StuGPTViz：理解学生与 ChatGPT 交互的人类学习可视化方法
人机交互
2024-09-18 v3 人工智能
摘要
大型语言模型（LLM），尤其是 ChatGPT，的融入教育领域有望通过引入创新的对话式学习方法来革新学生的学习体验。为了帮助学生充分利用 ChatGPT 的功能，理解学生与 ChatGPT 的交互模式对教师至关重要。然而，这一任务面临两个挑战：缺乏专注于学生-ChatGPT 对话的数据集，以及在对话中识别和分析演化交互模式的复杂性。为此，我们收集了48名学生在数据可视化课程的一学期内与 ChatGPT 的对话数据。随后，我们开发了一种基于认知水平和主题分析文献的编码方案，用于归类学生与 ChatGPT 的交互模式。进一步，我们提出了可视化分析系统StuGPTViz，该系统在多个尺度上跟踪和比较学生提问的模式以及 ChatGPT 回复质量，揭示出对教师具有显著教育洞察。我们通过对6名数据可视化教师的专家访谈和3个案例研究验证了该系统的有效性。结果确认StuGPTViz能够增强教师对 ChatGPT 教育价值的洞察。我们还讨论了将可视化分析应用于教育领域以及开发面向 AI 的个性化学习解决方案的潜在研究机会。
引用
@article{arxiv.2407.12423,
title = {StuGPTViz: A Visual Analytics Approach to Understand Student-ChatGPT Interactions},
author = {Zixin Chen and Jiachen Wang and Meng Xia and Kento Shigyo and Dingdong Liu and Rong Zhang and Huamin Qu},
journal= {arXiv preprint arXiv:2407.12423},
year = {2024}
}
备注
11 pages. To be published at IEEE Visualization 2024