
 
 
 
 
 
 
 
 
 
 
 
 
 
 著者: (1) Ajit Jain, Texas A&M University, USA; 現在のアフィリエイト: Audigent; (2) Andruid Kerne, Texas A&M University, USA; 現在のアフィリエイト: University of Illinois Chicago; (3) Nic Lupfer, Texas A&M University, USA; 現在のアフィリエイト: Mapware; (4) Gabriel Britain, Texas A&M University, USA; 現在のアフィリエイト: Microsoft; (5) Aaron Perrine, Texas A&M University, USA (6)Yoonsuck Choe, Texas A&M University, USA ジョン・キーザー(John Keyser, Texas A&M University, USA) (8) Ruihong Huang, Texas A&M University, USA (9) Jinsil Seo, Texas A&M University, USA (10)Annie Sungkajun、イリノイ州立大学、米国 ロバート・ライトフート(Robert Lightfoot, Texas A&M University, USA) (12) Timothy McGuire, Texas A&M University, USA. Authors: (1) Ajit Jain, Texas A&M University, USA; 現在のアフィリエイト: Audigent; (2) Andruid Kerne, Texas A&M University, USA; 現在のアフィリエイト: University of Illinois Chicago; (3) Nic Lupfer, Texas A&M University, USA; 現在のアフィリエイト: Mapware; (4) Gabriel Britain, Texas A&M University, USA; 現在のアフィリエイト: Microsoft; (5) Aaron Perrine, Texas A&M University, USA (6)Yoonsuck Choe, Texas A&M University, USA ジョン・キーザー(John Keyser, Texas A&M University, USA) (8) Ruihong Huang, Texas A&M University, USA (9) Jinsil Seo, Texas A&M University, USA (10)Annie Sungkajun、イリノイ州立大学、米国 ロバート・ライトフート(Robert Lightfoot, Texas A&M University, USA) (12) Timothy McGuire, Texas A&M University, USA. 左のテーブル 抽象と1 導入 
 
 
 
 
 
 
 
 
 
 
 
 Prior Work and 2.1 Educational Objectives of Learning Activities 2.2 Multiscale Design 2.3 Assessing Creative Visual Design 2.4 Learning Analytics and Dashboards 
 
 
 
 Research Artifact/Probe 3.1 Multiscale Design Environment 3.2 Integrating a Design Analytics Dashboard with the Multiscale Design Environment 
 
 
 
 Methodology and Context 4.1 Course Contexts 4.2 Instructor interviews 
 
 
 
 
 
 Findings 5.1 Gaining Insights and Informing Pedagogical Action 5.2 Support for Exploration, Understanding, and Validation of Analytics 5.3 Using Analytics for Assessment and Feedback 5.4 Analytics as a Potential Source of Self-Reflection for Students 
 
 
 
 
 Discussion + Implications: Contextualizing: Analytics to Support Design Education 6.1 Indexicality: Demonstrating Design Analytics by Linking to Instances 6.2 Supporting Assessment and Feedback in Design Courses through Multiscale Design Analytics 6.3 Limitations of Multiscale Design Analytics 
 
