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。
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。
- 100%
课堂仿真:在线教育中构建情境学生生成代理以模拟学习行为
CHI '25· 大语言模型(LLM)的人机协作 +1
- 100%
好篱笆造就好学习:自主语言学习者如何权衡LLM委托决策
CHI '26· 大语言模型(LLM)的人机协作 +1
- 100%
AskNow:一个用于大规模课堂实时问答的LLM驱动交互系统
CHI '26· 大语言模型(LLM)的人机协作 +1
- 100%
AI赋能数学教育:利用情境感知AI支持大规模数学课程中的教师
CHI '26· 大语言模型(LLM)的人机协作 +1
- 80%
用于开发AI辅导系统的机器教学交互设计
CHI '20· 大语言模型(LLM)的人机协作 +2
- 80%
绘制基于项目的AI学习的未来:与学生的共同设计探索
CHI '24· 大语言模型(LLM)的人机协作 +1
- 80%
解锁科学概念:LLM生成的类比对学生理解和课堂实践的有效性如何?
CHI '25· 大语言模型(LLM)的人机协作 +1
- 80%
支持学习者使用不完美的生成式教学聊天机器人:聊天机器人响应不确定性与降低冗长性的作用
CHI '26· 对话式聊天机器人 +2
- 80%
一项实证研究:理解学生如何使用ChatGPT撰写论文
CHI '26· 大语言模型(LLM)的人机协作 +2
- 80%
向谁解释很重要:通过向具有不同教学角色的对话代理解释来学习
CHI '26· 智能辅导系统与学习分析 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
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
fact_check论文快照
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