すると、幻覚や暗記のような限界に繋がる。
  論文  参考訳（メタデータ） (2023-06-06T11:44:57Z)
• IQ-Learn: Inverse soft-Q Learning for Imitation [95.06031307730245]
  少数の専門家データからの模倣学習は、複雑な力学を持つ高次元環境では困難である。 行動クローニングは、実装の単純さと安定した収束性のために広く使われている単純な方法である。 本稿では,1つのQ-関数を学習することで,対向学習を回避する動的適応型ILを提案する。
  論文  参考訳（メタデータ） (2021-06-23T03:43:10Z)
• 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)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。