Predicting the development of digital media PCK/TPACK: The role of PCK, motivation to use digital media, interest in and previous experience with digital media

关键词

Teacher professional development

Applications in subject areas

Evaluation methodologies

Post-secondary education

Media in education

概要总结

此研究发现，pst对数字媒体的兴趣对数字媒体PCK的发展产生了积极影响，研究建议未来的研究应侧重于调查 pst 的一般专业知识，并确定数字媒体PCK发展所需的PCK熟练程度。它还强调了关注动机的同时应该考虑教师准备的认知和情感方面的重要性，以促进有效的技术整合。此研究提供了影响pst发展数字媒体PCK的因素，并提出了进一步研究的途径，以改善数字媒体在教学实践中的整合，以提高学生的学习成果。研究也提出建议，数位媒体整合的研讨会应设在教师教育的后期阶段，或在涵盖PCK其他方面的入门课程之后。此外，可以在未来的研究中探讨PCK与数字媒体PCK的多个方面的综合研讨会。

大纲

研究背景

此研究是奥地利和德国的教师教育背景下进行的，国家中的pst在开始进入学校的入门阶段之前，必须在大学学习两门科目。在这项研究中，所有参与的pst都参加了一个研讨会，重点是在物理教育中有效实施数字媒体。

研究目的

探讨学生的概念PCK(PCK-SC)、在未来教学中使用数字媒体的动机、对数字媒体的兴趣或以往的数字媒体经验是否会影响数字媒体PCK的发展。

研究问题

1.公共服务提供者的PCK-SC与其数字媒体PCK的发展之间是否存在正相关关系

2.pst在未来教学中使用数字媒体的普遍动机与pst数字媒体PCK的发展之间是否存在正相关关系?

3.pst在研讨会前对数字媒体的普遍兴趣与其数字媒体PCK的发展之间是否存在正相关关系?

4.pst(自我报告)在研讨会之前使用数字媒体进行物理教学和学习的经验与他们的数字媒体PCK的发展之间是否存在正相关关系?

研究方法

问卷调查法（？）

研究结果

pst对学生概念的PCK(PCK-sc)是数字媒体PCK发展的积极预测因子，PCK基础对于数字媒体PCK的发展至关重要。pst在未来教学中使用数字媒体的普遍动机对数字媒体PCK的发展产生了负面影响，表明高动机可能阻碍数字媒体PCK的发展；pst对数字媒体的兴趣与数字媒体PCK的发展呈正相关，但他们之前的数字媒体经验与数字媒体的发展呈负相关。

收获

1.（复习）TPACK框架包含三个核心要素，即学科内容知识（CK）、教学法知识（PK）和技术知识（TK）；四个复合要素，即学科教学知识（PCK）、整合技术的学科内容知识（TCK）、整合技术的教学法知识（TPK）、整合技术的学科教学知识（TPACK）。

2.SQD模型是评估职前教师数字能力的定性数据综合策略模型,包括角色榜样、反思、教学设计、协作、真实体验和反馈六个方面。

3.贝叶斯统计假设检验方法，是一种基于概率论的检验方法，用于比较两个假设的可能性。方法强调先验分布的选择重要性以及可能产生的一些不可调和的悖论，然后讨论如何解决这些悖论和推广研究成果到线性模型的假设检验。在以后的研究中可以使用此方法来进行批判性的观点的论证。

文献序号

2

期刊名称

The International Journal of Management Education

期刊级别

Q1

文章名称

Generative artificial intelligence (ChatGPT): Implications for management educators

发表时间

Volume 21, Issue 3, November 2023

作者

Vanessa Ratten，Paul Jones

关键词

Academic research；Teaching；Learning；Digital transformation；Management education；Artificial intelligence；ChatGPT

研究内容

ChatGPT 作为人工智能的一种生成形式，它为管理教育工作者带来了挑战，本文指出了实际和管理方面的影响，重新审查现有教育做法的迫切需要，以此作为有益方式利用的新技术创新的一种方式，从而为如何将技术创新纳入课程设计和管理学习实践的文献做出贡献。

研究设计

此研究通过分析当前管理教育者管理教育评估的例子，详细介绍了Chat GPT在评估项目中的使用；从而引出现在管理教育中人工智能的应用，以及人工智能、Chat GPT以及管理教育之间相互促进的关系。根据聊天GPT作为一种技术引出作者对于教育管理者的建议、以及突出管理教育者使用 ChatGPT 的挑战和策略。

