GenAIReading：利用大语言模型和图像生成模型增强交互式数字教科书的人类认知
人机交互
2025-03-11 v1
摘要
认知增强是推进教育的基石，特别是通过个性化学习。然而，对大量文本材料（如叙事文本和学术教科书）进行个性化处理仍然具有挑战性，因为其繁重的使用会阻碍学习者的参与和理解。基于双重编码理论等认知理论——该理论认为结合文本和视觉信息可增强理解力和记忆力——本研究探索了生成式人工智能（GenAI）丰富教育材料的潜力。我们利用大语言模型（LLMs）生成简洁的文本摘要，并利用图像生成模型（IGMs）根据文本输入创建视觉对齐的内容。在招募了 24 名参与者后，我们验证了整合 AI 生成的补充材料显著改善了学习效果，使阅读后测试分数提高了 7.50%。这些发现凸显了 GenAI 在创建增强认知增强的自适应学习环境方面的变革潜力。
引用
@article{arxiv.2503.07463,
title = {GenAIReading: Augmenting Human Cognition with Interactive Digital Textbooks Using Large Language Models and Image Generation Models},
author = {Ryugo Morita and Ko Watanabe and Jinjia Zhou and Andreas Dengel and Shoya Ishimaru},
journal= {arXiv preprint arXiv:2503.07463},
year = {2025}
}
备注
Accepted at AHs2025