面向个体职业目标的生成式 AI 个人化知识迁移：情境化学习
人工智能
2025-08-07 v1 计算机与社会
摘要
随着人工智能越来越深度地融入数字学习环境，针对学习者个人职业目标对学习内容进行个性化定制，为提升参与度和长期动机提供了广阔的潜力。我们在研究中探讨了基于生成式 AI (GenAI) 的职业目标导向内容适应如何影响学习者的参与度、满意度和学习效率。该混合方法实验涉及超过 4000 名学习者，其中一组接收针对其职业目标量身定制的学习情境，另一组作为对照组。定量结果显示，学习者的会话时长增加，满意度评分提高，学习时长有所适度减少。定性分析表明，学习者认为个性化材料富有激励性和实际性，能够实现深层认知参与和强烈的内容认同感。这些发现凸显了将教育内容与学习者职业目标保持一致的重要性，并表明可扩展的 AI 个人化能够搭建学术知识与职场实用性之间的桥梁。
引用
@article{arxiv.2508.04070,
title = {Personalized Knowledge Transfer Through Generative AI: Contextualizing Learning to Individual Career Goals},
author = {Ronja Mehlan and Claudia Hess and Quintus Stierstorfer and Kristina Schaaff},
journal= {arXiv preprint arXiv:2508.04070},
year = {2025}
}