論文の概要: Exploring Teacher-Chatbot Interaction and Affect in Block-Based Programming

• arxiv url: http://arxiv.org/abs/2603.20211v1
• Date: Mon, 02 Mar 2026 15:42:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:12.889312
• Title: Exploring Teacher-Chatbot Interaction and Affect in Block-Based Programming
• Title（参考訳）: 教師-チャットボットインタラクションの探索とブロックベースプログラミングへの影響
• Abstract要約: AIベースのチャットボットは、学習と教育を加速する可能性があるが、思慮深い設計と足場を使わずに、反生産的な結果をもたらす可能性がある。 ブロック型プログラミング環境における理科・計算思考活動にチャットボットを用いた中学生11チームを対象に実験を行った。 その結果,教師は,学習能力の低下や批判的思考の潜在的な低下などとともに,スキルの育成や自己自信の確立といったチャットボットのメリットを認識した。
• 参考スコア（独自算出の注目度）: 5.281501249826119
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI-based chatbots have the potential to accelerate learning and teaching, but may also have counterproductive consequences without thoughtful design and scaffolding. To better understand teachers' perspectives on large language model (LLM)-based chatbots, we conducted a study with 11 teams of middle school teachers using chatbots for a science and computational thinking activity within a block-based programming environment. Based on a qualitative analysis of audio transcripts and chatbot interactions, we propose three profiles: explorer, frustrated, and mixed, that reflect diverse scaffolding needs. In their discussions, we found that teachers perceived chatbot benefits such as building prompting skills and self-confidence alongside risks including potential declines in learning and critical thinking. Key design recommendations include scaffolding the introduction to chatbots, facilitating teacher control of chatbot features, and suggesting when and how chatbots should be used. Our contribution informs the design of chatbots to support teachers and learners in middle school coding activities.
• Abstract（参考訳）: AIベースのチャットボットは、学習と教育を加速する可能性があるが、思慮深い設計と足場を使わずに、反生産的な結果をもたらす可能性がある。 大規模言語モデル(LLM)に基づくチャットボットにおける教師の視点をよりよく理解するために,ブロック型プログラミング環境における科学・計算思考活動にチャットボットを用いた中学生11チームを対象に研究を行った。 音声の書き起こしとチャットボットのインタラクションの質的分析に基づいて,多様な足場のニーズを反映したエクスプローラー,フラストレーション,混合の3つのプロファイルを提案する。 議論の結果,教師は,学習力の低下や批判的思考などのリスクを伴うスキルや自信の構築など,チャットボットのメリットを認識できた。 主なデザインレコメンデーションには、チャットボットの導入の足場化、チャットボットの機能の教師による制御の促進、チャットボットのいつ、どのように使うべきかの提案などがある。 本研究では,中学校のプログラミング活動における教師や学習者を支援するチャットボットの設計について報告する。

関連論文リスト

• LLM Roleplay: Simulating Human-Chatbot Interaction [52.03241266241294]
  本研究では,人間とチャットボットの対話をシミュレートする多元多元対話を自動生成する,目標指向のペルソナに基づく手法を提案する。 本手法は,人間とチャットボットの対話を高い相違率でシミュレートすることができる。
  論文  参考訳（メタデータ） (2024-07-04T14:49:46Z)
• A Piece of Theatre: Investigating How Teachers Design LLM Chatbots to Assist Adolescent Cyberbullying Education [19.382793802653847]
  大規模言語モデルと即時連鎖により,教師は対話フローのプロトタイプを作成できる。 調査の結果,教師が熱心にツールを歓迎していることが判明した。 彼らの目標は、学生が安全な環境でのサイバーいじめに対する望ましい反応と望ましくない反応の両方をリハーサルできるようにすることである。
  論文  参考訳（メタデータ） (2024-02-27T12:27:51Z)
• Measuring and Controlling Instruction (In)Stability in Language Model Dialogs [72.38330196290119]
  System-promptingは、言語モデルチャットボットをカスタマイズするツールで、特定の命令に従うことができる。 本稿では,仮説を検証し,セルフチャットによる命令安定性の評価を行うベンチマークを提案する。 我々は8ラウンドの会話で重要な指示ドリフトを明らかにした。 そこで本研究では,2つの強力なベースラインに対して良好に比較可能なsplit-softmaxという軽量な手法を提案する。
  論文  参考訳（メタデータ） (2024-02-13T20:10:29Z)
• Supporting Student Decisions on Learning Recommendations: An LLM-Based Chatbot with Knowledge Graph Contextualization for Conversational Explainability and Mentoring [0.0]
  本稿では,チャットボットを会話の仲介者として利用する手法を提案する。 グループチャットアプローチは、必要に応じて、あるいはチャットボットの予め定義されたタスクを超える場合に、学生と人間のメンターを結びつけるために開発された。
  論文  参考訳（メタデータ） (2024-01-16T17:31:35Z)
• Beyond Traditional Teaching: The Potential of Large Language Models and Chatbots in Graduate Engineering Education [0.0]
  本稿では,大規模言語モデル(LLM)とチャットボットを大学院工学教育に統合する可能性について検討する。 コース資料から質問バンクを作成し、正確で洞察に富んだ回答を提供するボットの能力を評価する。 数学的な問題解決やコード解釈のためにWolfram Alphaのような強力なプラグインが、ボットの機能を大幅に拡張できることを示す。
  論文  参考訳（メタデータ） (2023-09-09T13:37:22Z)
• Developing Effective Educational Chatbots with ChatGPT prompts: Insights from Preliminary Tests in a Case Study on Social Media Literacy (with appendix) [43.55994393060723]
  ChatGPTのようなゼロショット学習機能を持つ言語学習モデルの最近の進歩は、教育チャットボットを開発する新たな可能性を示している。 本稿では,混合ターンチャットボットのインタラクションを可能にするシンプルなシステムを用いたケーススタディを提案する。 本稿では,ChatGPTが複数の相互接続型学習目標を追求し,文化,年齢,教育レベルなどのユーザ特性に教育活動を適応させ,多様な教育戦略や会話スタイルを活用できる能力について検討する。
  論文  参考訳（メタデータ） (2023-06-18T22:23:18Z)
• InternGPT: Solving Vision-Centric Tasks by Interacting with ChatGPT Beyond Language [82.92236977726655]
  InternGPTは textbfinteraction, textbfnonverbal, textbfchatbot の略である。 InternGPT(iGPT)という対話型視覚フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-09T17:58:34Z)
• User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
  語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。 評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
  論文  参考訳（メタデータ） (2023-04-11T20:41:41Z)
• Implementing a Chatbot Solution for Learning Management System [0.0]
  今日チャットボットが直面する最大の問題は、人間の言語を模倣することだ。 エクストリームプログラミング手法はChatterBot、Pyside2、Webスクレイピング、TampermonkeyをBlackboardに統合するために選択された。 我々は、AIボットを教育環境に統合する可能性を示した。
  論文  参考訳（メタデータ） (2022-06-27T11:04:42Z)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)

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。