LingoLift：通过内容生成支持教育者为自闭症儿童提供个性化口语语言教学

文献标题

LingoLift: Supporting Educators in Personalized Oral Language Teaching for Autistic Children through Content Generation

出版信息

• 研究领域: 使用AI生成内容为自闭症儿童提供个性化口语教学。
• 关键词: 自闭症、口语教学、生成式AI、个性化教育、VB-MAPP、主题学习、包容性教育、AI辅助教学、特殊教育、AR投影。

背景与问题

• 问题/挑战: 教师在为自闭症儿童设计个性化、连贯且吸引人的口语教学材料时面临巨大挑战，这主要由于准备工作耗时且缺乏适当资源。现有技术往往忽视教师的角色，或无法满足自闭症儿童多样化的口语需求。
• 重要性: 个性化口语教学对于改善自闭症儿童的生活质量和减少社会孤立至关重要。解决这一挑战可以提高教学效率并改善学习成果。
• 动机与相关研究: 之前的研究探索了VR、AR和严肃游戏在语言学习中的应用，但通常将儿童视为独立用户，忽略了教师的角色。生成式AI在创建定制教育内容方面表现出潜力，但缺乏与标准化评估框架的整合，也未完全支持针对自闭症儿童的一对一口语教学。

解决方案

• 提出的方法: LingoLift是一种基于生成式AI的系统，支持教师为自闭症儿童创建个性化、基于兴趣且适应能力的口语教学材料。它整合了VB-MAPP以进行基于评估的内容生成，并通过AR投影提供无缝的课程交付。
• 创新点:
  1. 整合VB-MAPP以实现基于评估的个性化内容生成。
  2. 在多个语言技能领域（发音、词汇、语法、对话）实现主题连贯性。
  3. 支持课程准备、交付和进度跟踪的端到端工作流程。
  4. 将教师作为积极参与者，支持创意改编和实时情境支持。
• 流程与关键技术:
  • 儿童档案管理: 教师输入语言能力和兴趣，并根据进度自动更新。
  • 课程准备: AI生成个性化学习目标、材料和主题课程计划。
  • 课程交付: AR投影实现互动教学，并通过基于手势的控制进行实时调整。
  • 系统架构: 结合教师平板客户端、基于检索增强生成（RAG）的后端服务，以及课堂投影客户端，实现无缝集成。

结果

• 具体发现:
  • 减少课程准备时间66%（从平均72分钟减少到24.7分钟）。
  • 三周内儿童参与度显著提高（p < 0.05）。
  • 教师评价学习目标与儿童能力的匹配度较高（M = 5.27，SD = 0.52，7分制）。
• 相较基线的优势:
  • 与传统方法相比，主题连贯性和个性化内容得到增强。
  • 简化了手动流程并丰富了教学材料。
  • 支持实时调整和创造性教学创新。
• 实验/评估:
  • 三周的部署研究，涉及10组教师-学生搭档（共30节课）。
  • 混合方法评估，包括问卷调查、访谈、视频观察和系统生成内容分析。
  • 参与者：6至9岁的自闭症儿童，使用VB-MAPP进行评估，以及平均教学经验为4.9年的教师。
• 局限性与未来工作:
  • 部署仅限于资源充足的城市学校；需要在不同社会经济背景下进行进一步研究。
  • 研究持续时间较短；需要纵向研究以评估长期影响。
  • 系统设计针对中文语言和文化背景；需适应其他语言和文化。

总结

LingoLift是一种基于生成式AI的系统，旨在支持教师为自闭症儿童进行个性化口语教学。通过整合VB-MAPP以实现基于评估的内容生成，并在语言领域提供主题连贯性，它减少了准备时间，提高了教学效率，并改善了学生的参与度。三周的现场部署证明了其可用性和有效性，同时也揭示了教师创意改编和多感官补偿的机会。未来的工作应探索长期影响、更广泛的部署环境以及跨文化适应性。