論文の概要: MAIC-UI: Making Interactive Courseware with Generative UI

• arxiv url: http://arxiv.org/abs/2604.25806v1
• Date: Tue, 28 Apr 2026 16:15:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.943528
• Title: MAIC-UI: Making Interactive Courseware with Generative UI
• Title（参考訳）: MAIC-UI: ジェネレーティブUIでインタラクティブなコースウェアを作る
• Authors: Shangqing Tu, Yanjia Li, Keyu Chen, Sichen Zhang, Jifan Yu, Daniel Zhang-Li, Lei Hou, Juanzi Li, Yu Zhang, Huiqin Liu,
• Abstract要約: 本研究では,ゼロコードオーサリングシステムであるMAIC-UIを提案する。 MAIC-UIは、多モーダル理解を用いた構造化知識分析を用いて、教育的厳密性を確保する。
• 参考スコア（独自算出の注目度）: 55.66338307665182
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Creating interactive STEM courseware traditionally requires HTML/CSS/JavaScript expertise, leaving barriers for educators. While generative AI can produce HTML codes, existing tools generate static presentations rather than interactive simulations, struggle with long documents, and lack pedagogical accuracy mechanisms. Furthermore, full regeneration for modifications requires 200--600 seconds, disrupting creative flow. We present MAIC-UI, a zero-code authoring system that enables educators to create and rapidly edit interactive courseware from textbooks, PPTs, and PDFs. MAIC-UI employs: (1) structured knowledge analysis with multi-modal understanding to ensure pedagogical rigor; (2) a two-stage generate-verify-optimize pipeline separating content alignment from visual refinement; and (3) Click-to-Locate editing with Unified Diff-based incremental generation achieving sub-10-second iteration cycles. A controlled lab study with 40 participants shows MAIC-UI reduces editing iterations (4.9 vs. 7.0) and significantly improves learnability and controllability compared to direct Text-to-HTML generation. A three-month classroom deployment with 53 high school students demonstrates that MAIC-UI fosters learning agency and reduces outcome disparities -- the pilot class achieved 9.21-point gains in STEM subjects compared to -2.32 points in control classes. Our code is available at https://github.com/THU-MAIC/MAIC-UI.
• Abstract（参考訳）: インタラクティブなSTEMコースウェアを作成するには、伝統的にHTML/CSS/JavaScriptの専門知識が必要である。 生成AIはHTMLコードを生成することができるが、既存のツールはインタラクティブなシミュレーションではなく静的なプレゼンテーションを生成する。 さらに、修正のための完全な再生には200-600秒が必要で、創造的な流れを妨害する。 我々は,教科書,PPT,PDFからインタラクティブなコースウェアを作成し,迅速に編集できるゼロコードオーサリングシステムMAIC-UIを提案する。 MAIC-UIは,(1)教育的厳密性を確保するために,多モード理解を用いた構造化知識分析,(2)視覚的洗練からコンテンツアライメントを分離する2段階の生成・検証・最適化パイプライン,(3)統一ディフに基づくインクリメンタル生成によるクリック・ツー・ローカライズ編集による10秒以下の反復サイクルを実現する。 40人の参加者によるコントロールラボスタディでは、MAIC-UIは編集イテレーション(4.9対7.0)を減らし、テキストからHTMLへの直接生成と比較して学習性と制御性を大幅に改善する。 53人の高校生による3ヶ月の授業展開は、MAIC-UIが学習機関を育成し、結果格差を減らすことを実証している。 私たちのコードはhttps://github.com/THU-MAIC/MAIC-UIで公開されています。

関連論文リスト

• Agentic Education: Using Claude Code to Teach Claude Code [0.0]
  cc-selftrainは、エージェントAIコーディングツールであるClaude Codeをハンズオンプロジェクト構築を通じて学習するためのモジュール形式のインタラクティブカリキュラムである。 本システムは,(1)指導音を4段階にわたって適応させるペルソナ進行モデル,(2)フックベースの足場による係り受け品質を観察する適応学習システム,(3)5つのプロジェクトドメインが同一の機能シークエンシングを共有するクロスドメイン統合カリキュラムの5つを紹介する。 27名の被験者によるパイロット評価では,10のスキル領域で有意な自己効力向上が報告された。
  論文  参考訳（メタデータ） (2026-04-19T14:20:09Z)
• EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture [87.55157183411507]
  マルチモーダル理解・生成・編集のための効率よく統一されたアーキテクチャEMMAを提案する。 EMMAは主に1)32倍圧縮率の効率的なオートエンコーダから成り、生成に必要なトークンの数を大幅に削減する。 2) 視覚的理解と生成トークン間のトークンワイドな結合ではなく,チャネルワイドな結合により,統一アーキテクチャにおける視覚的トークンの低減が図られる。
  論文  参考訳（メタデータ） (2025-12-04T14:01:53Z)
• SlideBot: A Multi-Agent Framework for Generating Informative, Reliable, Multi-Modal Presentations [29.874786844781138]
  大規模言語モデル(LLM)は、クイズ生成やコンテンツ要約といったタスクを自動化し、教育において大きな可能性を示している。 既存のLCMベースのソリューションは、信頼性と情報的アウトプットが得られず、教育的価値が制限されることが多い。 SlideBot - LLMを検索、構造化計画、コード生成と統合したモジュラーでマルチエージェントなスライド生成フレームワークである。
  論文  参考訳（メタデータ） (2025-11-12T23:12:05Z)
• Closing the Block-to-Text Gap: A Domain-Specific JavaScript Editor for Early Computational Thinking [0.0]
  本稿では,8～10歳児のブロックベースプログラミングへの移行を支援するために,WebベースのJavaScriptエディタを提案する。 このシステムは、創造性、自己補正、持続的なエンゲージメントを奨励し、教育者が認証コーディングの実践的なツールを提供する。
  論文  参考訳（メタデータ） (2025-10-15T18:54:53Z)
• Generative AI for Multiple Choice STEM Assessments [0.0]
  本研究では,「幻覚」が教育的目的に果たすことができる生成型AIの利用について検討する。 本稿では,オンライン指導のためのM"obiusプラットフォームについて述べる。 本稿では,これらの数学的意味論と効果的に相互作用するプロンプトの製作方法を検討する。
  論文  参考訳（メタデータ） (2025-06-02T17:17:37Z)
• UI-TARS: Pioneering Automated GUI Interaction with Native Agents [58.18100825673032]
  本稿では,GUIエージェントのネイティブモデルであるUI-TARSを紹介する。 OSWorldベンチマークでは、UI-TARSはスコアが24.6、50ステップが22.7、15ステップが22.7でクロード(それぞれ22.0と14.9)を上回っている。
  論文  参考訳（メタデータ） (2025-01-21T17:48:10Z)
• Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
  本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。 このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。 各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
  論文  参考訳（メタデータ） (2023-09-15T02:42:03Z)

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。