論文の概要: Students' Feedback Requests and Interactions with the SCRIPT Chatbot: Do They Get What They Ask For?
- arxiv url: http://arxiv.org/abs/2507.17258v1
- Date: Wed, 23 Jul 2025 06:56:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-24 22:33:14.889091
- Title: Students' Feedback Requests and Interactions with the SCRIPT Chatbot: Do They Get What They Ask For?
- Title（参考訳）: 学生のフィードバック要求とSCRIPTチャットボットとのインタラクション:彼らが求めているものを得るか?
- Authors: Andreas Scholl, Natalie Kiesler,
- Abstract要約: 生成AI(GenAI)と関連するプログラミング教育ツールに関する先行研究に基づいて,初等学習者を支援するためのSCRIPTを開発した。
SCRIPTは、事前に定義されたプロンプトを通じて、オープンエンドのインタラクションと構造化されたガイダンスを可能にする。
学生がSCRIPTとどのように相互作用するかを,フィードバックの好みに焦点をあてて分析した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Building on prior research on Generative AI (GenAI) and related tools for programming education, we developed SCRIPT, a chatbot based on ChatGPT-4o-mini, to support novice learners. SCRIPT allows for open-ended interactions and structured guidance through predefined prompts. We evaluated the tool via an experiment with 136 students from an introductory programming course at a large German university and analyzed how students interacted with SCRIPT while solving programming tasks with a focus on their feedback preferences. The results reveal that students' feedback requests seem to follow a specific sequence. Moreover, the chatbot responses aligned well with students' requested feedback types (in 75%), and it adhered to the system prompt constraints. These insights inform the design of GenAI-based learning support systems and highlight challenges in balancing guidance and flexibility in AI-assisted tools.
- Abstract（参考訳）: 生成AI(GenAI)と関連するプログラミング教育ツールに関する先行研究に基づいて,ChatGPT-4o-miniをベースとしたチャットボットSCRIPTを開発した。
SCRIPTは、事前に定義されたプロンプトを通じて、オープンエンドのインタラクションと構造化されたガイダンスを可能にする。
本研究では,ドイツ大の初等プログラミングコースから136名の学生を対象に実験を行い,学生がSCRIPTとどのように相互作用し,プログラミングタスクを解きながら,フィードバックの好みに焦点をあてて分析した。
その結果,学生のフィードバック要求は特定の順序に従っていることが明らかとなった。
さらに,チャットボットの応答は,学生の要求されたフィードバックタイプ(75%)と良好に一致し,システムに順応した。
これらの洞察は、GenAIベースの学習支援システムの設計を知らせ、AI支援ツールのガイダンスと柔軟性のバランスをとる上での課題を強調する。
関連論文リスト
- Exploring Student-AI Interactions in Vibe Coding [6.086654284173657]
本研究の目的は,導入プログラミングおよび高度なソフトウェア工学授業の学生が,ソフトウェア作成時にビブコーディングプラットフォーム(Replit)とどのように相互作用するかを理解することである。
参加者はReplitを使ってWebアプリケーションを構築しているときに考えるように求められた。
どちらのグループでも、Replitと学生のインタラクションの大部分はプロトタイプのテストやデバッグであり、学生がコードにアクセスすることはめったにない。
論文 参考訳（メタデータ） (2025-07-30T12:35:20Z) - That's Not the Feedback I Need! -- Student Engagement with GenAI Feedback in the Tutor Kai [0.0]
学生にPythonプログラミングタスク、コードエディタ、GenAIフィードバック、コンパイラフィードバックを提供するカスタムWebアプリケーションを構築します。
学習者から得られたフィードバックがどれほどの注意を払っているか、生成したフィードバックがどの程度役に立つか(あるいはそうでないか)について検討する。
その結果、GenAIのフィードバックは一般的に視覚的に注目され、未経験の学生は修正に2倍の時間を費やしていることがわかった。
論文 参考訳（メタデータ） (2025-06-25T13:43:23Z) - Sakshm AI: Advancing AI-Assisted Coding Education for Engineering Students in India Through Socratic Tutoring and Comprehensive Feedback [1.9841192743072902]
プログラミング教育のための既存のAIツールは、ソクラティックガイダンスの欠如など、重要な課題に直面している。
本研究では,1170名の登録参加者を対象に,プラットフォームログ,エンゲージメント傾向,問題解決行動を分析し,Sakhm AIの効果を評価する。
論文 参考訳（メタデータ） (2025-03-16T12:13:29Z) - How Novice Programmers Use and Experience ChatGPT when Solving Programming Exercises in an Introductory Course [0.0]
本研究は,コンピュータ教育研究コミュニティにおいて,導入プログラミングの文脈における生成型AI(GenAI)の理解に寄与する。
本研究は以下の研究課題によって導かれる。
初等プログラミング演習におけるChatGPTの使用パターンについて,学生はどのような報告をしているか?
初等プログラミング演習におけるChatGPTの認識について
論文 参考訳（メタデータ） (2024-07-30T12:55:42Z) - Students' Perceptions and Preferences of Generative Artificial
Intelligence Feedback for Programming [15.372316943507506]
そこで我々はChatGPT APIを用いて,導入型コンピュータサイエンスクラスにおける4つの実験室割り当てのための自動フィードバックを生成した。
学生は、フィードバックは、Shuteが確立した形式的なフィードバックガイドラインとよく一致していると感じた。
学生は通常、十分なコード例で特定の修正フィードバックを期待していたが、フィードバックのトーンについて意見が分かれていた。
論文 参考訳（メタデータ） (2023-12-17T22:26:53Z) - Exploring the Potential of Large Language Models to Generate Formative
Programming Feedback [0.5371337604556311]
計算機教育者や学習者のための大規模言語モデル(LLM)の可能性を探る。
これらの目的を達成するために、我々はChatGPTの入力としてCS1コース内で収集されたデータセットから学生のプログラミングシーケンスを使用した。
その結果,ChatGPTはプログラミングの入門タスクや学生の誤りに対して合理的に機能することがわかった。
しかし、教育者は、初心者向けの誤解を招く情報を含むことができるため、提供されたフィードバックの使い方に関するガイダンスを提供する必要がある。
論文 参考訳（メタデータ） (2023-08-31T15:22:11Z) - 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) - Developing Effective Educational Chatbots with ChatGPT prompts: Insights
from Preliminary Tests in a Case Study on Social Media Literacy (with
appendix) [43.55994393060723]
ChatGPTのようなゼロショット学習機能を持つ言語学習モデルの最近の進歩は、教育チャットボットを開発する新たな可能性を示している。
本稿では,混合ターンチャットボットのインタラクションを可能にするシンプルなシステムを用いたケーススタディを提案する。
本稿では,ChatGPTが複数の相互接続型学習目標を追求し,文化,年齢,教育レベルなどのユーザ特性に教育活動を適応させ,多様な教育戦略や会話スタイルを活用できる能力について検討する。
論文 参考訳（メタデータ） (2023-06-18T22:23:18Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳（メタデータ） (2022-11-16T10:00:23Z) - Play to Grade: Testing Coding Games as Classifying Markov Decision
Process [45.147473767394104]
マルコフ決定過程(MDP)の分類作業として対話型プログラムにフィードバックを提供することの課題を定式化する。
本手法は,対話型コード代入のための自動フィードバックシステムを実現する。
我々は,711,274名の匿名学生を対象に,手書きバグラベルを用いた単一課題のデータセットを公開し,今後の研究を支援する。
論文 参考訳（メタデータ） (2021-10-27T17:37:33Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z)
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。