論文の概要: ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education
- arxiv url: http://arxiv.org/abs/2606.30662v1
- Date: Wed, 17 Jun 2026 07:01:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-05 17:01:29.612953
- Title: ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education
- Title（参考訳）: ELEVATE: スケーラブルで包括的な教育のための人間中心のGenAI仮想チュータの設計
- Abstract要約: てんかんのインフラによって管理される効率的なGenAI駆動型アバターチューターを開発するためのフレームワークであるELEVATEを提案する。
このフレームワークは、学生向け仮想アバター相互作用層と、(ii)ローカルなGenAI実行とマルチモーダル合成コアと、(iii)教師向けガバナンス層を分離する3層設計を形式化する。
- 参考スコア（独自算出の注目度）: 13.357278928307982
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The advent of Generative Artificial Intelligence (GenAI), and in particular Large Language Models (LLMs), is reshaping educational practice, while intensifying ethical debate about its adoption. To date, the dominant paradigm remains cloud-based and text-only chatbot: a centralized service that offers limited pedagogical control, weak transparency over knowledge sources, and non-trivial risks for privacy and regulatory compliance. This model also presumes continuous connectivity and recurring API costs, creating structural barriers for many institutions, reinforcing existing digital divides. At the same time, educational interaction with LLM can benefit from multimodal cues and embodied presence, requiring interfaces that move beyond text-only tutoring. In this work, we propose ELEVATE (Efficient LLM Education with Virtual Avatar Teaching Engine), a framework to develop efficient GenAI-driven avatar tutors governed by epistemic infrastructures. ELEVATE integrates LLM-driven dialogue with embodied 3D avatars for multimodal interaction and adopts a local-first execution model enabling deployment on consumer-grade hardware. The framework formalizes a three-stratum design that separates (i) a student-facing virtual avatar interaction layer, (ii) a local GenAI execution and multimodal synthesis core, and (iii) a teacher-facing governance layer. We implemented and evaluated a working prototype deployed in a real-world educational curriculum. The system runs on standard PCs and smartphones, and we provide system-level performance evidence to show responsive interaction under realistic hardware constraints. Finally, we discuss sociotechnical and pedagogical implications for responsible adoption, positioning ELEVATE as a scalable pathway for privacy-preserving and inclusive GenAI tutoring across heterogeneous school environments.
- Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)の出現、特にLarge Language Models(LLM)は、その導入に関する倫理的議論を激化させながら、教育実践を再構築している。
現在まで、支配的なパラダイムはクラウドベースでテキストのみのチャットボットであり、教育的コントロールの制限、知識ソースに対する透明性の弱さ、プライバシーと規制のコンプライアンスに対する非自明なリスクを提供する集中型サービスである。
このモデルはまた、継続的な接続性と繰り返しのAPIコストを前提としており、既存のディジタルディビジョンを強化することで、多くの機関の構造上の障壁を生み出している。
同時に、LLMとの教育的相互作用は、マルチモーダルなキューと具体的存在の恩恵を受けることができ、テキストのみのタトゥール以上のインターフェースを必要とする。
本研究では,認知的基盤によって管理される効率的なGenAI駆動型アバターチューターを開発するためのフレームワークであるELEVATE(Efficient LLM Education with Virtual Avatar Teaching Engine)を提案する。
ELEVATEは、LLM駆動の対話と、マルチモーダルインタラクションのための3Dアバターを統合し、コンシューマグレードハードウェアへのデプロイを可能にするローカルファースト実行モデルを採用する。
フレームワークは、分離する3層設計を形式化する
(i)学生向け仮想アバター相互作用層
(ii)局所的なGenAI実行とマルチモーダル合成コア、
(三)教師向けガバナンス・レイヤ。
実世界の教育カリキュラムにデプロイされた作業プロトタイプの実装と評価を行った。
本システムは,標準的なPCやスマートフォン上で動作し,実際のハードウェア制約下での応答性を示すシステムレベルの性能証拠を提供する。
最後に,ELEVATEを多種多様な学校環境にまたがって,プライバシ保護と包括的GenAI教育のスケーラブルな経路として位置づけ,社会工学的・教育学的意義について論じる。
関連論文リスト
- AgentSchool: An LLM-Powered Multi-Agent Simulation for Education [64.62476927093753]
AgentSchoolはマルチエージェントシミュレータで、振舞いではなく状態遷移として学習をモデル化する。
周囲の関与、傾きの形成、アグレッショナリによる結束、意見リーダーの出現のもっともらしい痕跡を生成する。
AgentSchoolは、長期記憶、マルチエージェント調整、将来の制度的推論のための社会的に意味のあるテストベッドとして教育の枠組みを定めている。
