論文の概要: Towards Reducing Foreign Language Anxiety Using Level-Appropriate Embodied Conversational Agents

• arxiv url: http://arxiv.org/abs/2607.21887v1
• Date: Fri, 24 Jul 2026 01:31:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.01676
• Title: Towards Reducing Foreign Language Anxiety Using Level-Appropriate Embodied Conversational Agents
• Title（参考訳）: レベル適合型会話エージェントによる外国語不安の軽減に向けて
• Authors: Krishan Rajaratnam, Wenbin Gan, Yuan Sun,
• Abstract要約: 外国語の不安 (FLA) は第二言語習得 (SLA) にとって大きな障壁となる。 本稿では,英語学習者のためのレベル適切な対話を生成する,新しいマルチエージェント型対話システムを提案する。
• 参考スコア（独自算出の注目度）: 3.1343233147253087
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Foreign language anxiety (FLA) can be a major barrier to second language acquisition (SLA), especially in conversational contexts. With the proliferation of large language models (LLMs) throughout all areas of life, recent work suggests that interacting with LLM agents can be instrumental within the field of SLA and foreign language education, especially for reducing FLA. Related work also suggests that linguistic demands and task complexity can be predictors of FLA, implying that the use of demanding, complex language could lead to learners experiencing higher FLA. In this paper, we propose a novel multi-agent embodied conversational system that generates level-appropriate dialogue for English language learners. These levels are based on those defined by the Common European Framework of Reference for Languages (CEFR) to describe non-native listener and speaker proficiency. Using a "generate-evaluate-regenerate" loop with multiple LLM agents and a level classifier, it achieves a desired simplicity that is adaptive to the user's proficiency level. We also share the results of a preliminary small-sample pilot study that tested this system with Japanese university students, to see whether it would yield lower FLA levels than an unsimplified embodied conversational agent. Analysis of conversational output showed that 87.4% of dialogue sentences generated by the proposed multi-agent system fell within one predicted CEFR level of the learner's self-assessed proficiency, compared to 54.1% for the unsimplified agent. This suggests that the novel system is better able to produce output at an appropriate level for the learner. Though this study did not yield statistically significant evidence that the system reduces FLA levels in Japanese learners of English, likely due to a small sample size, it provides usability findings and culturally-informed design insights that will inform future study.
• Abstract（参考訳）: 外国語不安(FLA)は、特に会話の文脈において、第二言語習得(SLA)にとって大きな障壁となる。 大規模言語モデル(LLM)が人生のあらゆる領域で普及する中で、最近の研究は、特にFLAを減らすために、SLAや外国語教育の分野においてLLMエージェントとの相互作用が重要であることを示唆している。 関連する研究は、言語的な要求とタスクの複雑さがFLAの予測者になりうることを示唆しており、要求の多い複雑な言語を使用することで、より高いFLAを経験する学習者につながる可能性があることを示唆している。 本稿では,英語学習者を対象としたレベル適切な対話を生成する,新しいマルチエージェント型対話システムを提案する。 これらのレベルは、非ネイティブリスナーと話者習熟度を記述するための共通ヨーロッパ言語フレームワーク(CEFR)によって定義されたものに基づいている。 複数のLCMエージェントとレベル分類器を備えた"ジェネレーション・評価・再生"ループを用いて、ユーザの習熟度レベルに適応する所望の単純さを実現する。 また,本システムを日本の大学生に試行した小学生を対象とした予備的な小学生試験の結果を公開し,FLAレベルが未解決の会話エージェントよりも低くなるか検証した。 対話出力の分析から,提案したマルチエージェントシステムによって生成された対話文の87.4%が,学習者の自己評価能力の予測CEFRレベル以下に低下したことがわかった。 このことから,新しいシステムは学習者に対して適切なレベルに出力を生成できる可能性が示唆された。 本研究は日本人英語学習者のFLAレベルを低下させるという統計的に有意な証拠は得られなかったが、おそらくサンプルサイズが小さいためと思われる。

