cs.CY

Regulating the AI Tutor: Intentions, Help-Seeking, and Self-Regulated Learning in Adolescent GenAI Use

यह अध्ययन एक जेनरेटिव एआई (GenAI) गणित ट्यूटर का उपयोग करके 98 जर्मन किशोरों के संवादात्मक डेटा का विश्लेषण करता है जिससे यह पता चलता है कि स्कैफोल्डेड सहायता (scaffolded support) चुनने के बावजूद, उनकी अंतःक्रियाएं आत्म-नियमन या ज्ञानमीमांसीय सतर्कता (epistemic vigilance) की कमी वाले केवल उपकरण संबंधी अनुरोधों (instrumental requests) तक सीमित थीं, जो अंततः बढ़े हुए संज्ञानात्मक भार और कम पोस्ट-टेस्ट प्रदर्शन के साथ सह-संबंधित थीं।

A Classroom Study of LLM-Generated Feedback Intervention in Introductory Programming

यह शोध पत्र प्रोगफीड (ProgFeed) डेटासेट को पेश करते हुए एक बड़े पैमाने के कक्षा अध्ययन को प्रस्तुत करता है जो यह प्रदर्शित करता है कि प्राकृतिक भाषा में एआई-जनित फीडबैक, टेस्ट केस फीडबैक या बिना फीडबैक की तुलना में, प्रारंभिक प्रोग्रामिंग में छात्र पूर्णता दरों और समाधान अभिसरण (solution convergence) में महत्वपूर्ण सुधार करता है, जो केवल उपस्थिति के बजाय फीडबैक के रूप और वैधता के महत्वपूर्ण महत्व को रेखांकित करता है।

Enforcing Trust Accountability with Backward Propagation

यह शोध पत्र RepuLink को प्रस्तुत करता है, जो एक दो-स्तरीय प्रतिष्ठा मॉडल है जो बैकवर्ड प्रोपेगेशन तंत्रों का उपयोग करके गलत व्यवहार करने वाले नोड्स के समर्थकों को दंडित करने और अच्छे प्रदर्शन करने वाले नोड्स के समर्थकों को पुरस्कृत करने के माध्यम से मौजूदा विश्वास प्रणालियों की सीमाओं को संबोधित करता है, जिससे जवाबदेही लागू होती है, कोल्ड-स्टार्ट समस्या का समाधान होता है, और वास्तविक दुनिया के मूल्यांकनों में बेसलाइन मॉडल से बेहतर प्रदर्शन होता है।

Hybrid E-Assessment in Higher Education: Semi-Automated Grading of Paper-Based Written Examinations

यह शोध पत्र उच्च शिक्षा के लिए एक हाइब्रिड ई-असेसमेंट फ्रेमवर्क का प्रस्ताव करता है जो पूरी तरह से डिजिटल या पारंपरिक परीक्षा विधियों की सीमाओं को दूर करने के लिए संरचित हस्तलेखन पहचान (स्ट्रक्चर्ड हैंडराइटिंग रिकग्निशन) और विजन-सक्षम लार्ज लैंग्वेज मॉडल्स के माध्यम से अर्ध-स्वचालित ग्रेडिंग के साथ पेपर-आधारित समस्या-समाधान के शैक्षणिक लाभों को जोड़ता है।

Can Data Work be Reparative?

यह नृवंशविज्ञान संबंधी अध्ययन तर्क देता है कि एआई (AI) में सुधारात्मक न्याय प्राप्त करने के लिए डेटा कार्य को ऑनलाइन हानियों से सर्वाधिक प्रभावित लोगों पर केंद्रित एक नारीवादी, सहयोगात्मक दृष्टिकोण के माध्यम से पुनोरिोंतित करना आवश्यक है, जिसके लिए जवाबदेही संबंधों और डेटासेट पर सामूहिक शासन का एक मौलिक पुनर्रचना की आवश्यकता है।

Powering the Future of AI: Navigating the Trade-offs for Europe's Energy Transition and Net-Zero Goals

यह शोध पत्र एक स्थानिक रूप से स्पष्ट अनुकूलन मॉडल का उपयोग यह प्रदर्शित करने के लिए करता है कि यद्यपि यूरोप के 2050 के नेट-जीरो लक्ष्य प्राप्त करने योग्य बने हुए हैं, एआई-संचालित डेटा केंद्रों का तीव्र विस्तार महत्वपूर्ण मध्यवर्ती उत्सर्जन जोखिम और क्षमता संबंधी चुनौतियां पैदा करता है जो बुनियादी ढांचा नियोजन में केवल स्वच्छ ऊर्जा प्रचुरता से हटकर फर्म पावर और सिस्टम लचीलेपन तथा अनुकूलन नीतिगत हस्तक्षेपों की ओर एक रणनीतिक बदलाव को आवश्यक बनाता है।

Human-Centred Risk Mitigation for AI-Mediated Information Manipulation: A SOCMINT Framework Based on Information Manipulation Sets

यह शोध पत्र सूचना हेरफेर सेट (IMS) पर आधारित एक मानव-केंद्रित SOCMINT ढांचे का प्रस्ताव करता है ताकि अभियानों को नैरेटिव और बुनियादी ढांचे वाले सुसंगत प्रक्रियाओं के रूप में मानकर AI-मध्यस्थ सूचना हेरफेर को कम किया जा सके, जिससे संरचित तर्क और ऑडिट योग्य निर्णय लेने में सक्षम बनाया जा सके जो खंडित घटना विश्लेषण और विलंबित एट्रिब्यूशन के बीच के अंतर को पाटता है।

Principled Uncertainty in Clinical AI: End-to-End Bayesian Modelling and Algorithmic Equity Auditing Across Multimodal Patient Data

यह शोध पत्र मल्टीमॉडल क्लिनिकल डेटा के लिए एक एंड-टू-एंड बायेसियन डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो न केवल एलियटोरिक (aleatoric) और एपिस्टेमिक (epistemic) अनिश्चितता को परिमाणित करता है, बल्कि अल्पसेवा प्राप्त रोगी उपसमूहों में महत्वपूर्ण एल्गोरिद्मिक इक्विटी अंतराल का औपचारिक रूप से ऑडिट करने और उन्हें प्रकट करने के लिए कैलिब्रेटेड अनिश्चितता अनुमानों का लाभ भी उठाता है।

AIn't Nothing But a Survey? Using Large Language Models for Coding German Open-Ended Survey Responses on Survey Motivation

यह अध्ययन भागीदारी प्रेरणा पर जर्मन मुक्त-अंत (ओपन-एंडेड) सर्वेक्षण प्रतिक्रियाओं को कोडिंग करने के लिए विभिन्न लार्ज लैंग्वेज मॉडल्स और प्रॉम्प्टिंग रणनीतियों की प्रभावशीलता का मूल्यांकन करता है, जिसमें यह पाया गया कि हालांकि मॉडल्स के बीच प्रदर्शन में काफी भिन्नता है, केवल फाइन-ट्यून्ड एलएलएम ही मानव विशेषज्ञों के तुलनीय संतोषजनक सटीकता प्राप्त करते हैं, जो स्वचालित कोडिंग विधियों को अपनाने वाले शोधकर्ताओं के लिए महत्वपूर्ण समझौतों (ट्रेड-ऑफ) को रेखांकित करता है।

Measuring Agents in Production