論文の概要: Analyzing Middle School Students' Dialogue and Behaviors during Collaborative AI Chatbot Development Using Ordered Network Analysis
- arxiv url: http://arxiv.org/abs/2607.21603v1
- Date: Fri, 15 May 2026 16:20:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:38.934255
- Title: Analyzing Middle School Students' Dialogue and Behaviors during Collaborative AI Chatbot Development Using Ordered Network Analysis
- Title（参考訳）: 順序付きネットワーク分析を用いた協調型AIチャットボット開発における中学生の対話と行動の分析
- Abstract要約: 本研究では,AIチャットボットの設計・開発に携わる中学生の協調作業について検討した。
その結果、高品質なチャットボットは、説明、テスト、洗練をリンクするより統合されたシーケンスと関連していることがわかった。
- 参考スコア（独自算出の注目度）: 7.734887241066237
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As Artificial Intelligence (AI) education has become a key component of K-12 curricula, activities such as designing and developing conversational agents are increasingly used as instructional practice. Prior work has primarily examined these activities by focusing on students' learning outcomes or the quality of final AI artifacts, offering limited insight into the collaborative processes through which learning unfolds during AI system development. Although the AIED community has a long history of studying collaborative learning in STEM and Computing education, the emergence of AI learning environments in which students build AI systems presents new opportunities to understand how collaboration unfolds in AI education contexts. Grounded in these foundational works, the current study examines collaborative interaction among middle school students engaged in the design and development of an AI chatbot. Using Ordered Network Analysis of students' dialogue and development actions, we characterize how collaboration is organized over time and how interaction patterns relate to chatbot quality and AI knowledge outcomes. Results reveal that higher-quality chatbots are associated with more integrated sequences linking explanation, testing, and refinement. Interaction patterns involving articulated reasoning and repeated testing and revision in response to chatbot output were also associated with stronger AI knowledge outcomes. These findings provide a process-oriented account of collaborative AI chatbot development and extend AIED research on collaborative learning processes to AI education contexts.
- Abstract（参考訳）: 人工知能(AI)教育がK-12カリキュラムの重要な要素となっているため、会話エージェントの設計や開発といった活動が教育実践としてますます利用されている。
これまでの研究は、学生の学習成果や最終AIアーティファクトの品質に注目し、AIシステム開発中に学習が展開されるコラボレーティブなプロセスに関する限定的な洞察を提供することによって、これらのアクティビティを主に検討してきた。
AIEDコミュニティは、STEMとコンピューティング教育で協調学習を研究する長い歴史を持っているが、学生がAIシステムを構築するAI学習環境の出現は、AI教育の文脈でどのようにコラボレーションが展開されるかを理解する新しい機会を提供する。
本研究は,AIチャットボットの設計と開発に携わる中学生の協調的相互作用を基礎として検討する。
学生の対話行動と開発行動の順序付きネットワーク分析を用いて、時間とともにコラボレーションがどのように組織化され、相互作用パターンがチャットボットの品質とAI知識の成果にどのように関係しているかを特徴付ける。
その結果、高品質なチャットボットは、説明、テスト、洗練をリンクするより統合されたシーケンスと関連していることがわかった。
チャットボット出力に対する明瞭な推論と繰り返しのテストと修正を含む相互作用パターンも、より強力なAI知識の結果と関連していた。
これらの発見は、協調型AIチャットボットの開発に関するプロセス指向の説明を提供し、協調型学習プロセスに関するAIED研究をAI教育コンテキストに拡張する。
関連論文リスト
- Where's the Structure? A Systematic Literature Review of Empirical Research on Human-AI Collaboration and Hybrid Intelligence for Learning [0.0]
Human-AIコラボレーション(Human-AI collaboration)とは、人間の学習を促進するために人間とAIコンポーネントが相互作用する場所である。
