面向神经发展学习者的 AI 驱动阅读支架定制化

神经发展学习者往往需要阅读支持，但增加支架丰富度有时会导致注意力和工作记忆的过载，而非改善理解。 基于建构-整合模型和条件支架观点，我们检验了结构性支架与语义支架如何塑造理解和阅读体验，针对受监督的包容性情境。 通过采用改进的阅读界面，我们比较了四种模式：未修改文本、句子分段文本、带图示的分段文本以及带图示和关键词标签的分段文本。 在针对14名有特殊教育需求和障碍的小学学习者进行的 within-subject 试验中，我们使用标准化问题测量阅读理解，收集了简短的儿童和治疗师报告的体验度量以及开放式反馈。 结果突出了差异化反应——一些学习者表现出对分段和图示有益的模式，而另一些学习者则表现出在引入视觉支架时协调成本增加的模式。 体验评分在不同模式之间差异有限，但似乎与临床复杂性有关，尤其是对理解难度的感知。 学习者的开放式反馈经常请求更简单的措辞和额外的视觉支架。 这些发现表明，没有单一支架是通用最优的，这强化了需要校准、可调整支架的需求，并为在受监督的包容性阅读情境中人机协同监督提供了设计含义。