研究方法：案例研究法、文献研究法。

研究结果

1.对像 ChatGPT 这样的人工智能更加积极主动，管理教育者需要设计新的评估，将技术与创造性思维相结合。

2.本文提供了有关人工智能在教育实践中的作用的信息，从而突出了其使用的优点和缺点，包括关注管理教育者如何学习新的人工智能，以及他们如何积极主动地处理其使用。

创新

此研究是一个理论研究，在研究过程中提出了一个案例研究法的创新法。一般业务管理课程均是采用对案例的分析，案例均采用静态的分析，此研究提出 可以采用通过特定于上下文的方法使用本文中讨论的建议进行更新，这样案例就可以是动态的，并且可以根据当前事件和业务活动而变化。

启发

1.ChatGPT对于教学管理者有一定的益处，例如思政科目的时事政治部分，事件随着时间的推移不断发生变化；或者在有关于货币汇率的研究方面都可以利用 ChatGPT来收集有关信息。

2.随着时间的推移，。需要进一步的研究来探索ChatGPT时代的有效评估实践。这项研究应涵盖所有教育部门，包括学校、继续教育和高等教育。潜在的研究可以考虑有效的评估设计，以有效对抗ChatGPT。ChatGPT 的出现意味着重新考虑评估实践，以使用实时选项，例如考试。

参考文献（引用）

1.Buhalis, D., & Karatay, N. (2022). Mixed Reality (MR) for generation Z in cultural heritage tourism towards metaverse. In Information and communication technologies in tourism 2022: Proceedings of the ENTER 2022 eTourism conference (pp. 16–27). Springer International Publishing. January 11–14, 2022.

2.Buhalis, D., Leung, D., & Lin, M. (2023). Metaverse as a disruptive technology revolutionising tourism management and marketing. Tourism Management, 97, Article 104724. Chatterjee, J., & Dethlefs, N. (2023).

文献序号

3

期刊名称

Computers & Education

期刊级别

Q1

文章名称

Effects of chatbot-assisted in-class debates on students’ argumentation skills and task motivation

发表时间

October 2023

作者

Kai Guo,Yuchun Zhong,Danling Li,Samuel Kai Wah Chu

关键词

Artificial intelligence；Chatbots；In-class debates；Argumentation skills；Task motivation

研究内容

此研究提出了一种新颖的论证学习方法，旨在用于研究探索使用议论文聊天机器人来准备学生与同龄人的课堂辩论，研究者将其称为聊天机器人辅助课堂辩论（chatbot-assisted in-class debates），简称CaIcD。

研究对象：中国一所采用英语作为教学语言的综合性大学的44名本科生

研究问题：

RQ1：CaIcD在结构复杂性和论证质量方面对学生的论证能力有什么影响？

RQ2：学生在参与CaIcD和传统学习任务时，任务动机有何差异？

研究方法：

文献研究法、实验法、问卷调查法、内容分析法

研究设计

1. 研究工具

Argumate(议论文聊天机器人）

特点：Argumate可以提供辩论的正反两个脚手架来支持用户的头脑风暴和辩论准备，采用论证图和关注点分类来组织数据库并启用两个脚手架。

2. 研究设计

（1）针对RQ1的设计：测试前-测试后准实验设计

a.实验测试题目的选择是学生日常熟悉的主题，以减少学生相关经验不足所产生的影响。

b.实验的自变量：学生在学习过程中使用的学习方法（实验组：CaIcD方法、对照组：传统的学习方法）

c.因变量：在进行学生自主学习过程之后，学生写作水平的改变。

（2）针对RQ2采用了问卷调查法、内容分析法

a.结构复杂性效度为0.785

b.内容质量方面的效度P<0.05

研究结果

参与CaIcD使学生在撰写论点时能够使用更多的主张，数据和授权，并改善其论点的组织，充分性和阐述。然而，没有观察到对学生论点的整体结构复杂性的显着影响。此外，与参与传统学习任务相比，学生在参与CaIcD时表现出更高的任务乐趣和更多的努力。然而，在结果评估和感知相关性方面没有发现显著差异。

