[論文レビュー] Generative AI for learning: Investigating the potential of synthetic learning videos

Daniel Leiker, Ashley A. Ricker+2 more|arXiv (Cornell University)|Apr 7, 2023

Online Learning and Analytics被引用数 10

ひとこと要約

本論文は、オンライン学習においてAI生成の合成学習動画を従来の講師動画と比較し、学習成果や学習者の認識に有意差がないことを示している。合成動画はオンライン教育における伝統的手法の実質的な代替になり得ることを示唆している。

ABSTRACT

Recent advances in generative artificial intelligence (AI) have captured worldwide attention. Tools such as Dalle-2 and ChatGPT suggest that tasks previously thought to be beyond the capabilities of AI may now augment the productivity of creative media in various new ways, including through the generation of synthetic video. This research paper explores the utility of using AI-generated synthetic video to create viable educational content for online educational settings. To date, there is limited research investigating the real-world educational value of AI-generated synthetic media. To address this gap, we examined the impact of using AI-generated synthetic video in an online learning platform on both learners content acquisition and learning experience. We took a mixed-method approach, randomly assigning adult learners (n=83) into one of two micro-learning conditions, collecting pre- and post-learning assessments, and surveying participants on their learning experience. The control condition included a traditionally produced instructor video, while the experimental condition included a synthetic video with a realistic AI-generated character. The results show that learners in both conditions demonstrated significant improvement from pre- to post-learning (p<.001), with no significant differences in gains between the two conditions (p=.80). In addition, no differences were observed in how learners perceived the traditional and synthetic videos. These findings suggest that AI-generated synthetic learning videos have the potential to be a viable substitute for videos produced via traditional methods in online educational settings, making high quality educational content more accessible across the globe.

研究の動機と目的

• スケーラブルなオンライン教育のためのAI生成合成メディアの探究を促す。
• オンライン環境で、合成動画が伝統的に作成された講師動画と同等であるかを評価する。
• コンテンツ習得と学習体験への影響を評価する。
• 高品質な教育コンテンツのアクセス性とスケーラビリティに関する証拠を提供する。

提案手法

• 成人学習者（n=83）を二つのマイクロ学習条件に無作為割り付け。
• 知識獲得を測定する事前・事後の学習評価。
• 学習体験と認識を把握する調査。
• 現実的なキャラクターを有するAI生成の合成動画と従来の講師動画の比較。
• 定量的および定性的洞察を組み合わせた混合手法。

実験結果

リサーチクエスチョン

• RQ1 AI生成の合成学習動画はオンライン学習において従来の講師動画と同等のコンテンツ獲得をもたらすか？
• RQ2 質とエンゲージメントの点で、学習者はAI生成動画を従来の動画とどう評価するか？
• RQ3 二つの動画モダリティ間で学習体験や満足度に差があるか？

主な発見

• 両条件とも事前学習から事後学習へ有意な改善を示す（p<.001）。
• AI生成と従来動画の学習成果には有意差はなし（p=.80）。
• 伝統的動画と合成動画に対する学習者の認識に差は認められなかった。
• 結果は、AI生成の合成動画がオンライン教育における従来の動画コンテンツの実用的な代替となり得ることを示唆する。