論文の概要: Co-Designing Interdisciplinary Design Projects with AI

• arxiv url: http://arxiv.org/abs/2510.16068v1
• Date: Fri, 17 Oct 2025 06:50:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 00:56:38.824824
• Title: Co-Designing Interdisciplinary Design Projects with AI
• Title（参考訳）: AIによる学際設計プロジェクトの共同設計
• Authors: Wei Ting Liow, Sumbul Khan, Lay Kee Ang,
• Abstract要約: 学際的な設計プロジェクトには、カリキュラムのアライメント、クロスオブジェクト統合、慎重なシークエンシングが必要である。 国際研究報告では、永続的なワークロードプレッシャーとともにAIの教師利用が増加している。 本稿では,デザイン革新の原則に基づくGPTベースの計画アシスタントであるIDPplannerについて述べる。
• 参考スコア（独自算出の注目度）: 0.38233569758620045
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Creating interdisciplinary design projects is time-consuming and cognitively demanding for teachers, requiring curriculum alignment, cross-subject integration, and careful sequencing. International research reports increasing teacher use of AI alongside persistent workload pressures, underscoring the need for planning support. This paper presents the Interdisciplinary Design Project Planner (IDPplanner), a GPT-based planning assistant grounded in Design Innovation principles, alignment with Singapore secondary school syllabuses, and 21st-century competencies. In a within-subject, counterbalanced workshop with 33 in-service teachers, participants produced two versions of the same project: manual and AI-assisted, followed by self- and peer-evaluations using a six-dimensional rubric. The AI-assisted version received higher scores for Curriculum Alignment, Design Thinking Application, and Coherence and Flow, with a marginal advantage for Assessment Strategies. Teacher reflections indicated that AI-assisted planning improved structure, sequencing, and idea generation, while contextualization to local syllabuses, class profiles, and student needs remained teacher-led. Contributions include a purpose-built planning tool that organizes ideas into a ten-component flow with ready-to-adapt prompts, templates, and assessment suggestions; an empirical, rubric-based comparison of planning quality; and evidence that AI can function as a pedagogical planning partner. Recommendations emphasize hybrid teacher-AI workflows to enhance curriculum alignment and reduce planning complexity, and design suggestions for developers to strengthen contextual customization, iterative design support, and localized rubrics. Although instantiated with a Singapore-based curriculum, the planning flow and rubric are framework-agnostic and can be parameterized for other systems.
• Abstract（参考訳）: 学際的なデザインプロジェクトを作ることは、教師に時間をかけて認知的に要求され、カリキュラムのアライメント、クロスオブジェクト統合、慎重なシークエンシングを必要とします。 国際研究報告では、永続的なワークロードのプレッシャーとともにAIの教師利用が増加し、計画支援の必要性が強調されている。 本稿では,デザインイノベーションの原則,シンガポールの中学校のシラバスとの整合性,21世紀の能力に根ざしたGPTベースの計画アシスタントであるIDPplannerについて述べる。 参加者は、33人のサービス内教師と対等なワークショップで、同じプロジェクトの2つのバージョン、手動とAI支援、続いて6次元のルーブリックを使用した自己評価とピア評価を作成した。 AI支援版では、カリキュラムアライメント、デザイン思考アプリケーション、コヒーレンスとフローのスコアが向上し、アセスメント戦略には限界的な優位性があった。 教師のふりかえりは、AIが支援する計画が構造、シークエンシング、アイデア生成を改善した一方で、局所的なシラバス、クラスプロファイル、学生のニーズに対する文脈化は教師主導のままであったことを示している。 コントリビューションには、アイデアを適応可能なプロンプト、テンプレート、評価提案を備えた10コンポーネントのフローに編成する目的で構築された計画ツール、計画品質の実証的かつルーリックな比較、AIが教育的な計画パートナとして機能する証拠などが含まれている。 Recommendationsは、カリキュラムの整合性を高め、計画の複雑さを減らすためのハイブリッドな教員とAIのワークフローを強調し、開発者がコンテキストのカスタマイズ、反復的なデザインサポート、ローカライズされたルーリックを強化するための設計提案を行う。 シンガポールのカリキュラムでインスタンス化されているが、計画フローとルーリックはフレームワークに依存しないため、他のシステムではパラメータ化が可能である。

関連論文リスト

• AI-Driven Grading and Moderation for Collaborative Projects in Computer Science Education [0.0]
  本稿では,レポジトリマイニング,コミュニケーション分析,機械学習モデルを用いて,プロジェクト品質と個人作業の両方を評価する,半自動AI支援グレーティングシステムを提案する。 上級教育課程におけるパイロット配置は、インストラクター評価と高い整合性を示し、学生満足度を高め、インストラクターの成績を低下させた。
  論文  参考訳（メタデータ） (2025-10-05T02:16:52Z)
• Comparative Analysis of STEM and non-STEM Teachers' Needs for Integrating AI into Educational Environments [0.6138671548064355]
  本研究は,AIと分析機能を取り入れることで,教育プラットフォームをどのように改善できるかを考察する。 我々は8人のK-12教師にインタビューを行い、ブロックベースのプログラミング(BBP)プラットフォームをクラスで使用しながら、その実践とニーズについて質問した。
  論文  参考訳（メタデータ） (2025-09-18T16:20:18Z)
• HyperTree Planning: Enhancing LLM Reasoning via Hierarchical Thinking [109.09735490692202]
  提案するHyperTree Planning(HTP)は,高木構造プランニングアウトラインを構成する新しい推論パラダイムである。 実験ではHTPの有効性を実証し、Gemini-1.5-ProによるTravelPlannerベンチマークで最先端の精度を実現し、o1-previewよりも3.6倍の性能向上を実現した。
  論文  参考訳（メタデータ） (2025-05-05T02:38:58Z)
• EduPlanner: LLM-Based Multi-Agent Systems for Customized and Intelligent Instructional Design [31.595008625025134]
  大規模言語モデル(LLM)は、人工知能(AGI)時代において、かなり高度なスマート教育を行っている。 EduPlannerはLLMベースのマルチエージェントシステムであり、評価エージェント、エージェント、質問アナリストから構成される。 EduPlannerは、カリキュラムと学習活動のためのカスタマイズされたインテリジェントな教育設計を生成する。
  論文  参考訳（メタデータ） (2025-04-07T17:49:12Z)
• Generative AI in Transportation Planning: A Survey [41.38132349994159]
  我々は、交通計画においてGenAIを活用するための最初の包括的枠組みを提示する。 交通計画の観点から, 記述的, 予測的, 生成的, シミュレーション, 説明可能なタスクの自動化におけるGenAIの役割を検討する。 データ不足、説明可能性、バイアス軽減、ドメイン固有の評価フレームワークの開発など、重要な課題に対処する。
  論文  参考訳（メタデータ） (2025-03-10T10:33:31Z)
• Large Language Models are Learnable Planners for Long-Term Recommendation [59.167795967630305]
  即時利益と長期利益の両方の計画が、勧告においてますます重要になる。 既存手法では,長期的推薦に対する累積報酬を最大化することにより,計画能力の学習に強化学習を適用している。 本稿では,長期的推薦のために,大規模言語モデルのスパースデータよりも優れた計画能力を活用することを提案する。
  論文  参考訳（メタデータ） (2024-02-29T13:49:56Z)
• Towards Goal-oriented Intelligent Tutoring Systems in Online Education [65.17234980710386]
  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)

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。