创新

此研究开发了一种新颖的任务设计，让学生在与同学进行辩论之前与聊天机器人互动，并研究了这种任务设计对学生论证能力和任务动机的影响。研究结果通过提供技术视角为基于辩论的论证学习的文献做出了贡献，提出了将辩论与聊天机器人相结合以增强论证学习的可能性。实际上，聊天机器人系统和任务设计可立即提供给教师和教育工作者，从而可以在其他论证学习环境中实施CaIcD。此研究建议教师在课堂上应用CaIcD，为学生创造一个愉快和引人入胜的学习环境。这可以提高学生在课堂上的注意力和努力，并鼓励学生以不同的想法和足够的证据构建论点。

启发

1.Wilcoxon符号秩检验，它把观测值和零假设的中心位置之差的绝对值的秩分别按照不同的符号相加作为其检验统计量。它适用于T检验中的成对比较，但并不要求成对数据之差di服从正态分布，只要求对称分布即可。检验成对观测数据之差是否来自平均值为0的总体（产生数据的总体是否具有相同的均值）。

2.我们在进行验证有关某种教学或者学习方法是否有效时也可以使用前测与后测相结合的研究方法，并且结合其他的研究方法，例如：实验法、问卷调查法等方法形成混合研究方法来开展研究。

3.在实验法的进行过程之中，为了排除无关变量的干扰，我们既可以像此研究一样，选取学生都熟悉的知识方向来进行检验，排除经验的干扰。也可以在实验开始之前对学生进行测试，测试的题目与学生要用CaIcD法或者传统学习方法学习的内容相关，如果学生答题的分数过少，代表学生对于此方面的知识了解的不多，可以将此部分学生从实验对象中剔出，以减少实验误差。

4.一般的量表信效度的评价低于0.8就不具有参考价值，但是此研究使用克朗巴赫的alpha作为内部一致性的衡量标准来评估问卷的可靠性，多项目量表的可靠性得分如下：任务享受，0.90;报告的努力，0.80;和结果评估，0.66。尽管结果评估量表的可靠性得分低于建议的 0.7 水平，但被认为是可以接受的，因为该量表只有两个项目。

文献序号

4

期刊名称

Computers & Education

期刊级别

Q1

文章名称

Beyond ChatGPT: A conceptual framework and systematic review of speech-recognition chatbots for language learning

发表时间

December 2023

作者

Jaeho Jeon,Seongyong Lee,Hohsung Choe

关键词

Chatbot;Large language model;Automatic speech;recognition;Affordance;Computer-assisted language learning

研究内容

此研究梳理了关于聊天机器人的定义，探索聊天机器人的功能，此研究更侧重于语言学习中使用的语音识别聊天机器人，密切关注不同聊天机器人的共同和独特功能以及这些功能产生的教育功能，以探究当前关于语言教育中聊天机器人的综述中的不足之处。

研究对象：以下主要的教育研究学术数据库：ProQuest、Web of Science 和 Scopus

研究问题：

RQ1:我们如何对不同类型的语音识别聊天机器人进行分类？

RQ2:到目前为止，在研究中开发和使用的语音识别聊天机器人的具体功能是什么？

RQ3:鉴于语音识别聊天机器人的现状，未来开发和研究的潜在领域是什么？

研究方法：

文献研究法、定性研究法

研究设计

根据PRISMA指南的分析协议进行了系统的文献综述，研究选择了以下主要的教育研究学术数据库：ProQuest、Web of Science和Scopus。为了确定检索词，研究首先在教育技术和语言学习领域的高被引学术期刊上进行了初步的人工检索：审查了最近发表的与会话技术使用相关的文章，确定关键词为“聊天机器人”或“对话代理”或“教学代理”或“聊天机器人”或“会话系统”或“对话系统”或“智能个人助理”或“口语对话系统”和“语言学习”或“语言教学”或“语言习得”或“EFL”或“外语”或“ESL”或“第二语言”。每篇论文都按时间顺序进行分析，将第一篇论文中的聊天机器人功能与第二篇论文中的聊天机器人功能进行比较。然后将这两篇论文的聊天机器人功能与第三篇论文的综合进行比较

研究结果

概念框架由三个主要组成部分组成：目标导向，体现和多模态，研究用它来对语言学习领域研究中的聊天机器人进行分类。此外，三个主要组成部分由六个聊天机器人提示支持，这些提示假设存在于各种领域和学科的不同类型的聊天机器人中：交互性、减少焦虑、交际真实性、以学生为中心、重复练习和无处不在，将其分为了8种类型的聊天机器人。

