进入：渐进式真实感——虚拟现实教师培训中AI驱动虚拟角色的教学框架

虚拟现实模拟器为教师培训提供了强大工具，但AI驱动的学生虚拟角色的集成面临一个关键挑战：确定虚拟角色真实感的最佳水平以实现有效教学。这篇文献综述考察了VR教师培训中虚拟角色真实感的演变，综合了其理论含义，并提出了一个指导未来设计的新教学框架。通过系统综述，本文追溯了从人工控制虚拟角色到生成式AI原型的进展。运用认知负荷理论等学习理论，我们论证了超真实感并非总是最优的，因为高保真虚拟角色可能给新手施加过多的外在认知负荷，这一立场得到了近期实证研究的支持。技术驱动的照片级真实感与教学驱动的支架式学习之间存在显著差距。为解决这一差距，我们提出了渐进式真实感（Graduated Realism），一个倡导从低保真度虚拟角色开始并随着技能发展逐步增加行为复杂性的框架。为了使其在计算上可行，我们概述了一种新颖的单次调用架构Crazy Slots，它使用概率引擎和检索增强生成数据库来生成真实、实时的响应，而无需多步推理模型的延迟和成本。本综述为设计下一代AI模拟器提供了基于证据的原则，论证了以教学为根基的真实感方法对于创建可扩展且有效的教师教育工具至关重要。