論文の概要: CoachGPT: A Scaffolding-based Academic Writing Assistant

• arxiv url: http://arxiv.org/abs/2506.18149v1
• Date: Sun, 22 Jun 2025 19:39:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:36.775683
• Title: CoachGPT: A Scaffolding-based Academic Writing Assistant
• Title（参考訳）: CoachGPT:スキャッフィングベースのアカデミックライティングアシスタント
• Authors: Fumian Chen, Sotheara Veng, Joshua Wilson, Xiaoming Li, Hui Fang,
• Abstract要約: CoachGPTはAIエージェントベースのWebアプリケーションで、経験豊富な教育者から指示を受け取り、命令をサブタスクに変換し、大きな言語モデルを使用してリアルタイムのフィードバックと提案を提供する。 本研究は,CoachGPTの有用性と大規模言語モデルの有用性を実証するものである。
• 参考スコア（独自算出の注目度）: 4.270855773825394
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Academic writing skills are crucial for students' success, but can feel overwhelming without proper guidance and practice, particularly when writing in a second language. Traditionally, students ask instructors or search dictionaries, which are not universally accessible. Early writing assistants emerged as rule-based systems that focused on detecting misspellings, subject-verb disagreements, and basic punctuation errors; however, they are inaccurate and lack contextual understanding. Machine learning-based assistants demonstrate a strong ability for language understanding but are expensive to train. Large language models (LLMs) have shown remarkable capabilities in generating responses in natural languages based on given prompts. Still, they have a fundamental limitation in education: they generate essays without teaching, which can have detrimental effects on learning when misused. To address this limitation, we develop CoachGPT, which leverages large language models (LLMs) to assist individuals with limited educational resources and those who prefer self-paced learning in academic writing. CoachGPT is an AI agent-based web application that (1) takes instructions from experienced educators, (2) converts instructions into sub-tasks, and (3) provides real-time feedback and suggestions using large language models. This unique scaffolding structure makes CoachGPT unique among existing writing assistants. Compared to existing writing assistants, CoachGPT provides a more immersive writing experience with personalized feedback and guidance. Our user studies prove the usefulness of CoachGPT and the potential of large language models for academic writing.
• Abstract（参考訳）: アカデミック・ライティング・スキルは、学生の成功には不可欠であるが、特に第二言語で書く際には、適切な指導や実践なしに圧倒的に感じることがある。 伝統的に、学生はインストラクターや辞書を尋ねるが、一般にはアクセスできない。 初期の筆記アシスタントは、ミススペル、主観的な不一致、基本的な句読点誤りを検出することに焦点を当てたルールベースのシステムとして登場したが、それらは不正確であり、文脈的理解が欠如している。 機械学習ベースのアシスタントは、言語理解の強力な能力を示すが、トレーニングには高価である。 大規模言語モデル(LLM)は、与えられたプロンプトに基づいて自然言語で応答を生成する際、顕著な能力を示した。 それでも、教育には基本的な制限があり、教育なしでエッセイを生成し、誤用された場合の学習に有害な影響を及ぼす可能性がある。 この制限に対処するため,大規模言語モデル(LLM)を活用したCoachGPTを開発した。 CoachGPTはAIエージェントベースのWebアプリケーションで、(1)経験豊富な教育者からの指示を受け、(2)命令をサブタスクに変換し、(3)大規模言語モデルを用いたリアルタイムフィードバックと提案を提供する。 このユニークな足場構造は、既存の筆記アシスタントの中でCoachGPTをユニークなものにしている。 既存の書き込みアシスタントと比較して、CoachGPTは、パーソナライズされたフィードバックとガイダンスを備えた、より没入的な書き込みエクスペリエンスを提供する。 本研究は,CoachGPTの有用性と大規模言語モデルの有用性を実証するものである。

