論文の概要: Instructor-Created Custom GPTs as Pedagogical Partners Fostering Immersion in Online Higher Education: Two Case Studies

• arxiv url: http://arxiv.org/abs/2604.16397v1
• Date: Sun, 29 Mar 2026 15:31:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:13.96217
• Title: Instructor-Created Custom GPTs as Pedagogical Partners Fostering Immersion in Online Higher Education: Two Case Studies
• Title（参考訳）: オンライン高等教育におけるインマージョンを育成する教育パートナーとしてのインストラクター・クリーテッドカスタムGPT:2事例
• Authors: Dennis Beck, Leonel Morgado,
• Abstract要約: 本稿では,GPTが学生やインストラクターに対してどのように没入感を育むかを検討する。 以上の結果から,統合されたカスタムGPTは,3次元の没入感を生かした強力な教育パートナとして機能することが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As online higher education expands, sustaining student engagement remains a critical challenge. This paper approaches immersive learning by investigating how custom GPTs foster immersion (as a state of deep mental involvement) for students and instructors. While large language models (LLMs) offer potential for enhancing feedback, little research has examined instructor-created custom GPTs designed to align with specific pedagogical goals. This paper addresses this gap, employing the Immersive Learning Cube framework, which conceptualizes immersion through three dimensions: system (envelopment by the environment), narrative (meaningful context), and agency (commitment to meaning-making). Through a qualitative analysis of two distinct case studies, an accelerated graduate grant writing course in the US and an undergraduate software engineering course in Portugal, we analyze course-embedded artifacts to map how custom GPTs influence these immersion dimensions. In the grant writing course, the custom GPT functioned as a feedback partner, fostering system immersion through its immediacy, narrative immersion by reinforcing the proposal's evolving story, and agency immersion by empowering students to negotiate feedback and take ownership of revisions. In the software engineering course, a diegetically-framed custom GPT acted as a metacognitive tutor, enhancing system immersion via its permanent availability, narrative immersion through its role-play function and agency immersion by scaffolding students' self- and co-regulated learning. Our findings demonstrate that thoughtfully integrated custom GPTs can act as powerful pedagogical partners that leverage all three dimensions of immersion. Rather than replacing human instructors, they can amplify immediacy, coherence, and learner autonomy, creating more engaging and immersive online learning environments.
• Abstract（参考訳）: オンライン高等教育が拡大するにつれ、学生のエンゲージメントの維持は依然として重要な課題である。 本稿では,GPTが学生やインストラクターの没入をいかに促進させるか(深い精神的関与の状態として)を検討することで,没入型学習にアプローチする。 大規模言語モデル(LLM)はフィードバック向上の可能性を秘めているが、特定の教育目標に合わせて設計されたインストラクターが作成したカスタムGPTについてはほとんど研究されていない。 本稿では,システム(環境開発),ナラティブ(意味のある文脈),エージェンシー(意味作りへのコミット)の3次元を通した没入感を概念化したImmersive Learning Cubeフレームワークを用いて,このギャップに対処する。 2つの異なるケーススタディの質的分析を通じて、米国の助成課程とポルトガルの学部ソフトウェア工学コースを定量化し、コース組み込みアーティファクトを分析し、カスタムGPTがこれらの浸漬次元にどのように影響するかを地図化する。 助成講習会では, GPTはフィードバックパートナとして機能し, 即時的なシステム浸漬の促進, 提案の展開するストーリーの強化による物語浸漬, 学生にフィードバックの交渉とリビジョンの所有権の獲得を権限付与するエージェント浸漬を行った。 ソフトウェア工学のコースでは、メタ認知的チューターとして機能し、恒久的なアベイラビリティを通じてシステム没入性を高め、ロールプレイ機能を通じて物語没入性を高め、学生の自己と協調的な学習を足場としたエージェンシー没入性を高めた。 以上の結果から,統合されたカスタムGPTは,3次元の没入感を生かした強力な教育パートナとして機能することが示唆された。 人間のインストラクターを置き換えるのではなく、即時性、一貫性、学習者の自律性を増幅し、より魅力的で没入的なオンライン学習環境を作り出すことができる。