論文 参考訳（メタデータ） (2026-05-28T16:05:58Z) - Synergizing Understanding and Generation with Interleaved Analyzing-Drafting Thinking [154.2388970262703]
Unified Vision-Language Models (UVLM) は、単一のフレームワーク内での理解と生成の両方をサポートすることで、マルチモーダル学習を促進することを目的としている。
本稿では,解析処理と起案処理を交互に行う新たな思考パラダイムである,インターリーブド・アナライジング・ドレイティング問題解決ループ(AD-Loop)を紹介する。
テキスト思考を視覚的思考とインターリーブすることで、AD-Loopはモデルが理解と出力の両方を反復的に洗練し、真のシナジーを育むことができる。
論文 参考訳（メタデータ） (2026-02-24T23:26:09Z) - Open TutorAI: An Open-source Platform for Personalized and Immersive Learning with Generative AI [1.440818306216858]
本稿では,LLMと生成技術に基づくオープンソースの教育プラットフォームであるOpen TutorAIについて述べる。
このシステムは自然言語処理とカスタマイズ可能な3Dアバターを統合し、マルチモーダル学習者インタラクションを実現する。
コンテンツを整理し、組み込みのフィードバックを提供し、学習者、教育者、親のために専用のインターフェイスを提供するツールが含まれている。
論文 参考訳（メタデータ） (2026-02-06T20:24:33Z) - The Imperfect Learner: Incorporating Developmental Trajectories in Memory-based Student Simulation [55.722188569369656]
本稿では,メモリベースの学生シミュレーションのための新しいフレームワークを提案する。
構造的知識表現を備えた階層記憶機構を通じて発達軌道を組み込む。
実際に,次世代科学標準に基づくカリキュラム・アライン・シミュレータを実装した。
論文 参考訳（メタデータ） (2025-11-08T08:05:43Z) - EmboMatrix: A Scalable Training-Ground for Embodied Decision-Making [60.15832211188291]
身体的意思決定は、エージェントが物理世界における継続的な相互作用を通じて、高レベルの目標を実行可能なアクションに変換することを可能にする。
大きな言語モデル(LLM)とその一般的な意思決定能力は、この可能性を実現するための有望な道を提供する。
本稿では,タスクとシーンシミュレーション,具体的インタラクション,フィードバック信号を提供する総合的な基盤であるトレーニング場の概念を提案する。
論文 参考訳（メタデータ） (2025-10-14T02:26:52Z) - EduVerse: A User-Defined Multi-Agent Simulation Space for Education Scenario [17.971148824199187]
EduVerseは,環境,エージェント,セッションのカスタマイズをサポートする,ユーザ定義のマルチエージェントシミュレーション空間である。
EduVerseを中学生の中国語クラスで3つのテキストジャンル、環境、複数のセッションで検証する。
論文 参考訳（メタデータ） (2025-10-07T07:58:32Z) - Bridging MOOCs, Smart Teaching, and AI: A Decade of Evolution Toward a Unified Pedagogy [4.943165921136573]
本稿では,MOOCのスケーラビリティ,スマート教育の応答性,AIの適応性を組み合わせた3層指導フレームワークを提案する。
この結果は、学習者のエンゲージメントを高め、インストラクターをサポートし、パーソナライズされながらスケーラブルな学習を可能にするフレームワークの可能性を強調している。
論文 参考訳（メタデータ） (2025-07-18T14:57:20Z) - VTutor: An Open-Source SDK for Generative AI-Powered Animated Pedagogical Agents with Multi-Media Output [10.419430731115405]
本稿では、生成AIと高度なアニメーション技術を組み合わせたオープンソースのソフトウェア開発キットVTutorを紹介する。
VTutorを使えば、研究者や開発者は感情的に共鳴し、文脈的に適応的な学習エージェントを設計できる。
このツールキットは、教育において信頼できるAI原則を推進しながら、学習者のエンゲージメント、フィードバック受容性、人間とAIの相互作用を強化する。
論文 参考訳（メタデータ） (2025-02-06T14:27:54Z) - When LLMs Learn to be Students: The SOEI Framework for Modeling and Evaluating Virtual Student Agents in Educational Interaction [12.070907646464537]
教室シナリオにおける人格対応型仮想学生エージェント(LVSA)の構築と評価のためのSOEIフレームワークを提案する。
LoRAファインチューニングとエキスパートインフォームドプロンプト設計により,5つのLVSAをBig Five特性に基づいて生成する。
その結果,(1)LLMをベースとした学生エージェントのための教育的,心理的に基盤とした生成パイプライン,(2)行動リアリズムのためのハイブリッドでスケーラブルな評価フレームワーク,(3)LVSAsの教育的有用性に関する実証的な知見が得られた。
論文 参考訳（メタデータ） (2024-10-21T07:18:24Z) - Simulating Classroom Education with LLM-Empowered Agents [48.26286735827104]
大型言語モデル (LLM) は、様々な知的教育タスクに応用され、教育支援を行っている。
マルチエージェント型教室シミュレーション教育フレームワークSimClassを提案する。
代表的クラスの役割を認識し、自動授業のための新しいクラス制御機構を導入する。
論文 参考訳（メタデータ） (2024-06-27T14:51:07Z) - LAMM: Language-Assisted Multi-Modal Instruction-Tuning Dataset,
Framework, and Benchmark [81.42376626294812]
本稿では,Language-Assisted Multi-Modalインストラクションチューニングデータセット,フレームワーク,ベンチマークを提案する。
我々の目標は、MLLMのトレーニングと評価のための成長するエコシステムとしてLAMMを確立することです。
本稿では,2次元および3次元視覚のための広範囲な視覚タスクをカバーする包括的データセットとベンチマークを提案する。
論文 参考訳（メタデータ） (2023-06-11T14:01:17Z) - VIRT: Improving Representation-based Models for Text Matching through
Virtual Interaction [50.986371459817256]
本稿では,VIRT と呼ばれる新しいtextitVirtual InteRacTion 機構を提案する。
VIRTは、表現ベースのエンコーダに、対話ベースのモデルのように振舞いを模倣する仮想インタラクションを実行するよう要求する。
論文 参考訳（メタデータ） (2021-12-08T09:49:28Z)
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。