评估由 LLM 引导的反思对交互式 AI 生成教育播客学习成果的影响.pdfVIP

评估由LLM引导的反思对交互式AI生成教育播客学习成果的影响

11211

VishnuMenon,AndyCherney,ElizabethB.Cloude,LiZhang,TiffanyD.Do

1DrexelUniversity,2MichiganStateUniversity

Correspondence:{vishnu.v.menon|harry.zhang|tiffany.do}@,云边学习@

摘要会主动发起互动或评估学习以引导更深入的学

习参与。这代表了一个错失的机会，因为结构

本研究考察了在互动式AI生成播客中嵌入

化的交互性在其他领域已被证明能够增强参与

本LLM引导的反思提示是否比没有提示的版度和主动学习(Labanetal.,2022)。

译本更能提高学习效果和用户体验。共有三

中十六名本科生参与，尽管不同条件下的学

习成果相似，但反思提示降低了感知吸引

1力，这突显出需要对反思性互动设计进行更重要的是，反思是学习的关键组成部分

v——它帮助学习者通过与学习目标联系起来的

7更多研究。

8方式构建理解和提取有意义的信息。将结构化

7

41介绍的反思提示嵌入到AI生成的播客中可能会增

0

.强参与度和学习效果，但也可能打断学习者的

8如果教育内容不仅能向学习者传达信息，

0专注力和流畅性，从而降低其有效性。设计上

5还能倾听、适应、互动并实时评估学习过程

2——就像反射——会怎样？随着学习者越来越的权衡尚不明确：什么时候应该进行反思提示，

:

v如何在使用AI生成的播客时实时评估学习者

i多地脱离传统教材如教科书(BaronandMan-

x的反应？

rgen,2021)，大型语言模型（LLMs）提供了以

a

更吸引人、交互性和个性化的格式交付内容的

新机会，例如AI生成的播客(Jinetal.,2025)。我们在一个有36名本科生参与的受控实

新兴工具如NotebookLM1展示了公众对学习验中调查了这些问题，比较了两种条件：反思

中生成式AI日益增长的兴趣。组，在该组中AI生成的播客会定期提示学习

个性化的人工智能学习已被证明通过鼓励者进行反思并基于他们的输入作出回应；标准

学习者规划、监控和评估他们的进度来支持自组，在该组中系统不会发出任何反思提示。本

我调节学习(ShemshackandSpector,2020;Mole-研究特别考察了一个由单一主持人主持的AI

naaretal.,2023)。先前的研究表明，基于大学教生成的播客，并提出了两个研究问题：（1）交

科书的个性化人工智能生成播客（根据学习者