論文の概要: AI-Agents for Culturally Diverse Online Higher Education Environments
- arxiv url: http://arxiv.org/abs/2510.10520v1
- Date: Sun, 12 Oct 2025 09:42:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-14 18:06:29.987572
- Title: AI-Agents for Culturally Diverse Online Higher Education Environments
- Title（参考訳）: 文化的に異なるオンライン高等教育環境のためのAIエージェント
- Authors: Fuze Sun, Paul Craig, Lingyu Li, Shixiangyue Meng, Chuxi Nan,
- Abstract要約: この章は、既存の研究をレビューし、文化的に認識されたAIエージェントの使用を提案する。
ジェネレーティブAI(GAI)は、これらの文化的に認識されているAIエージェントが教育上の課題に対処する可能性を増幅することができる。
- 参考スコア（独自算出の注目度）: 3.479757825266597
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the global reach of online higher education continues to grow, universities are increasingly accommodating students from diverse cultural backgrounds \parencite{tereshko2024culturally}. This can present a number of challenges including linguistic barriers \parencite{ullah2021linguistic}, cultural differences in learning style \parencite{omidvar2012cultural}, cultural sensitivity in course design \parencite{nguyen2022cultural} and perceived isolation when students feel their perspectives or experiences are not reflected or valued in the learning environment \parencite{hansen2022belonging}. Ensuring active engagement and reasonable learning outcomes in such a environments requires distance educational systems that are not only adaptive but also culturally resonant \parencite{dalle2024cultural}. Both embodied and virtual AI-Agents have great potential in this regard as they can facilitate personalized learning and adapt their interactions and content delivery to align with students' cultural context. In addition Generative AI (GAI), such as, Large Language Models (LLMs) can amplify the potential for these culturally aware AI agents to address educational challenges due to their advanced capacity for understanding and generating contextually relevant content \parencite{wang2024large}. This chapter reviews existing research and suggests the usage of culturally aware AI-Agents, powered by GAI, to foster engagement and improve learning outcomes in culturally diverse online higher education environments.
- Abstract（参考訳）: オンライン高等教育のグローバルな普及が進むにつれて、大学は様々な文化的背景から学生を収容している。
これは、言語障壁 \parencite{ullah2021linguistic} 、学習スタイルの文化的差異 \parencite{omidvar2012 cultural} 、コースデザイン \parencite{nguyen2022 cultural} 、学生の視点や経験が反映されず、学習環境 \parencite{hansen2022belonging} で評価されない場合の孤立感など、多くの課題を提示できる。
このような環境で活発なエンゲージメントと合理的な学習結果を保証するためには、適応性だけでなく文化的に共鳴する「{dalle2024 cultural}」という遠隔教育システムが必要である。
具体的および仮想AIエージェントは、生徒の文化的文脈に合わせて、パーソナライズされた学習を促進し、インタラクションとコンテンツ配信に適応できるため、この点において大きな可能性を秘めている。
加えて、Large Language Models (LLMs) のような生成AI(GAI)は、文脈に関連のあるコンテンツである \parencite{wang2024large} を理解して生成する高度な能力のために、これらの文化的に認識されているAIエージェントが教育上の課題に対処する可能性を増幅することができる。
本章は、既存の研究をレビューし、GAIを活用した文化的に認知されたAIエージェントを用いて、文化的に多様なオンライン高等教育環境におけるエンゲージメントを促進し、学習成果を改善することを提案する。
関連論文リスト
- CultureScope: A Dimensional Lens for Probing Cultural Understanding in LLMs [57.653830744706305]
