論文の概要: Investigating Self-regulated Learning Sequences within a Generative AI-based Intelligent Tutoring System
- arxiv url: http://arxiv.org/abs/2601.17000v1
- Date: Tue, 13 Jan 2026 20:37:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-02 02:21:38.475837
- Title: Investigating Self-regulated Learning Sequences within a Generative AI-based Intelligent Tutoring System
- Title（参考訳）: ジェネレーティブAIに基づく知能学習システムにおける自己制御型学習系列の検討
- Authors: Jie Gao, Shasha Li, Jianhua Zhang, Shan Li, Tingting Wang,
- Abstract要約: 本研究は,GenAIを用いた知的学習システムにおける課題解決タスクを完了したトレースデータから,学生のGenAIとのインタラクションパターンを抽出した。
また、情報処理の観点から、学生のGenAI利用の目的も分析した。
- 参考スコア（独自算出の注目度）: 14.046963768734114
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There has been a growing trend in employing generative artificial intelligence (GenAI) techniques to support learning. Moreover, scholars have reached a consensus on the critical role of self-regulated learning (SRL) in ensuring learning effectiveness within GenAI-assisted learning environments, making it essential to capture students' dynamic SRL patterns. In this study, we extracted students' interaction patterns with GenAI from trace data as they completed a problem-solving task within a GenAI-assisted intelligent tutoring system. Students' purpose of using GenAI was also analyzed from the perspective of information processing, i.e., information acquisition and information transformation. Using sequential and clustering analysis, this study classified participants into two groups based on their SRL sequences. These two groups differed in the frequency and temporal characteristics of GenAI use. In addition, most students used GenAI for information acquisition rather than information transformation, while the correlation between the purpose of using GenAI and learning performance was not statistically significant. Our findings inform both pedagogical design and the development of GenAI-assisted learning environments.
- Abstract（参考訳）: 学習を支援するためにジェネレーティブ人工知能(GenAI)技術を採用する傾向が高まっている。
さらに,GenAI支援学習環境における学習効率の確保において,自己統制学習(SRL)が果たす重要な役割について,研究者は合意に達し,学生の動的SRLパターンを捉えることが不可欠である。
本研究では,GenAIを用いた知的学習システムにおける課題解決作業の完了時に,トレースデータからGenAIと学生のインタラクションパターンを抽出した。
また、情報処理、すなわち情報取得と情報変換の観点から、学生のGenAI利用の目的も分析した。
本研究は、シーケンシャルおよびクラスタリング分析を用いて、SRL配列に基づいて、参加者を2つのグループに分類した。
これら2つの群はGenAIの使用頻度と時間的特性が異なる。
また、多くの学生は情報変換よりも情報取得にGenAIを使用しているが、GenAIの利用目的と学習成績の相関は統計的に有意ではなかった。
本研究は, 教育設計とGenAI支援学習環境の開発を両立させるものである。
関連論文リスト
- Examining the Usage of Generative AI Models in Student Learning Activities for Software Programming [3.2383459424229835]
本研究では,GenAI支援が従来のオンラインリソースとどのように比較して,知識の獲得を支援するかを検討する。
プログラミング経験の異なる24人の大学生を対象に,制御されたユーザ実験を行った。
以上の結果から,GenAIによる完全解の生成は,特に初心者のタスク性能を著しく向上させるが,必ずしも知識の獲得には至らないことが明らかとなった。
論文 参考訳（メタデータ） (2025-11-17T11:42:24Z) - Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications [0.4306143768014156]
ジェネレーティブAI(GenAI)ツールが教育で普及するにつれ、学生が学習よりも学習に使用することへの懸念が高まっている。
本稿では、ソフトウェア工学(SE)教育におけるGenAI利用に責任を持つ教育者を支援するために、因果モデルを提案し、実証的に適用する。
論文 参考訳（メタデータ） (2025-05-31T19:27:40Z) - From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。
我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文 参考訳（メタデータ） (2025-05-17T08:30:10Z) - Synergizing Self-Regulation and Artificial-Intelligence Literacy Towards Future Human-AI Integrative Learning [92.34299949916134]
自己制御学習(SRL)と人工知能(AI)リテラシーは、人間とAIの対話学習を成功させる上で重要な能力となっている。
本研究では,4つの学習グループを明らかにするクラスタリング手法を用いて,1,704人の中国人大学生のデータを分析した。
論文 参考訳（メタデータ） (2025-03-31T13:41:21Z) - Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。
私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。
我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
論文 参考訳（メタデータ） (2024-11-17T20:17:47Z) - Generative Artificial Intelligence Meets Synthetic Aperture Radar: A Survey [49.29751866761522]
本稿では,GenAIとSARの交差点について検討する。
まず、SAR分野における一般的なデータ生成ベースのアプリケーションについて説明する。
次に、最新のGenAIモデルの概要を体系的にレビューする。
最後に、SARドメインの対応するアプリケーションも含まれる。
論文 参考訳（メタデータ） (2024-11-05T03:06:00Z) - The Roles of Generative Artificial Intelligence in Internet of Electric Vehicles [65.14115295214636]
我々は特に、電気自動車のインターネット(IoEV)について検討し、GenAI for IoEVを4つの異なる層に分類する。
IoEVアプリケーションの各レイヤで使用されるさまざまなGenAI技術を紹介します。
GenAIモデルのトレーニングに利用可能なパブリックデータセットを要約する。
論文 参考訳（メタデータ） (2024-09-24T05:12:10Z) - On the Limitations and Prospects of Machine Unlearning for Generative AI [7.795648142175443]
Generative AI(GenAI)は、潜伏変数やその他のデータモダリティから現実的で多様なデータサンプルを合成することを目的としている。
GenAIは自然言語、画像、オーディオ、グラフなど、さまざまな領域で顕著な成果を上げている。
しかし、データプライバシ、セキュリティ、倫理に課題やリスクも生じている。
論文 参考訳（メタデータ） (2024-08-01T08:35:40Z) - Understanding Student and Academic Staff Perceptions of AI Use in Assessment and Feedback [0.0]
高等教育における人工知能(AI)と生成人工知能(GenAI)の台頭は、評価改革を必要としている。
本研究は,AIとGenAIツールを用いた学生と学術スタッフの経験を探索することによって,重要なギャップを解消する。
オンライン調査では、ベトナムの2つの大学とシンガポールの1つの大学から35人の研究スタッフと282人の学生のデータを収集した。
論文 参考訳（メタデータ） (2024-06-22T10:25:01Z) - Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。
データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
論文 参考訳（メタデータ） (2022-11-27T13:07:14Z) - GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。
GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
論文 参考訳（メタデータ） (2021-10-19T18:07:07Z)
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。