相关性、努力与感知质量:语言学习者对AI生成的上下文个性化学习材料的体验
生成式AI(文本、图像、音乐、视频)编程教育与计算思维智能辅导系统与学习分析大学教授与研究人员在线课程设计师在线辅导教师
人工智能使大规模自动创建基于上下文的个性化学习材料成为可能。然而,内容个性化如何影响学习者的体验仍不清楚。研究者开发了一款个性化及两个非个性化的移动语言学习应用众包版本:(1)个性化自动生成的照片抽认卡,(2)通过众包提供的相同抽认卡,(3)基于相同照片手动生成的抽认卡。为期两周的实地研究(n=64)表明,学习者认为非个性化自动生成材料的質量与手动生成材料相当,这意味着自动生成是可行的。然而,当自动生成是个性化的时候,学习者的质量评分显著降低。进一步分析表明,在学习者真正从自动生成的上下文个性化材料中受益之前,必须解决先前期望和所需努力等方面的问题。研究者讨论了由此产生的设计启示,并展望了人工智能支持学习中内容个性化的作用。
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。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、编程教育与计算思维、智能辅导系统与学习分析
work
职业/产业
大学教授与研究人员、在线课程设计师、在线辅导教师
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文