論文の概要: Student Engagement with GenAI's Tutoring Feedback: A Mixed Methods Study
- arxiv url: http://arxiv.org/abs/2509.22974v1
- Date: Fri, 26 Sep 2025 22:17:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-07 17:00:49.821293
- Title: Student Engagement with GenAI's Tutoring Feedback: A Mixed Methods Study
- Title（参考訳）: GenAIの学習フィードバックを用いた学生エンゲージメント : 混合手法による研究
- Authors: Sven Jacobs, Jan Haas, Natalie Kiesler,
- Abstract要約: 本研究の目的は,(1) 学生が学習のフィードバックコンポーネントに関わったときにどう思うかを明らかにすること,(2) フィードバックコンポーネント,学生の視覚的注意,言語的思考,および問題の解決プロセスの一環としての即時行動との関係を探索することである。
380のフィードバックコンポーネントを取り入れた学生の思考の分析から,学生は理解や意見の相違,追加情報が必要,学生はフィードバックを明確に判断する4つの主要なテーマが明らかになった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: How students utilize immediate tutoring feedback in programming education depends on various factors. Among them are the feedback quality, but also students' engagement, i.e., their perception, interpretation, and use of feedback. However, there is limited research on how students engage with various types of tutoring feedback. For this reason, we developed a learning environment that provides students with Python programming tasks and various types of immediate, AI-generated tutoring feedback. The feedback is displayed within four components. Using a mixed-methods approach (think-aloud study and eye-tracking), we conducted a study with 20 undergraduate students enrolled in an introductory programming course. Our research aims to: (1) identify what students think when they engage with the tutoring feedback components, and (2) explore the relations between the tutoring feedback components, students' visual attention, verbalized thoughts, and their immediate actions as part of the problem-solving process. The analysis of students' thoughts while engaging with 380 feedback components revealed four main themes: students express understanding or disagreement, additional information needed, and students explicitly judge the feedback. Exploring the relations between feedback, students' attention, thoughts, and actions showed a clear relationship. While expressions of understanding were associated with improvements, expressions of disagreement or need for additional information prompted students to collect another feedback component rather than act on the current information. These insights into students' engagement and decision-making processes contribute to an increased understanding of tutoring feedback and how students engage with it. Thereby, this work has implications for tool developers and educators facilitating feedback.
- Abstract（参考訳）: プログラミング教育における即時学習フィードバックの活用法は,様々な要因に依存する。
その中には、フィードバックの質だけでなく、学生のエンゲージメント、すなわち、その知覚、解釈、フィードバックの使用なども含まれる。
しかし、様々な種類の学習フィードバックを学生がどう扱うかについては、限定的な研究がなされている。
そこで我々は,Pythonのプログラミングタスクや,AIが生成する各種の学習フィードバックを学生に提供する学習環境を開発した。
フィードバックは4つのコンポーネント内に表示される。
そこで,本研究では,20人の大学生を対象に,導入プログラミングコースに入学した20名の大学生を対象に,混合メソドス法(思考・聴覚・視線追跡)を用いた調査を行った。
本研究の目的は,(1) 学生が学習フィードバックコンポーネントに関わったときにどう思うかを明らかにすること,(2) 学習フィードバックコンポーネント, 学生の視覚的注意, 言語化された思考, および課題解決プロセスの一環としての即時行動との関係を検討することである。
380のフィードバックコンポーネントを取り入れた学生の思考の分析から,学生は理解や意見の相違,追加情報が必要,学生はフィードバックを明確に判断する4つの主要なテーマが明らかになった。
フィードバック, 学生の注意, 思考, 行動の関係は明らかであった。
理解の表現は改善に結びついたが、不一致の表現や追加情報の必要性は、学生が現在の情報に作用するのではなく、別のフィードバックコンポーネントを収集するきっかけとなった。
学生のエンゲージメントと意思決定プロセスに対するこれらの洞察は、教師のフィードバックと学生の関わり方に対する理解の向上に寄与する。
これにより、この作業は、ツール開発者とフィードバックを促進する教育者にとって意味を持つ。
関連論文リスト
- Automatic Feedback Generation for Short Answer Questions using Answer Diagnostic Graphs [21.965223446869064]
短読的理解質問は、学生がテキスト構造を理解するのに役立つが、効果的なフィードバックがない。
学生は間違いの特定と修正に苦労するが、手動によるフィードバック作成は労働集約的である。
学生の反応に対するフィードバックを生成するシステムを提案する。
論文 参考訳（メタデータ） (2025-01-27T04:49:10Z) - "My Grade is Wrong!": A Contestable AI Framework for Interactive Feedback in Evaluating Student Essays [6.810086342993699]
本稿では,対話型フィードバックを自動生成するContestable AI Empowered LLM FrameworkであるCAELFを紹介する。
CAELFは、マルチエージェントシステムと計算的議論を統合することで、学生がフィードバックをクエリし、挑戦し、明確化することができる。
ユーザスタディを用いた500の批判的思考エッセイのケーススタディでは,CAELFが対話的フィードバックを大幅に改善することが示された。
論文 参考訳（メタデータ） (2024-09-11T17:59:01Z) - Representational Alignment Supports Effective Machine Teaching [81.19197059407121]
GRADEは、教育と表現的アライメントを研究するための新しい制御された実験環境である。
学生との表現的整合性が向上し,生徒の学習成果が向上することがわかった。
しかし、この効果は、教えられているクラスのサイズと表現の多様性によって中和される。
論文 参考訳（メタデータ） (2024-06-06T17:48:24Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳（メタデータ） (2024-04-19T16:45:50Z) - Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
本稿では,学生の自律学習の促進を目的とした教育実験について述べる。
本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。
学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
論文 参考訳（メタデータ） (2024-03-21T09:49:33Z) - Improving the Validity of Automatically Generated Feedback via Reinforcement Learning [46.667783153759636]
強化学習(RL)を用いた正当性と整合性の両方を最適化するフィードバック生成フレームワークを提案する。
具体的には、直接選好最適化(DPO)によるトレーニングのための拡張データセットにおいて、GPT-4のアノテーションを使用してフィードバックペアよりも好みを生成する。
論文 参考訳（メタデータ） (2024-03-02T20:25:50Z) - 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) - Feedback and Engagement on an Introductory Programming Module [0.0]
自動フィードバックを生成するタスクを含むオンライン学習環境を利用した1年目のプログラミングモジュールにおいて,エンゲージメントと達成度について調査を行った。
エンゲージメントと達成度に関する定量的データを収集し、コホートを6つのグループに分割しました。
その後、モジュールの終了後、学生にインタビューを行い、フィードバックが何であるか、どのくらい有用か、その使用方法、エンゲージメントにどう耐えられるか、といった、質的なデータを生成しました。
論文 参考訳（メタデータ） (2022-01-04T16:53:09Z) - A literature survey on student feedback assessment tools and their usage
in sentiment analysis [0.0]
我々は,Kahoot!, Mentimeter, Padlet, pollingなどのクラス内フィードバック評価手法の有効性を評価する。
学生の質的なフィードバックコメントから明確な提案を抽出する感情分析モデルを提案する。
論文 参考訳（メタデータ） (2021-09-09T06:56:30Z) - 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。