関連論文リスト

• PATS: Personality-Aware Teaching Strategies with Large Language Model Tutors [66.56586559631516]
  大型言語モデル (LLM) は教育教師としての可能性を秘めている。 しかし、異なる学習戦略は、異なる学生の個性に利益をもたらす。 それにもかかわらず、現在のLLM教育システムは生徒の性格特性を考慮に入れていない。
  論文  参考訳（メタデータ） (2026-01-13T10:17:26Z)
• An Experience Report on a Pedagogically Controlled, Curriculum-Constrained AI Tutor for SE Education [4.976713294177978]
  本稿では、RockStartITイニシアチブ内のデジタルプログラミングおよび計算思考コース用に開発されたAIアシスタントであるRockStartIT Tutorの設計とパイロット評価について述べる。 GPT-4をOpenAIのAssistant API経由で提供するこのチューターは、新しいプロンプト戦略と、コンテキスト認識、パーソナライズ、カリキュラムに制約されたサポートを中学生に提供するために、モジュール化されたセマンティックタグ付きナレッジベースを採用している。
  論文  参考訳（メタデータ） (2025-12-08T12:54:37Z)
• Teaching According to Students' Aptitude: Personalized Mathematics Tutoring via Persona-, Memory-, and Forgetting-Aware LLMs [28.594039597149266]
  我々は,ペルソナ,記憶,ダイナミクスを取り入れた学習支援フレームワークであるTAS(Teaching Based by Students' Aptitude)を提案する。 具体的には、TASAは、熟練度プロファイルをキャプチャする構造化された学生ペルソナと、事前学習インタラクションを記録するイベントメモリを維持している。 TASAは、学習者の熟達状態を動的に更新し、文脈的に適切で難解な質問や説明を生成する。
  論文  参考訳（メタデータ） (2025-11-19T06:28:16Z)
• EduDial: Constructing a Large-scale Multi-turn Teacher-Student Dialogue Corpus [59.693733170193944]
  EduDialは総合的な多ターン教師/学生対話データセットである。 EduDialは345のコアナレッジポイントをカバーし、教師と学生エージェントの対話によって生成された34,250の対話セッションで構成されている。
  論文  参考訳（メタデータ） (2025-10-14T18:18:43Z)
• PAPPL: Personalized AI-Powered Progressive Learning Platform [4.427312315598971]
  本稿では,工学教育に特化した高度知能学習システムであるPAPPL(Personalized AI-Powered Progressive Learning)について紹介する。 PAPPLは、エキスパートモジュール、学生モジュール、チューターモジュール、ユーザーインターフェースを含むコアITSコンポーネントを統合し、洗練された大規模言語モデル(LLM)であるGPT-4oを利用する。 このシステムは、学生の試行を独自に記録し、繰り返し行われる誤解を検知し、段階的に目標とするフィードバックを生成し、各生徒の学習プロファイルに動的に適応するパーソナライズされた支援を提供する。
  論文  参考訳（メタデータ） (2025-08-18T00:35:24Z)
• Unpacking Generative AI in Education: Computational Modeling of Teacher and Student Perspectives in Social Media Discourse [0.5203732344753156]
  本研究は、ソーシャルメディアデータを用いた教育におけるGAIに関する利害関係者談話のダイナミクスに関する最も包括的分析の1つを提示する。 私たちのデータセットには1,199件のReddit投稿と13,959件のトップレベルのコメントが含まれています。 本研究は, より明確な制度方針, より透明なGAI統合実践, 教育者, 学生の支援メカニズムの必要性を示唆するものである。
  論文  参考訳（メタデータ） (2025-06-19T15:50:08Z)
• An Empirical Study of Federated Prompt Learning for Vision Language Model [89.2963764404892]
  本稿では,言語プロンプト学習(VPT)と視覚プロンプト学習(VLM)の行動的差異を系統的に検討する。 我々は、FPL(Federated Prompt Learning)の堅牢性を評価するために、クライアントスケール、集約戦略、即時長といった様々なFLと迅速な構成の影響を評価する。
  論文  参考訳（メタデータ） (2025-05-29T03:09:15Z)
• AutoTutor meets Large Language Models: A Language Model Tutor with Rich Pedagogy and Guardrails [43.19453208130667]
  大規模言語モデル(LLM)は、自動質問生成からエッセイ評価まで、いくつかのユースケースを教育で発見した。 本稿では,Large Language Models (LLMs) を用いて知的チューリングシステムを構築する可能性について検討する。 MWPTutor は LLM を用いて事前定義された有限状態トランスデューサの状態空間を補う。
  論文  参考訳（メタデータ） (2024-02-14T14:53:56Z)
• Enhancing Essay Scoring with Adversarial Weights Perturbation and Metric-specific AttentionPooling [18.182517741584707]
  本研究は, ELLsの筆記能力を評価するため, BERT関連技術の応用について検討した。 ELLの具体的なニーズに対処するために,最先端のニューラルネットワークモデルであるDeBERTaを提案する。
  論文  参考訳（メタデータ） (2024-01-06T06:05:12Z)

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。