Exploring Emerging Technologies for Requirements Elicitation Interview Training: Empirical Assessment of Robotic and Virtual Tutors

要約

要件を引き出す面接は広く採用されている手法であり、面接の成功は面接官の準備とコミュニケーション スキルに大きく依存します。
学生は面接の練習を通じてこれらのスキルを高めることができます。
ただし、各セッションに関係者を参加させるのに必要な時間と労力を考えると、多くの学生向けに練習用の面接を組織するには拡張性の課題が生じます。
これに対処するために、私たちは、新興の教育テクノロジーに基づいた要件抽出面接トレーニング システムの拡張可能なアーキテクチャである REIT を提案します。
REIT は 2 つのフェーズで構成されます。1 つは学生が面接官として行動し、システムが面接対象者の役割を引き受ける面接フェーズです。もう 1 つは、システムが学生のパフォーマンスを評価し、面接スキルを向上させるために状況および行動に関するフィードバックを提供するフィードバック フェーズです。
私たちは、物理的なロボット エージェントを備えた RoREIT と仮想の音声のみのエージェントを備えた VoREIT の 2 つの実装を通じて、REIT の適用可能性を実証します。
私たちは大学院生のグループを使って両方の事例を経験的に評価しました。
参加者は両方のシステムを高く評価しました。
彼らは、RoREIT でトレーニングした場合に高い学習効果を示しましたが、VoREIT の方がより魅力的で使いやすいと感じました。
これらの調査結果は、各システムにそれぞれ異なる利点と欠点があることを示しており、好みや利用可能なリソースに基づいてさまざまな教育設定に合わせて \gensys{} を構成できることを示唆しています。

要約(オリジナル)

Requirements elicitation interviews are a widely adopted technique, where the interview success heavily depends on the interviewer’s preparedness and communication skills. Students can enhance these skills through practice interviews. However, organizing practice interviews for many students presents scalability challenges, given the time and effort required to involve stakeholders in each session. To address this, we propose REIT, an extensible architecture for Requirements Elicitation Interview Training system based on emerging educational technologies. REIT consists of two phases: the interview phase, wherein students act as interviewers while the system assumes the role of an interviewee, and the feedback phase, during which the system assesses students’ performance and offers contextual and behavioral feedback to enhance their interviewing skills. We demonstrate the applicability of REIT through two implementations: RoREIT with a physical robotic agent and VoREIT with a virtual voice-only agent. We empirically evaluated both instances with a group of graduate students. The participants appreciated both systems. They demonstrated higher learning gain when trained with RoREIT, but they found VoREIT more engaging and easier to use. These findings indicate that each system has its distinct benefits and drawbacks, suggesting that \gensys{} can be configured for various educational settings based on preferences and available resources.

arxiv情報

著者 Binnur Görer,Fatma Başak Aydemir
発行日 2023-08-24 23:21:20+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SE パーマリンク