 Conclusion and References A.インタビュー質問 私たちは、AIベースのアナリティクスを使用してデザイン教育をサポートする方法を調査します。手元のアナリティクスは、多尺度のデザイン、すなわち、学生が空間とスケールを使用して視覚的および概念的に設計作業を組織することを測定します。インストラクターにアナリティクスを理解できるようにする目的で、私たちは、デザインインスタンスとデザインアナリティクスダッシュボードを統合する研究アーティファクトを開発し、学生がそれらを作成するために使用するデザイン環境。 私たちは、Suchmanの相互理解性の概念がAIの文脈化調査を必要とする方法について理論化し、アナリティクスが人々のためにどのように機能するかについての発見を開発します。我々は、研究アーティファクトを5つの場所に位置するコースの文脈、3つの部門で研究しました。 インストラクターは、インストラクターの経験に関するインタビューの質的分析から発見しました。インストラクターは、インストラクターの分析とダッシュボードでのプレゼンテーションが、デザイン教育にどのような影響を与える可能性があるかについて反省しました。我々は、 (1)ダッシュボード内のデザイン分析を実際のデザインワークインスタンスにインデックスする方法は、デザインインスタンスが彼らの意味を反映するのに役立ち、より広く、AIベースのデザインアナリティクスが、場所のあるコースの文脈におけるインストラクターの評価とフィードバック体験をサポートする方法のテクニックです。および(2)特に、マルチスケールデザインアナリティクスがデザインワークインスタンスをサポートする可能性があります。 1 導入 私たちは、測定されるものを示すために、AIベースの分析を学生のビジュアルデザイン作業の例と直接結びつけることで、デザイン教育をサポートすることを調査します 私たちのアプローチは、学生や教員がデザインワークインスタンスを作成しコメントするコラボレーションデザイン環境と分析ダッシュボードを統合しています。 画質的およびテキスト的要素を含む創造的な仕事が、プレゼンテーションのための組織原則として空間とスケールを使用する方法を測定する。 マルチスケールデザイン分析 Lupfer et al. によると、「空間とスケールの利用は、関係を探索し、構文化するために、[これは]さまざまな設計要素の対立と合成を含む」[51] (図1の例を参照)。 スケールは、拡大のレベルを指します:同じスケールの要素は「同じ視点ポートの拡大で同様に読み取れる」[52]。 実践では、我々は、スケールを越えて要素の対立と合成は、組み込まれた空間集団、すなわち要素のクラスター(図1)のように見える傾向があります。 多重スケール設計は、Tufteが想像する情報の平面から逃れることを呼び出すための戦略である、すなわち、スクリーンおよびページ上の情報の読み 多様なデザイン、 私たちが研究する多様なデザイン教育の文脈では、学生は創造的でオープンエンドのプロジェクトで働き、問題を解決するための複数のアプローチがある場合があります、すなわち、固定正しい答えはありません。実際には、優れた答えは創造性とスキルによって特徴付けられ、特定の設計プロジェクトの問題の文脈で適用されます。そのようなプロジェクトで働くことは挑戦的であることが知られています(58)。学生は進歩するために頻繁な評価とフィードバックを必要とします(47, 57)。これらのニーズを混乱させることは、実際には、設計教育の要求の傾向です。より大きなクラスサイズは、インストラクターの教育努力をサポートし、規模を拡大する手段としてAIベースのマルチスケール シナリオを考えてみましょう。アレックスは、学生が多規模なデザインを使用することを学ぶ大規模なクラスを教えています。学生がプロジェクトに取り組んで、多規模なデザインの原則とスキルを実践するにつれて、初期段階で彼らにフィードバックを提供することが重要です。しかし、時間の制約のためにアレックスは、各学生の創造的なデザインの仕事を詳細に継続的に評価することができません。AIベースのシステムは、クリエイティブな作品で多規模なデザインの特徴を測定するアナリティクスを生み出し、アレックスに彼らの学生が空間とスケールを使用している方法の洞察を提供します。各デザインの仕事のために計算されたアナリティクスは、彼らが個々の学生に迅速かつパーソナライズされた このシナリオによって示唆されるニーズを満たすために、我々は最近のAI研究に基づいており、このシナリオは、空間的に組織されたコンテンツ要素に組み込まれた階層として創造的なビジュアルデザインの特徴を認識するための有望な結果を示している(40、59)。我々が取り組む研究のギャップは、AI認識に基づく措置が設計教育におけるインストラクター評価とフィードバック体験をサポートする方法についての事前理解の欠如である。ここでは、AI認識器がそれを使用する人々によってどのように理解されているかを考慮して、インストラクターがデザイン教育の新しい形態の分析にどのように反応するかを調査することができる。 Q1: AI ベースの設計分析は、どのような場合に、インストラクターの評価とフィードバックの経験を状況的なコースの文脈でサポートできますか? Q2:AIベースのマルチスケール設計分析は、位置付けられたコースの文脈における設計インストラクターにどのような具体的な価値を提供できますか? AIベースの設計分析は比較的新しいテクノロジーであり、現状のコースの文脈で研究を行うことが要求されるため、調査することは困難である。 AIベースの設計分析がどのように役に立つ可能性があるかについての新しい知識を提供するために、私たちは (RtD) [31, 84, 85]アプローチ RtDは、特定のテクニックの「比較または反論」ではなく「あり得るもの」を探求するのに適している場合に適しています。 Zimmerman et al. が説明するように、RtDの焦点は「正しいもの」を作ることではなく、正しいものを作ることである [84]. 以前の研究 [63] は、アルゴリズムの機能を説明するアニメーションでユーザーの経験を理解するための類似の設計探査アプローチを取った。 デザインを通じての研究 我々は、多規模なデザイン分析とそのプレゼンテーションがインストラクターの評価とフィードバックをどのようにサポートできるかを理解するために、5つの場所に位置するコースの文脈で研究アーティファクトを研究しました。 合計236人の学生は多規模な設計環境を使用しました。 これらの学生を教えた9人のインストラクターは、デザイン環境に統合された新しい研究アーティファクトダッシュボードを介して分析を経験しました。 我々は、インストラクターとのインタビューの質的分析から発見しました。 結果に基づき、我々は、AIベースの分析を設計と教育に役立つものにするための影響を引き出します。 我々は、現在の研究の貢献と潜在的な幅広い影響を再確認することによって結論します。 
 
 この論文は、CC by 4.0 Deed (Attribution 4.0 International) ライセンスの下で archiv で利用できます。 この紙は CC by 4.0 Deed (Attribution 4.0 International) ライセンス ARCHIV で利用可能 ARCHIV で利用可能

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Dash

dashboard

Microsoft

Instancing.TECH

Pioneering instance management, driving innovative solutions for efficient resource utilization, and enabling a more sus

Instancing's blog

このオーディオは、ストーリーの元の言語で制作されています。

AI分析は、教師が学生の設計プロジェクトを評価する方法を改善するように見える、研究結果

About Author

コメント

ラベル

この記事は

Related Stories

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

暗号通貨の成長: 効果的なユーザーペルソナの作成

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

暗号通貨の成長: 効果的なユーザーペルソナの作成

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps