@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00237888,
 author = {市来原, 琢也 and 永井, 孝幸 and Ichikihara, Takuya and Nagai, Takayuki},
 book = {情報教育シンポジウム論文集},
 month = {Aug},
 note = {記述式問題は学習者が主体的に考え，解答する必要があるため思考力を養うことができるとされている．一方で，e-learningにおいては記述式問題ではなくフィードバックが容易な選択問題が出題される傾向がある．本研究ではLLM(GPT-4)を用いて記述式問題における解答中の誤答を指摘したフィードバックの自動生成を試みた．プロンプト作成には解候補を生成した後に前提と矛盾する候補を削減するIEPの手法を用い、評価には高等学校の授業科目である情報Ⅰの問題と解答に評価ラベルを付与した「情報Ⅰ発問データセット」を使用した．その結果，誤答の指摘を含んだ適切なフィードバックが生成されたことから提案手法がフィードバックの自動生成に対して有効であることが確認された．一方で，学習者の解答の内容ではなく模範解答との比較に基づいた誤答理由を生成する挙動を示すなどの課題も明らかとなった．},
 pages = {258--264},
 publisher = {情報処理学会},
 title = {LLMを用いた誤答へのフィードバック自動生成手法の検討},
 volume = {2024},
 year = {2024}
}