日本デジタルゲーム学会 年次大会 予稿集
Online ISSN : 2758-6480
第15回 年次大会
会議情報

インタラクティブセッション
タスクベースのAI学習ゲーム:実践的なAI学習手法
*倉原 幹貴人*齋藤 大輔*鷲崎 弘宜
著者情報
キーワード: 教育, AI, Task–Base, ゲーム, 機械学習
会議録・要旨集 オープンアクセス

p. 309-314

詳細
抄録
現在、AI 教育ではゲームベースの手法が多く取られている。しかし、その中で要求分析から始まり、学 習者の作 成したAI モデルを自動的に評価するものは少ない。そこで我々はLLM(Large Language Model)を用いて、自然言語 に よる問題を作成し、それに対して解決策を記述するとともにコーディングを行うタスクベースの学 習法を提案する。また、 このタスクベースの学習を行えるゲーム、"LLM-PoweredAILearningQuest" (LLM-ALQ) を提案する。そして、このゲームの学習効果、およびタスク形式の学習効果を測定した。 その結果、タスクベースの学習法には一定の学習効果が見込まれた。一方、ゲームのUI やシステム改善などの課題点も浮き彫りとなった。
著者関連情報
© 2025 日本デジタルゲーム学会

この記事はクリエイティブ・コモンズ [表示 4.0 国際]ライセンスの下に提供されています。
https://creativecommons.org/licenses/by/4.0/deed.ja
前の記事 次の記事
feedback
Top