論文の概要: Beyond Passive Viewing: A Pilot Study of a Hybrid Learning Platform Augmenting Video Lectures with Conversational AI

• arxiv url: http://arxiv.org/abs/2604.15334v1
• Date: Tue, 10 Mar 2026 04:56:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:13.837565
• Title: Beyond Passive Viewing: A Pilot Study of a Hybrid Learning Platform Augmenting Video Lectures with Conversational AI
• Title（参考訳）: Passive Viewingを超えて: 会話型AIによるビデオ講義を増強するハイブリッド学習プラットフォームのパイロット研究
• Authors: Mohammed Abraar, Raj Abhijit Dandekar, Rajat Dandekar, Sreedath Panat,
• Abstract要約: 従来のビデオベースの指導はコスト効率が高くスケーラブルだが、学習者のエンゲージメントを維持するための体系的な失敗を示す。 本稿では、リアルタイムの会話型AI教師と従来のビデオ講義を統合した、ハイブリッド学習プラットフォームを試験的に評価する。
• 参考スコア（独自算出の注目度）: 4.500362688166346
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The exponential growth of AI education has brought millions of learners to online platforms, yet this massive scale has simultaneously exposed critical pedagogical shortcomings. Traditional video-based instruction, while cost-effective and scalable, demonstrates systematic failures in both sustaining learner engagement and facilitating the deep conceptual mastery essential for AI literacy. We present a pilot study evaluating a novel hybrid learning platform that integrates real-time conversational AI tutors with traditional video lectures. Our controlled experiment (N = 58, mean age M = 21.4, SD = 2.8) compared traditional video-based instruction with our AI-augmented video platform. This study employed a sequential within-subjects design where all participants first completed the traditional video condition followed by the AI-augmented condition, providing direct comparisons of learning outcomes. We measured learning effectiveness through immediate post-tests and delayed retention assessments (2-week delay). Results suggest improvements in learning performance: immediate post-test performance showed a large effect size (d = 1.505) with participants scoring 8.3 points higher after AI-augmented instruction (91.8 vs 83.5 out of 100, p < .001). Behavioral analytics revealed increased engagement duration (71.1% improvement with AI tutoring) in the experimental group. This pilot study provides preliminary evidence that conversational AI tutors may enhance traditional educational delivery, suggesting a potential avenue for developing scalable, adaptive learning systems.
• Abstract（参考訳）: AI教育の急激な成長は、何百万人もの学習者をオンラインプラットフォームに導いた。 従来のビデオベースの指導はコスト効率が高くスケーラブルだが、学習者のエンゲージメントの維持と、AIリテラシーに不可欠な深い概念的熟達の促進の両方において、体系的な失敗を実証している。 本稿では、リアルタイムの会話型AI教師と従来のビデオ講義を統合した、ハイブリッド学習プラットフォームを試験的に評価する。 我々の制御された実験(N = 58,平均年齢 M = 21.4, SD = 2.8)は、従来のビデオベースの指導とAIを使ったビデオプラットフォームを比較した。 本研究は、すべての参加者が従来の映像条件を最初に完了し、次にAI拡張条件を適用し、学習結果の直接比較を行うシーケンシャルな内部オブジェクト設計を採用した。 即時検査と遅延保持評価(2週間遅れ)による学習効果の測定を行った。 テスト直後のパフォーマンスは、AI強化指導後の8.3ポイント(100点中91.8対83.5対p < 001)で大きな効果(d = 1.505)を示した。 行動分析の結果、実験群ではエンゲージメント持続時間が71.1%向上した。 このパイロットスタディは、会話型AIチューターが従来の教育用デリバリを強化し、スケーラブルで適応的な学習システムを開発するための潜在的な道のりを示唆している、という予備的な証拠を提供する。

関連論文リスト

• Safeguarding Privacy: Privacy-Preserving Detection of Mind Wandering and Disengagement Using Federated Learning in Online Education [53.25191965774678]
  遠隔学習における行動・認知障害の相違に対処するために,デバイス間フェデレーション学習を利用したフレームワークを提案する。 顔の表情と視線特徴を用いた映像ベース認知解離検出モデルに適合する。 以上の結果から,学習者のエンゲージメントを促進するプライバシー保護教育技術への大きな期待が示された。
  論文  参考訳（メタデータ） (2026-02-10T15:40:01Z)
• AI instructional agent improves student's perceived learner control and learning outcome: empirical evidence from a randomized controlled trial [29.45751702212421]
  本研究は,教科を主教科とする中等教育課程において,AI指導エージェントが生徒の認知的学習者制御と学業成績に与える影響について検討した。 AI指導エージェントグループの学生は、他のグループに比べて学習者のコントロールが有意に高いことを報告した。
  論文  参考訳（メタデータ） (2025-05-28T16:13:27Z)
• Revolutionising Distance Learning: A Comparative Study of Learning Progress with AI-Driven Tutoring [0.0]
  生成型AIが大学生の学習速度を大幅に向上させるという最初の証拠を提示する。 我々は,AIを活用した教師アシスタントSynteaの使用が,何百人もの遠隔学習学生の学習速度に影響を及ぼすかどうかを検証した。
  論文  参考訳（メタデータ） (2024-02-21T12:15:58Z)
• YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
  本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。 モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。 実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
  論文  参考訳（メタデータ） (2024-01-28T14:32:15Z)
• Generative AI for learning: Investigating the potential of synthetic learning videos [0.6628807224384127]
  そこで本研究では,AI生成合成ビデオを用いたオンライン教育環境における教育コンテンツ作成の有用性について検討する。 オンライン学習プラットフォームにおけるAI合成ビデオの利用が学習者のコンテンツ獲得と学習経験に与える影響について検討した。
  論文  参考訳（メタデータ） (2023-04-07T12:57:42Z)
• PIVOT: Prompting for Video Continual Learning [50.80141083993668]
  PIVOTは、画像領域から事前学習したモデルにおける広範な知識を活用する新しい手法である。 実験の結果,PIVOTは20タスクのアクティビティネット設定において,最先端の手法を27%向上することがわかった。
  論文  参考訳（メタデータ） (2022-12-09T13:22:27Z)
• Human Decision Makings on Curriculum Reinforcement Learning with Difficulty Adjustment [52.07473934146584]
  我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。 本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。 強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
  論文  参考訳（メタデータ） (2022-08-04T23:53:51Z)
• A New Era: Intelligent Tutoring Systems Will Transform Online Learning for Millions [41.647427931578335]
  AIを活用した学習は、数百万人の学習者に高度にパーソナライズされ、アクティブで実践的な学習体験を提供する。 本稿では,2つのオンライン学習プラットフォームを対象とした学習結果の比較研究の結果を紹介する。
  論文  参考訳（メタデータ） (2022-03-03T18:55:33Z)
• Explainable Active Learning (XAL): An Empirical Study of How Local Explanations Impact Annotator Experience [76.9910678786031]
  本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。 本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
  論文  参考訳（メタデータ） (2020-01-24T22:52:18Z)

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。