ライティングコースにおけるChatGPTとの長期的な学生インタラクション

生成AI、特にChatGPTは教育の中でますます一般的になってきていて、特にライティングコースでその傾向が強いんだ。このツールは学生がAIシステムと対話しながらエッセイを改訂するのを手助けする。でも、学生がAIと長期間どのようにやり取りするかについての研究はまだあまり進んでいないんだ。この記事は、ChatGPTを使って英語のライティングスキルを向上させようとした大学生からデータを集めた研究について話しているよ。

#ChEDDARデータセット

この研究ではChEDDARというデータセットを作成したんだ。これは「ChatGPT EFL Learner's Dialogue Dataset As Revising an Essay」の略。212人の英語を外国語として学ぶ学生による学期を通した実験からのデータを含んでいる。この期間中、学生たちはエッセイを改訂するためにChatGPTと対話していたんだ。

ChEDDARには詳細な会話ログ、エッセイの修正記録、学生の満足度評価、彼らの目標に関する情報が含まれている。このデータは、学生がライティングにおいて生成AIをどう使っているかを理解するのに役立つ。また、この研究は、学生がAIに何を求めているかを特定し、AIの応答に対する満足度を測るための基準を確立することを目指しているんだ。

#教育における生成AI

生成AIは学生を助けるための貴重なツールとしてますます認識されるようになってる。たとえば、多くの大学生が研究やライティングのタスクを手助けするためにChatGPTを使っている。一方で、学問の誠実さについての懸念もあるよ。学生がAIの作品を自分のものとして提出することで、教師が学生の実績を評価するのが難しくなるんだ。

一部の学生は、AIが生成したコンテンツを使うことがカンニングと見なされる可能性があることに気づいていないんだ。この問題を解決し、倫理的な使用を促進するために、教育者がAIの使用を監視して明確なガイドラインを提供することが重要なんだ。残念ながら、これまでの研究は短期的な結果に焦点を当てていることが多く、実際の教育環境における長期的な相互作用を考察することはあまりなかった。この研究は、EFL学生が学期全体にわたってChatGPTとどのようにやり取りするかを調べることで、そのギャップを埋めることを目指しているよ。

#学生のChatGPTとの相互作用

RECIPEというプラットフォームを使って、学生たちはChatGPTとの会話を通じてエッセイの手助けを受けたんだ。このプラットフォームには、学生の期待を理解するためのアンケート、エッセイを改善するためのライティングタスク、体験に対する満足度を評価するための最終アンケートが含まれている。

この研究には、212人のEFL学生が参加していて、学部生と大学院生が混在している。彼らは中級ライティング、上級ライティング、科学ライティングという異なるライティングコースに登録していた。主な課題は、議論のエッセイを書くことだった。

収集されたデータには、1913件の学生の発言が含まれていて、シングルターンとマルチターンの対話が組み合わさっている。ほとんどの会話は英語で行われたが、学生が英語と韓国語を切り替えるケースもあった。

会話中、学生はエッセイを改訂しながら、ライティングのさまざまなトピックについてChatGPTとコミュニケーションをしていた。データにはAIからの各応答に対する満足度評価も含まれていて、学生がChatGPTがどれだけ役立っていると思っていたかの洞察を与えているよ。

#学生の目的

RECIPEプラットフォームを学生が使用する主な理由には、エッセイに対するフィードバックを求めたり、言語使用の支援を受けたりすることが含まれていた。学部生にとってのトップの目的は：

1. 句読点、スペル、大文字、文法の助け（60%）。
2. テキストの翻訳（60%）。
3. 自分の作業に対する評価とフィードバック（50%）。

大学院生は主に：

1. 評価とフィードバック（57.45%）。
2. 句読点、スペル、大文字、文法の助け（55.32%）。
3. ドラフトの改訂（53.19%）。

これらの目的は、生成AIが学生の学習体験に大きく貢献できることを示しているよ。

興味深いことに、学期が進むにつれて学生は主な目的を変えていった。最初、多くの学部生はChatGPTに講義について質問したり、自分の書いたものを支えるための資料を探すことを期待していた。でも時間が経つにつれて、AIや教育におけるその応用についての理解が深まっていったんだ。

#使用パターン

この研究は学生がChatGPTとどのように相互作用したかを分析した結果、学生たちはAIを教師ではなく人間のような仲間として扱うことが多いことがわかったんだ。この認識がAIとの関わり方に影響を及ぼしていた。

学生たちは頻繁にChatGPTの名前を呼び、その助けに感謝の気持ちを表し、自分自身の個性を持つ存在として捉えていることを示していた。こういったやり取りは会話の質を向上させ、学生がAIを受け入れることにもつながっていた場合があったんだ。中にはクイズや課題の手助けをChatGPTに大きく依存している学生もいて、それはカンニングの懸念を生じさせるよ。

#意図検出と満足度推定

この研究では今後の作業として、意図検出と満足度推定の2つの主要なタスクを提案した。

#意図検出

意図検出は、学生の発言を事前定義されたカテゴリに分類することを含むんだ。フィードバックの要求、明確化、言語的な支援など、さまざまな学生の意図を捉えるために13のカテゴリが作成された。

著者たちは対話の中で学生の意図をタグ付けするために協力した。その結果、最も一般的な意図は質問への回答を提供すること、次に感謝の表現や言語の支援を求めることだった。このことは、学生が高く関与し、言語関連の問題を解決するための強い欲求を持っていることを示しているんだ。

#満足度推定

満足度推定は、学生がChatGPTの応答をどれだけ役立つと感じたかを測るんだ。この研究では、AIの応答の有用性を1から5のスケールで評価した。

実験結果は、意図検出と満足度推定に使用された異なるモデル間でパフォーマンスにばらつきがあることを示した。この分析は、学生からのフィードバックをよりよく理解することによって、教育の文脈で将来のAIシステムを改善するのに役立つんだ。

#今後の方向性

この研究は、教育における生成AIの統合に向けたさまざまな潜在的な道を示しているよ。

#プロンプト推奨

学生のプロンプトを意図と満足度に基づいて分析することで、教育者は今後の使用に向けて効果的なプロンプトを推奨できる。これにより、学生はより有益な応答を得るためにより良い質問を作成できるんだ。

#学習分析

学習分析を統合すると、教育者はAIとの相互作用を通じて学生の学習パターンについての深い洞察を得られる。学生が特定の情報をどれくらいの頻度で求めるかを見ることで、教師は一般的な質問に対処するために教材をより適切に調整できる。

#不正使用検出

不正使用を監視し、識別するシステムを開発することが重要だ。これには、学生が学ぼうとするのではなく、答えを求めるような不適切または生産性のないプロンプトを追跡するために新しいラベルを注釈することが含まれる。そんなシステムがあれば、学生がAIとより意味のある関わりを持てるように導く助けになるんだ。

#結論

この研究は、特にEFLライティングにおける言語教育における生成AIの可能性を強調しているよ。ChEDDARデータセットは、学生がAIとどのようにやり取りし、その認識や技術が学習体験を向上させる効果についての貴重な洞察を提供している。学生の意図と満足度に焦点を当てることで、将来の研究は教育環境におけるAIの統合を改善し、学問の誠実さに関する懸念にも対処できるんだ。