文献阅读纪录表

论文题目

聊天机器人辅助的课堂辩论对学生辩论能力和任务动机的影响

作者

郭凯，钟玉春，李丹玲，褚华凯

期刊

computers & education

摘要

研究目的：探讨使用聊天机器人辅助学生进行辩论前讨论的任务设计对学生的论证能力和任务动机的影响。

研究方法：前测后测的准实验设计和被试内比较设计

研究结果：使用聊天机器人辅助学生进行辩论前讨论的任务设计可以提高学生的论证能力和任务动机。

关键词

人工智能、聊天机器人、课堂辩论、辩论技巧和任务激励

论文结构

1. 介绍：辩论技能是个人获得科学知识，充分理解问题并开展有效决策的必要技能，但是提升辩论技能对于学生来讲是一件复杂的事情。因此为了帮助学生更好的提升辩论技能提出了一种新的辩论学习方法——聊天机器人辅助课堂辩论（caicd）。

2. 文献综述：辩论的论证教学、利用聊天机器人进行辩论学习、

3. 方法：（1）前测后测准实验设计

研究对象：中国某综合性大学的44名本科生

使用工具：argument聊天机器人

实验过程：两个班随机分配到两种任务的一种：caicd和传统学习任务，在两个班级中，第一阶段教师的指导在教学内容和方法上是相同的。这种方法被用来确保两种情况下任何观察到的学习结果差异都可以归因于学生在第二阶段的不同类型任务的实践。

（2）被试内比较设计

实验过程：班级a和b分别完成了caicd和常规学习任务，教师在两个班级之间切换任务，a类执行常规学习任务，而b类执行caicd任务。这两项任务的程序与第二次会议中采用的程序相同。因此，所有参与者都经历了两种类型的任务，使他们能够比较他们在两种条件下的学习经验。为了避免顺序效应，采用平衡任务的顺序。在完成两项任务后，学生被要求完成任务后问卷，报告他们的任务动机。

（3）数据收集：辩论技巧数据——参与者被要求完成两个写作任务，这些作业包括在课堂参与评估中，占学生最终课程成绩的10%，收集了88篇作文(44名学生×2作文)作为本研究的数据来源。任务动机数据——参与者被要求在参与两个任务的每个任务后完成一份任务后问卷，收集了88份回复(44名学生×2问卷)作为本研究的数据来源。

（4）数据分析：评分量表、统计分析、正态性检验

4. 结果：参加caicd的学生在后测文章中产生的声明和数据论据的数量显著高于参加传统学习任务的学生。

5. 讨论：（1）caicd对论证能力的影响：参加caicd的学生产生的论据具有更高的组织水平。

（2）caicd对任务动机的影响：caicd任务对学生来说似乎更具挑战性，此需要更多的努力和注意力。

6. 结论：聊天机器人融入到教育的各个方面，辩论聊天机器人的创造为设计教学和学习辩论的创新方法提供了机会。

个人感悟

这篇文章对于教师在课堂上设计活动来支持学生发展辩论技能具有重要的启示。使用聊天机器人进行论证学习可以提高学生的论证技能和任务动机。这表明聊天机器人在教育中的应用具有潜力，可以为教师设计创新的教学方法提供机会。通过与聊天机器人的互动，学生可以在参与同学辩论之前进行训练，从而更好地准备和参与辩论。这种任务设计可以增加学生在课堂上的专注力和努力，并鼓励他们构建具有多样化观点和充分证据的论证。聊天机器人在教育中的应用前景也是值得期待的。它可以为学生提供个性化的学习支持和反馈，帮助他们在论证学习中取得更好的成绩。聊天机器人还可以提供实时的互动和讨论，激发学生的学习兴趣和参与度。此外，聊天机器人还可以帮助教师更好地管理和组织课堂活动，提高教学效果。然而，聊天机器人在教育中的应用还面临一些挑战，教师需要适应和熟悉聊天机器人的使用，以便更好地指导学生并提供支持。

