マルチモダルの生成AIに基づくビデオメディエーションによるリスニングテストの開発と初期検証
Ting Yin1, Jiexin Chen2, Tong Yao3
1School of Foreign Languages, Guangdong Polytechnic Normal University, 293 Zhongshan Avenue West, Guangzhou, 510665, China.
Acta psychologica
|February 21, 2026
まとめ
Generative AIは,効果的なビデオベースのリスニング評価を作成し,学生のエンゲージメントを向上させ,教師の作業量を減らすことができます. このAI主導のアプローチは,言語学習と教学の効率性を高めます.
科学分野:
- 教育技術教育技術について
- 教育における人工知能
- 言語評価の言語評価について
背景:
- ビデオによるリスニングは,より良い理解とエンゲージメントのための豊かな文脈的なヒントを提供します.
- 真のリスニングの評価を開発することは,リソースが集約され,実用的な応用が制限されます.
- ジェネラティブAIは,これらの開発課題に対する潜在的な解決策を提示しています.
研究 の 目的:
- ビデオ媒介によるリスニング評価を作成するために,生成AIを適用します.
- 人工知能によって生成されたリスニング評価の有効性と有用性を評価する.
- 学生の学習と教師の作業量に対するAI駆動のビデオメディエーションによるリスニングの影響を調査する.
主な方法:
- ビデオ作成のための多式生成AI (InVideo) と,テストアイテム生成のためのGPT-4を使用しました.
- 542人の大学生にAIベースの評価を行い,アンケートに回答した.
- 質的な洞察を得るために,5人の学生と5人の教師との半構造面接を実施しました.
主要な成果:
- サイコメトリック分析により,20項目のうち19項が,コンストラクット有効性でリスニングサブスキルを効果的に測定することを確認しました.
- 学生のアンケートでは,AIで生成されたビデオが適切であり,テストの関連性を支持していることが示されました.
- 定性的なデータは,生徒の関心,動機付け,関与が向上し,教師の準備時間が短縮されたことを明らかにしました.
結論:
- 人工知能によって生成されたビデオによるリスニングアセスメントは,言語学習の有効で効果的なツールです.
- このAIアプローチは,従来のオーディオ方法と比較して,学生のエンゲージメントとモチベーションを高めます.
- マルチモダルのAIは,材料の準備の負担を軽減することによって,言語教育者のための実用的な利点を提供します.
