論文の概要: Prompt-to-Primal Teaching

• arxiv url: http://arxiv.org/abs/2510.18050v1
• Date: Mon, 20 Oct 2025 19:44:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.541993
• Title: Prompt-to-Primal Teaching
• Title（参考訳）: Prompt-to-Primal 教授
• Authors: Euzeli dos Santos,
• Abstract要約: 本稿では,P2P(Prompt-to-Primal)指導について紹介する。 P2P教育では、学生が生成するAIプロンプトは、授業における調査と最初の議論のエントリーポイントとして機能し、インストラクターは学習者にAI反応の検証、挑戦、再構築を指導する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper introduces Prompt-to-Primal (P2P) Teaching, an AI-integrated instructional approach that links prompt-driven exploration with first-principles reasoning, guided and moderated by the instructor within the classroom setting. In P2P teaching, student-generated AI prompts serve as entry points for inquiry and initial discussions in class, while the instructor guides learners to validate, challenge, and reconstruct AI responses through fundamental physical and mathematical laws. The approach encourages self-reflective development, critical evaluation of AI outputs, and conceptual foundational knowledge of the core engineering principles. A large language model (LLM) can be a highly effective tool for those who already possess foundational knowledge of a subject; however, it may also mislead students who lack sufficient background in the subject matter. Results from two student cohorts across different semesters suggest the pedagogical effectiveness of the P2P teaching framework in enhancing both AI literacy and engineering reasoning.
• Abstract（参考訳）: 本稿では,P2P(Prompt-to-Primal:P2P)指導について紹介する。 P2P教育では、学生が生成するAIプロンプトは、授業における調査と最初の議論のエントリーポイントとして機能し、インストラクターは、基本的な物理的および数学的法則を通じて、学習者のAI応答の検証、挑戦、再構築を指導する。 このアプローチは、自己認識的開発、AI出力の批判的評価、コアエンジニアリング原則の概念的基礎知識を促進する。 大規模言語モデル(LLM)は、既に主題の基礎知識を持っている人々にとって非常に効果的なツールであり得るが、主題に十分な背景を持たない学生を誤解させることもある。 異なる学級にまたがる2つの学生コホートの結果は、AIリテラシーと工学的推論の両面でのP2P教育フレームワークの教育的効果を示唆している。

関連論文リスト

• Learning to Use AI for Learning: How Can We Effectively Teach and Measure Prompting Literacy for K-12 Students? [1.413488665073795]
  次世代に応用し、対話し、評価し、AIシステムと協力する能力を持たせる必要性が高まっている。 このニーズに対処するため,我々はLarge-Language Model (LLM) ベースのモジュールを設計した。 第1報,第1報,第2報,第2報,第2報,第1報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第2報,第
  論文  参考訳（メタデータ） (2025-08-19T15:54:51Z)
• Improving Student-AI Interaction Through Pedagogical Prompting: An Example in Computer Science Education [1.1517315048749441]
  大規模言語モデル(LLM)アプリケーションは、興奮と懸念の両方を引き起こした。 最近の研究は、LLMの誤用が学習の妨げとなることを一貫して強調している。 本研究の目的は,LLMの学習改善を効果的に促進する方法を学生に教えることである。
  論文  参考訳（メタデータ） (2025-06-23T20:39:17Z)
• A Structured Unplugged Approach for Foundational AI Literacy in Primary Education [7.495145157323768]
  小学校における基礎的AIリテラシーを育成する構造的教育手法を提案する。 以上の結果から,用語理解と利用,特徴記述,論理的推論,評価能力の向上が示唆された。 このアプローチは、特に学生がAIの概念と現実世界の推論を結びつける活動を楽しんでいることを証明した。
  論文  参考訳（メタデータ） (2025-05-27T16:23:57Z)
• Machine Learning: a Lecture Note [51.31735291774885]
  この講義ノートは、データサイエンスの初等生と博士課程の学生、あるいは機械学習の基礎的アイデアに関する規律を準備することを目的としている。 それは、機械学習の基本的なアイデアから始まり、分類を主なターゲットタスクとする。 これらの基本的な考え方に基づいて、講義ノートは教師なし学習に対する確率論的アプローチを深く探求する。
  論文  参考訳（メタデータ） (2025-05-06T16:03:41Z)
• Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
  本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。 本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-01T04:15:56Z)
• Enhancing Instructional Quality: Leveraging Computer-Assisted Textual Analysis to Generate In-Depth Insights from Educational Artifacts [13.617709093240231]
  本研究では、人工知能(AI)と機械学習(ML)が教育内容、教師の談話、学生の反応を分析して教育改善を促進する方法について検討する。 私たちは、教師のコーチング、学生のサポート、コンテンツ開発など、AI/ML統合が大きな利点をもたらす重要な領域を特定します。 本稿では,AI/ML技術と教育的目標との整合性の重要性を強調し,その教育的可能性を実現する。
  論文  参考訳（メタデータ） (2024-03-06T18:29:18Z)
• PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
  ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。 本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
  論文  参考訳（メタデータ） (2023-07-10T11:05:51Z)
• UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
  質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。 本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。 学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
  論文  参考訳（メタデータ） (2023-05-31T11:29:04Z)
• AGI: Artificial General Intelligence for Education [41.45039606933712]
  本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。 AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。 この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
  論文  参考訳（メタデータ） (2023-04-24T22:31:59Z)

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。