ReelsEd：设计与评估基于大语言模型生成的短形式教育视频
人机交互
2025-09-09 v1
摘要
短形式视频因其简洁且易于访问的格式，使其在教育中获得了流行，使微型学习成为可能。然而，这些视频大多是手动创建。即便是使用人工智能（AI）自动生成的视频，也不太了解它们是否或如何影响学习结果、用户体验和信任。为填补这一空白，我们开发了ReelsEd——一个基于大语言模型（LLM）的Web系统，用于从讲座长形式视频中自动生成结构化的短形式视频（即短视频），同时保留教师授权的材料。在62名大学学生的between-subject用户研究中，我们评估了ReelsEd，证明其在参与度、测验表现和任务效率方面均优于传统长形式视频，且未增加认知负荷。学习者对系统表示高度信任，并高度评价其清晰度、实用性和导航便捷性。我们的发现指向将生成式AI集成到以可用性、学习者主动性和教育学一致性为优先考虑的教育工具设计中寻求新的机遇。
引用
@article{arxiv.2509.05962,
title = {The Reel Deal: Designing and Evaluating LLM-Generated Short-Form Educational Videos},
author = {Lazaros Stavrinou and Argyris Constantinides and Marios Belk and Vasos Vassiliou and Fotis Liarokapis and Marios Constantinides},
journal= {arXiv preprint arXiv:2509.05962},
year = {2025}
}
备注
9 pages, 3 figures, 1 table