論文の概要: Bridging Pedagogy and Play: Introducing a Language Mapping Interface for Human-AI Co-Creation in Educational Game Design

• arxiv url: http://arxiv.org/abs/2603.03644v1
• Date: Wed, 04 Mar 2026 02:08:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.150329
• Title: Bridging Pedagogy and Play: Introducing a Language Mapping Interface for Human-AI Co-Creation in Educational Game Design
• Title（参考訳）: ブリッジング教育と遊び:教育ゲームデザインにおける人間-AI共同制作のための言語マッピングインタフェースの導入
• Authors: Daijin Yang, Erica Kleinman, Casper Harteveld,
• Abstract要約: 既存のオーサリング環境は、教育ゲームデザインの根底にある課題を取り除くものではない。 我々は、LLM支援ゲームデザインの第一インタフェースとして言語を位置づける自然言語フレームワークベースのWebツールを設計した。 我々は,教育的意図をインターフェースで明示的かつ編集可能にすることで,非専門家設計者の設計障壁を低くし,人事の批判的決定を保ち,共同創造の前後における教育とゲームプレイの整合とリフレクションを可能にする可能性を主張する。
• 参考スコア（独自算出の注目度）: 15.064660952504129
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Educational games can foster critical thinking, problem-solving, and motivation, yet instructors often find it difficult to design games that reliably achieve specific learning outcomes. Existing authoring environments reduce the need for programming expertise, but they do not eliminate the underlying challenges of educational game design, and they can leave non-expert designers reliant on opaque suggestions from AI systems. We designed a controlled natural language framework-based web tool that positions language as the primary interface for LLM-assisted educational game design. In the tool, users and an LLM assistant collaboratively develop a structured language that maps pedagogy to gameplay through four linked components. We argue that, by making pedagogical intent explicit and editable in the interface, the tool has the potential to lower design barriers for non-expert designers, preserves human agency in critical decisions, and enables alignment and reflections between pedagogy and gameplay during and after co-creation.
• Abstract（参考訳）: 教育ゲームは批判的思考、問題解決、モチベーションを促進することができるが、インストラクターは特定の学習結果を確実に達成するゲームの設計を困難に感じることが多い。 既存のオーサリング環境は、プログラミングの専門知識の必要性を減らすが、教育ゲーム設計の根底にある課題を排除せず、AIシステムから不透明な提案に頼らざるを得ない。 我々は、LLM支援ゲームデザインの第一インタフェースとして言語を位置づける自然言語フレームワークベースのWebツールを設計した。 このツールでは、ユーザとLLMアシスタントが、4つのリンクされたコンポーネントを通して、教育とゲームプレイをマッピングする構造化言語を共同で開発する。 我々は,教育的意図をインターフェースで明示的かつ編集可能にすることで,非専門家設計者の設計障壁を低くし,人事の批判的決定を保ち,共同創造の前後における教育とゲームプレイのアライメントとリフレクションを可能にする可能性を主張する。

