論文の概要: AIfred: Augmented Learning through Functional Robotic Embodiment at the Desk
- arxiv url: http://arxiv.org/abs/2609.38737v1
- Date: Wed, 30 Sep 2026 01:20:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:26.952779
- Title: AIfred: Augmented Learning through Functional Robotic Embodiment at the Desk
- Title（参考訳）: AIfred:Deskにおける機能的ロボット体操による強化学習
- Abstract要約: 現在の生成型AIツールは、別の画面を通じてガイダンスを提供し、ユーザが考える場所とアシストが現れる場所の間にギャップを生じさせる。
AIfredはデスクベースのロボットアームで、プロジェクターをエンドエフェクターに取り付け、AIが生成したガイダンスを手書きの作業と一緒に配置する。
- 参考スコア（独自算出の注目度）: 0.9638489223085904
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Desk-based learning and creative activities benefit from handwritten engagement. However, current generative AI tools deliver guidance through a separate screen, creating a gap between where users think and where assistance appears. To address this, in this work we design AIfred, a desk-based robotic arm with a projector mounted at the end-effector that places AI-generated guidance alongside handwritten work. AIfred combines workspace perception, context-aware content generation, and robot-mediated projection to support math assignments, image generation, and drawing tasks. In a user study (n = 36), we compared AIfred against ChatGPT (GPT-5.6 Luna) running on a laptop. Both tools performed comparably while assistance was available during the math assignment (6.7 vs. 7.3/10, p = .41), but AIfred improved short-term learning transfer by 60% once assistance was withdrawn (7.0 vs. 4.4/10, p = .003). In addition, independent art and design professors ranked drawings produced with AIfred better in 33 of 36 cases. Our findings indicate that spatially co-located AI assistance benefits tasks whose guidance shares a spatial frame with the work.
- Abstract（参考訳）: デスクベースの学習と創造活動は手書きのエンゲージメントの恩恵を受ける。
しかし、現在の生成AIツールは、別の画面を通じてガイダンスを提供し、ユーザーがどこに考えているかと、助けが現れるかのギャップを生じさせる。
この課題に対処するために、私たちはAIfredという机ベースのロボットアームを設計しました。
AIfredは、ワークスペース認識、コンテキスト認識コンテンツ生成、ロボットによるプロジェクションを組み合わせて、数学の割り当て、画像生成、描画タスクをサポートする。
ユーザ調査(n = 36)では、ラップトップで動作するChatGPT(GPT-5.6 Luna)とAIfredを比較した。
しかし、AIfredは補助が取り下げられた後、短期学習を60%改善した(7.0 vs. 4.4/10, p = .003)。
さらに、独立した美術とデザインの教授は、36件中33件において、AIfredで制作された絵を好成績で評価した。
その結果,空間的協調型AI支援は,作業と空間的フレームを共有するタスクに有効であることが示唆された。
関連論文リスト
- ASENA: Self-evolving Agents for Embodied Navigation [84.64998230277466]
ASENAは汎用コーディングエージェントをロボットセンシング、計算、教師付き実行、永続的な体験に接続する。
独立政策としてASENA-VLNはR2Rで68.7%、RxRで70.2%という最先端の成功率を達成した。
論文 参考訳（メタデータ） (2026-09-30T07:53:50Z) - GIFT: Guided Intermediate Feature Training via Action-Oriented Structural Supervision for Robotic Manipulation [60.95802802905149]
GIFT(Guided Intermediate Feature Training)は,中間機能学習のためのアーキテクチャフレキシブルなフレームワークである。
我々は、各モデルのアクション定式化を維持しつつ、ビジョンランゲージ・アクション(VLA)ポリシー、ダイレクトアクション・ワールド・アクション・モデル(WAM)、逆ダイナミクスWAMでGIFTをインスタンス化する。
RoboCasaでは3つのGIFTバージョンが61.4%、83.6%、82.3%に達し、それぞれ12.6、9.0、8.4ポイントを上回っている。
論文 参考訳（メタデータ） (2026-09-03T17:59:03Z) - The Effortless Trap: Productive Struggle, AI, and the Illusion of Learning [0.0]
AIが急速に進歩すると、教育者はジレンマに直面します。
うまく使えば、AIはフィードバック、例、実践、個別のサポートをスケールできる。
使いづらいのは、学習に必要な認知的な作業を置き換えることだ。
新しいアイデアは、プライム、プローブ、ポイント、アタッチメント、強化、テストの6つのステップを通じて学習される。
論文 参考訳（メタデータ） (2026-06-24T12:42:48Z) - AI-Assisted Help-Seeking Trajectories in Programming Education from an SRL-Informed Perspective [11.163797770670683]
本研究は,大学レベルのプログラミングにおけるAI支援型ヘルプサーキングの軌跡を解析した。
その結果、多くの学生が、計画的で自己規制された問題解決よりも、主にAIをリアクティブなトラブルシューティングに用いていることが示唆された。
論文 参考訳（メタデータ） (2026-06-22T03:37:58Z) - MAIC-UI: Making Interactive Courseware with Generative UI [55.66338307665182]
本研究では,ゼロコードオーサリングシステムであるMAIC-UIを提案する。
MAIC-UIは、多モーダル理解を用いた構造化知識分析を用いて、教育的厳密性を確保する。
論文 参考訳（メタデータ） (2026-04-28T16:15:04Z) - AI as a Teaching Partner: Early Lessons from Classroom Codesign with Secondary Teachers [7.088206598032786]
Colleague AI Classroomは、生成AI技術を実際の教室に直接導入する共同設計(共同設計)である。
ワシントン州立大学の4つの公立教育学区と1つの独立学校から21人の教員が、AIを利用した4つの特徴を教育に取り入れた。
6-12年生の600人以上の生徒が教師の指示でこのプラットフォームを授業で利用した。
論文 参考訳（メタデータ） (2025-12-12T21:35:32Z) - To Use or to Refuse? Re-Centering Student Agency with Generative AI in Engineering Design Education [14.581313362006272]
このパイロット研究は、シンガポール工科大学で500人以上の工学と建築の学生を登録する13週間の基礎設計コースにおける、AIの使用に関する学生の考察を辿るものである。
学生は、この技術がツール(インストラクショナルアシスタント)、チームメイト(共同パートナー)、あるいはその両方として使われたかどうかを振り返ることが求められた。
学生たちは、AIを単なる自動化ではなく、イノベーションのために使うことを学びました。
論文 参考訳（メタデータ） (2025-10-22T08:06:48Z) - AI for Service: Proactive Assistance with AI Glasses [44.4519940886017]
AI for Service(AI4Service)は、日々の生活を積極的にリアルタイムに支援するための新しいパラダイムである。
我々は、エゴセントリックなビデオストリームからサービス機会を検出することによって介入するKnow Whenと、一般化されたサービスとパーソナライズされたサービスの両方を提供するKnow Howの2つの基本的な課題に対処する統合されたフレームワークであるAlpha-Serviceを提案する。
論文 参考訳（メタデータ） (2025-10-16T06:55:28Z) - Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。
本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。
我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
論文 参考訳（メタデータ） (2025-03-12T09:28:41Z) - Plagiarism and AI Assistance Misuse in Web Programming: Unfair Benefits
and Characteristics [0.0]
分類された提出物は、色や識別子名のような自明な面を除いて、独立したものに似ている。
学生は、AIアシスタントは適切な使用の承認があれば有用であると信じているが、ソリューションの可読性と正確性には納得していない。
論文 参考訳（メタデータ） (2023-10-31T00:51:14Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳（メタデータ） (2021-09-24T19:17:09Z)
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。