SparkTales：通过协调员-AI协作促进跨语言协作故事创作

文献标题

SparkTales: Facilitating Cross-Language Collaborative Storytelling through Coordinator-AI Collaboration

出版信息

• 主题领域：教育环境中跨语言协作讲故事的AI辅助系统。
• 关键词：跨语言学习、协作讲故事、AI辅助教育、大型语言模型、协调员支持、儿童参与、双语教育、多模态材料、语言表达参与、人机协作。

背景与问题

• 问题/挑战：在跨语言协作讲故事中，协调员面临显著的认知和组织负担，包括管理语言支持、保持参与度以及应对文化差异。现有工具在这些任务上缺乏系统支持。
• 重要性：增强跨语言协作讲故事可以提高儿童的语言学习、文化理解和表达能力，同时减轻协调员的工作负担。
• 动机与相关工作：以往研究探讨了讲故事和AI辅助教育，但缺乏对跨语言协作讲故事的关注，尤其是在在线环境中的应用。现有系统通常难以平衡个性化、文化敏感性和参与度，导致协调员支持方面存在空白。

解决方案

• 提出的方法：SparkTales 是一个基于大型语言模型（LLM）的智能助手，旨在通过生成故事框架、问题和多模态材料，同时跟踪参与度并提供反馈，来支持协调员进行跨语言协作讲故事。
• 创新点：
  1. 首个专为协作讲故事中的协调员设计的AI系统。
  2. 结合个性化和共同特征以平衡个性化和共享语境。
  3. 动态生成针对儿童特征定制的故事框架、问题和理解材料。
  4. 自动化参与度评估和反馈以优化未来的活动。
• 流程与关键技术：
  • 配置模块：允许协调员设置目标词汇和儿童特征。
  • 个性化与共同特征总结模块：通过语义匹配和推理提取并总结个性化和共享特征。
  • 协作讲故事支持模块：生成双语故事框架、引导性问题和多模态材料。
  • 评估与反馈模块：跟踪儿童参与情况并提供可操作的改进建议。

结果

• 具体发现：
  • 协调员对 SparkTales 的功能性（4.53/5）、性能（4.47/5）和可用性（4.39/5）评分较高。
  • 儿童表现出较高的语言表达参与度：平均产出（20.87词/次回应）、词汇多样性（17.07个独特词汇）和主题相关性（1.74/2）。
• 相较基线的优势：
  • 通过自动化材料准备、问题生成和参与度跟踪，显著减轻了协调员的工作负担。
  • 通过针对个性化和共享特征定制内容，增强了儿童的参与度。
• 实验/评估：
  • 参与者：8名教师和16名7至11岁的儿童，配对进行双语讲故事（中英双语）。
  • 指标：协调员采用技术接受模型（TAM）；儿童采用语言表达参与的六个维度。
  • 流程：活动前配置、讲故事任务和活动后评估。
• 局限性与未来工作：
  • 对不同年龄组、语言和更大规模参与者的适应性有限。
  • 在捕捉细粒度的个性化和共享特征方面存在挑战。
  • 短期评估缺乏对长期影响的洞察。

总结

SparkTales 是一个创新的AI辅助系统，通过自动化关键任务和增强儿童参与度，支持协调员进行跨语言协作讲故事。评估结果表明，该系统在减轻工作负担和促进积极参与方面表现出色，尤其是在个性化和共享内容生成方面。未来研究应探索其在不同人口统计特征、语言和长期使用场景中的更广泛适用性。