基于脚手架理论的ChatGPT生成评论评估:增强视频学习中的知识与情感支持

《Computers and Education: Artificial Intelligence》:Assessing ChatGPT-generated comments for video-based learning content to enhance knowledge and emotional support based on scaffolding theory

【字体: 大 中 小 】 时间:2026年10月23日 来源:Computers and Education: Artificial Intelligence 23.4

编辑推荐:

  随着生成式人工智能(Generative Artificial Intelligence, GenAI)的兴起,ChatGPT等工具在增强在线学习方面展现出巨大潜力。然而,现有应用在视频学习(video-based learning)中仍较为有限,因为它们通常

  
随着生成式人工智能(Generative Artificial Intelligence, GenAI)的兴起,ChatGPT等工具在增强在线学习方面展现出巨大潜力。然而,现有应用在视频学习(video-based learning)中仍较为有限,因为它们通常要求学习者暂停视频或切换界面以获取人工智能支持,从而打断了学习的连续性。为解决这一挑战,本研究提出一个框架,利用ChatGPT为单个学习者生成评论(i-Comments),以滚动文本形式显示在教育视频上,并基于脚手架理论(scaffolding theory)提供知识支持与情感支持。本研究评估该框架的生成能力,以获取经验性见解,为未来基于学习者画像的个性化提供信息。所提出的框架整合了多模态视频信息分析、个体信息与评论属性设置、i-Comments生成以及定制化显示,通过该框架,认知负荷理论(cognitive load theory)、最近发展区(zone of proximal development, ZPD)和脚手架理论等教学原则被系统性地转化为技术组件,包括少样本学习(few-shot learning)、提示工程(prompt engineering)和基于熵的密度控制(entropy-based density control)。一项验证实验从语言学和教学维度比较了ChatGPT生成评论与人类生成评论,包括词性构成(part-of-speech composition)、3-gram多样性(3-gram diversity)、齐普夫定律(Zipf’s law)符合度、可读性(readability)和主题相关性(topical relevance)。结果表明,ChatGPT生成的评论更为复杂和描述性,而人类评论表现出更强的主题相关性和自然语言规范,在主要比较所用的GPT-3.5条件下,人类评论获得了更高的感知有用性;一项使用更新模型(GPT-5.4)的补充消融实验表明,这一差距显著缩小。本研究通过实证评估和探索自主教学支持所需的关键能力,为开发智能体驱动的人工智能(Agentic AI)支持的教育系统提供了基础知识,并提供了关于将生成式人工智能应用于增强视频学习中的学习者参与之可行性的见解。
论文解读:基于脚手架理论的ChatGPT生成评论用于视频学习

**一、研究背景与意义**

视频学习已成为在线教育的主流形态,尤其在MOOC等大规模开放课程中,教学视频是核心学习资源。然而,与面对面课堂相比,视频学习存在明显挑战:学习者常感到社会临场感不足,容易产生孤立感;即时反馈机会有限;被动观看过程中注意力难以持续,走神与认知负荷随时间累积。现有生成式人工智能支持工具,如智能导师系统、对话代理等,通常需要学习者暂停视频、切换到独立界面并手动输入问题,这种频繁的上下文切换会带来额外的外在认知负荷,破坏学习节奏与沉浸感。为应对这一问题,Wang等人先前提出了i-Comments模型,即在教学视频内直接滚动显示为个体学习者定制的评论,从而避免界面切换。但早期实现依赖人工生成评论,劳动成本高、速度慢,难以规模化。因此,本研究提出一个基于脚手架理论(scaffolding theory)的框架,利用ChatGPT自动生成面向个体学习者的i-Comments,同时提供知识支持与情感支持,以弥合生成式AI在视频学习中的应用缺口。该研究论文发表在《Computers and Education: Artificial Intelligence》。

**二、研究方法与关键技术**

研究人员提出并实现了一个包含五个组件的框架:多模态视频信息分析、个体信息设置、评论属性设置、i-Comments内容生成和定制化显示。关键技术方法包括:使用自动语音识别(Automatic Speech Recognition, ASR)工具Whisper将视频音频转录为带时间戳的文本;提取关键帧并利用光学字符识别(Optical Character Recognition, OCR)避免评论遮挡字幕;通过香农熵计算与50帧移动平均平滑,识别视频中的低认知负荷时间段,作为评论插入的最优窗口;采用提示工程(prompt engineering)设计六个功能模块,包括系统角色、视频内容输入、评论类型定义、熵定时、内容示例和输出指令;其中内容示例采用少样本学习(few-shot learning)中的对比样例策略。实验部分,研究人员使用ChatGPT(GPT-3.5)重复生成1000条评论(500条知识支持、500条情感支持),并邀请具有三年以上在线教学经验、专业背景为日本史的教育工作者在观看同一视频时实时生成120条人类评论(75条知识导向、45条情感导向)。主观评价实验招募了40名本科生和研究生(19–23岁,22男18女,日语熟练且具备日本史基础知识);消融实验另招募20名符合相同标准的学生。

