评估序列化AI反馈对学生学习的影响及潜在路径

反馈对于学习至关重要，但其有效性在很大程度上取决于它如何让学生参与到教育过程中。生成式AI提供了新的机会来高效地产生丰富的、形成性的反馈，范围从直接解释到旨在促进学习者自主性的增量序列化支架。尽管有这些能力，但目前尚不清楚序列化（分层）的AI反馈——在揭示正确答案之前提供鼓励和提示——是否真正增强了参与度和学习成果。为了调查这一点，我们将199名参与者随机分配，接受序列化或非序列化的AI生成反馈。我们评估了它对学习表现、认知和行为参与度以及情感感知的影响，以了解这些因素如何中介整体学习成果。结果表明，序列化反馈引发了略高的行为参与度，并且正如预期的那样，被认为更能鼓励和支持学生的独立性。然而，同时，它引发了更高水平的心理努力。中介分析确定了一个由感知鼓励驱动的积极情感路径，该路径被与平均需要三次或更多次提交的任务数量相关的消极行为路径完全抵消；认知路径（心理努力）仍然不显著。总体而言，与直接的、非序列化的反馈相比，序列化反馈导致学习成果显著较差。这些发现突出了一个关键的权衡：尽管序列化的AI支架提高了参与度和积极的用户感知，但它可能对实际学习表现产生不利影响。通过整合对结果、感知和潜在机制的分析，本研究为设计自动化的、AI驱动的反馈系统提供了细致入微的见解。