"真实学习者数据至关重要"：探索基于大语言模型的 deaf and hard of hearing 学习者问答生成设计
人机交互
2024-10-02 v1
摘要
耳聾（DHH）学习者在学习环境中面临独特挑战，往往由于缺乏针对其具体需求的量身定制教育材料。本研究探索了大语言模型（LLM）生成个性化练习题以提升 DHH 学生视频学习体验的潜力。我们开发了一个原型系统，利用 LLM 生成强调两种独特策略的练习题：视觉问题identifies视觉信息可能被误表示的视频片段，情感问题highlight前几代 DHH 学习者在情感表达中所经历学习困难的时刻。通过对 DHH 本科生的用户研究，我们评估了这些 LLM 生成的练习题在支持学习体验方面的效果。我们的发现表明，尽管 LLM 在个性化学习方面提供了重要潜力，但交互可及性仍面临挑战，以适应多样化的 DHH 社区。该研究强调在 LLM 基于教育技术设计中考虑语言多样性和文化的重要性。
引用
@article{arxiv.2410.00194,
title = {"Real Learner Data Matters" Exploring the Design of LLM-Powered Question Generation for Deaf and Hard of Hearing Learners},
author = {Si Cheng and Shuxu Huffman and Qingxiaoyang Zhu and Haotian Su and Raja Kushalnagar and Qi Wang},
journal= {arXiv preprint arXiv:2410.00194},
year = {2024}
}