無構造相互作用は必ずしも効果的な学習経験を生み出すとは限らない。
本稿では,人間とAIのコラボレーションと学習支援のためのハイブリッドインテリジェンスに関する実証研究の系統的な文献レビューを報告する。
論文 参考訳（メタデータ） (2026-05-30T07:54:32Z) - Intentmaking and Sensemaking: Human Interaction with AI-Guided Mathematical Discovery [72.49593499512092]
インテントメイキングという別のワークフローを特定し、特徴付けします。
私たちはこれをセンスメイキングの自然な拡張と捉えています。
これらのテーマのドキュメンテーションは、科学的発見のためのAIツール設計へのアプローチを示唆している。
論文 参考訳（メタデータ） (2026-05-07T09:30:25Z) - AI Combines, Humans Socialise: A SECI-based Experience Report on Business Simulation Games [0.0]
本稿では,生産型AIツールを工学生向けに設計されたビジネスシミュレーションゲーム(Business Simulation Games:BSG)に統合することについて報告する。
AIは、シミュレーション中に学生がイベントを分析し、情報を改定し、意思決定に関連する洞察を生成するための支援メカニズムとして埋め込まれた。
その結果,シミュレーションに基づく学習における人間とAIの連携における機能的境界が示唆された。
論文 参考訳（メタデータ） (2026-02-24T07:26:16Z) - AI in data science education: experiences from the classroom [0.0]
本研究では、ChatGPTのようなAI、特に大規模言語モデル(LLM)の教育環境への統合について検討する。
Wageningen Universityのデータサイエンスコースのコースコーディネータとのインタビューは、教室でAIに関連するメリットと課題の両方を特定している。
研究は、責任あるAI利用の重要性、倫理的考察、教育的な成果を確実にするためにアセスメント手法を適用する必要性を強調している。
論文 参考訳（メタデータ） (2025-10-01T11:45:25Z) - Look: AI at Work! - Analysing Key Aspects of AI-support at the Work Place [39.146761527401424]
私たちは、アプリケーションが関心を持っているAIの分野に注目します。
これには、学習ベースのシステムのトレーニングにおける高品質なデータの重要性が含まれる。
心理学的要因の観点から、我々は、AI支援作業システムの開発について調査する研究質問を導出する。
論文 参考訳（メタデータ） (2025-09-02T12:51:23Z) - Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。
その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
論文 参考訳（メタデータ） (2024-11-15T13:22:04Z) - Charting the Future of AI in Project-Based Learning: A Co-Design
Exploration with Students [35.05435052195561]
学習における人工知能(AI)の利用の増加は、学習成果を評価するための新たな課題を提示している。
本稿では,学生のAI活用データの新たな評価材料としての可能性を検討するための共同設計研究を紹介する。
論文 参考訳（メタデータ） (2024-01-26T14:49:29Z) - Collaborative Learning with Artificial Intelligence Speakers (CLAIS):
Pre-Service Elementary Science Teachers' Responses to the Prototype [0.5113447003407372]
CLAISシステムは、3、4人の人間の学習者がAIスピーカーに参加して小さなグループを形成し、人間とAIはJigsaw学習プロセスに参加する仲間と見なされるように設計されている。
CLAISシステムは15人の小学校教師による理科教育講習会で成功裏に実装された。
論文 参考訳（メタデータ） (2023-12-20T01:19:03Z) - Toward enriched Cognitive Learning with XAI [44.99833362998488]
本稿では,人工知能(AI)ツールによる認知学習のためのインテリジェントシステム(CL-XAI)を提案する。
CL-XAIの使用は、学習者が問題解決スキルを高めるために問題に取り組むゲームインスパイアされた仮想ユースケースで説明される。
論文 参考訳（メタデータ） (2023-12-19T16:13:47Z) - AI Chatbots as Multi-Role Pedagogical Agents: Transforming Engagement in
CS Education [8.898863361318817]
4つの異なるチャットボットを備えた新しい学習環境を開発し,実装し,評価する。
これらの役割は、学習者(能力、自律性、関連性)の3つの本質的な心理的ニーズを満たす。
このシステムは、質問に基づく学習パラダイムを採用し、学生に質問をし、解決策を求め、その好奇心を探求するよう促す。
論文 参考訳（メタデータ） (2023-08-08T02:13:44Z) - Improving Grounded Language Understanding in a Collaborative Environment
by Interacting with Agents Through Help Feedback [42.19685958922537]
我々は、人間とAIのコラボレーションは対話的であり、人間がAIエージェントの作業を監視し、エージェントが理解し活用できるフィードバックを提供するべきだと論じている。
本研究では, IGLUコンペティションによって定義された課題である, マイニングクラフトのような世界における対話型言語理解タスクを用いて, これらの方向を探索する。
論文 参考訳（メタデータ） (2023-04-21T05:37:59Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Learning and Reasoning for Robot Dialog and Navigation Tasks [44.364322669414776]
我々は,強化学習と確率論的推論手法の相補的長所を考察しながら,ロボットタスク完了のためのアルゴリズムを開発した。
ロボットは試行錯誤の経験から学習し、宣言的な知識ベースを強化する。
我々は,ダイアログとナビゲーションタスクを実行する移動ロボットを用いて,開発したアルゴリズムを実装し,評価した。
論文 参考訳（メタデータ） (2020-05-20T03:20:42Z)
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。