論文の概要: Designing Smarter Conversational Agents for Kids: Lessons from Cognitive Work and Means-Ends Analyses

• arxiv url: http://arxiv.org/abs/2508.21209v1
• Date: Thu, 28 Aug 2025 20:55:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-01 19:45:10.874917
• Title: Designing Smarter Conversational Agents for Kids: Lessons from Cognitive Work and Means-Ends Analyses
• Title（参考訳）: 子どものためのよりスマートな会話エージェントの設計:認知作業と意味分析から学ぶ
• Authors: Vanessa Figueiredo,
• Abstract要約: 本稿では,ブラジルの子どもたちが学業,発見,エンターテイメントに会話エージェント(CA)をどのように使っているかを示す。 学校,発見,エンターテイメントの3つのCA機能と,親子支援を反映したレシピの足場を同定した。 私たちはデザインレコメンデーションを提供している: 足場付き会話ツリー、パーソナライズされたコンテキストのための子指定プロファイル、介護者のキュレーションされたコンテンツ。
• 参考スコア（独自算出の注目度）: 3.553493344868413
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents two studies on how Brazilian children (ages 9--11) use conversational agents (CAs) for schoolwork, discovery, and entertainment, and how structured scaffolds can enhance these interactions. In Study 1, a seven-week online investigation with 23 participants (children, parents, teachers) employed interviews, observations, and Cognitive Work Analysis to map children's information-processing flows, the role of more knowledgeable others, functional uses, contextual goals, and interaction patterns to inform conversation-tree design. We identified three CA functions: School, Discovery, Entertainment, and derived ``recipe'' scaffolds mirroring parent-child support. In Study 2, we prompted GPT-4o-mini on 1,200 simulated child-CA exchanges, comparing conversation-tree recipes based on structured-prompting to an unstructured baseline. Quantitative evaluation of readability, question count/depth/diversity, and coherence revealed gains for the recipe approach. Building on these findings, we offer design recommendations: scaffolded conversation-trees, child-dedicated profiles for personalized context, and caregiver-curated content. Our contributions include the first CWA application with Brazilian children, an empirical framework of child-CA information flows, and an LLM-scaffolding ``recipe'' (i.e., structured-prompting) for effective, scaffolded learning.
• Abstract（参考訳）: 本稿では,ブラジルの子どもたち(9歳～11歳)が学業,発見,エンターテイメントに会話エージェント(CA)をどのように利用するか,足場の構造がこれらの相互作用をいかに促進するかについて,2つの研究を行った。 研究1では、23人の参加者(児童、親、教師)による7週間のオンライン調査で、インタビュー、観察、認知作業分析を用いて、子供の情報処理フロー、より知識のある他者の役割、機能的利用、文脈的目標、相互作用パターンをマッピングし、会話ツリーの設計を知らせた。 学校,発見,エンターテイメントの3つのCA機能を同定し,親子支援を反映した「レシピ」の足場を抽出した。 研究2では,1200回の子-CA交換でGPT-4o-miniを誘導し,構造化プロンプトに基づく会話ツリーレシピを非構造化ベースラインと比較した。 読みやすさ,質問数/深度/多様性,コヒーレンスを定量的に評価したところ,レシピ・アプローチの成果が得られた。 これらの知見に基づいて、我々は、足場付き会話ツリー、パーソナライズされたコンテキストのための子指定プロファイル、介護者のキュレーションされたコンテンツといったデザインレコメンデーションを提供する。 私たちの貢献には、ブラジルの子供との最初のCWAアプリケーション、子供とCAの情報の流れの実証的なフレームワーク、効果的な足場学習のためのLLMスキャフォールディング ''recipe' (構造的プロンプティング)などが含まれます。

