論文の概要: Integrating Generative AI in BIM Education: Insights from Classroom Implementation

• arxiv url: http://arxiv.org/abs/2507.05296v1
• Date: Sun, 06 Jul 2025 03:41:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.242326
• Title: Integrating Generative AI in BIM Education: Insights from Classroom Implementation
• Title（参考訳）: BIM教育における生成AIの統合: 授業実践からの考察
• Authors: Islem Sahraoui, Kinam Kim, Lu Gao, Zia Din, Ahmed Senouci,
• Abstract要約: 本研究では,大学院レベルのビルディング情報モデリングコースにおけるジェネレーティブAIを活用したルールチェックワークフローの実装を評価する。 2学期以上、55人の学生が、BIMコンプライアンスタスクにGenAIを使用したことを探る教室ベースのパイロットに参加した。
• 参考スコア（独自算出の注目度）: 0.4805964026801514
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This study evaluates the implementation of a Generative AI-powered rule checking workflow within a graduate-level Building Information Modeling (BIM) course at a U.S. university. Over two semesters, 55 students participated in a classroom-based pilot exploring the use of GenAI for BIM compliance tasks, an area with limited prior research. The instructional design included lectures on prompt engineering and AI-driven rule checking, followed by an assignment where students used a large language model (LLM) to identify code violations in designs using Autodesk Revit. Surveys and interviews were conducted to assess student workload, learning effectiveness, and overall experience, using the NASA-TLX scale and regression analysis. Findings indicate students generally achieved learning objectives but faced challenges such as difficulties debugging AI-generated code and inconsistent tool performance, probably due to their limited prompt engineering experience. These issues increased cognitive and emotional strain, especially among students with minimal programming backgrounds. Despite these challenges, students expressed strong interest in future GenAI applications, particularly with clear instructional support.
• Abstract（参考訳）: 本研究では,米国大学の大学院ビルディング情報モデリング(BIM)コースにおいて,ジェネレーティブAIを活用したルールチェックワークフローの実装を評価する。 2学期以上、55人の学生が教室でBIMコンプライアンスタスクのGenAIの利用を探究した。 インストラクショナルデザインには、プロンプトエンジニアリングとAIによるルールチェックに関する講義が含まれ、続いて学生がAutodesk Revitを使って設計におけるコード違反を識別するために大きな言語モデル(LLM)を使用した。 NASA-TLXスケールと回帰分析を用いて,学生の作業負荷,学習効率,総合的な経験を評価するための調査とインタビューを行った。 発見は、学生が一般的に学習目標を達成したことを示しているが、AI生成コードのデバッグ困難やツールのパフォーマンスの不整合といった課題に直面している。 これらの問題は、特にプログラミングのバックグラウンドが小さい学生の間で、認知的・感情的な緊張を増した。 これらの課題にもかかわらず、学生は将来のGenAIアプリケーション、特に明確な教育支援に強い関心を示した。

関連論文リスト

• Rethinking Machine Unlearning in Image Generation Models [59.697750585491264]
  CatIGMUは、新しい階層的なタスク分類フレームワークである。 EvalIGMUは包括的な評価フレームワークである。 高品質な未学習データセットであるDataIGMを構築した。
  論文  参考訳（メタデータ） (2025-06-03T11:25:14Z)
• Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications [1.1511012020557325]
  ChatGPTやGitHub CopilotといったジェネレーティブAI(GenAI)ツールは、教育において広く普及している。 コースワークから学ぶよりも、学生がそれを完成させるために使うことを懸念する声が上がっている。 本稿では、ソフトウェア工学教育におけるGenAI利用に責任を持つ教育者を支援するために、因果モデルを提案し、実証的に適用する。
  論文  参考訳（メタデータ） (2025-05-31T19:27:40Z)
• From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
  先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。 我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
  論文  参考訳（メタデータ） (2025-05-17T08:30:10Z)
• Evaluating the AI-Lab Intervention: Impact on Student Perception and Use of Generative AI in Early Undergraduate Computer Science Courses [0.0]
  Generative AI(GenAI)はコンピュータサイエンス教育に急速に参入しつつある。 形式コースにおける道具使用の指針となる構造的足場の研究のギャップを伴う過信共存に関する懸念。 本研究は,「AI-Lab」の介入が大学生に与える影響について考察する。
  論文  参考訳（メタデータ） (2025-04-30T18:12:42Z)
• Student's Use of Generative AI as a Support Tool in an Advanced Web Development Course [0.5371337604556311]
  我々は、学部生のためのWeb開発コースにおいて、学習、創造性、生産性のための支援ツールとしてのGenAIの利用を分析する。 学生は、学習と生産性の向上を報告して、異なるタスクでGenAIを使用した。
  論文  参考訳（メタデータ） (2025-03-19T20:34:21Z)
• "Give me the code" -- Log Analysis of First-Year CS Students' Interactions With GPT [0.0]
  本稿では,69人の新入生がプロジェクト課題の中で特定のプログラミング問題を解くために用いたプロンプトを解析する。 本研究は,未解決のプロンプト技術を用いているにもかかわらず,ほとんどの学生がGPTをうまく活用できたことを示唆している。 学生の半数は、複数のGPT生成ソリューションから選択する際の判断を訓練する能力を示した。
  論文  参考訳（メタデータ） (2024-11-26T20:11:46Z)
• Large Language Models Meet User Interfaces: The Case of Provisioning Feedback [6.626949691937476]
  我々は、GenAIを教育ツールに組み込むためのフレームワークを提案し、我々のツールであるFeedback Copilotにその応用を実証する。 この研究は、教育におけるGenAIの将来についてのコースをグラフ化している。
  論文  参考訳（メタデータ） (2024-04-17T05:05:05Z)
• Automated Distractor and Feedback Generation for Math Multiple-choice Questions via In-context Learning [43.83422798569986]
  マルチチョイス質問(MCQ)は、管理しやすく、格付けし、信頼性の高い評価形式であるため、ほぼ全てのレベルの教育においてユビキタスである。 これまで、高品質なイントラクタを作るというタスクは、教師やコンテンツデザイナーを学ぶための労働集約的なプロセスのままだった。 本稿では,テキスト内学習をベースとした簡易な学習手法を提案する。
  論文  参考訳（メタデータ） (2023-08-07T01:03:04Z)
• Investigating Explainability of Generative AI for Code through Scenario-based Design [44.44517254181818]
  生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。 私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。 我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
  論文  参考訳（メタデータ） (2022-02-10T08:52:39Z)

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。