論文の概要: Exploring Visual Access and Proactive AI Tutoring for Handwritten Mathematics
- arxiv url: http://arxiv.org/abs/2610.26411v1
- Date: Mon, 19 Oct 2026 13:46:02 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-20 22:43:54.896211
- Title: Exploring Visual Access and Proactive AI Tutoring for Handwritten Mathematics
- Title（参考訳）: 手書き数学のための視覚アクセスとプロアクティブAIチューニングの探索
- Abstract要約: 手書きの作業は、学習者がタイプされたメッセージや音声によるメッセージで表現できない数学的推論をキャプチャする。
我々は、スマートフォンカメラが学習者の論文のライブビューを提供するマルチモーダルなAI学習プラットフォームを構築した。
- 参考スコア（独自算出の注目度）: 10.675284039774903
- License:
- Abstract: Handwritten work captures mathematical reasoning that learners may not express in typed or voice-dictated messages. We built a multimodal AI tutoring platform in which a phone camera gives the tutor a live view of learners' work on paper. In a randomized online study, 117 adults solved calculus problems with Text-Reactive, Visual-Reactive, or Visual-Proactive assistance. Analysis of 2,140 tutor messages showed that visual access shifted assistance toward checking ongoing work, while proactivity enhanced error identification and directive hints. Learners valued feedback grounded in their writing; those who received proactive help rated it as supportive, and about a third wanted it more often. These findings inform when tutors should intervene and what they should address. We release the platform, prompts, and instruments, together with 255,984 timestamped images of handwritten work linked to tutoring conversations, intervention decisions, and learning outcomes, to support multimodal tutoring systems that preserve the affordances of handwritten work while providing adaptive feedback.
- Abstract（参考訳）: 手書きの作業は、学習者がタイプされたメッセージや音声によるメッセージで表現できない数学的推論をキャプチャする。
我々は、スマートフォンカメラが学習者の論文のライブビューを提供するマルチモーダルなAI学習プラットフォームを構築した。
ランダムなオンライン調査では、117人の大人がText-Reactive、Visual-Reactive、Visual-Proactiveで計算問題を解いた。
2,140の教師メッセージの分析では、視覚的アクセスは進行中の作業の確認に支援をシフトし、能動性はエラー識別と指示ヒントを高めた。
積極的支援を受けた人は、それを支持的と評価し、約3分の1は、より頻繁にそれを望んだ。
これらの知見は、教師が介入すべき時期と対処すべき課題を示唆する。
このプラットフォーム,プロンプト,楽器を,会話の指導,介入決定,学習成果に関連する手書き作業のタイムスタンプ付き255,984枚とともにリリースし,適応的なフィードバックを提供しながら,手書き作業の余裕を保ったマルチモーダル学習システムをサポートする。
関連論文リスト
- Say What? Examining Text and Voice Input Modalities for Prompt-Based Programming in Computing Education [18.18479797325814]
本研究では,プログラミング学生がプロンプト問題とどのように相互作用するかを検討した。
プロンプト問題は、正しいコードを生成するために自然言語のプロンプトを作成する必要があるプログラミングタスクである。
テキストを使ってプロンプトを入力した学生は、最初の試みでそのプロンプトを成功させる可能性が高かった。
学生が提出前に書き起こした音声のプロンプトを編集しても、成功率に差はなかった。
論文 参考訳（メタデータ） (2026-07-07T04:04:23Z) - GeoDial: A Multimodal Conversational Tutoring Dataset for Geometry Problem-Solving with Visual Tutor Turns [55.28321614854968]
幾何学領域における1.3K以上の教師-学生対話のデータセットであるGeoDialを紹介する。
本稿では,対話行動,視覚的ハイライト,フィードバックを統合したスケーラブルなアノテーションプロトコルを提案する。
論文 参考訳（メタデータ） (2026-05-08T10:54:32Z) - From Use to Oversight: How Mental Models Influence User Behavior and Output in AI Writing Assistants [70.1699066541501]
システムの動作に関する機能的、あるいは関連性、システムの動作に関する構造的、あるいは関連性という、2つのタイプのメンタルモデルについて検討する。
構造的精神モデル状態の参加者は、システムに対する理解を深める一方、これはバックフィリング効果をもたらす可能性がある。
論文 参考訳（メタデータ） (2026-04-06T20:50:44Z) - Autograder+: A Multi-Faceted AI Framework for Rich Pedagogical Feedback in Programming Education [0.5529795221640363]
Autograder+は、オートグレーディングを純粋に要約的なプロセスからフォーマティブな学習体験に移行するように設計されている。
微調整されたLarge Language Modelを使った自動フィードバック生成と、学習パターンを明らかにするための学生コード提出の可視化だ。
論文 参考訳（メタデータ） (2025-10-30T11:41:50Z) - Multimodal Programming in Computer Science with Interactive Assistance Powered by Large Language Model [0.0]
DeepSeek R1をベースとした対話型宿題支援システムを開発した。
生徒の仕事はパーソナライズされたプロンプトで包み、すぐに答えを出すことなく教育目的を前進させる。
論文 参考訳（メタデータ） (2025-03-09T10:48:47Z) - YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。
モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。
実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
論文 参考訳（メタデータ） (2024-01-28T14:32:15Z) - MathDial: A Dialogue Tutoring Dataset with Rich Pedagogical Properties
Grounded in Math Reasoning Problems [74.73881579517055]
そこで本稿では,一般学生の誤りを表現した大規模言語モデルを用いて,人間教師の対話を生成する枠組みを提案する。
このフレームワークを用いて3kの1対1の教師-学生対話のデータセットであるMathDialを収集する方法について述べる。
論文 参考訳（メタデータ） (2023-05-23T21:44:56Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳（メタデータ） (2022-11-16T10:00:23Z) - Multimodal Lecture Presentations Dataset: Understanding Multimodality in
Educational Slides [57.86931911522967]
学習内容のマルチモーダル理解における機械学習モデルの能力を検証する。
このデータセットには,180時間以上のビデオと9000時間以上のスライドが,各科目から10人の講師が参加している。
マルチモーダル・トランスフォーマーであるPolyViLTを導入する。
論文 参考訳（メタデータ） (2022-08-17T05:30:18Z)
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。