低资源印度学校中用于英语口语练习的语音聊天机器人：多利益相关方研究

文献标题

Voice-Based Chatbots for English Speaking Practice in Multilingual Low-Resource Indian Schools: A Multi-Stakeholder Study

出版信息

• 主题领域: 在低资源教育环境中部署和评估基于语音的聊天机器人用于英语语言学习。
• 关键词: 基于语音的聊天机器人、英语语言学习、多语言课堂、低资源学校、教育技术、对话式人工智能、语音识别、学生参与、教师分析、HCI4D。

背景与问题

• 问题/挑战: 许多低资源的印度学校由于班级规模大、教师英语水平有限以及基础设施不足，缺乏英语口语练习的机会。现有的教育技术工具在多语言、低连接性环境中往往无法有效应对这些挑战。
• 重要性: 英语口语能力是印度经济流动性的关键驱动因素，尤其是对于进入客户服务和服务行业的年轻人而言。解决英语口语练习的不足可以提高学生的自信心和未来发展机会。
• 动机与相关研究: 先前的研究表明对话式代理在语言学习中的潜力，但也指出了语音识别准确性和反馈质量等挑战，特别是在低资源、多语言环境中。本研究基于这些见解，探索在印度学校部署基于语音的聊天机器人的可行性和设计考量。

解决方案

• 提出的方法: 部署一个原型语音聊天机器人ChatFriend，旨在为低资源学校的学生提供英语对话练习。
• 创新点:
  1. 在四所低收费的德里学校中开展为期六天的多方利益相关者实地研究，参与者包括学生、教师和校长。
  2. 识别开放式对话练习与课程对齐评估之间的设计张力。
  3. 提出在多语言、资源受限环境中设计语音教育技术的建议。
  4. 提供影响聊天机器人可用性和参与度的技术和教学因素的见解。
• 程序和关键技术:
  • ChatFriend通过按住说话界面提供关于日常话题的语音优先互动。
  • 使用Whisper-1转录语音，并通过GPT-4o-mini处理，响应经过安全审核后合成语音。
  • 学生参与了监督和非监督会话，并通过观察、访谈和反馈收集了定性数据。

结果

• 具体发现:
  • 学生的英语口语自信心随时间增加，76.5%的学生在第5天主要使用英语交流（相比第1天的29.4%）。
  • 学生平均每轮生成5个词元，而聊天机器人生成29个词元，显示出语言复杂性上的差距。
  • 技术问题如ASR错误和网络延迟影响了参与度，35%的学生需要指导才能使用麦克风界面。
• 相较基线的优势:
  • ChatFriend提供了一个非评判性的低压力环境，比传统课堂方法更有效地缓解了学生的口语焦虑。
• 实验/评估:
  • 在四所低收费私立学校中进行，参与者包括23名学生、6名教师和5名校长。
  • 数据通过实时观察、访谈和会话级情感评分收集。
  • 情感轨迹显示了多样化的模式，包括信心提升和挫折曲线。
• 局限性与未来工作:
  • 短期干预（六天）限制了对长期参与和学习成果的洞察。
  • 缺乏前后互动评估，无法对学习收益做出明确结论。
  • 未来工作应包括纵向研究、标准化评估以及技术改进（如针对口音优化的ASR）。

总结

本研究评估了语音聊天机器人ChatFriend在四所低资源德里学校中的部署情况。该机器人提高了学生的自信心，并为语言练习提供了一个安全、非评判性的空间，但技术问题如ASR错误和网络延迟构成了挑战。教师和校长认可该机器人在评估和课程对齐方面的潜力，而学生更喜欢开放式对话练习。研究强调了设计优先事项，包括简化的界面、针对口音优化的语音识别以及面向教师的分析功能，以便在资源受限、多语言环境中扩展语音教育技术。未来工作应聚焦于长期效果、技术改进以及与学校系统的整合。