返回
Artificial Intelligence-Based Pedagogical Agent in an E-Learning Environment
DOI:10.3390/computers15070401.png)
摘要
En 中文
本研究考察了面向现代网络学习环境的AI驱动的教学代理的开发及其教学影响。研究解决了数字教育中的一个关键挑战:传统网络学习系统缺乏个性化和即时反馈。AI驱动的代理通过教学互动“支持并激励学习者”,并提供超越规则系统限制的适应性、数据驱动的学习体验。研究首先遵循PRISMA 2020进行系统文献综述,分析2020年至2025年的46篇出版物,以识别当前的AI架构、教学角色及学习影响的实证证据。研究发现突出了教育代理中机器学习、深度学习、多模态分析和大型语言模型的日益广泛应用。这些系统承担导师、教练、评估者、对话伙伴和顾问等角色,提供认知、元认知、情感和分析支持。现代代理“持续监控用户互动,分析参与度并调整学习内容”,实现高度个性化的学习路径。研究还展示了能够进行解释、任务生成、诊断和适应性反馈的多模态教学代理的设计。包含20名学生的实验结果显示,在使用代理学习时,学生表现有所提升、错误减少且参与度更高。总体而言,研究证明AI驱动的教学代理能够提高高等教育中的学习效果并支持自主学习。
Keyword:
artificial intelligence in education
adaptive learning systems
LLM in education
personalized learning
learning analytics
pedagogical models
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
4.2
论文数:
1.5K
被引数:
3.3K
机构
引用论文
A Comparative Study of Large Language Models in Programming Education: Accuracy, Efficiency, and Feedback in Student Assignment Grading编程教育中大型语言模型的比较研究:学生作业评分中的准确性、效率与反馈
Embracing artificial intelligence in the arts classroom: understanding student perceptions and emotional reactions to AI tools在艺术课堂中拥抱人工智能:理解学生对AI工具的感知和情感反应
Dealing with missing standard deviation and mean values in meta-analysis of continuous outcomes: a systematic review在连续结果的荟萃分析中处理缺失的标准差和均值: 系统评价
Machine Learning and Generative AI in Learning Analytics for Higher Education: A Systematic Review of Models, Trends, and ChallengesRodríguez-Ortiz, M. Á., Santana-Mancilla, P. C., & Anido-Rifón, L. E. (2025). 机器学习与生成式人工智能在高等教育学习分析中的应用:对模型、趋势和挑战的系统综述。应用科学,15(15),8679。 [Google Scholar] [CrossRef]
Embracing LLM Feedback: the role of feedback providers and provider information for feedback effectiveness拥抱LLM反馈:反馈提供者及其信息在反馈有效性中的作用
Intelligent System for Student Performance Prediction: An Educational Data Mining Approach Using Metaheuristic-Optimized LightGBM with SHAP-Based Learning Analytics基于元启发式优化LightGBM与SHAP学习分析的智能学生表现预测系统:一种教育数据挖掘方法

