論文の概要: AISSA: Implementation and Deployment of an AI-based Student Slides Analysis tool for Academic Presentations
- arxiv url: http://arxiv.org/abs/2605.04729v1
- Date: Wed, 06 May 2026 10:30:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.769927
- Title: AISSA: Implementation and Deployment of an AI-based Student Slides Analysis tool for Academic Presentations
- Title（参考訳）: AISSA: アカデミックプレゼンテーションのためのAIベースの学生スライド分析ツールの実装と展開
- Authors: Alvaro Becerra, Diego Gomez, Ruth Cobos,
- Abstract要約: 本稿では、大規模言語モデル(LLM)とLearning Analyticsダッシュボードを組み合わせたWebベースのシステムであるAISSA(AIベースの学生スライド分析ツール)を紹介し、プレゼンテーションスライドにおけるスケーラブルでルーリックなフィードバックをサポートする。
その結果、AISSAは技術的に信頼性が高く、経済的に実現可能であり、反復的なスライド改善に役立つと学生に認識されていることが示唆された。
- 参考スコア（独自算出の注目度）: 1.5049157874434618
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Providing timely and actionable feedback on oral presentation slides is challenging in higher education, particularly in large classes where teachers cannot realistically deliver detailed formative feedback before students present. This paper introduces AISSA (AI-based Student Slides Analysis tool), a web-based system that combines large language models (LLMs) and Learning Analytics dashboards to support scalable, rubric-based feedback on presentation slides. AISSA allows students to upload their slide decks prior to an oral presentation and automatically receive quantitative scores and qualitative feedback based on teacher-defined evaluation rubrics. The system analyzes both slide-level features and slide content, generates structured feedback through an LLM (ChatGPT 5.2), and presents the results through interactive dashboards for students and teachers. We tested AISSA on a pilot deployment with 46 undergraduate students in a real academic setting. The results indicate that AISSA is technically reliable, economically feasible, and perceived by students as useful for iterative slide improvement. These findings suggest that combining LLM-based analysis with Learning Analytics dashboards is a promising approach for supporting formative feedback on presentation slides at scale.
- Abstract（参考訳）: 講義スライドにタイムリーで行動可能なフィードバックを提供することは、特に教師が学生が出席する前に、より詳細な形式的なフィードバックを現実的に提供できない大規模クラスにおいて、高等教育において困難である。
本稿では、大規模言語モデル(LLM)とLearning Analyticsダッシュボードを組み合わせたWebベースのシステムであるAISSA(AIベースの学生スライド分析ツール)を紹介し、プレゼンテーションスライドにおけるスケーラブルでルーリックなフィードバックをサポートする。
AISSAは、学生が口頭プレゼンテーションの前にスライドデッキをアップロードし、教師が定義した評価ルーリックに基づいて定量的スコアと質的なフィードバックを自動的に受けられるようにする。
このシステムは,スライドレベルの特徴とスライド内容の両方を分析し,LLM(ChatGPT 5.2)を通して構造化されたフィードバックを生成し,学生と教師の対話型ダッシュボードを通じて結果を提示する。
AISSAを46名の大学生を対象に実地試験を行った。
その結果,AISSAは技術的に信頼性が高く,経済的に実現可能であり,反復的なスライド改善に有用であると考えられた。
これらの結果は,LLMに基づく分析とLearning Analyticsダッシュボードを組み合わせることが,プレゼンテーションスライドの形式的フィードバックを大規模にサポートする上で有望なアプローチであることを示唆している。
関連論文リスト
- 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) - AI-driven formative assessment and adaptive learning in data-science education: Evaluating an LLM-powered virtual teaching assistant [6.874351093155318]
VITA(Virtual Teaching Assistants)は、大規模言語モデル(LLM)を搭載したボット(BotCaptain)を組み込んだ適応型分散学習プラットフォームである。