**三、研究结果**

**5.1 视频熵分析**
研究人员计算视频每一帧的信息熵并应用平滑处理,以平均熵6.730比特为阈值,成功识别出15个低熵时间段。这些区间视觉复杂度低,适合插入评论,从而最小化认知干扰。

**5.2 词性构成分析**
词性标注结果显示,ChatGPT生成的知识支持评论中名词占比最高(30.75%),表明AI倾向使用名词密集的陈述性表达;人类情感支持评论中名词占比最低(20.72%)。ChatGPT在两类评论中使用形容词的比例均显著高于人类(情感支持:12.90%对7.21%;知识支持:13.99%对6.92%),说明AI生成内容更具描述性。

**5.3 POS三元组模式分析**
对词性(Part-of-Speech, POS)三元组(3-gram)的分析显示,ChatGPT频繁使用“ADJ-NOUN-ADP”和“ADJ-NOUN-VERB”等形容词引导的描述性模式,而人类情感评论更多使用“VERB-PRON-VERB”等动词中心模式,并更常包含专有名词(如人名、地名),表现出更强的具体性和行动导向。

**5.4 POS三元组多样性评估**
人类评论的多样性比率为25.1%至38.5%,而ChatGPT仅为5.5%至6.2%。尽管ChatGPT评论的总三元组数量为人类的7至14倍,但唯一三元组数量仅高出1.5至2倍,说明AI生成语言结构高度重复,可能削弱学习者注意力。

**5.5 齐普夫定律符合度评估**
通过线性回归拟合优度R2衡量词频分布与理想齐普夫分布的符合程度,所有评论的R2均大于0.95,但ChatGPT生成评论的平均偏差更大,人类评论更接近自然语言频率分布。

**5.6 可读性测量**
采用Flesch-Kincaid、Gunning Fog、SMOG、ARI和Coleman-Liau五种可读性指标。结果显示ChatGPT生成的评论在所有指标上得分均高于人类评论,表明其文本难度更高,可能超出初学者理解水平。

**5.7 主题相关性评估**
使用TF-IDF余弦相似度和BERTScore两种文本相似度度量。在知识支持类别中,人类评论得分(0.747/0.864)显著高于ChatGPT(0.607/0.771);情感支持类别中,人类评论(0.574/0.753)也显著优于ChatGPT(0.317/0.457)。差距在情感支持评论中更大,表明AI在处理情感细微内容方面存在明显不足。

**5.8 主观评价**
40名受试者分别观看带有人类评论和ChatGPT评论的同一视频后,在自然性、一致性、时机、有用性四个维度上评分(5点李克特量表)。非参数Mann-Whitney U检验显示,人类评论在时机(p=0.046)和有用性(p=0.003)上显著优于ChatGPT(GPT-3.5),效应量分别为中等(r=0.32)和接近大效应(r=0.46)。

**5.9 消融研究**
**5.9.1 模型更新效应**:比较GPT-3.5完整提示与GPT-5.4完整提示,发现GPT-5.4在自然性、时机和有用性上显著提升,其中时机和有用性的提升弥补了先前的主要劣势,表明部分差距源于模型能力而非根本性缺陷。
**5.9.2 模块贡献**:移除评论类型定义模块(P1)后,一致性和有用性显著下降;移除熵定时模块(P2)后,时机评分显著下降;移除内容示例模块(P3)后,自然性、时机和有用性均显著下降。结果表明所有理论驱动的提示模块均对生成质量有实质贡献。

**四、讨论与结论**

讨论部分指出,语言指标(POS、三元组多样性、齐普夫定律)和语义指标(BERTScore、TF-IDF)可共同构成评估AI生成教学内容的分析管道。GPT-3.5与人类评论在主题相关性和主观有用性上的差距说明AI需要领域特定校准与学习者自适应反馈。熵定时机制体现了多媒体学习分析的早期实践。研究局限包括未激活个体信息设置、未对模型进行领域微调、样本量较小且仅使用单一领域短视频。未来工作将纳入学习者画像、进行跨模型比较、扩大样本与内容多样性。

研究结论:本研究提出了一个使用ChatGPT生成i-Comments的框架,旨在通过知识支持和情感支持增强视频学习。通过包含人类与ChatGPT生成评论的比较实验,研究人员评估了词性分布、三元组多样性、齐普夫定律符合度、可读性和主题相关性等多个语言与教学维度。结果表明,ChatGPT生成的i-Comments具有更高的复杂性和描述性,而人类评论更符合自然语言模式,具有更强的主题相关性和多样性。在使用GPT-3.5生成的评论中,参与者的主观评价显示人类评论在时机和有用性方面具有优势;然而,使用更新模型(GPT-5.4)的补充消融实验显示这两个维度有所改善,表明这一差距至少部分归因于模型能力,并可能随模型改进而缩小。该框架的核心贡献不在于具体提示工程技术,而在于将教学理论系统性地转化为完整的可操作生成流程。通过生成式AI管道运作脚手架理论、维果茨基的最近发展区(ZPD)、淡出脚手架和分布式脚手架,本研究将成熟教学理论的应用从传统人类教师情境扩展至可扩展的自动化教学支持系统。其中,基于熵的定时机制示范了如何将认知负荷理论转化为可计算的调度策略,为未来AI增强学习环境提供了设计原则。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号