論文の概要: EduFair-Bench: Evaluating Pedagogical Fairness of LLM Tutors Across Student Demographics
- arxiv url: http://arxiv.org/abs/2609.12949v1
- Date: Fri, 11 Sep 2026 15:10:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.792905
- Title: EduFair-Bench: Evaluating Pedagogical Fairness of LLM Tutors Across Student Demographics
- Title（参考訳）: EduFair-Bench:LLMチューターの教育的公正性の評価
- Abstract要約: 大規模言語モデル(LLM)は、チューターとしてますます普及しているが、学生全員を平等にサポートしているかどうかは不明である。
LLM教師の教育的公正性を評価するためのベンチマークである textbfEduFair-Bench を紹介する。
- 参考スコア（独自算出の注目度）: 7.575642125191585
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models (LLMs) are increasingly deployed as tutors, but it is unclear whether they support all students equally well. We introduce \textbf{EduFair-Bench}, a benchmark for auditing the pedagogical fairness of LLM tutors---whether tutoring quality varies systematically with student demographics. EduFair-Bench pairs a multi-domain question bank (mathematics, physics, chemistry) with a controlled simulation in which a fixed LLM student interacts with each tutor across nine demographic levels spanning four dimensions: gender, immigration background, first language, and socioeconomic status (SES). Tutoring quality is scored on five turn-level pedagogical metrics and four conversation-level dimensions, using an LLM judge validated against three-annotator consensus on 180 tutor turns. Bias is measured via paired Wilcoxon signed-rank tests and bootstrap effect-size confidence intervals. Two ablations (demographic cues conveyed through names; conflicting demographic information between tutor and student) disentangle tutor-driven from student-driven bias. Across five tutors, we find that model capability and demographic fairness are largely orthogonal: the smallest model is the most consistent while the four more capable tutors all exhibit wide demographic gaps with no clear capability-to-fairness ordering, pedagogy-specific RL training redistributes rather than removes bias, and language- and immigration-related cues produce larger gaps than gender- and SES-related cues.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、チューターとしてますます普及しているが、学生全員を平等にサポートしているかどうかは不明である。
LLM教師の教育的公正性を評価するためのベンチマークである「textbf{EduFair-Bench}」を紹介する。
EduFair-Benchは、マルチドメインの質問銀行(数学、物理学、化学)と、固定LDMの学生が、性別、移民背景、第一言語、社会経済的地位(SES)の9つの階層にわたって、各家庭教師と対話する制御されたシミュレーションを組み合わせている。
学習の質は5つのターンレベル教育指標と4つの会話レベル次元で評価され、LLMの判定は180のチューターターンにおける3つのアノテータのコンセンサスに対して検証される。
バイアスはウィルコクソンの符号付きランクテストとブートストラップ効果サイズ信頼区間によって測定される。
教師と生徒の人口統計情報に矛盾する2つのアブレーション(デクログラフィー的手がかり)は、学生主導の偏見から家庭教師を遠ざけている。
モデル能力と人口動態の公平性は最も整合性が高いのに対して、4つのより有能なチューターはみな、明確な能力と公正性の秩序のない広い人口格差を示し、教育固有のRLトレーニングはバイアスを取り除くのではなく、再帰し、言語や移民に関連する手がかりは、性別やSESに関連する手がかりよりも大きなギャップを生み出している。
関連論文リスト
- Sociodemographic Biases in Educational Counselling by Large Language Models [61.30199414932204]
本研究では,Large Language Models(LLMs)における社会デマトグラフィーバイアスについて検討する。
多様な状況下で生徒を記述した900のヴィグネットに関する質問に答える6つのLDMからの回答を評価した。
論文 参考訳（メタデータ） (2026-04-03T14:08:22Z) - PATS: Personality-Aware Teaching Strategies with Large Language Model Tutors [66.56586559631516]
