Tutorly: Turning Programming Videos Into Apprenticeship Learning Environments with LLMs

要約

チュートリアルやストリームキャストを含むオンライン プログラミング ビデオは広く人気があり、豊富な専門知識が含まれています。
ただし、これらのリソースを効果的に活用して、目標を絞った学習目標を達成するのは困難な場合があります。
直接的な個別指導とは異なり、ビデオ コンテンツには、個人の学習ペースに基づいたカスタマイズされたガイダンス、個別のフィードバック、サポートとモニタリングに必要なインタラクティブな取り組みが欠けています。
私たちの取り組みは、認知的見習いのフレームワークを使用して、プログラミング ビデオを 1 対 1 の個別指導体験に変換します。
JupyterLab プラグインとして開発された Tutorly を使用すると、学習者は、(1) パーソナライズされた学習目標を設定し、(2) 会話型 LLM ベースのメンター エージェントを通じて実践的に学習し、(3) 学生モデルに基づいてガイダンスとフィードバックを受け取ることができます。
それがメンターの動きを動かします。
ストリームキャストから探索的データ分析を学習する 16 人の参加者による被験者内研究では、テスト後のアンケートに基づいて、Tutorly はパフォーマンスを 61.9% から 76.6% に大幅に向上させました。
Tutorly は、LLM と学習者モデリングを使用してプログラミング ビデオ学習体験を向上させる可能性を示しています。

要約(オリジナル)

Online programming videos, including tutorials and streamcasts, are widely popular and contain a wealth of expert knowledge. However, effectively utilizing these resources to achieve targeted learning goals can be challenging. Unlike direct tutoring, video content lacks tailored guidance based on individual learning paces, personalized feedback, and interactive engagement necessary for support and monitoring. Our work transforms programming videos into one-on-one tutoring experiences using the cognitive apprenticeship framework. Tutorly, developed as a JupyterLab Plugin, allows learners to (1) set personalized learning goals, (2) engage in learning-by-doing through a conversational LLM-based mentor agent, (3) receive guidance and feedback based on a student model that steers the mentor moves. In a within-subject study with 16 participants learning exploratory data analysis from a streamcast, Tutorly significantly improved their performance from 61.9% to 76.6% based on a post-test questionnaire. Tutorly demonstrates the potential for enhancing programming video learning experiences with LLM and learner modeling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google