Towards Educator-Driven Tutor Authoring: Generative AI Approaches for Creating Intelligent Tutor Interfaces

要約

インテリジェント個別指導システム (ITS) は、個別化された適応性のある教育を提供する上で大きな可能性を示していますが、専門的なプログラミングと設計スキルの必要性によってその普及が妨げられてきました。
既存のアプローチは、ドラッグ アンド ドロップによるノーコード オーサリングによりプログラミングの制限を克服していますが、教育者が効果的で魅力的な講師インターフェイスを設計するために必要なスキルを持っていることを前提としています。
この想定に対処するために、教育者が設計原則を守りながらニーズを満たす講師インターフェイスを作成できるように支援する生成 AI 機能を導入しました。
私たちのアプローチは、大規模言語モデル (LLM) とプロンプト エンジニアリングを活用して、教育者が入力として提供する高レベルの要件に基づいて講師のレイアウトとコンテンツを生成します。
ただし、AI が生成したソリューションに完全に依存するのではなく、設計プロセスに積極的に参加できるようにするために、インターフェイス全体のレベルと個々のコンポーネント レベルの両方で生成を許可します。
前者は教育者に直接操作を使用して調整できる完全なインターフェイスを提供し、後者は教師インターフェイスに追加する特定の要素を作成する機能を提供します。
小規模な比較は、講師インターフェイス設計の効率を高めるための私たちのアプローチの可能性を示しています。
今後、私たちは生成 AI 機能で教育者を支援し、パーソナライズされた効果的で魅力的な家庭教師を作成し、最終的にはその導入を促進するための重要な問題を提起します。

要約(オリジナル)

Intelligent Tutoring Systems (ITSs) have shown great potential in delivering personalized and adaptive education, but their widespread adoption has been hindered by the need for specialized programming and design skills. Existing approaches overcome the programming limitations with no-code authoring through drag and drop, however they assume that educators possess the necessary skills to design effective and engaging tutor interfaces. To address this assumption we introduce generative AI capabilities to assist educators in creating tutor interfaces that meet their needs while adhering to design principles. Our approach leverages Large Language Models (LLMs) and prompt engineering to generate tutor layout and contents based on high-level requirements provided by educators as inputs. However, to allow them to actively participate in the design process, rather than relying entirely on AI-generated solutions, we allow generation both at the entire interface level and at the individual component level. The former provides educators with a complete interface that can be refined using direct manipulation, while the latter offers the ability to create specific elements to be added to the tutor interface. A small-scale comparison shows the potential of our approach to enhance the efficiency of tutor interface design. Moving forward, we raise critical questions for assisting educators with generative AI capabilities to create personalized, effective, and engaging tutors, ultimately enhancing their adoption.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google