创新

此研究采用了一种综合方法，结合了以设计为中心（RQ1）和教学（RQ2）的观点。聊天机器人研究人员提供了一个重要的理由来研究聊天机器人的各种设计特征，使他们能够全面了解他们的教育能力。可负担性的角度研究这些聊天机器人类别如何与不同的教学和学习体验相关联，虽然研究人员可能没有意识到与聊天机器人相关的许多好处和经验，但在当前的综述中，我们研究探索了如何在语言学习环境中感知和利用具有独特特征的聊天机器人。

启发

1.PRISMA检查表。检查表中总计27个检查项目，以一篇研究型论文的正文组织结构为序，从标题（title）到摘要（abstract）、前言（introduction）、方法（methods）、结果（results）、讨论（discussion）及其他附加信息，描述了一项科学严谨且具备可重复性的综述性研究所应当遵循的每个步骤。

指南不仅指导作者如何设计一篇高质量的综述报告，也指导作者如何进行数据分析、写作中如何表述。建议研究者在进行系统综述之前先熟悉本指南。在撰写系统综述时遵循该指南，有利于控制和降低研究的不可重复性和研究人员的偏倚。

2.在此研究之中使用了感知提供理论，因为对于聊天机器人主要是研究人员进行整合与管理、学生进行使用来测试其效果与功能，因此研究报告中只有研究人员与学生的感知能力才包括在分析中。

3.对于选择性编码，回顾了前两个编码阶段，并选择了代表性研究和样本描述作为说明目的。整个过程由两名研究人员独立进行。研究人员之间的所有分歧都通过研究团队之间的讨论得到解决。

4.多模态已被实施为对屏幕上出现的不恰当话语的划线或强调或作为补充图像和视频，帮助学生理解互动内容。多模态为语言学习引入了三种有助于促进积极学习体验的要素：（1）自我监控和自我纠正，（2）理解支持，以及（3）信息探索。

文献序号

5

期刊名称

International Journal of Information Management

期刊级别

Q1

文章名称

Perceived conversational ability of task-based chatbots – Which conversational elements influence the success of text-based dialogues?

发表时间

February 2024

作者

Alexandra Rese,Pauline Tränkner

关键词

Text-based chatbots；Task-based chatbots；Conversational ability；Task completion；Conversational elements；Structural conversation analysis；Conversational ability score；User satisfaction

研究内容

研究的重点是将基于文本的聊天机器人相互比较或与人类进行比较，进行对基于任务的对话的研究。本文旨在确定对话的特征-即对话元素-导致成功的基于任务的对话。为此，使用了MAGGI Kochstudio的聊天机器人KIM。它旨在帮助用户找到适合其个人需求的食谱。为了调查哪些对话元素有助于用户和聊天机器人 KIM 之间的成功沟通，进行了一项可用性研究，收集了 123 个非结构化对话，并使用了 627 名受访者的四个对话进行基于场景的实验。定量分析表明，任务完成的特点是对聊天机器人的对话能力和用户满意度的更高感知。此研究为基于任务的聊天机器人的技能组合配备补充其辅助品质的元素——例如，改进标准短语的使用，以及对类似领域和非请求的反应。

研究设计

研究运用文献研究法对近十五年的对于聊天机器人的研究以及评估聊天机器人的研究参数进行了统计，按照时间顺序制成了表格，发现这些研究没有考虑的一个衡量标准 - 考虑到任务完成和对话效率 - 是绩效预期。它涉及用户对基于文本的聊天机器人在合理时间范围内做出响应的能力的看法。根据对文献的研究作者提出假设：H1：与用户请求相对应的正确响应百分比越高，a）完成任务的可能性就越大，b）基于文本的聊天机器人的感知对话能力就越强。H2：基于文本的聊天机器人要求用户请求的标准越多，a）完成任务的可能性就越大，b）基于文本的聊天机器人的感知对话能力就越强。

实验1：根据实验者与聊天机器人之间的对话来分析聊天机器人的会话元素。

实验对象是德国大学的152名学生，被要求使用KIM来进行对话，之后学生使用量表来进行测试，3名分析者对于学生的测试表进行分析，有13个数据因没有认真测评被淘汰，实验者对于其他数据进行了分析发现实验对象对KIM的使用效果较好。