記事では、チャットログをExperience API(xAPI)ステートメントに変換するエンドツーエンドのデータパイプラインについて説明する。
今後の作業は、プラットフォームの適応的なインテリジェンスを洗練し、さまざまな教育環境に適用性を検討する。
論文 参考訳（メタデータ） (2025-09-17T11:27:45Z) - Generating Narrated Lecture Videos from Slides with Synchronized Highlights [55.2480439325792]
本稿では,静的スライドをビデオ講義に変換するプロセスを自動化するエンド・ツー・エンドシステムを提案する。
このシステムは、動的視覚ハイライトと正確に同期されたAI生成ナレーションを特徴とするビデオ講義を合成する。
そこで本研究では,1000個のサンプルを手動でアノテートしたスライドデータセットを用いた技術評価により,システムの有効性を実証する。
論文 参考訳（メタデータ） (2025-05-05T18:51:53Z) - LecEval: An Automated Metric for Multimodal Knowledge Acquisition in Multimedia Learning [58.98865450345401]
本稿では,マイアーのマルチメディア学習認知理論に基礎を置く自動計量であるLecEvalを紹介する。
LecEvalは、コンテンツ関連(CR)、表現的明瞭度(EC)、論理構造(LS)、聴取エンゲージメント(AE)の4つのルーリックを用いて効果を評価する
私たちは、50以上のオンラインコースビデオから2000以上のスライドからなる大規模なデータセットをキュレートします。
論文 参考訳（メタデータ） (2025-05-04T12:06:47Z) - AERA Chat: An Interactive Platform for Automated Explainable Student Answer Assessment [15.969280805269976]
AERA Chatは、生徒の回答の自動評価のために設計されたインタラクティブな視覚化プラットフォームである。
AERA Chatは複数の言語モデル(LLM)を活用して、生徒の回答を同時にスコアし、説明的合理性を生成する。
複数のデータセットに対する複数の合理的生成手法の評価を通じて,プラットフォームの有効性を実証する。
論文 参考訳（メタデータ） (2024-10-12T11:57:53Z) - Awaking the Slides: A Tuning-free and Knowledge-regulated AI Tutoring System via Language Model Coordination [52.20542825755132]
Slide2Lectureは、チューニング不要で知識を制御した知的チューリングシステムである。
入力された講義スライドを、不均一な教育行為の集合からなる構造化された教育課題に効果的に変換することができる。
教師や開発者にとって、Slide2Lectureはパーソナライズされた要求に対応するカスタマイズを可能にする。
論文 参考訳（メタデータ） (2024-09-11T16:03:09Z) - Large Language Model as an Assignment Evaluator: Insights, Feedback, and Challenges in a 1000+ Student Course [49.296957552006226]
大規模言語モデル(LLM)を自動評価に用いることは,NLP研究において重要な評価手法となっている。
本報告では,1028人の大学生を対象に,GPT-4を自動課題評価装置として利用する方法について述べる。
論文 参考訳（メタデータ） (2024-07-07T00:17:24Z) - Active Teacher for Semi-Supervised Object Detection [80.10937030195228]
半教師対象検出(SSOD)のための能動教師と呼ばれる新しいアルゴリズムを提案する。
Active Teacherは、教師/学生のフレームワークを反復的なバージョンに拡張し、ラベルセットを部分的に段階的に拡張し、ラベルなし例の3つの重要な要素を評価する。
この設計により、Active Teacherは、擬似ラベルの品質を改善しながら、限られたラベル情報の効果を最大化することができる。
論文 参考訳（メタデータ） (2023-03-15T03:59:27Z) - Telling Stories from Computational Notebooks: AI-Assisted Presentation
Slides Creation for Presenting Data Science Work [47.558611855454195]
本稿では,NB2SlidesというAIシステムについて述べる。
NB2Slidesはディープラーニング手法とサンプルベースのプロンプトを使用して、計算ノートブックからスライドを生成する。
また、スライドをノートブックにリンクして、ユーザーがスライドを編集するのに役立つインタラクティブな視覚化も提供する。
論文 参考訳（メタデータ） (2022-03-21T16:06:07Z) - Classroom Slide Narration System [27.127537034521467]
スライドプレゼンテーションは、教室コミュニケーションのための教育コミュニティが使う効果的で効率的なツールである。
教室スライドナレーションシステム(CSNS)は、スライド内容に対応する音声記述を生成する。
FacebookのAutomatic Alt-Text(AAT)やTesseractのような既存のシステムと比較して、提案されたCSNSの品質のアウトプットに対して、より優れたフィードバックが得られている。
論文 参考訳（メタデータ） (2022-01-21T07:20:03Z) - Demonstrating REACT: a Real-time Educational AI-powered Classroom Tool [0.9899017174990579]
本稿では,教育者の意思決定プロセスを支援するために,EDM技術を用いたリアルタイムAIを活用した新しい教室ツールを提案する。
ReACTは、ユーザフレンドリなグラフィカルインターフェースを備えたデータ駆動ツールである。
学生のパフォーマンスデータを分析し、コンテキストベースのアラートとコースプランニングのための教育者へのレコメンデーションを提供する。
論文 参考訳（メタデータ） (2021-07-30T03:09:59Z)
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。