（AI同伴）从同一视角学习：关于协作科学调查中AI角色的感知
人机交互
2025-06-09 v1 人工智能
摘要
21世纪需求的复杂性推动了发展复杂能力的教学方法，但仍存在课程内学习活动与个性化学习或评估实践之间的差距。为此，研究探索了AI生成角色在学习和评估中的应用。其中一种尝试是情景基于评估（SBA），该技术不仅衡量，还促进整个评估过程中能力的发展。SBA通过引入模拟代理，提供真实的社交互动环境，既能评估基于能力的构建，又能缓解现实互动的不可预测性。近期多模态AI的进展，如文本到视频技术，使这些代理能够增强为AI生成角色。本研究采用混合方法，考察了学习者对AI角色（担任导师和同事）在协作科学调查情境中感知的方式。具体而言，我们分析了56名高中生关于信任、社交存在和有效性的Likert量表反应，并通过PLS-SEM分析了这些因素之间的关系及其对采纳AI角色意图的影响。我们的发现表明，学习者的信任塑造了他们与AI角色之间的社交存在感，从而增强了感知效果。定性分析进一步突出了促进信任的因素，如材料的可信度和与学习目标的一致性，以及社交存在在创建协作环境中的关键作用。本文已被接受为AIED 2025的全文论文。
引用
@article{arxiv.2506.06165,
title = {(AI peers) are people learning from the same standpoint: Perception of AI characters in a Collaborative Science Investigation},
author = {Eunhye Grace Ko and Soo Hyoung Joo},
journal= {arXiv preprint arXiv:2506.06165},
year = {2025}
}
备注
14 pages