論文の概要: Beyond the Chatbot: Co-Learning and Co-Teaching through a Dual-Persona Generative-AI Assistant

• arxiv url: http://arxiv.org/abs/2608.24902v1
• Date: Tue, 14 Jul 2026 10:04:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.335856
• Title: Beyond the Chatbot: Co-Learning and Co-Teaching through a Dual-Persona Generative-AI Assistant
• Title（参考訳）: チャットボットを超えて:デュアルペルソナ生成AIアシスタントによる共学習と共学習
• Abstract要約: 本稿では,中等教育における教師と学生の両方を支援するために開発された生成AIアプリケーションを提案する。 このシステムは2つのLarge Language Models-LLM、GeminiとDeepSeekと、Retrieval Augmented Generation - RAGフレームワークに統合されたSmall Language Model-SLM、Gemmaを採用している。 従来のチャットボットとは違って、同じAIモデルでも学習ガイドとしても機能するデュアルロールメカニズムである、教育的な切り替えペルソナを導入している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this paper we present a generative AI application developed to support both teachers and students in secondary education. The system employs two Large Language Models-LLMs, Gemini and DeepSeek, and a Small Language Model-SLM, Gemma, integrated within a Retrieval Augmented Generation - RAG framework, creating a pedagogically grounded, Greek-language assistant capable of adapting its reasoning and communication style to the user role. Unlike conventional chatbots, the assistant introduces pedagogical persona switching, a dual-role mechanism that enables the same AI model to act as both a teaching companion and a learning guide. Utilizing a RAG paradigm tailored to the Greek educational domain, the architecture segments official textbooks into coherent units. Enriched with specific metadata, these units preserve curricular structure and instructional context, demonstrating how generative AI optimizes modern instructional design. The initial case study focuses on home economics in Greek lower secondary education, a cross-disciplinary subject that integrates elements of economics, health education, and social responsibility. The assistant has been developed to support both learners and educators in complementary ways. In future classroom implementations, students will be able to use it to clarify key concepts such as financial literacy, resource management, and healthy living, while teachers could employ it to design authentic instructional materials, formative assessments, and classroom activities aligned with the official curriculum. The study elevates the concept beyond a simple chatbot, proposing a structured, contextually adaptive framework for pedagogical generative assistants that effectively bridge technology, curriculum, and human learning.
• Abstract（参考訳）: 本稿では、中等教育における教師と学生の両方を支援するために開発された生成型AIアプリケーションについて述べる。 GeminiとDeepSeekの2つのLarge Language Model-LLMと、Retrieval Augmented Generation - RAGフレームワークに統合されたSmall Language Model-SLMを採用。 従来のチャットボットとは異なり、このアシスタントは教育的ペルソナスイッチング(pedagogical persona switch)を導入している。 ギリシャの教育領域に合わせたRAGパラダイムを利用することで、このアーキテクチャは公式教科書を一貫性のある単位に分割する。 特定のメタデータに富んだこれらのユニットは、カリキュラム構造と命令コンテキストを保存し、生成AIがモダンな命令設計をどのように最適化するかを示す。 最初のケーススタディは、ギリシャの中等教育における家庭経済学に焦点を当て、経済学、健康教育、社会的責任の要素を統合する学際的な主題である。 このアシスタントは、学習者と教育者の両方を補完的に支援するために開発された。 将来の授業実践では、学生は金融リテラシー、資源管理、健全な生活といった重要な概念を明確にするために利用でき、教師は、教育資料、形式的評価、公式カリキュラムに沿った教室活動の設計に利用することができる。 この研究は、シンプルなチャットボットを超えて、テクノロジー、カリキュラム、人間の学習を効果的に橋渡しする教育的生成アシスタントのための構造化された文脈適応型のフレームワークを提案する。

