論文の概要: AI-Generated Slides: Are They Good? Can Students Tell?
- arxiv url: http://arxiv.org/abs/2605.13532v1
- Date: Wed, 13 May 2026 13:46:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-14 23:30:28.079304
- Title: AI-Generated Slides: Are They Good? Can Students Tell?
- Title（参考訳）: AIが生み出すスライドは良いのか? 学生はわかるか?
- Authors: Juho Leinonen, Lisa Zhang, Arto Hellas,
- Abstract要約: 本稿では,教員の講義ノートからのスライド生成を支援するためにGenAIを用いて検討し,インストラクターと学生の知覚を強調した。
実際のコース設定で使うのに最適なスライドを選択し、人間とAIが生成したスライドの学生の認識を比較します。
学生はGenAIスライドをインストラクターが作成したスライドと同等の品質であると評価し、どのスライドがAI生成であるかを確実に識別することはできない。
- 参考スコア（独自算出の注目度）: 4.396239847407563
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As generative AI (GenAI) tools become easily accessible, there is promise in using such tools to support instructors. To that end, this paper examines using GenAI to help generate slides from instructor authored course notes, emphasizing instructor and student perceptions. We examine an end-to-end education tool (NotebookLM), two general-purpose LLMs (Claude, M365 Copilot), and two coding assistants (Cursor, Claude Code). We first analyze whether GenAI generated slides are ``good'' via narrative assessment by educators. We choose the best slides to use (with some modification) in a real course setting, and compare the student perception of human vs. AI generated slides. We find that coding assistant tools produce slides that were most accurate, complete, and pedagogically sound. Additionally, students rate GenAI slides to be of similar quality as instructor-created slides, and cannot reliably identify which slides are AI-generated. Additionally, we find a negative correlation between a high quality rating and a high ``AI-generated'' rating, suggesting students associate poor quality with the source of the slides being AI. These findings highlight promising opportunities for integrating GenAI into instructional design workflows and call for further research on how educators can best harness such tools responsibly and effectively.
- Abstract（参考訳）: ジェネレーティブAI(GenAI)ツールが容易にアクセスできるようになると、インストラクターをサポートするためにそのようなツールを使用することが約束される。
そこで本研究では,GenAIを用いて指導要領の講義ノートからのスライド生成を支援し,インストラクターと学生の知覚を強調した。
本稿では,エンド・ツー・エンドの教育ツール(NotebookLM)と汎用LLM(Claude,M365 Copilot)とコーディングアシスタント(Cursor,Claude Code)について検討する。
我々はまず,GenAIが生成したスライドが「良い」かどうかを,教育者によるナラティブアセスメントを通じて分析する。
実際のコース設定で使うのに最適なスライドを選択し、人間とAIが生成したスライドの学生の認識を比較します。
コーディングアシスタントツールは、最も正確、完全、そして教育的に健全なスライドを生成する。
さらに、学生はGenAIスライドをインストラクターが作成したスライドと同等の品質であると評価し、どのスライドがAI生成であるかを確実に識別することはできない。
さらに,高品質評価と高い「AI生成」評価との間には負の相関関係がみられた。
これらの知見は、GenAIを教育設計ワークフローに統合する有望な機会を強調し、教育者がこれらのツールを責任と有効に活用する方法をさらに研究するよう呼びかけている。
関連論文リスト
- MAIC-UI: Making Interactive Courseware with Generative UI [55.66338307665182]
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。
論文 参考訳（メタデータ） (2026-04-28T16:15:04Z) - Transforming Higher Education with AI-Powered Video Lectures [0.2538209532048866]
ビデオ講義制作における人工知能(AI)の統合は、高等教育を変革する可能性がある。
本稿では、スクリプト生成にGoogle Gemini、音声合成にAmazon Polly、ビデオアセンブリにMicrosoft PowerPointを組み合わせた半自動化ワークフローについて検討する。
論文 参考訳（メタデータ） (2025-10-30T23:33:10Z) - Using Generative AI in Software Design Education: An Experience Report [0.6827423171182154]
学生はチームベースの課題を完了するためにGenAIを使用する必要があった。
学生はChatGPTがデザインプロセスで役立った多くの方法を特定した。
我々は、ソフトウェア設計クラスにGenAIを効果的にデプロイする方法について、教育者にとって重要な教訓をいくつか挙げた。
論文 参考訳（メタデータ） (2025-06-26T18:40:16Z) - From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。
我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文 参考訳（メタデータ） (2025-05-17T08:30:10Z) - Insights from the Frontline: GenAI Utilization Among Software Engineering Students [19.31786879151898]
ソフトウェア開発(SE)において、ジェネレーティブAI(genAI)ツールがユビキタスになった
我々は、genAIツールを用いてSE学習と実装を補完する学術的経験を探求する。
これらのツールがどのような状況で役に立つのか、どのように課題に直面するのか、そしてこれらの課題がなぜ発生し、学生にどのように影響するかを調べる。
論文 参考訳（メタデータ） (2024-12-20T07:30:51Z) - Beyond the Hype: A Comprehensive Review of Current Trends in Generative AI Research, Teaching Practices, and Tools [4.352985782794601]
2024年、コンピュータ教室におけるGenAI利用の効果に関する新たな研究が生まれ始めた。
新しいデータには、GenAIを使って教室の授業を大規模にサポートし、学生にGenAIでプログラミングの仕方を教えることが含まれる。
プログラミングの課題について、生徒にパーソナライズされたフィードバックを提供したり、プログラミングとスキルを同時に教える新しい種類のツールが登場している。
論文 参考訳（メタデータ） (2024-12-19T11:01:11Z) - Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。
GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。
この話題について,コミュニティの短期的,長期的目標について論じる。
論文 参考訳（メタデータ） (2023-08-28T18:51:09Z) - GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。
GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
論文 参考訳（メタデータ） (2021-10-19T18:07:07Z) - Iterative Teacher-Aware Learning [136.05341445369265]
人間の教育において、教師と学生はコミュニケーション効率を最大化するために適応的に交流することができる。
本稿では,教師の協調意図を可能性関数に組み込むことができる,勾配最適化に基づく教師認識学習者を提案する。
論文 参考訳（メタデータ） (2021-10-01T00:27:47Z) - 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。