文献阅读笔记

简介

题目

beyond chatgpt: a conceptual framework and systematic review of speech-recognition chatbots for language learning超越 chatgpt 的系统回顾：用于语言学习的语音识别聊天机器人的概念框架和系统回顾

作者

jaeho jeon a, seongyong lee b,*, hohsung choe c

文献类型

期刊

文献来源

computers&education 2023

影响因子

原文链接

关键词

chatbot、large language model、automatic speech recognition、affordance、computer-assisted language learning

精读

论文结构

摘要

聊天机器人技术的多样化，例如大型语言模型的出现及其与各种技术的结合，需要一个概念框架来全面理解不同的聊天机器人类型及其教育用途的可能性。然而，尽管具有不同特征的聊天机器人可以为学习者提供不同的交互体验，但先前的研究对聊天机器人的概念化比较松散，忽略了不同聊天机器人共同或独特的设计特征以及相应提供的教育可供性。针对这一问题，本次综述旨在进一步了解用于语言学习的不同类型的语音识别聊天机器人以及聊天机器人提供的功能。基于对聊天机器人使用的 37 项实证研究的分析，从具有预定义对话系统的聊天机器人到利用人工智能技术的聊天机器人，本综述提出了一个概念框架，其中包括聊天机器人系统的三个关键组成部分：目标导向、体现和多模态。使用该框架作为分析工具，识别和定义了八种聊天机器人类型。此外，根据框架中每个组件的存在和不存在，总共可以得出 12 种可供性。通过该框架对研究进行的分析还为未来的聊天机器人研究和开发应如何在目标导向、体现和多模态方面进行提供了具体的见解。最后，我们讨论了该框架作为理解相邻学科和语音识别聊天机器人以外类型的聊天机器人的相关模型的潜力，包括 chatgpt 和其他大型语言模型。

研究问题

研究问题包括语音识别聊天机器人的特定功能以及未来发展和研究的潜在领域。根据参考信息中的文献综述和数据分析，研究发现在语音识别聊天机器人中，体现机器人具身化的研究较少，而多模态和目标导向的研究较多。然而，体现机器人具身化的研究对于用户体验和学习结果具有重要影响。因此，未来的研究可以探索如何更好地体现机器人的具身化特征，并研究这些特征对学习结果和用户体验的影响。此外，在大型多模态模型时代，还可以探索多样化的多模态设计，并研究这些设计对用户体验和学习结果的影响。

研究方法

这篇文档中的研究方法是系统文献综述。研究者根据prisma指南的分析协议进行了系统文献综述，选择了proquest、web of science和scopus等教育研究的主要学术数据库进行文献收集。他们通过主题分析和比较不同研究中的聊天机器人设计特点，确定了聊天机器人的分类特征，并定义了八种潜在的聊天机器人类型。然后，他们从可供性的角度审视了这些聊天机器人特征对语言学习的影响，并识别出了与多模式相关的三种可供性：自我监控和自我纠正、理解支持和信息探索。

新理论

1. raise模型：

raise模型是一种用于提供反馈和评估学生表现的教学模型。强调个性化和目标导向的教学方法。它鼓励教师根据学生的不同需求和水平，提供个性化的教学和支持；同时，通过持续评估和反馈，帮助学生理解自己的学习进展并激励他们继续努力。

这个模型强调了教学中评估和反馈的重要性，将学生置于学习的核心，帮助他们发展自主学习能力和取得更好的成绩。并且指导教师如何评估和提供有效反馈的框架，帮助学生提高学习成绩和发展。raise代表以下几个步骤：