関連論文リスト

• Talking with Oompa Loompas: A novel framework for evaluating linguistic acquisition of LLM agents [1.2802720336459552]
  大規模言語モデルがパターン認識と対話的フィードバックによって言語を習得できるかどうかを評価する。 以上の結果から, LLMエージェントは100応答以内の会話の確立に失敗した。 その結果,インタラクティブなフィードバックからより効果的に学習する設計をモデル化するための評価ベンチマークとオープンパスの新たな方向性が示唆された。
  論文  参考訳（メタデータ） (2025-09-09T05:09:27Z)
• When Less Language is More: Language-Reasoning Disentanglement Makes LLMs Better Multilingual Reasoners [111.50503126693444]
  言語固有のアブレーションは多言語推論性能を継続的に向上させることを示す。 トレーニング後のアブレーションと比較して、トレーニング不要のアブレーションは、計算オーバーヘッドを最小限に抑えながら、同等または優れた結果が得られる。
  論文  参考訳（メタデータ） (2025-05-21T08:35:05Z)
• Alignment Drift in CEFR-prompted LLMs for Interactive Spanish Tutoring [0.0]
  本稿では,第二言語学習における適応型チューターとしてのLarge Language Models(LLMs)の可能性について検討する。 スペイン語の教師と学生の対話を,7Bから12Bまでの大きさの命令調整型オープンソースのLLMを用いてシミュレートした。 次に、チューターモデルからの出力を用いて、3つの習熟度レベルにわたるテキストの難易度を制御するCEFRベースのプロンプトの有効性を評価する。
  論文  参考訳（メタデータ） (2025-05-13T08:50:57Z)
• On the Consistency of Multilingual Context Utilization in Retrieval-Augmented Generation [12.848952248427977]
  大規模言語モデル(LLM)を用いた検索言語拡張生成(RAG)は,多言語質問応答タスクにおいて高い性能を示した。 多言語RAGでは、検索されたパスは、ユーザが入力したクエリ以外の言語で書くことができる。
  論文  参考訳（メタデータ） (2025-04-01T09:55:23Z)
• The Rise and Down of Babel Tower: Investigating the Evolution Process of Multilingual Code Large Language Model [59.357993924917]
  本研究では,大規模言語モデル(LLM)における事前学習過程における多言語機能の進化について検討する。 本稿では,LLMが新たな言語能力を習得する過程全体を記述したBabel Tower仮説を提案する。 本論文では,多言語コードLLMのための事前学習コーパスを最適化する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-10T08:28:57Z)
• The Power of Question Translation Training in Multilingual Reasoning: Broadened Scope and Deepened Insights [108.40766216456413]
  大規模言語モデルの英語と非英語のパフォーマンスのギャップを埋めるための質問アライメントフレームワークを提案する。 実験結果から、さまざまな推論シナリオ、モデルファミリー、サイズにわたって、多言語のパフォーマンスを向上できることが示された。 我々は、表現空間、生成された応答とデータスケールを分析し、質問翻訳訓練がLLM内の言語アライメントをどのように強化するかを明らかにする。
  論文  参考訳（メタデータ） (2024-05-02T14:49:50Z)
• LLaMA Beyond English: An Empirical Study on Language Capability Transfer [49.298360366468934]
  我々は、言語生成の能力と指示を英語以外の言語に効果的に伝達する方法に焦点をあてる。 本稿では,語彙拡張や事前学習,トランスファーに対する指導指導などの重要な要因が与える影響について分析する。 C-Eval、MMLU、AGI-Eval、GAokao-Benchの4つの広く使われている標準テストベンチマークを採用しています。
  論文  参考訳（メタデータ） (2024-01-02T06:29:02Z)
• Zero-Shot Cross-Lingual Reranking with Large Language Models for Low-Resource Languages [51.301942056881146]
  アフリカ語における言語間情報検索システムにおいて,大規模言語モデル (LLM) がリランカーとしてどのように機能するかを検討する。 私たちの実装は、英語と4つのアフリカの言語(ハウサ語、ソマリ語、スワヒリ語、ヨルバ語)を対象としています。 我々は、英語のクェリとアフリカの言葉の文節による言語横断的な格付けについて検討する。
  論文  参考訳（メタデータ） (2023-12-26T18:38:54Z)

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。