LearnMate^2：面向在线学习的 LLM 驱动个性化自适应支持系统的设计与评估
人机交互
2026-05-08 v1
摘要
个性化对于有效学习至关重要，然而为广泛可用和开放获取而设计的在线学习缺乏个性化指导。大语言模型 (LLM) 的最新进展为弥合这一差距提供了机会。我们探讨了如何设计 LLM 驱动的工具以支持个性化和自适应学习，并考察了它们如何塑造用户体验和学习成果。我们迭代地设计了 \tool{} 以支持在线学习，通过提供个性化学习计划、实时上下文辅助和自适应学习活动。一项初步研究 () 评估了 \tool{} 的有效性和可用性，并为我们的系统改进提供了信息，随后我们将其 () 与最先进的在线学习平台和学习支持 LLM 的组合进行了对比评估。结果表明，与现有的在线学习和支持工具相比，\tool{} 通过改善学习成果和用户体验推进了 AI 教育学。这项工作推进了我们对个性化、AI 驱动的教育工具的设计空间及其对用户体验潜在影响的理解。
引用
@article{arxiv.2605.06257,
title = {LearnMate^2: Design and Evaluation of an LLM-powered Personalized and Adaptive Support System for Online Learning},
author = {Xinyu Jessica Wang and Christine P. Lee and Bilge Mutlu},
journal= {arXiv preprint arXiv:2605.06257},
year = {2026}
}