（1）review（复习）：教师和学生共同回顾和评估学习目标，以确保学生明确目标并理解要达到的标准。

（2）assess（评估）：教师利用多种评估方法（如作业、测试、项目等）收集学生的学习数据，以了解他们在学习目标上的表现。

（3）instruct（指导）：根据评估结果和学生的需要，教师提供有针对性的指导和教学。

（4）support（支持）：教师通过不同的方法和策略，提供学生所需的支持和资源，帮助他们克服困难、提高学习成果。

（5）evaluate（评估）：教师定期评估学生的学习进展，以便调整教学和提供进一步的反馈和支持。

2. prisma指南：

prisma指南是一种用于系统性综述和荟萃分析的方法学指南，具有一致性和透明度，提高研究的科学性和可靠性。它提供了一套规范和详细的步骤，帮助研究人员进行高质量的文献筛选、数据抽取和数据分析。prisma指南的分析方案主要包括以下步骤：

（1）制定研究问题和目标：明确研究的目的和问题，并制定具体的研究目标。

（2）制定检索策略：根据研究问题和目标，制定系统性检索策略，包括选择适当的数据库、关键词和搜索字符串。

（3）文献筛选：依据预先设定的纳入和排除标准，对检索到的文献进行筛选，首先通过标题和摘要的阅读，然后通过全文阅读进行最终的纳入和排除。

（4）数据抽取：从最终纳入的研究中抽取数据，包括研究设计、样本量、主要结果等信息。

（5）数据分析：根据研究问题和目标，对抽取的数据进行合并和分析，可以使用统计方法进行荟萃分析或描述性分析。

（6）结果报告：根据prisma指南的要求，呈现系统综述和荟萃分析的结果，包括描述性摘要、流程图和荟萃分析结果图表。

3. gem框架

g——目标取向，如果聊天机器人是为了满足特定语言学习者群体的需求而设计的。e——具体化，如果聊天机器人具有某种类型的虚拟身体，则认为聊天机器人具身化。m——多模态，聊天机器人与学习者对话发生的多种沟通渠道，它独立于智能体体现，如果聊天机器人具有其他模态以及音频模态，则被认为具有多模态。

模型图片

文献阅读笔记

简介

题目

the effects of robot-assisted language learning a meta-analysis

作者

hansol lee，jang ho lee

文献类型

期刊

文献来源

educational research review

影响因子

原文链接

关键词

human-computer interactionlanguage learning，meta-analysis

robot-assisted learningsocial robots

精读

论文结构

摘要

鉴于学习者与对话者互动的重要性，社交机器人在语言学习领域受到了相当多的关注，因为该技术可以陪伴学习者，具有常见的社交行为，并且可以有效地与学习者进行交流以习得语言。为了配合检验社交机器人在语言学习中的效果的不断努力，本研究是一项荟萃分析，旨在整合之前机器人辅助语言学习（rall）实验研究的结果，重点关注语言学习成绩。为此，我们从 16 项实证研究的初始池中选择了 12 个独立样本（n = 522），其中包括 23 个独立样本（n = 1147），并计算了效应大小及其标准误差。结果表明，与非 rall 条件（例如没有技术的传统学习条件（例如，只有教师））相比，rall 具有中等程度的平均效果（d = 0.59，se = 0.09，95% ci：0.41–0.76）或其他技术介导的条件（例如虚拟代理和平板电脑）。我们进一步确定了几个调节变量（即年龄组、目标语言、语言领域、机器人角色、交互类型、非 rall 条件类型），并深入讨论了这些变量如何与机器人的有效性相关。使用机器人进行语言学习。

研究问题

这篇文章的研究内容是关于机器人辅助语言学习（rall）的效果的元分析。研究问题是通过整合已发表的实证研究的实验结果，比较rall条件和非rall条件对语言学习的效果，同时探讨不同因素对rall效果的影响。研究目的是评估使用机器人对语言学习的整体平均效果，识别rall实验研究的重要调节变量，并估计这些变量对使用机器人对语言学习效果的影响程度。