实验2：成功和不成功的会话对显示会话重启和短会话与长会话的影响

实验对象：随机的627名德国人

实验采用了2（长对话VS短对话）×2（成功的对话VS不成功的对话）的实验法

研究方法：文献研究法,实验法

研究结果

非任务型聊天机器人的先前结果：i )用户更喜欢用最小文本输入(希尔等, 2015)的简短会话，ii )聊天机器人是会话领导者，应该遵循人类会话

启发

1. 在大语言模型( large language model，LLM )，特别是在大型预训练的基于转换器的语言模( Transformer-based language models，PLM )方面的进展，包括GPT或BERT等几种流行的语言模型，为NLP（Natural Language Processing，自然语言处理） 带来了一些新的范式。作者涉及特定任务的预训练和微调、基于提示的学习和文本生成。对于基于任务的聊天机器人，Transformer架构可以用于非结构化文本的预训练，并行化使得我们可以映射依赖关系，从而对设计的语言模型进行微调。
2. 此研究中用户的成功会话在消息和单词方面具有简短的特点，但在没有重启的会话流程和标准内容(如问候语)的重复方面具有适当的结构。同时，不正确的答案会对用户满意度产生负面影响。会话越成功，交互越自然，聊天机器人正确应答的比例越高。在这项研究中获得的结果表明，聊天机器人的性能需要进一步改善。
3. 此文章对于前人关于聊天机器人的研究综述采用了表格的方式进行研究，统计了自2007年以来评估聊天机器人的会话的研究，从作者、时间、聊天机器人样本、焦点研究、参数结果进行了完整的统计，使统计结果更加清晰，一目了然，我们在写作的时候也可以借鉴此方法来梳理相关研究的发展性过程。

文献序号

6

期刊名称

Education and information Technology

期刊级别

Q1

文章名称

Chatbots and messaging platforms in the classroom: An analysis from the teacher’s perspective

发表时间

24 May 2023

作者

Juan J. Merelo,Pedro A. Castillo,Antonio M Mora2 · Francisco Barranco1 · Noorhan Abbas3 · Alberto Guillén1 · Olia Tsivitanidou

关键词

Chatbots,Messaging,platforms,Tutorship,Educational bots,Higher education

研究内容

此研究认为聊天机器人等都是新型教学工具，因此研究通过与同龄人验证的调查来研究教师的经验和看法，以及他们认为这些工具应该做什么或服务于什么，以增强学生的学习并帮助他们实现学习目标。通过对西班牙高等教学机构的实验，专注于收集教师在日常工作中引入消息传递平台的偏好和意见，以及与之相关的其他服务。我们通过这项调查的目的是了解他们的需求，并收集有关这些工具可能有价值的各种教育用例的信息。此外，还分析了教师对使用这些工具的看法如何以及何时因性别、经验和专业学科而异。这项研究的主要发现强调了有助于推动高等教育机构采用消息传递平台和聊天机器人以实现预期学习成果的因素。

研究设计

第一项调查由多项选择题组成，重点关注消息传递应用程序在教学实践中的使用、教育工作者会发现对其教学有用的聊天机器人用例类型以及 COVID 对教学实践的影响。第二次调查是在第一次调查的初步结果出来之后设计的，并指出了第一次调查未涵盖的教育工作者的必要性和经验，特别是他们使用消息传递平台的经验以及他们与学生互动的方式

研究方法：文献研究法、问卷调查法，量化实验法

研究结果

Q1：在大流行后开始使用消息传递应用程序的人文和社会科学教育工作者的数量比预期的要多。

Q2：按照部门的分组被认为是对教师最有用的课堂聊天机器人类型。

Q3：教师不想和学生进行的活动就是讨论活动，因此，聊天机器人起到了很大的作用，帮助许多大学与学校进行行政与社会互动的活动。

Q4:教学人员更喜欢与学生共享互动空间

启发

1. 机构在进行测试的时候应确保这些消息传递应用程序，以保护学生的数据并为使用这些应用程序的所有利益相关者提供 IT 支持。总之，即时消息（包括聊天机器人）的技术采用策略首先意味着机构采用策略。
2. 如果同伴支持和合作与学习密不可分，但是存在一定程度的不兼容性，会阻碍采用适合两个集体需求的单一消息传递服务的过程，或者有利于采用半非正式的解决方案，这些解决方案将依赖于一个流行的平台（如WhatsApp或Telegram），并通过其与提供商的机构协议以及本地创建和支持的聊天机器人进行增强。
3. 在此聊天之中聊天机器人技术的全部范围并没有得到真正的检验，在外面后续的研究过程之中它们可以通过情感分析以及其他分析连接到自然语言处理引擎。

