LitLinker: 利用大型语言模型支持小学文学教学中跨学科情境的构思
人机交互
2025-02-25 v1 人工智能
摘要
在小学教学中，正在流行采用跨学科情境（如科学、艺术）来连接阅读材料进行文学教学。然而，构建此类情境具有挑战性，因为需要教师探索大量跨学科内容并将其与阅读材料关联。在本文中，我们通过迭代设计过程开发了 LitLinker 以促进文学教学中跨学科情境的构思。 LitLinker 由大型语言模型 (LLM) 驱动，可为用户推荐跨学科主题并根据阅读材料中的文学元素（如段落、视角）对其进行上下文化。进行包含 N=16 名受试者的同一前后对照研究表明，与 LLM 对话机器人相比，LitLinker 能提高不同学科的整合深度并减少此构思任务的工作量。此外，N=9 名专家访谈也表明 LitLinker 在支持文学教学中跨学科情境的构思方面具有实用性。我们总结了使用 LLM 支持跨学科教学的关注点和设计考量。
引用
@article{arxiv.2502.16097,
title = {LitLinker: Supporting the Ideation of Interdisciplinary Contexts with Large Language Models for Teaching Literature in Elementary Schools},
author = {Haoxiang Fan and Changshuang Zhou and Hao Yu and Xueyang Wu and Jiangyu Gu and Zhenhui Peng},
journal= {arXiv preprint arXiv:2502.16097},
year = {2025}
}