为 AI 支持的锻炼选择设计可视化解释与学习者控制

使用 AI 个性化内容选择的电子学习平台常被批评缺乏透明度和可控性。研究人员因此提出了解决方案，如开放学习者模型和让学习者从排名靠前的推荐中进行选择，这些方法在 AI 支持的选择过程之前或之后激活学习者。然而，针对学习者——尤其是青少年——如何在 AI 支持的决策过程中进行互动的研究仍寥寥。为此，我们迭代式设计并实现了一个控制机制，使学习者能够在练习前通过交互式分析其控制影响的「情景演练」可视化方式来驾驭 AI 编译锻炼系列的难度。我们通过四项涉及青少年、教师、教育科技专业人士和教育学专家的定性研究来评估原型，关注不同类型的可视化解释。我们的发现表明，「为何」解释不总是满足年轻学习者的可解释性需求，但对教师有益。此外，「情景演练」解释因其提升动机的潜力受到青睞。总体而言，我们的工作说明了如何将学习者控制与可视化解释结合，用于青少年电子学习平台。未来研究可以在我们的「为何」和「情景演练」解释设计之上进行构建，并验证我们的初步发现。