関連論文リスト

• Developing Critical Thinking in Second Language Learners: Exploring Generative AI like ChatGPT as a Tool for Argumentative Essay Writing [0.0]
  本研究は,Paul-Elder critical Thinking ModelとTanの論証的記述フレームワークを用いて,構造化された方法論を作成する。 モデルとChatGPTの機能を統合し、L2学習者をChatGPTを利用して批判的思考能力を高める。
  論文  参考訳（メタデータ） (2025-03-21T10:22:58Z)
• MathTutorBench: A Benchmark for Measuring Open-ended Pedagogical Capabilities of LLM Tutors [76.1634959528817]
  我々は、総合的なチューリングモデル評価のためのオープンソースのベンチマークであるMathTutorBenchを紹介する。 MathTutorBenchには、ダイアログベースの教育における科学の研究によって定義された、家庭教師の能力をカバーするデータセットとメトリクスが含まれている。 閉鎖的およびオープンウェイトなモデルの幅広いセットを評価し、問題解決能力によって示される課題の専門知識が、すぐには良い教育に変換されないことを発見した。
  論文  参考訳（メタデータ） (2025-02-26T08:43:47Z)
• Learning-by-teaching with ChatGPT: The effect of teachable ChatGPT agent on programming education [2.4526138190971314]
  本研究では,ChatGPTを教材として利用し,学習過程,特にプログラミング教育における生徒の学習を支援する可能性について検討する。 この結果から,ChatGPTと対話することで,学習者の知識向上とプログラミング能力,特に可読性および論理的音声コードの記述が向上することが明らかとなった。 学習者の自己統制学習能力は向上し、ChatGPTの教育が学習者の自己効力向上とSRL戦略のより良い実施を促進することが示唆された。
  論文  参考訳（メタデータ） (2024-12-05T04:12:03Z)
• GhostWriter: Augmenting Collaborative Human-AI Writing Experiences Through Personalization and Agency [1.6505331001136512]
  GhostWriterはAIによって強化された書き込みデザインプローブで、ユーザーは強化されたエージェンシーとパーソナライゼーションを実行できる。 GhostWriterを編集や創造的なタスクに利用した18人の被験者を対象に、ユーザーがパーソナライズされたテキストを作成するのに役立つことを観察した。
  論文  参考訳（メタデータ） (2024-02-13T23:48:59Z)
• YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
  本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。 モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。 実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
  論文  参考訳（メタデータ） (2024-01-28T14:32:15Z)
• Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [66.79173000135717]
  本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。 我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。 我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
  論文  参考訳（メタデータ） (2023-10-27T18:17:29Z)
• PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
  ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。 本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
  論文  参考訳（メタデータ） (2023-07-10T11:05:51Z)
• Automated Essay Scoring in Argumentative Writing: DeBERTeachingAssistant [0.0]
  本稿では,議論的記述談話要素の注釈付けにおいて,上述の精度を達成できるトランスフォーマーに基づくアーキテクチャを提案する。 我々は、学生に実行可能なフィードバックを提供するために、我々のモデルの説明可能性を調べる今後の研究を拡大する。
  論文  参考訳（メタデータ） (2023-07-09T23:02:19Z)
• Is ChatGPT a Good Teacher Coach? Measuring Zero-Shot Performance For Scoring and Providing Actionable Insights on Classroom Instruction [5.948322127194399]
  本稿では,AIが専門家のフィードバックを補うための費用効率のよい補完になるかどうかを,教師の指導を自動化して検討する。 生成型AIのための3つの教師指導課題を提案する: (A) 教室の観察装置に基づく書き起こしセグメントのスコア、(B) 優れた指導戦略のためのハイライトと機会の欠落を特定し、(C) より学生の推論を引き出すための実行可能な提案を行う。 本研究は,小学校数学書写におけるChatGPTのゼロショット性能を評価するために,専門家の数学教師を募集する。
  論文  参考訳（メタデータ） (2023-06-05T17:59:21Z)
• Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [91.49622922938681]
  本稿では,文法の異なる側面の記述を自動的に発見・可視化する自動フレームワークを提案する。 具体的には、形態素構文と意味論に関する疑問に答える自然なテキストコーパスから記述を抽出する。 この手法をインド語、カンナダ語、マラタイ語に応用するが、これは英語とは異なり、十分に発達した教育資源を持たない。
  論文  参考訳（メタデータ） (2022-06-10T14:52:22Z)
• Structural Pre-training for Dialogue Comprehension [51.215629336320305]
  本稿では,SPIDER, Structure Pre-trained DialoguE Readerについて述べる。 対話のような特徴をシミュレートするために,元のLM目的に加えて,2つの訓練目標を提案する。 広く使われている対話ベンチマークの実験結果から,新たに導入した自己教師型タスクの有効性が検証された。
  論文  参考訳（メタデータ） (2021-05-23T15:16:54Z)

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。