文献序号

7

期刊名称

International Journal of Human-Computer Studies

期刊级别

Q1

文章名称

Chatbots for active learning: A case of phishing email identification

发表时间

November 2023

作者

Sebastian Hobert,Asbjørn Følstad,Effie Lai-Chong Law

关键词

Chatbot interactions；Educational chatbots；Technology-enhanced learning；ICAP framework

研究内容

此研究认为聊天机器人可以提供教学内容和促进主动学习过程，但是缺少如何设计用于主动学习聊天机器人交互研究的知识。因此实验为弥补相关知识的缺失，选取了164个实验对象进行研究，比较了在聊天机器人中提供教学内容的四种模式，这些模式对认知参与有不同的需求。被动、主动、建设性和互动这四种模式基于ICAP的主动学习框架。学习内容涉及网络钓鱼电子邮件的识别，四种模式的区别在于参与者在聊天机器人互动过程中如何被邀请与内容互动。更高认知参与的ICAP模式要求参与者在互动上花费更多时间，并导致对更高主观学习成果的感知。然而，不同ICAP模式的效果在用户参与度、社会存在感、使用意图或客观学习成果方面没有显著差异。这项研究代表了理解主动学习聊天机器人设计的重要第一步。

研究设计

基于Chi和Wylie的主动学习框架，实验设计了聊天机器人交互，反映了具有不同认知参与水平的学习策略：被动，主动，建设性和互动策略。为了提高认知参与度，聊天机器人交互中集成了不同类型的反思任务：多项选择测验（主动）、要求用自己的话回答的测验（建设性），以及带有后续问题的测验，也要用自己的话回答（互动）。

研究问题：主动学习的聊天机器人交互设计如何影响用户参与度和学习成果？

研究过程：首先会让参与者填写一份民意调查表，探究参与者对于钓鱼网站的学习程度。之后，聊天机器人根据四种ICAP模式（被动的、主动的、建设性的和互动的），针对每种情况实施了不同的交互设计。首先，聊天机器人引入了学习目标，以实现透明的学习路径。其次，聊天机器人提供了有关如何在自然语言对话中识别电子邮件攻击的教学材料。为了传授学习内容，聊天机器人提出了一个三步程序：（1）检查发件人的电子邮件地址，（2）检查附件，以及（3）检查电子邮件内容中包含的链接。最后，对学习内容进行了简要总结。

研究方法：文献研究法、实验法、问卷调查法

研究结果

在任务中花费的努力对用户参与度产生了负面影响。这一观察结果没有得到我们的结果的支持：在花费时间方面的额外努力（表2）对四组的用户参与度没有影响。

为了将聊天机器人交互设计的科学发现真正转移到学习实践中，还需要考虑进一步的步骤。这似乎尤为重要，因为已知的教育聊天机器人中只有少数长期和持续地用于教育部门的学习目的。在教育环境中引入聊天机器人时要考虑的重要步骤包括技术障碍，尤其是在学校和大学环境中。并不总是允许使用基于云的聊天机器人实现。除其他外，这是由于教育部门对数据保护的要求特别高。针对人工智能技术监管的欧盟人工智能法案可能会产生影响。除此之外，还必须考虑伦理影响，以便为学习者提供适当的学习条件，而不会对个别群体造成任何不利条件。在这里，需要进一步的调查来了解不同的群体是否会影响教育聊天机器人的影响。

总体而言，权衡观察到的好处并考虑从我们的研究中吸取的经验教训，我们预计ICAP框架的可操作性设计基于文本的主动对话有可能增强教育聊天机器人的设计。我们预计这将是未来研究的一个有价值的方向。

启发

1.1.此研究在进行实验之前进行了假设实验

H1：设计聊天机器人交互，让学习者更加参与，可以提高他们感

H2：设计聊天机器人交互，让学习者更加参与，可以增加他们对教育聊天机器人的感知社交存在感。

H3：设计聊天机器人交互，让学习者更加投入，可以增加他们使用教育聊天机器人的意愿。

H4：设计聊天机器人交互，让学习者更加投入，可以提高主观学习成果。

H5：设计聊天机器人交互，让学习者更加投入，可以提高客观的学习成果。

2. 教育聊天机器人的一个关键用例是微学习，即以小单位提供的在线学习内容，解决短期内所需的基于技能的知识。微学习研究中教育内容的主要渠道是视频、短信和传统课程材料。聊天机器人可能特别适合微学习，因为分解成块的学习内容适合对话式的呈现模式，而对话式风格可以促进用户参与。
3. ICAP（Interactive，Constructive，Active，Passive首字母的缩写）是一种带有行为特征的认知参与理论，强调学习参与活动与内在认知的统一，反映不同学习方式下的学习效果。