研究方法

这篇文档使用了文献搜索和元分析的研究方法。在文献搜索中，研究者使用了关键词和数据库来查找以往的实证研究。他们还查阅了相关期刊和之前的系统综述，以获取更多的研究资料。在元分析中，研究者对已发表的实证研究进行了效果量的计算，并对不同的调节变量进行了编码和分析，以探究这些变量对机器人辅助语言学习的效果的影响。

研究结论

根据参考信息，这篇文档的研究结论是通过对已发表的实证研究进行元分析，研究人员发现使用社交机器人辅助语言学习（rall）相对于非rall条件对语言学习更有益。研究还发现，与传统的学习环境（包括人类教师或同伴）相比，rall与其他技术相比具有更大的效果。这表明社交机器人在语言学习中具有一定的潜力，可以替代其他技术，但与传统学习环境相比的效果较小。研究还指出了改进社交机器人技术以与人类交互匹配的重要性。

模型图片

心得感悟

通过这篇文档的阅读，我对研究方法和研究结论有了一些心得感悟。首先，研究方法的选择对于研究结果的可靠性和有效性至关重要。文中使用了文献搜索和元分析的方法，这些方法可以帮助研究者系统地收集和分析大量的研究数据，从而得出更准确的结论。这提醒我在进行研究时要选择适当的方法，并且要注意方法的可行性和可靠性。其次，研究结论对于实际应用具有一定的指导意义。通过元分析的结果，研究者发现使用社交机器人辅助语言学习对于语言学习更有益。这表明社交机器人在教育领域具有一定的潜力，可以作为一种有效的辅助工具。然而，研究也指出了改进社交机器人技术的重要性，以提高其与人类交互的匹配度。这提醒我在实际应用中要注意技术的发展和改进，以更好地满足用户的需求。

文献阅读笔记

简介

题目

improvement of japanese adults' english speaking skills via experiences speaking to a robot通过与机器人交谈的经验提高日本成年人的英语口语能力

作者

文献类型

会议/期刊

文献来源

computer assisted learning/2018

影响因子

直接看到文献的质量

原文链接

关键词

language learning, robot-assisted, second language, speaking skills, tutoring robot

精读

论文结构

摘要

本文报道了机器人辅助语言学习（rall）如何影响日本成年人的英语口语技能。现有关于rall的研究主要集中在儿童身上，很少有证据表明rall对成年人有影响。我们开发了一个由机器人、平板电脑组成的rall系统，并为口语练习设计了学习材料。为了探讨该系统对成年人口语技能的影响，我们进行了一项前测和后测设计的试点实验。这项研究的参与者是9名日本女大学生。参与者使用该系统进行为期7天的口语练习，每天30分钟。前测和后测的比较结果表明，成年人的英语口语能力得到了提高；尤其是，他们说话的准确性、流利性和发音都有了很大的提高。本研究有助于为rall对日本成年人英语口语技能的影响提供明确的证据。

研究问题

机器人辅助语言学习（rall）如何影响日本成年人的英语口语技能

研究结论

参与者的英语口语能力得到了提高，尤其是口语的准确性、流利度、发音都有了很大的提高。

创新与不足

主要针对日本成年人的英语口语技能进行测试研究

模型图片

心得感悟

根据参考信息，这篇文献提到了通过与机器人对话来提高日本成年人的英语口语能力的方法。通过与学习者进行对话来提供英语口语训练。实验结果显示，参与者的口语准确性、流利度和发音都得到了显著提高。对于通过与机器人对话来提高日本成年人的英语口语能力的效果，这篇文献给出了积极的评价。研究结果表明，参与者在口语准确性、流利度和发音方面都有显著的提高。这表明机器人可以作为一种有效的教学辅助工具，帮助学习者提高英语口语能力。然而，这篇文献也提到了进一步的研究需要对其他人群进行实验，以验证该系统对其他英语学习者的有效性。此外，该文献还指出，虽然机器人可以与学习者进行对话，但目前的机器人还无法像人类导师那样提供同样程度的辅导。因此，尽管机器人可以提供一定程度的口语训练，但与人类导师相比，其效果可能有限。综上所述，通过与机器人对话来提高日本成年人的英语口语能力是一种有潜力的方法，但仍需要进一步研究和改进。

