論文の概要: Probing Experts' Perspectives on AI-Assisted Public Speaking Training

• arxiv url: http://arxiv.org/abs/2507.07930v1
• Date: Thu, 10 Jul 2025 17:09:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-11 16:40:15.507562
• Title: Probing Experts' Perspectives on AI-Assisted Public Speaking Training
• Title（参考訳）: 専門家のAI支援型公共講演教育への展望
• Authors: Nesrine Fourati, Alisa Barkar, Marion Dragée, Liv Danthon-Lefebvre, Mathieu Chollet,
• Abstract要約: 公言は重要な職業的スキルであるが、多くの個人にとって大きな不安の源となっている。 AIの最近の進歩は、新しいタイプの商用の公用語フィードバックツールにつながっている。 本研究の目的は、商用AIベースの公用語学習ツールの有効性と設計に関する専門家の意見を評価することである。
• 参考スコア（独自算出の注目度）: 0.23301643766310368
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background: Public speaking is a vital professional skill, yet it remains a source of significant anxiety for many individuals. Traditional training relies heavily on expert coaching, but recent advances in AI has led to novel types of commercial automated public speaking feedback tools. However, most research has focused on prototypes rather than commercial applications, and little is known about how public speaking experts perceive these tools. Objectives: This study aims to evaluate expert opinions on the efficacy and design of commercial AI-based public speaking training tools and to propose guidelines for their improvement. Methods: The research involved 16 semi-structured interviews and 2 focus groups with public speaking experts. Participants discussed their views on current commercial tools, their potential integration into traditional coaching, and suggestions for enhancing these systems. Results and Conclusions: Experts acknowledged the value of AI tools in handling repetitive, technical aspects of training, allowing coaches to focus on higher-level skills. However they found key issues in current tools, emphasising the need for personalised, understandable, carefully selected feedback and clear instructional design. Overall, they supported a hybrid model combining traditional coaching with AI-supported exercises.
• Abstract（参考訳）: 背景: 公言は重要な専門家のスキルであるが、多くの個人にとって大きな不安の源となっている。 従来のトレーニングは専門家のコーチングに大きく依存しているが、最近のAIの進歩は、新しいタイプの商用の公用語フィードバックツールにつながっている。 しかし、ほとんどの研究は商用アプリケーションではなくプロトタイプに焦点を合わせており、公的な専門家がこれらのツールをどのように認識しているかについてはほとんど分かっていない。 目的:本研究は,商用AIベースの公用語学習ツールの有効性と設計に関する専門家の意見を評価し,改善のためのガイドラインを提案することを目的としている。 方法:16件の半構造化インタビューと2件のフォーカスグループを対象とした。 参加者は、現在の商用ツールに対する彼らの見解、従来のコーチングへの潜在的な統合、そしてこれらのシステムを強化するための提案について議論した。 結果と結論: 専門家は、トレーニングの反復的、技術的側面を扱う上で、AIツールの価値を認め、コーチがより高いスキルに集中できるようにしました。 しかし、彼らは現在のツールで重要な問題を見つけ、パーソナライズされ、理解しやすく、慎重に選択されたフィードバックと明確な教育設計の必要性を強調した。 全体として、彼らは従来のコーチングとAIをサポートするエクササイズを組み合わせたハイブリッドモデルをサポートした。

関連論文リスト

• Thinking LLMs: General Instruction Following with Thought Generation [56.30755438254918]
  本稿では,人体データの追加を使わずに,そのような思考能力を持つ既存LLMの訓練方法を提案する。 各命令に対して、思考候補は判断モデルを用いて応答のみを評価し、好みの最適化によって最適化される。 この手法がAlpacaEvalやArena-Hardに優れたパフォーマンスをもたらすことを示すとともに,マーケティング,健康,一般知識といった非合理的なカテゴリーの考え方から得られる利益を示す。
  論文  参考訳（メタデータ） (2024-10-14T15:38:56Z)
• ExpertAF: Expert Actionable Feedback from Video [81.46431188306397]
  本研究では,バスケットボールやサッカーなどの身体活動を行う人の映像から,アクション可能なフィードバックを生成する新しい手法を提案する。 提案手法は,映像のデモンストレーションとそれに伴う3Dボディーポーズを取り,その人が何をしているか,何が改善できるかを解説した専門家のコメントを生成する。 Ego-Exo4Dの[29]ビデオの熟練した活動と専門家の解説を、強力な言語モデルとともに活用して、このタスクのための弱い教師付きトレーニングデータセットを作成する方法を示す。
  論文  参考訳（メタデータ） (2024-08-01T16:13:07Z)
• Supporting Experts with a Multimodal Machine-Learning-Based Tool for Human Behavior Analysis of Conversational Videos [40.30407535831779]
  そこで我々は,プロビデンス(Providence)を開発した。プロビデンス(Providence)は,専門家による形式的な研究から得られた設計上の考察に基づくビジュアルプログラミングツールである。 これにより、専門家はさまざまな機械学習アルゴリズムを組み合わせることで、コードを書くことなく人間の行動の手がかりを捉えることができる。 本研究は,会話の場面検索タスクの達成に要する認知負荷が少なく,ユーザビリティと満足度の高いアウトプットを示した。
  論文  参考訳（メタデータ） (2024-02-17T00:27:04Z)
• K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via Prompt Learning [83.19215082550163]
  K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。 本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
  論文  参考訳（メタデータ） (2023-12-16T08:10:10Z)
• Anticipating User Needs: Insights from Design Fiction on Conversational Agents for Computational Thinking [10.363782876965221]
  本研究では,演習を通じて学生を段階的に指導する対話エージェントを構想し,その指導方法を教育的背景,スキルと欠陥,学習嗜好を意識して調整する。 本稿では,計算思考とコンピュータプログラミングの教育を指向した学習エージェントの今後の実装について考察する。
  論文  参考訳（メタデータ） (2023-11-12T16:19:03Z)
• Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice and Feedback [46.70617195649979]
  CAREはAIベースのツールで、実践とフィードバックを通じて同僚のカウンセラーを力づけ、訓練する。 CAREは、特定の状況で必要なカウンセリング戦略の診断を支援し、実践セッション中にカウンセラーにサンプル応答を提案する。
  論文  参考訳（メタデータ） (2023-05-15T19:48:59Z)
• Modelling Assessment Rubrics through Bayesian Networks: a Pragmatic Approach [40.06500618820166]
  本稿では,学習者モデルを直接評価ルーリックから導出する手法を提案する。 本稿では,コンピュータ思考のスキルをテストするために開発された活動の人的評価を自動化するために,この手法を適用する方法について述べる。
  論文  参考訳（メタデータ） (2022-09-07T10:09:12Z)
• Training Novices: The Role of Human-AI Collaboration and Knowledge Transfer [0.0]
  本研究では,HAICを用いて初心者のタスクを学習するフレームワークを提案する。 本稿では,このトレーニングプロセスにおける明示的知識と暗黙的知識の役割について,HAICを用いて解説する。
  論文  参考訳（メタデータ） (2022-07-01T15:34:23Z)
• Doubting AI Predictions: Influence-Driven Second Opinion Recommendation [92.30805227803688]
  我々は,補完的な意見を提供する可能性のある専門家を識別する,共通の組織的実践に基づいて,人間とAIのコラボレーションを強化する方法を提案する。 提案手法は、一部の専門家がアルゴリズムによる評価に異を唱えるかどうかを特定することによって、生産的な不一致を活用することを目的としている。
  論文  参考訳（メタデータ） (2022-04-29T20:35:07Z)

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。