論文の概要: GenAI for Social Work Field Education: Client Simulation with Real-Time Feedback

• arxiv url: http://arxiv.org/abs/2601.18517v1
• Date: Mon, 26 Jan 2026 14:26:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.864472
• Title: GenAI for Social Work Field Education: Client Simulation with Real-Time Feedback
• Title（参考訳）: GenAI for Social Work Field Education: リアルタイムフィードバックによるクライアントシミュレーション
• Authors: James Sungarda, Hongkai Liu, Zilong Zhou, Tien-Hsuan Wu, Johnson Chun-Sing Cheung, Ben Kao,
• Abstract要約: SWITCHは、現実的なクライアントシミュレーション、リアルタイムカウンセリングスキルの分類、Motivational Interviewing (MI)プログレッシブワークフローを統合する。 クライアントをモデル化するために、SWITCHは、フィールド(例えば、背景、信念)と動的フィールド(例えば、感情、自動思考、開放性)からなる認知的基盤を持つプロファイルを使用する。
• 参考スコア（独自算出の注目度）: 4.929264828877742
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Field education is the signature pedagogy of social work, yet providing timely and objective feedback during training is constrained by the availability of instructors and counseling clients. In this paper, we present SWITCH, the Social Work Interactive Training Chatbot. SWITCH integrates realistic client simulation, real-time counseling skill classification, and a Motivational Interviewing (MI) progression system into the training workflow. To model a client, SWITCH uses a cognitively grounded profile comprising static fields (e.g., background, beliefs) and dynamic fields (e.g., emotions, automatic thoughts, openness), allowing the agent's behavior to evolve throughout a session realistically. The skill classification module identifies the counseling skills from the user utterances, and feeds the result to the MI controller that regulates the MI stage transitions. To enhance classification accuracy, we study in-context learning with retrieval over annotated transcripts, and a fine-tuned BERT multi-label classifier. In the experiments, we demonstrated that both BERT-based approach and in-context learning outperforms the baseline with big margin. SWITCH thereby offers a scalable, low-cost, and consistent training workflow that complements field education, and allows supervisors to focus on higher-level mentorship.
• Abstract（参考訳）: フィールド教育はソーシャルワークの象徴的な教育であるが、トレーニング中のタイムリーで客観的なフィードバックの提供は、インストラクターやカウンセリングクライアントの可用性によって制限される。 本稿では、SWITCH、Social Work Interactive Training Chatbotを紹介する。 SWITCHは、現実的なクライアントシミュレーション、リアルタイムカウンセリングスキルの分類、モチベーション・インタビュー(MI)プログレッションシステムをトレーニングワークフローに統合する。 クライアントをモデル化するために、SWITCHは静的フィールド(例えば、背景、信念)と動的フィールド(例えば、感情、自動思考、開放性)からなる認知的基盤を持つプロファイルを使用し、エージェントの行動がセッションを通して現実的に進化することを可能にする。 スキル分類モジュールは、ユーザ発話からカウンセリングスキルを特定し、MIステージ遷移を制御するMIコントローラに結果を与える。 分類精度を向上させるため,注釈付きテキストの検索によるテキスト内学習と,細調整のBERTマルチラベル分類器について検討した。 実験では,BERTに基づくアプローチとコンテキスト内学習の両方が,ベースラインを大きなマージンで上回ることを示した。 これによりSWITCHは、フィールド教育を補完するスケーラブルで低コストで一貫したトレーニングワークフローを提供し、監督者はより高いレベルのメンターシップに集中することができる。