文献阅读笔记

简介

题目

effects of artificial intelligence on english speaking anxiety

and speaking performance: a case study人工智能对英语口语焦虑和口语表现的影响：案例研究

作者

文献类型

期刊

文献来源

2020

影响因子

直接看到文献的质量

原文链接

关键词

artificial intelligence, chatbot, foreign language anxiety, foreign language learning, learner-centred learning, oral communication

摘要

外语焦虑（fla）一直是语言学习中长期存在的问题，因为外语（fl）学习者经常表达焦虑、压力或紧张的感受。本研究探讨了人工智能 (ai) 应用在埃及 efl 课程中 48 名本科生 fla 管理口语练习中的作用。一项为期八周的准实验性前测后测设计使用包含 33 项的 fla 问卷调查了学习者的焦虑水平。他们的口语水平是通过角色扮演，使用互动增强型公共版本的雅思口语评估标准进行评估的。结果证实，fl 学习者在干预前后经历了 fla。确定的焦虑水平在外语学习中发挥了促进作用，并带来了一些随之而来的收获。在互动活动中使用对话增强型人工智能聊天机器人稍微强化了学习者的 fla，因此值得对这些目标进行进一步研究。总体而言，经过进一步发展，人工智能聊天机器人有望显着提高语言输出增益；然而，这项研究发现，在与聊天机器人互动后，学习者与言语相关的焦虑并未减少。结论是，fla 在提高学习者的认知能力和语言能力方面发挥着未被充分探索的促进作用。此外，人工智能聊天机器人可能有利于推进外语学习，在英语环境中具有巨大潜力，有助于改善互动和口头交流。这些发现支持将人工智能技术整合为外语教育中的有效工具，提供灵活、交互式和以学习者为中心的学习。这项研究预计会引起佛罗里达州教育工作者和学习者的极大兴趣。

研究问题

根据提供的参考信息，本篇研究的问题是探讨人工智能对埃及英语学习者的口语焦虑和口语表现的影响。具体来说，研究关注以下几个问题：1. 埃及英语学习者的口语焦虑程度如何？2. 人工智能驱动的聊天机器人在减轻口语焦虑方面起到了什么作用？3. 人工智能驱动的聊天机器人在英语口语能力方面起到了什么作用？

研究方法

该研究采用了准实验混合模型设计的方法。研究使用了前后测的模型，旨在生成定性和定量数据。定性数据包括使用flcas（外语焦虑问卷）对调查对象进行干预前后的焦虑模式分析。定量数据包括前后测的口语熟练度评分和flcas的定量数据。研究还使用了混合模型设计来确保三角测量和互补。由于随机对照试验在逻辑上不可行，因此采用了准实验设计。

研究结论

这篇文章主要讨论了人工智能对英语口语焦虑和口语表现的影响。研究发现，人工智能聊天机器人可以作为一种对话式的辅助语言学习系统，通过模拟智能和有意义的社交互动和交流，帮助学习者进行有意义的外语练习。这些聊天机器人可以通过文本或语音交流与用户对话，并提供及时的反馈和纠错。研究还发现，使用人工智能技术的语言学习应用可以显著提高学习者的语言产出的数量和复杂性。此外，这些应用还可以提供学习者的反馈和元语言知识，促进学习者的学习成果、互动、情感和动机。最近的研究还表明，人工智能应用对外语口语技能有显著的积极影响。