関連論文リスト

• Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education [4.1196293227736795]
  ジェネレーティブ・人工知能(GenAI)は、教師がそれを使う準備が整ったよりも早く教室に入った。 最近のGenAI固有の取り組みは、分離された機能に対処しているが、断片化されている。 我々は、体系的なレビューと質的なフレームワーク分析を通じて開発された、責任あるAIリテラシー・イン・エデュケーション(RAILEd)フレームワークを紹介する。
  論文  参考訳（メタデータ） (2026-08-03T05:10:21Z)
• From Textbook to Talkbot: A Case Study of a Greek-Language RAG-Based Chatbot in Higher Education [0.0]
  本研究の目的は,高等教育におけるRAGベースのチャットボットの有効性,信頼性,およびユーザビリティを評価することである。 この研究から得られた発見は、AI駆動教育の新たな分野に寄与することが期待されている。
  論文  参考訳（メタデータ） (2025-12-23T22:40:03Z)
• Generative Teaching via Code [43.45801837806965]
  TeachMasterは、解釈可能、編集可能、カリキュラム対応の教育ビデオの制作を自動化するための、計画、設計、レンダリングの協力的なチームである。 TeachMasterは構造的コヒーレンスや視覚的忠実さを損なうことなく生産効率を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-12-07T12:52:24Z)
• Beyond Automation: Socratic AI, Epistemic Agency, and the Implications of the Emergence of Orchestrated Multi-Agent Learning Architectures [0.0]
  ジェネレーティブAIはもはや高等教育における周辺ツールではない。 本稿では,ソクラティックAIテュータの評価実験から得られた知見について述べる。 テューターを使用する学生は、批判的、独立的、反省的な思考に対する大きな支持を報告した。
  論文  参考訳（メタデータ） (2025-08-07T07:49:03Z)
• Robots and Children that Learn Together : Improving Knowledge Retention by Teaching Peer-Like Interactive Robots [41.94295877935867]
  本研究では,対話型強化学習(Interactive Reinforcement Learning)を,教示可能な社会ロボットの認知モデルとして紹介する。 LbT状態の小児は自己実践状態の児に比べて保持率が高くなった。 本研究は,(1)ピアロボット学習の教育的効果的でスケーラブルなモデルとしてインタラクティブRLを導入し,(2)実教室で複数の自律ロボットを同時に展開する可能性を示した。
  論文  参考訳（メタデータ） (2025-06-23T07:51:04Z)
• From chalkboards to chatbots: SELAR assists teachers in embracing AI in the curriculum [41.94295877935867]
  SELARは、教師が人工知能をカリキュラムに統合するためのフレームワークである。 本稿では,Hague University of Applied Sciencesの講師が主催するワークショップを通じて,フレームワークの有効性を評価する。
  論文  参考訳（メタデータ） (2024-10-17T05:40:59Z)
• BIPED: Pedagogically Informed Tutoring System for ESL Education [11.209992106075788]
  大規模言語モデル(LLM)は、容易に利用でき、コスト効率の良い会話型知能チューニングシステム(CITS)として機能する大きな可能性を秘めている。 既存のCITSは、単純な概念だけを教えるか、多様な学習戦略に取り組むために必要な教育的な深さを欠くように設計されている。 バイリンガル PEDagogically-informed Tutoring dataset of one-on-one, human-to- Human English tutoring Interaction。
  論文  参考訳（メタデータ） (2024-06-05T17:49:24Z)
• Policy Learning with a Language Bottleneck [65.99843627646018]
  本稿では,AIエージェントが言語規則を生成可能なフレームワークであるPLLB(Language Bottleneck)について紹介する。 PLLBBは言語モデルによってガイドされる*ルール生成*ステップと、エージェントがルールによってガイドされる新しいポリシーを学ぶ*アップデート*ステップとを代替する。 PLLBエージェントは、より解釈可能で一般化可能な振る舞いを学べるだけでなく、学習したルールを人間のユーザと共有できることを示す。
  論文  参考訳（メタデータ） (2024-05-07T08:40:21Z)
• Scaffolding Language Learning via Multi-modal Tutoring Systems with Pedagogical Instructions [34.760230622675365]
  知的家庭教師システム(ITS)は、人間の家庭教師を模倣し、学習者にカスタマイズされた指導やフィードバックを提供することを目的としている。 生成人工知能の出現に伴い、大規模言語モデル(LLM)は、複雑な会話の相互作用をシステムに付与する。 教育指導がITSの足場形成をいかに促進するかを,子どもに言語学習のための画像記述を指導するケーススタディにより検討した。
  論文  参考訳（メタデータ） (2024-04-04T13:22:28Z)
• Progressively Efficient Learning [58.6490456517954]
  我々はCEIL(Communication-Efficient Interactive Learning)という新しい学習フレームワークを開発した。 CEILは、学習者と教師がより抽象的な意図を交換することで効率的にコミュニケーションする人間のようなパターンの出現につながる。 CEILで訓練されたエージェントは、新しいタスクを素早く習得し、非階層的で階層的な模倣学習を、絶対的な成功率で最大50%、20%上回った。
  論文  参考訳（メタデータ） (2023-10-13T07:52:04Z)
• Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI) Curriculum [58.86139968005518]
  香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。 工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。 共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
  論文  参考訳（メタデータ） (2021-01-19T11:26:19Z)

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。