ChatScratch: An AI-Augmented System Toward Autonomous Visual Programming Learning for Children Aged 6-12

要約

コンピューター的思考 (CT) が幼稚園から高校までの教育において低年齢層に浸透し続ける中、Scratch などの確立された CT プラットフォームは、これらの低年齢学習者、特に小学校 (6 ～ 12 歳) の学習者に対応するという課題に直面しています。
Scratch の専門家との形成的調査を通じて、私たちは子どもたちの自主的な Scratch 学習に対する 3 つの主要な障害を明らかにしました。それは、プロジェクト計画におけるアーティストのブロック、アセット作成における制限された創造性、実装中の不適切なコーディング指導です。
これらの障壁に対処するために、私たちは、幼児の自律的なプログラミング学習を促進する AI 拡張システムである ChatScratch を導入します。
ChatScratch は、アーティストのブロックを克服するために構造化されたインタラクティブなストーリーボードとビジュアル キューを採用し、デジタル描画と高度な画像生成テクノロジを統合して創造性を高め、専門的なコーディング ガイダンスのために Scratch に特化したラージ言語モデル (LLM) を活用します。
私たちの調査によると、Scratch と比較して、ChatScratch は自律的なプログラミング学習を効果的に促進し、子供たちにとって高品質で個人的に意味のある Scratch プロジェクトの作成に貢献していることがわかりました。

要約(オリジナル)

As Computational Thinking (CT) continues to permeate younger age groups in K-12 education, established CT platforms such as Scratch face challenges in catering to these younger learners, particularly those in the elementary school (ages 6-12). Through formative investigation with Scratch experts, we uncover three key obstacles to children’s autonomous Scratch learning: artist’s block in project planning, bounded creativity in asset creation, and inadequate coding guidance during implementation. To address these barriers, we introduce ChatScratch, an AI-augmented system to facilitate autonomous programming learning for young children. ChatScratch employs structured interactive storyboards and visual cues to overcome artist’s block, integrates digital drawing and advanced image generation technologies to elevate creativity, and leverages Scratch-specialized Large Language Models (LLMs) for professional coding guidance. Our study shows that, compared to Scratch, ChatScratch efficiently fosters autonomous programming learning, and contributes to the creation of high-quality, personally meaningful Scratch projects for children.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google