関連論文リスト

• AI-driven formative assessment and adaptive learning in data-science education: Evaluating an LLM-powered virtual teaching assistant [6.874351093155318]
  VITA(Virtual Teaching Assistants)は、大規模言語モデル(LLM)を搭載したボット(BotCaptain)を組み込んだ適応型分散学習プラットフォームである。 記事では、チャットログをExperience API(xAPI)ステートメントに変換するエンドツーエンドのデータパイプラインについて説明する。 今後の作業は、プラットフォームの適応的なインテリジェンスを洗練し、さまざまな教育環境に適用性を検討する。
  論文  参考訳（メタデータ） (2025-09-17T11:27:45Z)
• CRAFT-GUI: Curriculum-Reinforced Agent For GUI Tasks [11.121687042616974]
  Reinforcement Learning (RL) は動的対話型GUI環境においてエージェントのパフォーマンスを効果的に向上させる。 ほとんどのアプローチはタスク固有のニュアンスを1つの粗い報酬に分解し、エージェントに非効率なポリシー更新をもたらす均一な信号を残す。 我々は,グループ相対政策最適化(GRPO)に基づくカリキュラム学習フレームワークであるCRAFT-GUIを提案する。
  論文  参考訳（メタデータ） (2025-08-15T09:55:02Z)
• Enabling Self-Improving Agents to Learn at Test Time With Human-In-The-Loop Guidance [58.21767225794469]
  大規模言語モデル(LLM)エージェントは、しばしばルールや必要なドメイン知識が頻繁に変化する環境で苦労する。 テスト時に更新されたドメイン知識を継続的に学習するための適応反射型対話エージェント(ARIA)を提案する。 ARIAはTikTok Pay内にデプロイされ、月間アクティブユーザ数は1億5000万を超えている。
  論文  参考訳（メタデータ） (2025-07-23T02:12:32Z)
• Playpen: An Environment for Exploring Learning Through Conversational Interaction [84.0413820245725]
  本研究は,対話ゲームが学習のフィードバック信号の源として機能するかどうかを考察する。 本稿では,対話ゲームによるオフラインおよびオンライン学習環境であるPlaypenを紹介する。 SFTによる模倣学習は、目に見えないインスタンスのパフォーマンスを向上させるが、他のスキルに悪影響を及ぼす。
  論文  参考訳（メタデータ） (2025-04-11T14:49:33Z)
• Teamwork Dimensions Classification Using BERT [0.8566457170664924]
  学生のオンラインチャットにおけるチームワークの次元を特定するために,自然言語の自動処理手法が開発された。 自然言語処理と人工知能の分野での発展により、高度な深層移動学習アプローチがもたらされた。 このモデルは、チームワークの評価とフィードバックのための強化された学習分析ツールに貢献する。
  論文  参考訳（メタデータ） (2023-12-09T07:18:41Z)
• Modelling Assessment Rubrics through Bayesian Networks: a Pragmatic Approach [40.06500618820166]
  本稿では,学習者モデルを直接評価ルーリックから導出する手法を提案する。 本稿では,コンピュータ思考のスキルをテストするために開発された活動の人的評価を自動化するために,この手法を適用する方法について述べる。
  論文  参考訳（メタデータ） (2022-09-07T10:09:12Z)
• Semantic Interactive Learning for Text Classification: A Constructive Approach for Contextual Interactions [0.0]
  本稿では,テキスト領域に対するセマンティック対話学習という新しいインタラクションフレームワークを提案する。 構築的および文脈的フィードバックを学習者に取り入れることで、人間と機械間のよりセマンティックなアライメントを実現するアーキテクチャを見つけることができる。 本研究では,人間の概念的修正を非外挿訓練例に翻訳するのに有効なSemanticPushという手法を提案する。
  論文  参考訳（メタデータ） (2022-09-07T08:13:45Z)
• Visual Transformer for Task-aware Active Learning [49.903358393660724]
  プールベースのアクティブラーニングのための新しいパイプラインを提案する。 提案手法は,学習中に使用可能なアンラベリング例を利用して,ラベル付き例との相関関係を推定する。 ビジュアルトランスフォーマーは、ラベル付き例と非ラベル付き例の間の非ローカルビジュアル概念依存性をモデル化する。
  論文  参考訳（メタデータ） (2021-06-07T17:13:59Z)
• PsiPhi-Learning: Reinforcement Learning with Demonstrations using Successor Features and Inverse Temporal Difference Learning [102.36450942613091]
  時間差学習(ITD)と呼ばれる逆強化学習アルゴリズムを提案する。 Psi Phi$-learningと呼ばれるデモで強化学習のための新しいアルゴリズムに到達し、オンライン環境の相互作用から学習とITDをシームレスに統合する方法を示します。
  論文  参考訳（メタデータ） (2021-02-24T21:12:09Z)
• Self-Supervised learning with cross-modal transformers for emotion recognition [20.973999078271483]
  自己教師型学習は、音声や自然言語のようなドメインでラベル付きデータセットが限定されたタスクの改善を示している。 本研究では,マルチモーダルアプリケーションに自己指導型トレーニングを拡張する。
  論文  参考訳（メタデータ） (2020-11-20T21:38:34Z)

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。