探索用于教学目的的 LLM 对话设计选择：改善教师教学实践的苏格拉底式与叙事式方法
人机交互
2025-09-16 v1 人工智能
摘要
大型语言模型（LLM）通常生成直接答案，但它们正日益被用作学习工具。鉴于教师在教学和引导 AI 在教育中应用方面的作用，研究教师的使用情况至关重要。我们设计并评估了 TeaPT，一种用于教学目的的 LLM，它通过两种对话方法支持教师的专业发展：一种是通过引导性提问来促进反思的苏格拉底式方法，另一种是提供详细建议以扩展外化认知的叙事式方法。在一项涉及 41 名高等教育教师的混合方法研究中，苏格拉底式版本引发了更高的参与度，而叙事式版本因可操作的指导更受青睐。子群分析进一步揭示，经验较少、对 AI 乐观的教师偏爱苏格拉底式版本，而经验较多、对 AI 谨慎的教师则偏好叙事式版本。我们为用于教学目的的 LLM 提供了设计启示，展示了自适应对话方法如何支持具有不同特征的教师，同时强调了 AI 态度和经验如何塑造互动与学习。
引用
@article{arxiv.2509.12107,
title = {Exploring Conversational Design Choices in LLMs for Pedagogical Purposes: Socratic and Narrative Approaches for Improving Instructor's Teaching Practice},
author = {Si Chen and Isabel R. Molnar and Peiyu Li and Adam Acunin and Ting Hua and Alex Ambrose and Nitesh V. Chawla and Ronald Metoyer},
journal= {arXiv preprint arXiv:2509.12107},
year = {2025}
}