模型图片

心得感悟

研究发现人工智能驱动的聊天机器人在减轻口语焦虑和提高口语能力方面起到了积极作用。然而，本文的研究方法采用了准实验混合模型设计，而不是随机对照试验，这可能会影响研究结果的可靠性。此外，本文的样本仅限于埃及英语学习者，因此研究结果的普适性有待进一步验证。因此，本研究在探索人工智能在英语学习者口语练习中的应用方面具有创新性。通过使用人工智能应用程序，学习者可以在没有压力和评判的情况下进行口语练习，从而减轻了他们的焦虑感。此外，人工智能应用程序还可以提供个性化的学习体验，帮助学习者提高口语能力。然而，本研究也存在一些不足之处。首先，研究方法采用了准实验设计，而不是随机对照试验，这可能会影响研究结果的可靠性。其次，本研究的样本仅限于埃及英语学习者，因此研究结果的普适性有待进一步验证。此外，本研究的研究期限较短，可能没有给学习者足够的时间来适应人工智能应用程序。因此，未来的研究可以进一步探索人工智能应用程序在英语学习者口语练习中的作用

文献阅读笔记

简介

题目

implementation of an ai chatbot as an english conversation partner in efl speaking classes在 efl 口语课程中实施人工智能聊天机器人作为英语会话伙伴

作者

hyejin yang、heyoung kim、jang ho lee、dongkwang shin

文献类型

期刊

文献来源

recall/2022

影响因子

4.5

原文链接

关键词

artificial intelligence; english as a foreign language; voice chatbot; speaking tasks; second language learning chatbot

精读

论文结构

摘要

随着聊天机器人的发展，人们对在教育环境中实施人工智能 (ai) 聊天机器人的担忧不断出现，特别是出于语言学习的目的。本研究介绍了研究人员新开发的一种名为“ellie”的基于任务的语音聊天机器人，并检验了其作为英语会话伙伴的任务设计和表现的适当性以及学生对在英语课堂上使用它的看法。 10-15 岁的韩国 efl 学习者 (n= 314) 在学校课堂上与 ellie 一起完成了三项口语任务。参与者使用前 1,000 个单词段平均每次会话 9.63 轮，这表明聊天机器人高度鼓励学生进行对话，这在韩国的普通 efl 课堂​​上很少发生。高任务成功率 (88.3%) 表明了 l2 任务和操作意图在用户对给定聊天机器人任务的成功理解和完整性方面的设计适当性。参与者对调查的回应不仅支持了聊天机器人在 efl 环境中的积极潜力，而且还揭示了需要解决的局限性。讨论了在英语课堂中推进和实施人工智能聊天机器人的未来建议。

研究问题

本研究旨在调查这种基于任务的 efl 聊天机器人 ellie 在多大程度上可以有效地作为 efl 口语课程中的对话伙伴，并进一步收集经验数据以改进聊天机器人的设计和性能。解决了三个研究问题： rq1：基于任务的聊天机器人如何帮助 l2 学习者开展对话？ rq2：参与者完成这三项任务的成功程度如何？

rq3：参与者对在 efl 课堂​​上使用 ellie 的感受如何？

研究方法

本文中采用混合方法，对数据进行三角测量，让学生填写调查问卷，对学生成绩进行测试，并调查学生的使用感受

研究结论

聊天机器人确实对学生英语第二语言学习有帮助，但是聊天机器人的语音识别功能还有待提高

创新与不足

第一次实验对象涉及小学生和高中生两类人群，并且通过实验发现聊天机器人对两类人都有较好的影响。

心得感悟

对于efl口语课程中的ai聊天机器人的实施给出了一些具体的心得体会。研究结果显示，学生对于ai聊天机器人作为英语对话伙伴的感知是中性到积极的，他们普遍认为聊天机器人帮助他们提高口语能力，并且在与聊天机器人用英语交流时感到舒适。这与早期关于ai聊天机器人对语言学习者学习过程的益处的讨论是一致的。此外，研究还指出了一些限制，如语音识别的问题和任务设计的不足。未来的研究可以解决这些问题，并进一步探讨不同水平、年龄和性别的学生对于聊天机器人的效果。