生成式 AI 代理及其支架对提升学生视觉学习分析理解的影响
人机交互
2024-11-20 v2
摘要
视觉学习分析 (VLA) 正在教育技术和学习分析仪表盘中日益普及，以向学生和教育者传达关键见解。然而，许多学生因缺乏数据可视化素养，难以理解复杂的 VLA。虽然传统支架方法如数据讲故事在提升学生理解 VLA 方面显示出效果，但这些方法难以规模化且难以适应个体学习需求。生成式 AI (GenAI) 技术，特别是对话式代理，提供了潜在解决方案，通过提供个性化和动态支持来提升学生对 VLA 的理解。本研究探讨了 GenAI 代理，尤其是与支架技术集成后，对提升学生 VLA 理解力的效果。对 117 名高等教育学生进行了随机对照试验，比较了两种类型的 GenAI 代理：一种是被动式代理（即响应学生查询），另一种是主动式代理（利用支架问题），与独立支架在 VLA 理解任务中的效果。结果表明，被动式代理在干预期间及干预结束后，均可显著提升学生的 VLA 理解力，效果相当于独立支架。值得注意的是，主动式 GenAI 代理在提升学生 VLA 理解力方面显著优于被动式代理和独立支架，且这些优势在干预结束后仍持续存在。这些发现表明，将 GenAI 代理与支架相结合可对学生的理解能力产生持久的积极影响，支持真正的学习。
引用
@article{arxiv.2409.11645,
title = {The Effects of Generative AI Agents and Scaffolding on Enhancing Students' Comprehension of Visual Learning Analytics},
author = {Lixiang Yan and Roberto Martinez-Maldonado and Yueqiao Jin and Vanessa Echeverria and Mikaela Milesi and Jie Fan and Linxuan Zhao and Riordan Alfredo and Xinyu Li and Dragan Gašević},
journal= {arXiv preprint arXiv:2409.11645},
year = {2024}
}