本研究では、大規模言語モデルであるGPT-4を使用して、研修生の回答を自動的に分類し、間違った回答を適切な回答に言い換える方法を提案した。
まず、ゼロショットおよびフューショット学習アプローチを用いて、研修生の回答を正解/不正解に分類するバイナリ分類器を開発した。その結果、特にフューショット学習アプローチが、3つの研修レッスン(効果的な賞賛の与え方、エラーへの反応、学生の理解度の把握)において高い分類精度を示した。
次に、分類器で特定された不正解な回答を、GPT-4を使ってより適切な回答に言い換えることを試みた。その結果、GPT-4による言い換え回答は、人間の専門家による言い換え回答と比べて、正確性の点で同等以上の性能を示した。一方で、回答の適切性(オリジナルの回答を最小限の変更で言い換えられているか)については、人間の専門家と同等の水準であった。
これらの結果から、GPT-4を活用することで、研修生の回答を自動的に分類し、不適切な回答を適切な回答に言い換えることができることが示された。このようなシステムを研修プログラムに組み込むことで、研修生に対するタイムリーかつ説明的なフィードバックの提供が可能となり、研修の効果を高められると考えられる。
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Jionghao Lin... a las arxiv.org 05-03-2024
https://arxiv.org/pdf/2405.00970.pdfConsultas más profundas