関連論文リスト

• Playsemble: Learning Low-Level Programming Through Interactive Games [6.174988590679205]
  Playsembleはゲーム化された学習システムで、アセンブリ命令をインタラクティブなゲームライクなタスクに変換する。 この結果から,Playsembleは活発な実験,持続的エンゲージメント,深い概念的理解を促進することが示唆された。
  論文  参考訳（メタデータ） (2026-02-09T06:31:44Z)
• Open TutorAI: An Open-source Platform for Personalized and Immersive Learning with Generative AI [1.440818306216858]
  本稿では,LLMと生成技術に基づくオープンソースの教育プラットフォームであるOpen TutorAIについて述べる。 このシステムは自然言語処理とカスタマイズ可能な3Dアバターを統合し、マルチモーダル学習者インタラクションを実現する。 コンテンツを整理し、組み込みのフィードバックを提供し、学習者、教育者、親のために専用のインターフェイスを提供するツールが含まれている。
  論文  参考訳（メタデータ） (2026-02-06T20:24:33Z)
• Multi-Actor Generative Artificial Intelligence as a Game Engine [49.360775442760314]
  ジェネレーティブAIは、社会科学モデリングからインタラクティブな物語、AI評価に至るまで、マルチアクター環境で使用することができる。 ここでは、ゲームマスター(GM)が環境に責任を持ち、プレイヤーキャラクターの自発的な行動によって直接決定されないストーリーの全ての部分を生成できるテーブルトップロールプレイングゲーム(TTRPG)からインスピレーションを得るのが良い方法であると論じる。
  論文  参考訳（メタデータ） (2025-07-10T22:31:09Z)
• From Problem-Solving to Teaching Problem-Solving: Aligning LLMs with Pedagogy using Reinforcement Learning [82.50157695987558]
  大規模言語モデル(LLM)は教育を変換することができるが、直接質問応答のための最適化はしばしば効果的な教育を損なう。 オンライン強化学習(RL)に基づくアライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-21T15:00:07Z)
• A Problem-Based Learning Approach to Teaching Design in CS1 [0.9786690381850356]
  デザインスキルは、ソフトウェアプロフェッショナルにとってコアコンピテンシーとしてますます認識されている。 新しいデザイナーは、可能性に圧倒されるのを防ぐために、構造化されたプロセスを必要とします。 初等大学200人の学生にチームデザインプロジェクトコースを指導した経験を提示する。
  論文  参考訳（メタデータ） (2024-10-15T23:36:08Z)
• Towards Educator-Driven Tutor Authoring: Generative AI Approaches for Creating Intelligent Tutor Interfaces [0.31873871499564926]
  我々は、教師インターフェイス作成において、教育者を支援するための生成AI機能を導入する。 提案手法では,Large Language Models (LLM) を利用して,チューターのレイアウトと内容を生成する。 小規模比較では,教師インタフェース設計の効率を高めるためのアプローチの可能性を示している。
  論文  参考訳（メタデータ） (2024-05-23T15:46:10Z)
• Instruction-Driven Game Engines on Large Language Models [59.280666591243154]
  IDGEプロジェクトは、大規模な言語モデルが自由形式のゲームルールに従うことを可能にすることで、ゲーム開発を民主化することを目的としている。 我々は、複雑なシナリオに対するモデルの露出を徐々に増大させるカリキュラム方式でIDGEを訓練する。 私たちの最初の進歩は、汎用的なカードゲームであるPoker用のIDGEを開発することです。
  論文  参考訳（メタデータ） (2024-03-30T08:02:16Z)
• Thinking beyond chatbots' threat to education: Visualizations to elucidate the writing and coding process [0.0]
  言語教育と学習のための教育実践のランドスケープは、主に結果駆動のアプローチに焦点が当てられている。 最近の大規模言語モデルのアクセシビリティは、これらのアプローチを徹底的に破壊している。 本研究は,学習者の書面やプログラミングプロセスの本質的および教えられた能力を要約する,新しい可視化ツールを提案する。
  論文  参考訳（メタデータ） (2023-04-25T22:11:29Z)
• Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
  ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。 標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。 Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
  論文  参考訳（メタデータ） (2022-11-16T10:00:23Z)
• Teachable Reinforcement Learning via Advice Distillation [161.43457947665073]
  外部教師が提供した構造化アドバイスから学習する「教育可能な」意思決定システムに基づく対話型学習のための新しい指導パラダイムを提案する。 我々は、アドバイスから学ぶエージェントが、標準的な強化学習アルゴリズムよりも人的監督力の少ない新しいスキルを習得できることを示す。
  論文  参考訳（メタデータ） (2022-03-19T03:22:57Z)
• Exploration Based Language Learning for Text-Based Games [72.30525050367216]
  本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。 テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。 これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
  論文  参考訳（メタデータ） (2020-01-24T03:03:51Z)

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。