开发一款用于小学数学问题解决的人工智能学习辅助工具

《COMPUTERS and EDUCATION》：Developing an AI learning companion for mathematics problem solving in elementary schools

本研究探讨台湾自适应学习平台（TALP）与生成式AI学习伙伴（TALPers）结合对五年级数学学习效果的影响，发现视频学习加TALPers支持效果最佳，尤其促进低分学生进步，并揭示不同学生群体的互动模式差异。

　　本研究探讨了将台湾自适应学习平台（TALP）与基于生成式人工智能的学习伙伴（TALPers）相结合，对五年级学生数学学习成效的影响。研究主要集中在自我学习和补救教学两种情境中，并且这两种情境都融入了苏格拉底式对话和波利亚问题解决策略。研究结果表明，结合TALPers支持的视频式自我学习产生了最高的学习成效。在补救教学情境中，获得TALPers支持的学生也展现出显著更好的学习表现。无论是自我学习还是补救教学，这些方法对成绩较低的学生尤其有效。

研究中提到的TALP是由台湾教育部开发的一个全国性教育系统，目前拥有超过280万注册用户。该平台通过人工智能技术为学生提供个性化的学习路径，涵盖教学视频、练习题、诊断评估、单元测试、跨年级评估、学习包以及AI导师等多个模块。大规模研究表明，TALP在提升学生学术表现和促进自我调节学习方面具有显著效果。然而，尽管TALP在没有生成式人工智能支持的情况下已展现出良好的应用前景，但如何将生成式人工智能有效融入其中，以提升学习成效和学生参与度，仍是一个值得深入探讨的问题。

在自我学习情境中，研究比较了三种不同的学习方式：纯视频式自我学习、基于纸质教科书的自我学习（配备TALPers支持），以及视频式自我学习（配备TALPers支持）。研究发现，视频式自我学习结合TALPers支持的效果最佳。这一结果不仅适用于整体学生群体，而且在高成就学生和低成就学生之间也表现出显著差异。具体而言，高成就学生在与TALPers互动时表现出更为复杂的交流模式，能够维持持续的反馈循环，而低成就学生则倾向于较为简单的交流方式。这种差异提示我们，AI学习伙伴不仅能够为不同层次的学生提供支持，还能根据学生的学习水平调整互动策略，从而实现差异化教学的目标。

在补救教学情境中，研究比较了视频式补救教学和TALPers支持的补救教学两种方式。结果表明，TALPers支持的补救教学在提升学生对未掌握数学概念的理解方面效果更为显著。这可能是因为TALPers能够根据学生的具体需求提供个性化的指导，帮助他们更好地理解和掌握知识点。此外，研究还发现，TALPers支持的补救教学在提升学生参与度和学习动机方面具有积极作用，这与传统补救教学方式相比具有明显优势。

从研究结果来看，生成式人工智能在数学教育中的应用展现出巨大的潜力。通过提供实时反馈和互动式学习支持，TALPers不仅能够帮助学生更好地理解数学概念，还能增强他们的学习自主性。这种支持方式尤其适用于成绩较低的学生，因为他们往往在学习过程中缺乏足够的引导和鼓励。TALPers的引入为这些学生提供了额外的学习资源和个性化的指导，从而帮助他们弥补知识差距，提高学习成效。

然而，研究也指出了当前应用中的一些挑战。首先，AI反馈的局限性仍然存在。一些研究发现，AI系统在引导学生选择合适的数学方法方面存在困难，尤其是在需要较高认知能力的情境中。其次，AI与传统教学方法的整合需要仔细规划和教师培训，以确保AI真正促进学习，而不是仅仅让学生追求答案。此外，研究的时间跨度较短，仅涵盖了3到4节课堂时间，这可能限制了我们对AI学习伙伴长期影响的观察。未来的研究需要延长实验周期，以便更全面地评估AI在学习过程中的持续作用。

从教育实践的角度来看，本研究提供了重要的启示。首先，教育机构应认真考虑将AI学习伙伴纳入日常教学中，以提升学习效率和个性化支持。其次，教师在使用AI工具时需要接受相应的培训，以便更好地引导学生进行有效学习。此外，研究还表明，AI支持的学习方式能够增强学生的参与度，提高他们的学习动机。因此，教育工作者应积极探索如何将AI技术与传统教学方法相结合，以创造更加丰富和互动的学习环境。

总体而言，本研究为AI在数学教育中的应用提供了坚实的实证基础。通过将TALP与生成式人工智能相结合，我们不仅能够为学生提供更加个性化的学习支持，还能促进他们的自主学习能力和问题解决能力。未来的研究可以进一步探索不同AI支持模式对学生学习成效的影响，以及如何优化AI反馈机制以更好地满足学生的学习需求。同时，研究还可以扩展到其他学科领域，以评估AI在更广泛教育场景中的应用潜力。这些研究将有助于推动AI技术在教育领域的深入发展，为学生提供更加高效和个性化的学习体验。