論文の概要: An Experience Report on a Pedagogically Controlled, Curriculum-Constrained AI Tutor for SE Education

• arxiv url: http://arxiv.org/abs/2512.11882v1
• Date: Mon, 08 Dec 2025 12:54:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:55.991044
• Title: An Experience Report on a Pedagogically Controlled, Curriculum-Constrained AI Tutor for SE Education
• Title（参考訳）: SE教育用教育制御型カリキュラム制約型AIテュータの経験報告
• Authors: Lucia Happe, Dominik Fuchß, Luca Hüttner, Kai Marquardt, Anne Koziolek,
• Abstract要約: 本稿では、RockStartITイニシアチブ内のデジタルプログラミングおよび計算思考コース用に開発されたAIアシスタントであるRockStartIT Tutorの設計とパイロット評価について述べる。 GPT-4をOpenAIのAssistant API経由で提供するこのチューターは、新しいプロンプト戦略と、コンテキスト認識、パーソナライズ、カリキュラムに制約されたサポートを中学生に提供するために、モジュール化されたセマンティックタグ付きナレッジベースを採用している。
• 参考スコア（独自算出の注目度）: 4.976713294177978
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The integration of artificial intelligence (AI) into education continues to evoke both promise and skepticism. While past waves of technological optimism often fell short, recent advances in large language models (LLMs) have revived the vision of scalable, individualized tutoring. This paper presents the design and pilot evaluation of RockStartIT Tutor, an AI-powered assistant developed for a digital programming and computational thinking course within the RockStartIT initiative. Powered by GPT-4 via OpenAI's Assistant API, the tutor employs a novel prompting strategy and a modular, semantically tagged knowledge base to deliver context-aware, personalized, and curriculum-constrained support for secondary school students. We evaluated the system using the Technology Acceptance Model (TAM) with 13 students and teachers. Learners appreciated the low-stakes environment for asking questions and receiving scaffolded guidance. Educators emphasized the system's potential to reduce cognitive load during independent tasks and complement classroom teaching. Key challenges include prototype limitations, a small sample size, and the need for long-term studies with the target age group. Our findings highlight a pragmatic approach to AI integration that requires no model training, using structure and prompts to shape behavior. We position AI tutors not as teacher replacements but as enabling tools that extend feedback access, foster inquiry, and support what schools do best: help students learn.
• Abstract（参考訳）: 人工知能(AI)の教育への統合は、約束と懐疑の両方を引き起こし続けている。 技術的楽観主義の過去の波はしばしば短くなったが、近年の大規模言語モデル(LLM)の進歩は、スケーラブルで個人化された家庭教師のビジョンを復活させた。 本稿では、RockStartITイニシアチブ内のデジタルプログラミングおよび計算思考コース用に開発されたAIアシスタントであるRockStartIT Tutorの設計とパイロット評価について述べる。 GPT-4をOpenAIのAssistant API経由で提供するこのチューターは、新しいプロンプト戦略と、コンテキスト認識、パーソナライズ、カリキュラムに制約されたサポートを中学生に提供するために、モジュール化されたセマンティックタグ付きナレッジベースを採用している。 本研究では,13人の生徒と教師を対象に,TAM(Technology Acceptance Model)を用いたシステムの評価を行った。 学習者は、質問をしたり、足場付き指導を受けたりすることで、低視点環境を高く評価した。 教育者は、独立したタスクの間に認知負荷を減らし、教室の授業を補完するシステムの可能性を強調した。 主な課題は、プロトタイプの制限、小さなサンプルサイズ、ターゲット年齢グループによる長期的な研究の必要性である。 我々の発見は、モデルトレーニングを必要とせず、構造を使い、振る舞いを形作るという、AI統合に対する実践的なアプローチを強調した。 私たちは、AI家庭教師を教師の代わりではなく、フィードバックアクセスを拡張し、調査を奨励し、学校が最善を尽くすものをサポートするツールとして位置づけています。

関連論文リスト

• AI-Powered Math Tutoring: Platform for Personalized and Adaptive Education [0.0]
  本稿では,適応的およびパーソナライズされたフィードバック,構造化コース生成,教科書知識検索を組み合わせた,新しいマルチエージェントAI学習プラットフォームを提案する。 このシステムにより、学生は新しいトピックを学習し、弱点を特定し、ターゲティングし、試験を効果的に修正し、無制限にパーソナライズされたエクササイズを実践することができる。
  論文  参考訳（メタデータ） (2025-07-14T20:35:16Z)
• New Kid in the Classroom: Exploring Student Perceptions of AI Coding Assistants [0.0]
  本研究では,初級プログラミングコースにおける初心者プログラマの体験をAIツールがいかに形作っているかを検討する。 学生は、AIツールがコードの概念を把握し、初期開発フェーズにおける信頼を高めるのに役立つと考えている。 しかし,基礎知識伝達の過度さとギャップを指摘して,学生が無意識に働くように求められた際,顕著な困難が生じた。
  論文  参考訳（メタデータ） (2025-06-26T05:59:23Z)
• Sakshm AI: Advancing AI-Assisted Coding Education for Engineering Students in India Through Socratic Tutoring and Comprehensive Feedback [1.9841192743072902]
  プログラミング教育のための既存のAIツールは、ソクラティックガイダンスの欠如など、重要な課題に直面している。 本研究では,1170名の登録参加者を対象に,プラットフォームログ,エンゲージメント傾向,問題解決行動を分析し,Sakhm AIの効果を評価する。
  論文  参考訳（メタデータ） (2025-03-16T12:13:29Z)
• MathTutorBench: A Benchmark for Measuring Open-ended Pedagogical Capabilities of LLM Tutors [82.91830877219822]
  我々は、総合的なチューリングモデル評価のためのオープンソースのベンチマークであるMathTutorBenchを紹介する。 MathTutorBenchには、ダイアログベースの教育における科学の研究によって定義された、家庭教師の能力をカバーするデータセットとメトリクスが含まれている。 閉鎖的およびオープンウェイトなモデルの幅広いセットを評価し、問題解決能力によって示される課題の専門知識が、すぐには良い教育に変換されないことを発見した。
  論文  参考訳（メタデータ） (2025-02-26T08:43:47Z)
• Generative AI in Education: From Foundational Insights to the Socratic Playground for Learning [2.8947618493306324]
  我々は,Large Language Models(LLM)と人間認知の並列性について論じる。 生成AIが大規模にパーソナライズされた学習を促進する方法を示す。
  論文  参考訳（メタデータ） (2025-01-12T01:43:39Z)
• 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)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)
• Explainable Active Learning (XAL): An Empirical Study of How Local Explanations Impact Annotator Experience [76.9910678786031]
  本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。 本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
  論文  参考訳（メタデータ） (2020-01-24T22:52:18Z)

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。