文献序号

8

期刊名称

Procedia Computer Science

文章名称

Educational Design Principles of Using AI Chatbot That Supports Self-Regulated Learning in Education: Goal Setting, Feedback, and Personalization

发表时间

2023

作者

Daniel H. Chang,Michael Pin-Chuan Lin, Shiva Hajian,Quincy Q. Wang

关键词

chatbot; self-regulated learning; AI pedagogy; judgement of learning

研究内容

14. 此研究认为人工智能聊天机器人在教育中的概念化是不够的，因此研究主张将目标设定（提示）、自我评估和反馈以及个性化作为三个基本的教育原则。
14. 首先，提出教学提示对于培养学生的SRL（自我调节学习是指学习者为了保证学习的成功、提高学习效果、达到学习目标，主动地运用与调控元认知、动机与行为的过程。它强调学习者能够积极激励自己拥有与调用适当的学习策略进行学习）。
14. 其次，在AI聊天机器人的功能中配置反向提示将有助于指导学生的SRL和监控以进行理解。
14. 第三，开发一种数据驱动的机制，使人工智能聊天机器人能够提供学习分析，帮助学习者反思学习并制定SRL策略。
14. 将 Zimmerman 的 SRL 框架引入 JOL，我们的目标是为教育工作者提供在教学环境中实施 AI 的指南，重点是通过 AI 辅助教学法和教学设计促进学生在高等教育中的自我调节。（学习判断（JOL）是元记忆形式的经典领域。与学习判断相同对待还有FOK（知晓感判断）、EOL（学习难易判断）和JOC（信心判断）等。 学习判断可分为不同类型，按判断项目多少可分为逐项判断(item by item：分别预测每个项目在随后回忆测验中记住的可能性)和总体判断(overall item：学完所有项目之后，预测所有项目在随后回忆测验中记住的可能性)；按发生时间可分为即刻学习判断(immediate-JOL：被试学完项目后，立即对所学的项目在以后回忆测验中的成绩做预测)和延迟学习判断(delayed-JOL：被试学完部分或者全部项目后，延迟一段时间再对学过的部分或者全部项目在以后回忆测验中的成绩做预测)。

研究过程

1. Zimmerman的多层次SRL框架包括四个不同的层次：观察、仿真、自我控制和自我调节。每个级别都代表了SRL技能发展的一个渐进阶段。

2. JOL最有影响力的理论之一是线索利用方法，该方法提出个人使用各种线索或指标来评估他们的学习。这些线索可以包括材料的学习难度、学习时间以及材料的理解程度。如果个体在学习过程中遇到更有利的线索（例如，特定领域的知识），则更有可能产生较高的 JOL，而如果他们遇到不太有利的线索（例如，不熟悉或困难的感觉），则更有可能产生较低的 JOL。
3. 研究根据其他专家与学者的研究确定了几个教学维度，认为这些维度应该在教育聊天机器人的设计中体现出来，以促进学生的有效学习，或者至少补充课堂教学。这些教学维度包括 （1） 目标设定（2） 反馈和自我评估（3） 个性化和适应。
4. 目标设定：

以过程为导向、具体、具有挑战性和可实现的学习目标（目标或结果）可以激励学生并发挥 SRL 功能。目标可能有助于塑造学生解决学习任务的策略，监控他们在学习过程中的进度，并提高参与度和积极性。

在自我调节的框架之中个过程与模仿和自我控制的阶段相一致，当学生与聊天机器人互动时，目标、结果或目标可以用作定义的学习路径（也称为提示）。学生在使用聊天机器人时定义目标可以被视为为他们的学习设置参数。这个目标定义（或提示）可以帮助学生清楚地了解他们在学习过程中期望实现的目标，并促进他们在使用聊天机器人时的工作自我评估。

