論文の概要: A Comprehensive Review of AI-based Intelligent Tutoring Systems: Applications and Challenges

• arxiv url: http://arxiv.org/abs/2507.18882v1
• Date: Fri, 25 Jul 2025 01:43:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-28 16:16:48.792674
• Title: A Comprehensive Review of AI-based Intelligent Tutoring Systems: Applications and Challenges
• Title（参考訳）: AIに基づくインテリジェントチューリングシステムの総合的レビュー:応用と課題
• Authors: Meriem Zerkouk, Miloud Mihoubi, Belkacem Chikhaoui,
• Abstract要約: 我々は、体系的な文献レビュー手法を用いて、2010年から2025年にかけて発行された数多くの資格ある研究を分析した。 その結果、ITSの有効性に関する複雑な状況が明らかとなり、進歩と永続的な課題の両方が浮き彫りにされた。
• 参考スコア（独自算出の注目度）: 0.4369550829556578
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI-based Intelligent Tutoring Systems (ITS) have significant potential to transform teaching and learning. As efforts continue to design, develop, and integrate ITS into educational contexts, mixed results about their effectiveness have emerged. This paper provides a comprehensive review to understand how ITS operate in real educational settings and to identify the associated challenges in their application and evaluation. We use a systematic literature review method to analyze numerous qualified studies published from 2010 to 2025, examining domains such as pedagogical strategies, NLP, adaptive learning, student modeling, and domain-specific applications of ITS. The results reveal a complex landscape regarding the effectiveness of ITS, highlighting both advancements and persistent challenges. The study also identifies a need for greater scientific rigor in experimental design and data analysis. Based on these findings, suggestions for future research and practical implications are proposed.
• Abstract（参考訳）: AIベースのIntelligent Tutoring Systems(ITS)は、教育と学習を変革する大きな可能性を秘めている。 教育の文脈にITSを設計、開発、統合し続けていると、それらの効果に関する混合の結果が現われている。 本稿は、ITSが実際の教育環境でどのように機能するかを理解し、その応用と評価における課題を特定するための総合的なレビューを提供する。 我々は、2010年から2025年にかけて発行された多くの資格ある研究を分析し、教育戦略、NLP、適応学習、学生モデリング、ITSのドメイン固有の応用などについて検討する。 その結果、ITSの有効性に関する複雑な状況が明らかとなり、進歩と永続的な課題の両方が浮き彫りにされた。 この研究はまた、実験的な設計とデータ分析において、より大きな科学的厳密さの必要性を明らかにしている。 これらの知見に基づき,今後の研究と実践的意義の提案が提案されている。

関連論文リスト

• Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
  医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。 本稿は、この新興分野に関する最初の体系的なレビューを提供する。 本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
  論文  参考訳（メタデータ） (2025-08-01T14:41:31Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• Advancing Education through Tutoring Systems: A Systematic Literature Review [3.276010440333338]
  本研究は,知能学習システム (ITS) とロボット学習システム (RTS) を包含した学習システムの変革的役割を体系的にレビューする。 この発見は、適応性、エンゲージメント、学習結果を向上するAI技術の著しい進歩を示している。 この研究は、ITSとRTSの相補的な強みを強調し、教育効果を最大化するために統合されたハイブリッドソリューションを提案する。
  論文  参考訳（メタデータ） (2025-03-12T18:47:07Z)
• Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
  多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。 これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
  論文  参考訳（メタデータ） (2025-02-07T18:26:45Z)
• Analyzing the Impact of AI Tools on Student Study Habits and Academic Performance [0.0]
  この研究は、AIツールがパーソナライズされた学習、適応テスト調整をサポートし、リアルタイムの教室分析を提供する方法に焦点を当てている。 学生のフィードバックはこれらの特徴に対する強い支持を示し、GPAの増加とともに研究時間を大幅に短縮した。 これらのメリットにもかかわらず、AIへの過度依存や、AIと従来の教育方法を統合することの難しさといった課題も特定された。
  論文  参考訳（メタデータ） (2024-12-03T04:51:57Z)
• The Evolution of Learning: Assessing the Transformative Impact of Generative AI on Higher Education [0.0]
  ChatGPTのような生成人工知能モデルは人気が高まっている。 本研究では,GAIが大学生や高等教育機関に与える影響について検討する。
  論文  参考訳（メタデータ） (2024-04-16T13:19:57Z)
• Integrating AI and Learning Analytics for Data-Driven Pedagogical Decisions and Personalized Interventions in Education [0.2812395851874055]
  本研究では,革新的な学習分析ツールの概念化,開発,展開について検討する。 学生のストレスレベル、好奇心、混乱、扇動、トピックの嗜好、学習方法などの重要なデータポイントを分析し、学習環境の総合的なビューを提供する。 この研究は、パーソナライズされたデータ駆動型教育を形成する上で、AIが果たす役割を浮き彫りにする。
  論文  参考訳（メタデータ） (2023-12-15T06:00:26Z)
• Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
  目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。 GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。 PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-03T12:37:16Z)
• GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
  本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。 外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
  論文  参考訳（メタデータ） (2023-02-16T16:45:36Z)
• 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)

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。