LessonPlanner:使用大型语言模型帮助新手教师准备教学驱动的课程计划

大语言模型(LLM)的人机协作智能辅导系统与学习分析中小学教师(K-12)大学教授与研究人员

准备课程计划(例如,一份包含90分钟课堂教学策略和材料的详细路线图)对于新手教师来说是有益但具有挑战性的。大型语言模型(LLM)可以通过为课程计划生成自适应内容来简化这一过程,否则教师需要从头创建或搜索现有资源。在这项工作中,我们首先与六位新手教师进行形成性研究,以了解他们使用LLM准备课程计划的需求。然后,我们开发了LessonPlanner,基于加涅的九大教学事件帮助用户交互式地构建具有自适应LLM生成内容的课程计划。我们的被试内研究(N=12)表明,与基线ChatGPT界面相比,LessonPlanner可以显著提高生成的课程计划质量,并减轻用户在准备过程中的工作量。我们的专家访谈(N=6)进一步证明了LessonPlanner在提供有效教学策略和有意义的教育资源方面的有用性。我们讨论了使用LLM支持教学活动的担忧和设计考虑。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/170883/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3654777.3676390
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 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
中小学教师(K-12)、大学教授与研究人员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文