大型言語モデル (LLM) は教育教師としての可能性を秘めている。
しかし、異なる学習戦略は、異なる学生の個性に利益をもたらす。
それにもかかわらず、現在のLLM教育システムは生徒の性格特性を考慮に入れていない。
論文 参考訳（メタデータ） (2026-01-13T10:17:26Z) - AI tutoring can safely and effectively support students: An exploratory RCT in UK classrooms [3.1642777065752052]
1対1の授業はパーソナライズされた教育のための金の標準として広く考えられているが、スケールするのは違法に高価である。
英国の小学校5校を対象に,N = 165$の学生を対象にランダム化試験(RCT)を行った。
LearnLM – 教育用に微調整された生成AIモデル – を,Eedi数学プラットフォーム上でのチャットベースの学習セッションに統合しました。
論文 参考訳（メタデータ） (2025-12-29T17:44:03Z) - UCO: A Multi-Turn Interactive Reinforcement Learning Method for Adaptive Teaching with Large Language Models [59.693733170193944]
大規模言語モデル(LLM)は、教育環境において、回答提供者からインテリジェントな家庭教師へとシフトしている。
最近の強化学習アプローチはこの制限に対処するが、2つの重要な課題に直面している。
これらの課題に対処するために一方向認知最適化法(UCO)を提案する。
論文 参考訳（メタデータ） (2025-11-12T01:27:02Z) - TutorBench: A Benchmark To Assess Tutoring Capabilities Of Large Language Models [10.963195858672627]
TutorBenchは、大規模言語モデル(LLM)のコアチューリングスキルを厳格に評価するために設計されたデータセットと評価ベンチマークである。
サンプルは、(i)学生の混乱に合わせた適応的な説明を生成すること、(ii)学生の作業に対して実行可能なフィードバックを提供すること、(iii)効果的なヒント生成を通じて活発な学習を促進すること、の3つの一般的な学習課題から抽出される。
我々はTutorBench上で16個のフロンティアLLMを評価し,その性能と挙動を詳細に解析した。
論文 参考訳（メタデータ） (2025-10-03T01:41:09Z) - "Check My Work?": Measuring Sycophancy in a Simulated Educational Context [0.0]
本研究では,ユーザが提案する提案が,シミュレーション学習環境におけるLarge Language Model(LLM)に与える影響について検討する。
クエリ・フレーミングに基づいて応答品質が劇的に変化することを示す。
この結果から,このようなバイアスを教育の文脈で緩和する方法やメカニズムをよりよく理解する必要性が浮かび上がっている。
論文 参考訳（メタデータ） (2025-06-12T02:21:43Z) - Mitigating Subgroup Disparities in Multi-Label Speech Emotion Recognition: A Pseudo-Labeling and Unsupervised Learning Approach [53.824673312331626]
Implicit Demography Inference (IDI)モジュールは、k平均クラスタリングを用いて、音声感情認識(SER)におけるバイアスを軽減する
実験により、擬似ラベルIDIはサブグループの格差を減らし、フェアネスの指標を28%以上改善することが示された。
教師なしのIDIは、SERのパフォーマンスが3.6%未満のフェアネス指標を4.6%以上改善する。
論文 参考訳（メタデータ） (2025-05-20T14:50:44Z) - Is your multimodal large language model a good science tutor? [14.505855717011725]
MLLM(Multimodal large language model)は、科学的推論タスクにおける優れた性能を示す。
本研究では,MLLMを総合的な教育用ルーブリックとシミュレートされた学生モデルを用いて,理科講師として評価する枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-09T20:38:23Z) - LLMs are Biased Teachers: Evaluating LLM Bias in Personalized Education [6.354025374447606]
パーソナライズされた教育環境において,大きな言語モデル(LLM)をバイアスとして評価する。
我々は、異なる人口集団に合わせた教育コンテンツをモデルが生成し、選択する方法について、重大なバイアスを明らかにした。
論文 参考訳（メタデータ） (2024-10-17T20:27:44Z) - Stepwise Verification and Remediation of Student Reasoning Errors with Large Language Model Tutors [78.53699244846285]
大規模言語モデル(LLM)は、高品質なパーソナライズされた教育を全員に拡大する機会を提供する。
LLMは、学生のエラーを正確に検知し、これらのエラーに対するフィードバックを調整するのに苦労する。
教師が学生の誤りを識別し、それに基づいて回答をカスタマイズする現実世界の教育実践に触発され、我々は学生ソリューションの検証に焦点をあてる。
論文 参考訳（メタデータ） (2024-07-12T10:11:40Z) - GenderBias-\emph{VL}: Benchmarking Gender Bias in Vision Language Models via Counterfactual Probing [72.0343083866144]
本稿では,GenderBias-emphVLベンチマークを用いて,大規模視覚言語モデルにおける職業関連性バイアスの評価を行う。
ベンチマークを用いて15のオープンソースLVLMと最先端の商用APIを広範囲に評価した。
既存のLVLMでは男女差が広くみられた。
論文 参考訳（メタデータ） (2024-06-30T05:55:15Z)
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。