論文の概要: Exploring Teachers' Perspectives on Using Conversational AI Agents for Group Collaboration

• arxiv url: http://arxiv.org/abs/2602.07142v1
• Date: Fri, 06 Feb 2026 19:29:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:24.466137
• Title: Exploring Teachers' Perspectives on Using Conversational AI Agents for Group Collaboration
• Title（参考訳）: 会話型AIエージェントをグループコラボレーションに活用する教師の視点を探る
• Authors: Prerna Ravi, Carúmey Stevens, Beatriz Flamia Azevedo, Jasmine David, Brandon Hanks, Hal Abelson, Grace Lin, Emma Anderson,
• Abstract要約: 本稿では33K12教師による探索的質的研究から得られた知見について述べる。 本研究では,教師がエージェントの行動,グループダイナミクスへの影響,および教室の可能性について検討した。 多くの者はフェニックスのエンゲージメントを刺激する能力を認めていたが、彼らは自律性、信頼、人格化、教育的アライメントに関する懸念も表明した。
• 参考スコア（独自算出の注目度）: 3.581544399830961
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collaboration is a cornerstone of 21st-century learning, yet teachers continue to face challenges in supporting productive peer interaction. Emerging generative AI tools offer new possibilities for scaffolding collaboration, but their role in mediating in-person group work remains underexplored, especially from the perspective of educators. This paper presents findings from an exploratory qualitative study with 33 K12 teachers who interacted with Phoenix, a voice-based conversational agent designed to function as a near-peer in face-to-face group collaboration. Drawing on playtesting sessions, surveys, and focus groups, we examine how teachers perceived the agent's behavior, its influence on group dynamics, and its classroom potential. While many appreciated Phoenix's capacity to stimulate engagement, they also expressed concerns around autonomy, trust, anthropomorphism, and pedagogical alignment. We contribute empirical insights into teachers' mental models of AI, reveal core design tensions, and outline considerations for group-facing AI agents that support meaningful, collaborative learning.
• Abstract（参考訳）: コラボレーションは21世紀の学習の基盤となっているが、教師は生産的なピアインタラクションをサポートする上での課題に直面し続けている。 創発的なAIツールは、足場を組むための新しい可能性を提供しますが、特に教育者の観点から、個人グループワークの仲介における彼らの役割は、未調査のままです。 本稿では,Phoenixと対話する33人のK12教師による探索的質的研究から得られた知見について述べる。 プレイテストセッション, 調査, フォーカスグループに基づいて, 教師がエージェントの行動, グループダイナミクスへの影響, および教室の可能性について検討した。 多くの者はフェニックスのエンゲージメントを刺激する能力を認めていたが、彼らは自律性、信頼、人格化、教育的アライメントに関する懸念も表明した。 我々は、教師のAIのメンタルモデルに関する実証的な洞察を提供し、中核的なデザインの緊張を明らかにし、有意義で協調的な学習をサポートするグループ対応AIエージェントに対する検討の概要を述べる。

関連論文リスト

• From Individual Prompts to Collective Intelligence: Mainstreaming Generative AI in the Classroom [2.7886031629181987]
  我々は、GenAIがピアツーピア学習の触媒として機能する、集合知(CI)にフォーカスした教育へのシフトを論じる。 我々は,2つの学部工学科で生成的CI活動を実施し,140名の学生が思考ルーチンを通した。 その結果、学生は人間の協力と戦略的AIサポートの組み合わせを重んじることが証明された。
  論文  参考訳（メタデータ） (2026-01-07T08:28:20Z)
• Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence [4.647571398484235]
  GenAIによる教育タスクの自動化は、教師代理店の縮小、潜在的な認知萎縮、教育のより広範な非専門化への懸念を提起する。 この章では、トランザクション、状況、運用、実践的、シナジスティックな5つのレベルの教師-AIチームの概念化を提示します。 我々は、教師とAIの協調的な意思決定に向けて、個々の教員機関を超えて進む将来のビジョンを概説する。
  論文  参考訳（メタデータ） (2025-11-24T18:29:29Z)
• Don't lie to your friends: Learning what you know from collaborative self-play [63.0121884175594]
  我々は、AIエージェントが知っていることを教えるために、根本的に新しいアプローチを提案する。 我々は,集団が正解に到達して報奨を受けるマルチエージェントコラボレーションを構築した。 望ましいメタ知識は、相互作用の構造に組み込まれたインセンティブから生まれる。
  論文  参考訳（メタデータ） (2025-03-18T17:53:20Z)
• Exploring Teachers' Perception of Artificial Intelligence: The Socio-emotional Deficiency as Opportunities and Challenges in Human-AI Complementarity in K-12 Education [1.9797215742507548]
  学校では、教師は教育者、カウンセラー、意思決定者、学校コミュニティのメンバーとして多くの役割を担っている。 人工知能(AI)の最近の進歩により、AIが教師にどのように支援し、補完し、協力できるかが議論されている。 本研究は,AIの潜在的な強みと限界に対する教育者の視点を探究するものである。
  論文  参考訳（メタデータ） (2024-05-20T15:43:04Z)
• PeerGPT: Probing the Roles of LLM-based Peer Agents as Team Moderators and Participants in Children's Collaborative Learning [10.315455451709026]
  子どもの協調学習において、効果的な対人会話は子供の相互作用の質を著しく向上させる。 本研究では,Large Language Model (LLM)エージェントをこの設定に統合し,チームモデレーターや参加者としての影響を評価する。
  論文  参考訳（メタデータ） (2024-03-21T08:37:15Z)
• 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)
• Towards Explainable Student Group Collaboration Assessment Models Using Temporal Representations of Individual Student Roles [12.945344702592557]
  学生グループコラボレーションを評価するために,簡単な時間-CNN深層学習モデルを提案する。 学生グループコラボレーション評価における動的に変化する特徴表現の適用性を検討する。 また、ディープラーニングモデルの決定に繋がった重要な時間指標をよりよく理解し、解釈するために、Grad-CAM視覚化を使用します。
  論文  参考訳（メタデータ） (2021-06-17T16:00:08Z)
• Peer Collaborative Learning for Online Knowledge Distillation [69.29602103582782]
  Peer Collaborative Learningメソッドは、オンラインアンサンブルとネットワークコラボレーションを統合フレームワークに統合する。 CIFAR-10, CIFAR-100, ImageNetによる実験により, 提案手法は種々のバックボーンネットワークの一般化を著しく改善することを示した。
  論文  参考訳（メタデータ） (2020-06-07T13:21:52Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)

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。