論文の概要: Moving Beyond Review: Applying Language Models to Planning and Translation in Reflection

• arxiv url: http://arxiv.org/abs/2603.28596v1
• Date: Mon, 30 Mar 2026 15:42:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.492918
• Title: Moving Beyond Review: Applying Language Models to Planning and Translation in Reflection
• Title（参考訳）: レビューを超えて:リフレクションにおける計画と翻訳に言語モデルを適用する
• Authors: Seyed Parsa Neshaei, Richard Lee Davis, Tanja Käser,
• Abstract要約: 本稿では,大規模言語モデル (LLM) の最初の適用方法を提案する。 Penséeは、会話エージェントを使用して構造化されたリフレクション計画を構築することで、これらのステージにおける明示的なAIサポートの効果を探求するツールである。 その結果,学習者が文章認知プロセス理論の計画と翻訳の段階で支援を受けると,反射深度と構造的品質が著しく向上することがわかった。
• 参考スコア（独自算出の注目度）: 17.23739251695297
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reflective writing is known to support the development of students' metacognitive skills, yet learners often struggle to engage in deep reflection, limiting learning gains. Although large language models (LLMs) have been shown to improve writing skills, their use as conversational agents for reflective writing has produced mixed results and has largely focused on providing feedback on reflective texts, rather than support during planning and organizing. In this paper, inspired by the Cognitive Process Theory of writing (CPT), we propose the first application of LLMs to the planning and translation steps of reflective writing. We introduce Pensée, a tool to explore the effects of explicit AI support during these stages by scaffolding structured reflection planning using a conversational agent, and supporting translation by automatically extracting key concepts. We evaluate Pensée in a controlled between-subjects experiment (N=93), manipulating AI support across writing phases. Results show significantly greater reflection depth and structural quality when learners receive support during planning and translation stages of CPT, though these effects reduce in a delayed post-test. Analyses of learner behavior and perceptions further illustrate how CPT-aligned conversational support shapes reflection processes and learner experience, contributing empirical evidence for theory-driven uses of LLMs in AI-supported reflective writing.
• Abstract（参考訳）: リフレクティブ・ライティングは、生徒のメタ認知スキルの発展を支援することが知られているが、学習者は深いリフレクティブに取り組み、学習の利益を制限するのに苦労することが多い。 大規模言語モデル (LLMs) は筆記スキルを改善することが示されているが、それらの会話エージェントとしての使用は多岐にわたる結果をもたらしており、主に計画や組織化におけるサポートよりも、反射文に対するフィードバックの提供に重点を置いている。 本稿では,CPT(Cognitive Process Theory of writing)に触発されて,リフレクティブ・ライティングの計画と翻訳にLLMを最初に適用することを提案する。 我々は、会話エージェントを用いて構造化されたリフレクション計画を構築し、重要な概念を自動的に抽出することで翻訳を支援することで、これらの段階における明示的なAIサポートの効果を探求するツールであるPenséeを紹介する。 我々はPenséeを制御された物体間実験(N=93)で評価し、筆記フェーズ間でAIサポートを操作する。 その結果, 学習者がCPTの計画と翻訳の段階で支援を受けると, 反射深度と構造的品質が有意に向上することがわかった。 学習者の行動と知覚の分析は、CPTによる会話支援がリフレクションプロセスや学習者体験を形作り、AIによるリフレクティブ・リフレクティブ・ライティングにおけるLLMの理論駆動的使用に関する実証的な証拠を提示する。

