AI伙伴能否赋能学习者提出批判性问题?

大语言模型(LLM)的人机协作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

Jill Watson是一款由大语言模型驱动的对话式AI伙伴,集成讲师提供的课程内容,为学习者提供情境相关且可直接应用的支持。本研究考察学习者与嵌入学习管理系统的Jill进行自然互动时生成的问题,研究Jill是否能赋能学习者提出更高阶问题。利用Bloom分类法评估问题复杂性,研究收集了三个学期和两个教育环境下超过5500个学生问题,使用微调BERT模型对问题进行分类,并采用回归模型分析问题复杂性的时间趋势。结果显示课堂中高阶问题比例显著高于典型教育分布,且随着与Jill持续互动,高阶提问呈现统计显著增长。这些发现表明Jill赋能学习者进行批判性提问,通过促进课程概念的深度、相关性和应用来增强教育体验。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/195762/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712134
一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
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
大学教授与研究人员、在线课程设计师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文