関連論文リスト

• Thematic and Task-Based Categorization of K-12 GenAI Usages with Hierarchical Topic Modeling [1.0737278711356866]
  授業室における未成年者の匿名インタラクションデータを数ヶ月間, 学校, 科目で分析した。 我々は,学生,教師,チャットGPTが生成する17,000件以上のメッセージを,コンテンツ(自然や人など)とタスク(文章や説明など)の2次元に分類する。
  論文  参考訳（メタデータ） (2025-08-01T21:38:21Z)
• Evaluating LLM-based Agents for Multi-Turn Conversations: A Survey [64.08485471150486]
  本研究では,大規模言語モデル(LLM)に基づくマルチターン対話環境におけるエージェントの評価手法について検討する。 我々は250近い学術資料を体系的にレビューし、様々な出版場所から芸術の状態を捉えた。
  論文  参考訳（メタデータ） (2025-03-28T14:08:40Z)
• PSCon: Product Search Through Conversations [55.94925947614474]
  Conversational Product Search (CPS)システムは自然言語でユーザと対話し、パーソナライズされたコンテキスト対応の製品リストを提供する。 CPSに関する既存の研究のほとんどは、人間のような言語によって駆動される実際のCPSデータセットが欠如しているため、シミュレートされた会話に限られている。 本稿では,CPSデータ収集プロトコルを提案し,PSConと呼ばれる新しいCPSデータセットを作成する。
  論文  参考訳（メタデータ） (2025-02-19T17:05:42Z)
• Scaffolding Language Learning via Multi-modal Tutoring Systems with Pedagogical Instructions [34.760230622675365]
  知的家庭教師システム(ITS)は、人間の家庭教師を模倣し、学習者にカスタマイズされた指導やフィードバックを提供することを目的としている。 生成人工知能の出現に伴い、大規模言語モデル(LLM)は、複雑な会話の相互作用をシステムに付与する。 教育指導がITSの足場形成をいかに促進するかを,子どもに言語学習のための画像記述を指導するケーススタディにより検討した。
  論文  参考訳（メタデータ） (2024-04-04T13:22:28Z)
• AACP: Aesthetics assessment of children's paintings based on self-supervised learning [17.672268781368672]
  小児絵画の美学評価(AACP)は画像美学評価(IAA)の重要な分野である これまでのアプローチでは、大規模なデータセットのトレーニングと、画像に対する美学スコアの提供に頼っていた。 子どもの絵の美学評価データセットを構築し,自己指導型学習モデルを構築した。
  論文  参考訳（メタデータ） (2024-03-12T12:07:00Z)
• StorySparkQA: Expert-Annotated QA Pairs with Real-World Knowledge for Children's Story-Based Learning [36.16783204588302]
  我々は、専門家のアノテーションと思考プロセスを取得するために、既存の知識グラフによって強化されたアノテーションフレームワークを設計する。 StorySparkQAデータセットは,5,868のエキスパートアノテートされたQAペアと実世界の知識で構成されている。
  論文  参考訳（メタデータ） (2023-11-16T10:30:26Z)
• Fantastic Questions and Where to Find Them: FairytaleQA -- An Authentic Dataset for Narrative Comprehension [136.82507046638784]
  幼稚園児の物語理解に焦点を当てたデータセットであるFairytaleQAを8年生に紹介する。 FairytaleQAは10,580の明示的で暗黙的な質問で構成されており、278の子供フレンドリーな物語から導かれる。
  論文  参考訳（メタデータ） (2022-03-26T00:20:05Z)
• Dyadic Speech-based Affect Recognition using DAMI-P2C Parent-child Multimodal Interaction Dataset [29.858195646762297]
  2人の話者による音声ストリームにおける各人の感情表現を認識するためのエンドツーエンドのディープラーニング手法を設計する。 提案手法は,対象話者の感情情報を含む領域に焦点を当てることが可能であることを示す。
  論文  参考訳（メタデータ） (2020-08-20T20:53:23Z)
• Conversations with Search Engines: SERP-based Conversational Response Generation [77.1381159789032]
  我々は、検索エンジンと対話するためのパイプラインを開発するために、適切なデータセット、検索・アズ・ア・会話(SaaC)データセットを作成します。 また、このデータセットを用いて、検索エンジンと対話するための最先端パイプライン(Conversations with Search Engines (CaSE))も開発しています。 CaSEは、サポートされたトークン識別モジュールとプリア・アウェア・ポインタージェネレータを導入することで最先端を向上する。
  論文  参考訳（メタデータ） (2020-04-29T13:07:53Z)

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。