CultureScopeは、大規模な言語モデルにおける文化的理解を評価するための、これまでで最も包括的な評価フレームワークである。
文化的な氷山理論に触発されて、文化知識分類のための新しい次元スキーマを設計する。
実験結果から,文化的理解を効果的に評価できることが示唆された。
論文 参考訳（メタデータ） (2025-09-19T17:47:48Z) - Towards culturally-appropriate conversational AI for health in the majority world: An exploratory study with citizens and professionals in Latin America [45.28398871440121]
我々は、デジタルヘルスにおける文化的不整合の潜在的な領域について、豊かで人間中心の理解を構築することを目的としている。
以上の結果から,文化概念の学術的境界は,基礎レベルで意味を失うことが示唆された。
我々は、単にデータを増やすのではなく、より多くのリレーショナル性と寛容性を求めることができる「健康のための多言語会話型AI」のフレームワークを紹介します。
論文 参考訳（メタデータ） (2025-07-02T13:48:25Z) - Against 'softmaxing' culture [0.21756081703275998]
私はこの現象を「ソフトマックス文化」と呼び、今日のAI評価に直面する根本的な課題の1つです。
まず、システム評価の開始時に「文化とは何か?」と尋ねる代わりに、「文化とは何か?」という問いから始めます。
私は、文化的普遍性が存在するという哲学的主張を認めていますが、その課題は単にそれらを記述することではなく、それらの特質に関してそれらを満たすことです。
論文 参考訳（メタデータ） (2025-06-28T17:59:17Z) - Between Regulation and Accessibility: How Chinese University Students Navigate Global and Domestic Generative AI [13.558080205608668]
本研究では、中国の大学生が学習過程において、グローバルおよび国内両方の生成AIとどのように相互作用するかを検討する。
発見によると、エンゲージメントはアクセシビリティ、言語習熟度、文化的な関連性によって形成されている。
平等で包括的なデジタル学習環境を確保するために、人間中心、多言語、家庭内コンテキスト依存のAI統合を提唱している。
論文 参考訳（メタデータ） (2025-06-17T10:24:12Z) - CAReDiO: Cultural Alignment of LLM via Representativeness and Distinctiveness Guided Data Optimization [50.90288681622152]
大規模言語モデル(LLM)は、より深く様々な地域における人間の生活に統合される。
既存のアプローチは、文化固有のコーパスを微調整することで、文化的に整合したLCMを開発する。
本稿では,新しい文化データ構築フレームワークであるCAReDiOを紹介する。
論文 参考訳（メタデータ） (2025-04-09T13:40:13Z) - AI as a deliberative partner fosters intercultural empathy for Americans but fails for Latin American participants [4.641694322213005]
異文化間の協議は、肯定的な感情的関与を通じて、アメリカの参加者の間で文化間の共感を高めた。
参加者主導のフィードバックの分析では、AIのラテンアメリカ文脈の表現において、ユーザが直接フラグを立て、文化的に不適切なAI応答を説明した。
我々の研究は、同じAIシステムが、別の文化グループに対して同時に文化間の理解を促進する方法を明らかにすることによって、議論理論とAIアライメント研究の両方を前進させる。
論文 参考訳（メタデータ） (2025-04-04T17:15:01Z) - CultureVLM: Characterizing and Improving Cultural Understanding of Vision-Language Models for over 100 Countries [63.00147630084146]
視覚言語モデル(VLM)は高度な人間とAIの相互作用を持つが、文化的な理解に苦慮している。
CultureVerseは大規模なマルチモーダルベンチマークで、682の文化的概念、188の国/地域、15の文化的概念、3の質問タイプをカバーしている。
本稿では,文化理解の大幅な向上を実現するために,我々のデータセットを微調整したVLMのシリーズであるCultureVLMを提案する。
論文 参考訳（メタデータ） (2025-01-02T14:42:37Z) - CulturePark: Boosting Cross-cultural Understanding in Large Language Models [63.452948673344395]
本稿では,LLMを利用した文化データ収集のためのマルチエージェント通信フレームワークであるCultureParkを紹介する。
人間の信念、規範、習慣をカプセル化した高品質な異文化対話を生成する。
我々はこれらのモデルを,コンテンツモデレーション,文化的アライメント,文化教育という3つの下流課題にまたがって評価する。
論文 参考訳（メタデータ） (2024-05-24T01:49:02Z) - Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳（メタデータ） (2024-02-14T18:16:54Z) - An Analytics of Culture: Modeling Subjectivity, Scalability,
Contextuality, and Temporality [13.638494941763637]
文化とAIの間には双方向の関係があり、AIモデルは文化を分析するためにますます使われており、それによって文化に対する理解が形成される。
一方、これらのモデルでは、文化の表現を暗黙的に、常に正しく、暗黙的に学習する。
これにより、文化の分析にAIの使用を制限し、バイアスのような文化的な複雑な問題に関してAIの問題を引き起こす緊張が生じます。
論文 参考訳（メタデータ） (2022-11-14T15:42:27Z)
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。