MathBuddy：用于情感化数学教学的多模态系统
计算与语言
2025-09-26 v2 人工智能
人机交互
摘要
基于大语言模型的对话系统正迅速变革教育技术格局。然而，当前最先进的学习模型未考虑学生的情感状态。教育心理学中的多项研究支持情感状态（积极或消极）对学生学习能力的影响这一观点。为弥合这一差距，我们提出 MathBuddy——一个情感感知的大语言模型数学教师，能够动态建模学生情绪并将其映射到相关教学策略，从而使教师-学生对话更具同理心。学生的情绪从对话文本及其面部表情中捕获，这些情绪被聚合以可靠地触发情感感知的教师响应。我们通过八个教学维度的自动评估指标和用户研究对模型进行评估。结果显示，我们的方法在赢家率上实现了 23 分的显著提升，在整体水平上使用 DAMR 分数提升了 3 分，这强有力地支持了通过建模学生情绪来提升基于大语言模型的教师教学能力的假设。我们的数据集和代码已公开于 https://github.com/ITU-NLP/MathBuddy。
引用
@article{arxiv.2508.19993,
title = {MathBuddy: A Multimodal System for Affective Math Tutoring},
author = {Debanjana Kar and Leopold Böss and Dacia Braca and Sebastian Maximilian Dennerlein and Nina Christine Hubig and Philipp Wintersberger and Yufang Hou},
journal= {arXiv preprint arXiv:2508.19993},
year = {2025}
}
备注
Accepted at EMNLP 2025 (Demo Track)