适应教育：对话式AI在不同教育情境下数学教育中的作用
人机交互
2025-03-06 v1
摘要
随着教育环境日益整合人工智能（AI），理解AI工具如何识别——并调整其响应以适应——不同的教育情境变得至关重要。本研究考察了对话式AI在支持不同教育情境下K-12数学教育方面的有效性。通过定性内容分析，我们识别了教育者提示中存在的教育情境和关键教学需求，并评估了AI的响应性。我们的研究结果表明，教育者将他们的AI对话集中在评估方法、如何设定教学认知需求水平以及建立有意义现实世界联系的策略上。然而，教育者与AI关于教学实践的对话确实在所揭示的教育情境中有所不同；他们将其重点转向针对学生独特需求的定制化、严谨的内容。教育者经常寻求来自AI的可操作指导，并拒绝与其询问不符的响应。虽然当对话查询中指定了教育情境或教学实践时，AI可以提供准确、相关且有用的信息，但其在这些评估维度上持续调整响应的能力在不同的教育环境中有所不同。要实现对话式AI工具在复杂教育用例中的响应差异化潜力，仍有大量工作要做。本研究为开发响应式、主动式和预期式的AI工具提供了见解，这些工具能够在明确表述之前适应不断变化的教育需求，并为开发者和教育者提供了增强AI在教育实践中整合的可操作建议。
引用
@article{arxiv.2503.02999,
title = {Adapting to Educate: Conversational AI's Role in Mathematics Education Across Different Educational Contexts},
author = {Alex Liu and Lief Esbenshade and Min Sun and Shawon Sarkar and Jian He and Victor Tian and Zachary Zhang},
journal= {arXiv preprint arXiv:2503.02999},
year = {2025}
}