5. 反馈和自我评估机制

14. 自我评估可以成为聊天机器人的一个功能，无论学习者是否使用它来自我评估他们的学习，或者它可以由聊天机器人系统自动推广以指导学生进行自我评估。
14. 现有的聊天机器人，如chatgpt等，反向提示功能的能力有限。在一些必要的时候，需要学习者自己进行信息的补充，使整个反馈更加精确。
14. 当学习者进行自我评估活动时，他们正在对自己的学习做出判断。在整个自我评估过程中，学习者会意识到自己的优势和劣势，这可以帮助他们修改或设定新的目标。如果他们对自己的目标感到满意，他们可以使用他们的目标来监控他们的进度并根据需要调整他们的策略。

6.促进自我调节：个性化和适应

14. 学生参与 LMS 时，LMS 平台会固有地捕获并记录他们的行为和互动。这可以包括页面查看、每页时间分配、链接遍历和特定于页面的操作等操作。即使是在论坛中撰写内容的行为也可以提供全面的跟踪数据，例如指示论坛帖子的写作和结论的时间标记、采用的句法结构、可识别的体裁属性和词汇选择。

（学习管理系统（Learning Management System），即LMS，又可以叫e-Learning系统，是通过计算机、网络等数字化方法进行电子化学习与教学的活动，是一种高效的信息化培训管理模式。）

14. 通过改进自然语言、数据挖掘和机器学习技术，聊天机器人变得更加实用和智能。聊天机器人可以使用在 LMS 上收集的跟踪数据为学生提供最佳行动方案。聊天机器人可以从 LMS 收集的数据可以包括对学生在页面上花费的时间、学生的点击行为、教师设定的截止日期或学生发起的提示（目标）的分析。
14. 聊天机器人可以根据学习者的个人需求进行定制，提供个性化的反馈和指导，以支持他们独特的学习目标和偏好。例如学生进行论文的写作，聊天机器人会推荐相关的网站，让学生更加专注于网站的内容，不会提供整篇完整的论文，即巧妙地提示学习者，根据给定的提示提供指导和方向，而不是直接的解决方案。

研究方法：文献研究法、案例研究法

研究结果

第一个方面需要对教育原则进行审查。需要探索学习者如何在努力实现学习目标的同时，对他们与人工智能聊天机器人的互动形成一种主人翁意识。

第二个维度涉及对实际的自我调节学习（SRL）过程的更仔细检查。就需要对人工智能聊天机器人如何有效地促进学习者的自我调节反思和自我调节技能的磨练进行实证探索。在将人工智能聊天机器人整合到教育环境中时，必须考虑道德因素，确保保持学习者的自主性和自我调节。

第三个维度与用户界面研究有关。重要的是要教育学生了解人工智能聊天机器人的潜力，以提高他们的自我调节技能，同时强调避免违反学术诚信原则的行为的重要性。

启发

1. 聊天机器人的自我学习聊天框架的机制：学生使用聊天机器人进行学习，一旦学生提示聊天机器人做出回应，聊天机器人就会持续监控和自我评估其质量，随后重新提示聊天机器人采取进一步行动。这种双向互动发生在模拟和自我控制阶段，因为学生积极参与提示、监控和调整以及随后的重新提示的循环，一直持续到他们获得令人满意的结果。但是这种互动假设了学生的自主性，在这种自主性中，学生不断提示聊天机器人并依赖聊天机器人的输出。学生与聊天机器人交互的一种更复杂的方式是双向的，其中聊天机器人能够反向提示
2. 从聊天机器人到学生的反向互动为培养自我意识提供了机会，学习者在与聊天机器人一起工作时变得更加自我指导或自我调节和独立学习，这可以提高学业成绩和整体成功。通过将自我评估提示纳入教育聊天机器人，学习者可以在参与自我评估过程时获得即时反馈和支持，这有助于进一步发展他们的元认知技能并促进更深入的学习。但是自我评估和及时反馈的综合效应超出了理解和学习新概念和技能的范围的时候，以目标为导向和基于标准的自我评估（例如，自我解释和反思提示）使学习者能够识别知识差距和误解，这些差距和误解通常会导致不正确的概念或认知冲突。这个时候需要学习者自己提供的信息清晰、合乎逻辑、连贯、及时反馈的信息作为补充。

3.利用学习分析可以有效地促进学习者的适应，这是收集学习者数据和提高整体学习成果的宝贵方法，也是帮助学习者提高他们的元认知技能，并最终提高他们的整体学习成果地方法。