関連論文リスト

• Learning from Trials and Errors: Reflective Test-Time Planning for Embodied LLMs [63.88783817420284]
  ロボットは、何がどうなったのか、なぜ失敗したのかを反映できず、展開を一連の独立した試行に転換する。 リフレクティブテストタイムプランニングを導入し、リフレクティブの2つのモードを統合する:textitreflection-in-actionと textitreflection-on-action また、振り返りのリフレクションが含まれており、エージェントは事前の判断を再評価し、後向きでモデル更新を実行できます。
  論文  参考訳（メタデータ） (2026-02-24T18:55:18Z)
• From Answer Givers to Design Mentors: Guiding LLMs with the Cognitive Apprenticeship Model [15.804452611205454]
  大きな言語モデル(LLM)は設計作業をサポートするが、しばしば反射的エンゲージメントを制限する汎用的なワンオフ提案を提供する。 我々は6つの方法による推論の実証を強調する認知認証モデルを適用した。 我々は,これらの指導手法を構造化的プロンプトを通して運用し,データ視覚化実践者による対象内調査で評価する。
  論文  参考訳（メタデータ） (2026-01-27T00:27:15Z)
• Exposía: Academic Writing Assessment of Exposés and Peer Feedback [56.428320613219306]
  高等教育における文章とフィードバックアセスメントを結びつける最初の公開データセットであるExposaを提示する。 我々はExposaを使って,(1)提案の自動スコアリング,(2)学生レビューの2つのタスクに対して,最先端のオープンソース大言語モデル(LLM)をベンチマークする。
  論文  参考訳（メタデータ） (2026-01-10T11:33:26Z)
• Thinking Like a Student: AI-Supported Reflective Planning in a Theory-Intensive Computer Science Course [1.5229257192293202]
  新型コロナウイルスの感染拡大を受け、多くの大学が補足的な「強化」を実施。 本稿では,形式的手法と計算モデルに関する学部課程における強化セッションの再設計について報告する。 介入は学生からの肯定的なフィードバックを受け、自信の向上、不安の軽減、明快さの向上を示唆した。
  論文  参考訳（メタデータ） (2025-10-31T12:35:18Z)
• Meta-Reflection: A Feedback-Free Reflection Learning Framework [57.14485943991588]
  外部からのフィードバックを伴わずに単一の推論パスのみを必要とするフィードバックフリーリフレクション機構であるメタリフレクションを提案する。 過去のリフレクションを記憶し、取り出す人間の能力によって、メタリフレクションはコードブックに反射的な洞察を統合する。 実世界のシナリオにおけるメタリフレクションの実践性を徹底的に検討し,評価するために,E-Commerce Customer Intent Detectionという産業eコマースベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-12-18T12:20:04Z)
• Igniting Language Intelligence: The Hitchhiker's Guide From Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
  大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。 LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。 最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
  論文  参考訳（メタデータ） (2023-11-20T14:30:55Z)
• Creativity Support in the Age of Large Language Models: An Empirical Study Involving Emerging Writers [33.3564201174124]
  経験的ユーザスタディを通じて,プロのライターを支援するため,現代の大規模言語モデルの有用性について検討する。 筆者らは3種類の認知活動の全てにLLMの助けを求める一方で、LLMは翻訳やレビューに役立ちます。
  論文  参考訳（メタデータ） (2023-09-22T01:49:36Z)
• Re-Reading Improves Reasoning in Large Language Models [87.46256176508376]
  既成のLarge Language Models (LLM) の推論能力を高めるため, 単純で汎用的で効果的なプロンプト手法であるRe2を導入する。 CoT (Chain-of-Thought) など、ほとんどの思考を刺激する手法とは異なり、Re2 は質問を2回処理することで入力に焦点を移し、理解プロセスを強化する。 提案手法の有効性と汎用性を検証するため,14のデータセットにまたがる広範囲な推論ベンチマークでRe2を評価した。
  論文  参考訳（メタデータ） (2023-09-12T14:36:23Z)
• Structural Pre-training for Dialogue Comprehension [51.215629336320305]
  本稿では,SPIDER, Structure Pre-trained DialoguE Readerについて述べる。 対話のような特徴をシミュレートするために,元のLM目的に加えて,2つの訓練目標を提案する。 広く使われている対話ベンチマークの実験結果から,新たに導入した自己教師型タスクの有効性が検証された。
  論文  参考訳（メタデータ） (2021-05-23T15:16:54Z)

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。