双模式聊天机器人中的学习者自主性与模式选择：在线课程中学生的互动模式与学习成果

《COMPUTERS and EDUCATION》：Learner autonomy and mode selection in dual-mode chatbot: Students' interaction patterns and learning outcomes in an online course

学生在线课程中多模式聊天机器人使用行为及学习效果研究。摘要：研究分析学生在使用双模式（LLM和LLM-RAG）教育聊天机器人时的选择、互动行为及其对学习体验和课程完成的影响，发现多数学生未主动选择模式，不同模式下的互动行为显著差异，且部分学习体验因素与课程完成相关。

　　### 教育聊天机器人的双模式使用与学生自主学习行为的实证研究

在在线教育环境中，教育聊天机器人逐渐成为提升学生参与度、教学支持和个性化学习的重要工具。随着技术的发展，聊天机器人的功能已经从简单的规则驱动型和意图识别型扩展到基于大型语言模型（LLM）的高级模式，以及结合检索增强生成（RAG）的参考型模式。然而，尽管这些技术在理论上具有巨大潜力，现有研究主要集中在单模式聊天机器人的使用上，对多模式聊天机器人中学生如何自主选择和使用不同模式的实证探讨仍较为有限。因此，本研究旨在探讨学生在大规模在线课程中如何与双模式聊天机器人互动，分析其自主选择行为及其对学习体验和课程完成率的影响。

#### 学生对聊天机器人模式的选择与使用

研究采用混合方法设计，结合聊天机器人交互日志、学习管理系统（LMS）日志、服务器数据和问卷调查数据，分析了学生在两种模式之间的选择行为及其影响因素。结果显示，超过41.3%的学生在使用聊天机器人时并未意识到存在模式选择功能，或对选择持无所谓的态度。这表明，尽管聊天机器人在每次交互开始时都会提供模式功能的说明，但学生对这些信息的接受度和理解程度仍然有限。对于那些意识到模式选择功能的学生，大多数倾向于使用通用模式（LLM-based），而少数人则更偏好参考型模式（LLM-RAG）。通用模式的用户更注重便捷性和开放性，而参考型模式的用户则更关注课程相关性的支持和精确性。

#### 不同模式下的学生互动行为差异

进一步的分析显示，学生在不同模式下的互动行为存在显著差异。通用模式下的学生更倾向于进行探索性互动和情感交流，例如分享自己的想法、提出非课程相关的问题，以及表达感谢等。相比之下，参考型模式下的学生则更关注与课程内容相关的查询和验证，例如重复提问以确保答案的准确性，以及点击聊天机器人提供的超链接来获取更详细的信息。这些差异反映了两种模式在功能上的不同定位：通用模式适合开放性和灵活性强的互动，而参考型模式则更适合需要精确信息支持的学习任务。

#### 学习体验与课程完成率的关系

研究还发现，学生对聊天机器人的使用频率和超链接的点击行为与学习体验的多个维度密切相关。超链接使用与社会存在感、教学和认知存在感、自我调节能力以及感知的易用性呈正相关。这表明，学生在使用参考型模式时，更倾向于通过超链接来获取支持，从而提升学习体验的整体质量。然而，课程完成率仅与感知的易用性存在适度的正相关，与其他变量关联较弱。这提示，虽然聊天机器人的使用对学习体验有积极影响，但课程完成率可能还受到其他因素的影响，例如学习动机、课程设计和学生个人的学习策略。

#### 教育聊天机器人的设计与教学整合

研究结果强调了教育聊天机器人设计与教学整合的重要性。为了促进学生的自主学习，聊天机器人的功能需要与教学目标相契合，并通过清晰的指导帮助学生理解不同模式的用途。此外，研究建议教育工作者在课程设计中引入更系统的引导策略，例如通过界面提示、模式对比和初期活动来帮助学生认识和使用不同的聊天机器人模式。这种做法不仅有助于提升学生的自主选择能力，还能增强他们对学习工具的感知和使用意愿。

#### 研究的局限性与未来方向

尽管本研究提供了有价值的实证数据，但仍存在一些局限性。首先，样本量相对较小，只有121名学生完成了问卷调查，这可能影响结果的普适性。其次，研究仅限于一个针对记者职业发展的MOOC课程，因此其结论可能无法直接推广到其他学科或教育环境。此外，参考型模式依赖于特定的机构资料和分层检索策略，这可能影响其在不同教育背景下的适用性。未来的研究可以探索不同检索方法、内容领域和开放教育资源的组合，以优化参考型聊天机器人的教学效果。最后，研究主要关注学生之间的差异，而忽略了个体在不同模式间的切换行为，未来可以采用更细致的个体分析方法，进一步揭示学习者在不同模式间的动态适应过程。

#### 结论

本研究基于学习者自主性、聊天机器人模式选择、互动行为和学习成果之间的概念框架，探讨了学生在实际在线课程中如何使用双模式聊天机器人。尽管每次会话开始时都会提供模式功能的说明，但仍有大量学生未能有效利用这一选择功能，表明仅仅提供技术选项是不够的，还需要通过教学设计和引导策略来促进学生的自主选择和使用。研究结果强调了教育聊天机器人在提升学习体验方面的作用，同时也指出了其在实际教学中的挑战。未来的研究应进一步探索如何优化聊天机器人的设计，使其更好地支持学生的学习需求，并在不同教育环境中进行验证和改进。