用于学习的生成式人工智能：合成学习视频的潜力探究
计算机视觉与模式识别
2023-05-05 v2 人工智能
机器学习
摘要
生成式人工智能（AI）的最新进展引起了全球关注。Dalle-2 和 ChatGPT 等工具表明，先前被认为超出 AI 能力的任务如今可能以各种新方式增强创意媒体的生产力，包括通过生成合成视频。本研究论文探讨了使用 AI 生成的合成视频为在线教育环境创建可行教育内容的效用。迄今为止，关于 AI 生成合成媒体实际教育价值的研究有限。为弥补这一空白，我们考察了在在线学习平台中使用 AI 生成的合成视频对学习者内容获取和学习体验的影响。我们采用混合方法，将成年学习者（n=83）随机分配到两种微学习条件之一，收集学习前与学习后评估，并调查参与者的学习体验。对照组包含传统制作的教学者视频，而实验组包含带有逼真 AI 生成角色的合成视频。结果显示，两种条件下的学习者均表现出从学前到学后的显著提升（p<.001），且两组间的提升无显著差异（p=.80）。此外，学习者在传统视频与合成视频的感知上未观察到差异。这些发现表明，AI 生成的合成学习视频有潜力作为在线教育环境中传统方法制作视频的可行替代品，使高质量教育内容在全球范围内更易获取。
引用
@article{arxiv.2304.03784,
title = {Generative AI for learning: Investigating the potential of synthetic learning videos},
author = {Daniel Leiker and Ashley Ricker Gyllen and Ismail Eldesouky and Mutlu Cukurova},
journal= {arXiv preprint arXiv:2304.03784},
year = {2023}
}
备注
12 pages, 1 table, 3 figures. International conference of Artificial Intelligence in Education (AIED 2023)