ClassMeta:设计互动虚拟同学以促进VR课堂参与
荣誉提名作者
VR 中的社交与协作大语言模型(LLM)的人机协作智能辅导系统与学习分析中小学教师(K-12)大学教授与研究人员在线课程设计师
文献标题
ClassMeta: Designing Interactive Virtual Classmate to Promote VR Classroom Participation
文献信息
- 主题领域: 虚拟现实课堂教育与交互设计
- 关键词: VR课堂, 教学代理, 协同学习, 大型语言模型(LLM), GPT-4, 人机交互, 教育技术, 虚拟同学, 学习参与
研究背景与问题
- 作者发现的问题或挑战: 学生的课堂参与是提高学习效果的关键,但主动参与的学生并不总是存在且受到诸多条件限制。传统教学存在教师注意力有限的问题,而同伴影响可以协助促进课堂参与。然而,如何系统性地利用同伴影响来提高整个课堂的学习体验仍是一个亟待解决的问题。
- 为什么这个问题重要: 主动学生的行为(如提问、记笔记、驱动讨论)能够形成积极的课堂社交规范,促进其他学生参与。这对于提高学习效率和课堂讨论质量具有重要意义,而且可以减少教师的负担。
- 研究动机与相关工作: 近期大型语言模型(LLMs)如GPT展现了通过上下文生成一致性回应的能力,能够模拟多种人类行为。借助这些技术,开发虚拟代理来充当主动学生的角色有希望弥补传统课堂中的参与缺失。此外,虚拟现实课堂由于其沉浸式的社交存在感,也已成为研究教育技术的前沿领域。
解决方案
- 作者提出的解决方案: 开发一个由GPT-4驱动的交互式虚拟同学(ClassMeta),通过言语和姿态与教育者和学生互动,促进虚拟现实课堂中的学习参与。
- 创新之处:
- ClassMeta通过模拟主动学生的行为(如向教师提问、纠正学生、参与讨论等)来形成课堂规范。
- 引入虚拟现实环境以增强社交存在感,并结合LLM在实时课堂中的上下文理解能力。
- 提供一个基于GPT的调优模板,可供教育者自定义虚拟代理的行为。
- 实施步骤与关键技术:
- 虚拟课堂搭建: 使用Unity3D平台构建VR课堂,并结合Oculus Quest Pro硬件支持学生间的实时语音通信。
- 实时数据处理: 利用Azure SDK进行语音转文字处理,并与Google Firebase Firestore数据库整合,实现课堂上下文的实时记录和查询。
- GPT-4集成: 使用GPT-4生成操作信号(行为触发)和文本对话(语音转换为人类语音),以模拟自然的人机交互。
- 行为设计: 模拟主动学生的六种行为(包括记笔记、提醒错过的重点、纠正偏离话题等)。
- 调优模板: 编写一个详细的GPT调优模板,帮助教育者根据课程内容和学生特点定制代理行为。
研究成果
- 具体成果:
- 开发了一个可实现课堂参与的新型虚拟代理,并验证了其对提高学习投入和学习增益的有效性。
- 设计并实施了对比实验,比较普通的VR课堂与引入ClassMeta的课堂效果。
- 验证了ClassMeta对提问、回答问题以及讨论推动行为的支持。
- 与现有解决方案相比的优势:
- 通过LLM技术的强大生成能力,ClassMeta可以灵活地适应课堂动态,而非传统预设脚本驱动的虚拟代理。
- 相较于非沉浸式平台,VR提供了更高的社交存在感,使代理的行为对学生更具影响力。
- 实验或评估结果:
- 参与度监测: 通过眼动数据表明学生在ClassMeta课堂中对代理的关注显著增加,但不会干扰对教员和课件的关注。
- 记笔记质量: 学生笔记质量因代理的记笔记行为而有所改进。
- 课堂问题解决: 在问题解答与讨论环节,ClassMeta代理的介入显著减少了教师干预的必要性并提高了讨论成果。
- 学习增益: 四项关键能力(如工程设计知识总结、设计测试的能力)的学习增益显著提升。
- 局限性与未来方向:
- 目前行为测试主要在模拟环境中进行,并可能未充分捕捉真实场景中的失败或异常。同时,多组学生样本的代表性有限。
- 需要进一步探索不同学生背景(如知识水平)对代理行为影响效果的差异。
- 未来可以研究虚拟代理与真实学生的最佳比例,以及VR与非沉浸式平台之间的比较结果。
应用场景
- 教师培训: 用虚拟学生模拟各种课堂情景,帮助教师改进教学技巧。
- 学生自主学习: 虚拟代理可以同时扮演教师和同学角色,支持学生的互动式自主学习。
- 设计助手: 在虚拟实验室中充当设计助手,促进学生的项目开发与合作。
结论
ClassMeta利用GPT-4和虚拟现实技术,重新定义了教学代理的潜力,展示了其在促进课堂参与中的创造性应用。这项工作不仅对教育技术的发展具有重要启发性,还为创建更公平和互动的学习环境提供了新的思路。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 虚拟教室中,交互式虚拟同学如何促进学生的课堂参与?分类: XR教学与技能训练同类问题arrow_forward
- GPT-4驱动的虚拟代理能否通过模拟积极学生行为改善VR课堂效率?分类: XR教学与技能训练同类问题arrow_forward
- 不同背景学生对虚拟同学行为的反应有何差异?分类: XR教学与技能训练同类问题arrow_forward
lightbulb
现实痛点
1- VR课堂中,学生因缺乏积极参与同伴而学习效果较差。分类: XR教学与技能训练同类问题arrow_forward
- 83%
绘制基于项目的AI学习的未来:与学生的共同设计探索
CHI '24· 大语言模型(LLM)的人机协作 +1
- 83%
解锁科学概念:LLM生成的类比对学生理解和课堂实践的有效性如何?
CHI '25· 大语言模型(LLM)的人机协作 +1
- 71%
VIVID:人类与AI协作从讲座视频中创作替代对话
CHI '24· 大语言模型(LLM)的人机协作 +2
- 71%
TutorCraftEase: 使用大型语言模型提升教学问题设计
CHI '25· 大语言模型(LLM)的人机协作 +2
- 71%
TeachTune: 使用模拟学生针对多样化的学习者档案审查教学代理
CHI '25· 生成式AI(文本、图像、音乐、视频) +2
- 71%
探索块式编程中教师与聊天机器人的交互及情感
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
缓解还是替代?教师如何协商生成式AI在其职业实践中的角色
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
ClassAid:面向课堂编程活动的实时教师-AI-学生编排系统
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
编程教师在执行紧急教学设计塑造学生与生成式AI工具交互时面临的障碍
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
为中学生协作数学问题解决设计AI同伴:参与式设计研究
CHI '26· 智能辅导系统与学习分析 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642947
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
荣誉提名
group
作者
7 位作者
sell
研究子方向
VR 中的社交与协作、大语言模型(LLM)的人机协作、智能辅导系统与学习分析
work
职业/产业
中小学教师(K-12)、大学教授与研究人员、在线课程设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文