FLoRA：面向混合人类-AI 调导学习的高级 AI 驱动引擎
人机交互
2025-12-10 v3 计算机与社会
摘要
自我调节学习（Self-Regulated Learning, SRL）定义为学习者系统性规划、监控和调节其学习活动的能力，这对于维持学术成就和终身学习能力至关重要。新兴的人工智能发展深刻影响了 SRL 交互方式，既可能削弱，也可能强化学习者发挥自身调节技能的机会。近期文献强调一种平衡方法，即混合人类-AI 调导学习（Hybrid Human-AI Regulated Learning, HHAIRL），即 AI 提供有针对性、及时的支架，同时保留学习者作为积极决策者和反思性监控者的角色。HHAIRL 的核心在于整合自适应和个性化学习系统；通过建模每个学习者的知识和自我调节模式，AI 可在 SRL 各阶段为学习者提供情境相关的支架。然而，现有数字工具常常不足，缺乏自适应性和个性化，仅聚焦于孤立的 SRL 阶段，不足以支持有意义的人类-AI 交互。为此，本文介绍增强版 FLoRA 引擎，融合了先进的生成式 AI 功能和最先进的学习分析技术，并植根于坚实的教育理论。FLoRA 引擎提供诸如协作写作、多智能体聊天机器人和详细学习轨迹记录等工具，以支持针对个体需求的动态、自适应的自我调节支架实现实时定制。我们进一步总结了若干研究，提供了 FLoRA 引擎的验证，并展示了这些工具在真实教育和实验情境中的实际应用。这些研究表明，FLoRA 引擎在促进 SRL 方面效果显著，为 AI 增强学习环境的未来提供了理论洞见和实用解决方案。
引用
@article{arxiv.2507.07362,
title = {FLoRA: An Advanced AI-Powered Engine to Facilitate Hybrid Human-AI Regulated Learning},
author = {Xinyu Li and Tongguang Li and Lixiang Yan and Yuheng Li and Linxuan Zhao and Mladen Raković and Inge Molenaar and Dragan Gašević and Yizhou Fan},
journal= {arXiv preprint arXiv:2507.07362},
year = {2025}
}