論文の概要: Profiling learners' affective engagement: Emotion AI, intercultural pragmatics, and language learning

• arxiv url: http://arxiv.org/abs/2603.20479v1
• Date: Fri, 20 Mar 2026 20:22:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:38.93457
• Title: Profiling learners' affective engagement: Emotion AI, intercultural pragmatics, and language learning
• Title（参考訳）: 学習者の感情的エンゲージメントをプロファイリングする:感情AI、文化間プラグマティクス、言語学習
• Authors: Robert Godwin-Jones,
• Abstract要約: 別の言語を学ぶことは、非常に感情的なプロセスです。 このコラムは、技術利用で生じる感情の側面を探求する。 ユーザーの感情信号のアルゴリズムによる解釈である感情AIは、よりパーソナライズされた学習を可能にすると見なされている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Learning another language can be a highly emotional process, typically characterized by numerous frustrations and triumphs, big and small. For most learners, language learning does not follow a linear, predictable path, its zigzag course shaped by motivational (or demotivating) variables such as personal characteristics, teacher/peer relationships, learning materials, and dreams of a future L2 (second language) self. While some aspects of language learning (reading, grammar) are relatively mechanical, others can be stressful and unpredictable, especially conversing in the target language. That experience necessitates not only knowledge of structure and lexis, but also the ability to use the language in ways that are appropriate to the social and cultural context. A new opportunity to practice conversational abilities has arrived through the availability of AI chatbots, with both advantages (responsive, non-judgmental) and drawbacks (emotionally void, culturally biased). This column explores aspects of emotion as they arise in technology use and in particular how automatic emotion recognition and simulated human responsiveness in AI systems interface with language learning and the development of pragmatic and interactional competence. Emotion AI, the algorithmically driven interpretation of users' affective signals, has been seen as enabling greater personalized learning, adapting to perceived learner cognitive and emotional states. Others warn of emotional manipulation and inappropriate and ineffective user profiling
• Abstract（参考訳）: 他の言語を学ぶことは非常に感情的なプロセスであり、典型的には多くのフラストレーションと大小の勝利によって特徴づけられる。 ほとんどの学習者にとって、言語学習は線形で予測可能な経路をたどるものではなく、そのジグザグコースは個人的特性、教師と教師の関係、学習材料、将来のL2(第二言語)の夢のような動機付け的(または復調的)変数によって形成されている。 言語学習(読み書き、文法)のいくつかの側面は比較的機械的であるが、他の側面はストレスがあり予測不能であり、特に対象言語で会話することがある。 その経験は、構造や語彙の知識だけでなく、社会や文化の文脈に合った方法で言語を使う能力も必要です。 AIチャットボットが利用可能になったことで、会話能力の実践を行う新たな機会が到来した。 このコラムは、技術利用における感情の側面、特にAIシステムと言語学習のインターフェースにおける人間の応答性の自動認識とシミュレーション、および実用的および対話的能力の発達について説明する。 ユーザーの感情信号のアルゴリズムによる解釈である感情AIは、よりパーソナライズされた学習を可能にし、学習者の認知と感情の状態に適応すると考えられている。 感情的な操作と不適切なユーザプロファイリングを警告する人

関連論文リスト

• Generative AI, Pragmatics, and Authenticity in Second Language Learning [0.0]
  生成的AI(Artificial Intelligence)を言語学習と教育に統合する上で、明らかなメリットがある。 しかし、AIシステムが人間の言語に耐える方法のため、人間と同じ社会的認識を持つ言語を使えるような、生きた経験が欠けている。 言語や文化のバイアスは、そのトレーニングデータに基づいて構築されており、主に英語であり、主に西洋の情報源から来ている。
  論文  参考訳（メタデータ） (2024-10-18T11:58:03Z)
• Distributed agency in second language learning and teaching through generative AI [0.0]
  ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。 インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
  論文  参考訳（メタデータ） (2024-03-29T14:55:40Z)
• Large Language Models Understand and Can be Enhanced by Emotional Stimuli [53.53886609012119]
  我々は、感情的な刺激を理解するために、大規模言語モデルの能力を探究する第一歩を踏み出す。 実験の結果,LLMは感情的知能を把握でき,その性能は感情的刺激によって改善できることがわかった。 EmotionPromptが生成タスクの性能を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2023-07-14T00:57:12Z)
• "No, to the Right" -- Online Language Corrections for Robotic Manipulation via Shared Autonomy [70.45420918526926]
  LILACは、実行中に自然言語の修正をオンラインで実施し、適応するためのフレームワークである。 LILACは人間とロボットを個別にターンテイクする代わりに、人間とロボットの間にエージェンシーを分割する。 提案手法は,タスク完了率が高く,ユーザによって主観的に好まれることを示す。
  論文  参考訳（メタデータ） (2023-01-06T15:03:27Z)
• What Artificial Neural Networks Can Tell Us About Human Language Acquisition [47.761188531404066]
  自然言語処理のための機械学習の急速な進歩は、人間がどのように言語を学ぶかについての議論を変革する可能性がある。 計算モデルによる学習可能性の関連性を高めるためには,人間に対して大きな優位性を持たず,モデル学習者を訓練する必要がある。
  論文  参考訳（メタデータ） (2022-08-17T00:12:37Z)
• LISA: Learning Interpretable Skill Abstractions from Language [85.20587800593293]
  言語条件による実演から多種多様な解釈可能なスキルを学習できる階層型模倣学習フレームワークを提案する。 本手法は, 逐次的意思決定問題において, 言語に対するより自然な条件付け方法を示す。
  論文  参考訳（メタデータ） (2022-02-28T19:43:24Z)
• Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
  外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。 本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:21:52Z)

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。