Alapfogalmak
透過與大型語言模型的角色扮演互動,設計學生可以培養獨立識別設計問題的能力,而不是被動地依賴教師的反饋。
Kivonat
本研究探索了利用大型語言模型(LLM)驅動的對話代理(CA)進行角色扮演互動,以培養初級設計學生的提問技能。研究團隊開發了一個LLM驅動的CA原型,並在真實的設計課堂上與16名初級設計學生進行了初步研究,觀察學生與LLM驅動的CA之間的互動。研究發現,雖然CA刺激了提問並減輕了提問的壓力,但也無意中導致了過度依賴LLM的回應。研究團隊提出了設計考慮因素和未來的工作,以培養提問技能。
研究發現:
- 利用LLM打破了學生提出關鍵問題的障礙,因為LLM不是真人,學生可以更自由地提出批評性的問題。
- 學生通過評估LLM的回應來發展更好的問題,並從之前的反饋經驗中學習如何提問。
- 但是,一些學生只重複問同一類型的問題,無法反思自己的提問方式。
- 學生過度依賴LLM的回應,放棄了通過提問來論證的努力。
- 學生在將提問與設計問題的界定聯繫起來時遇到困難,因為設計問題需要留出創意解決的空間。
Statisztikák
"設計思維過程中,識別設計問題是得出可行解決方案的關鍵步驟,但對於設計新手來說這是一個挑戰,因為他們的知識和經驗有限。"
"提問是一項有前景的技能,可以使學生獨立識別設計問題,而不是被動地或依賴於教師。"
"LLM驅動的CA有潛力在高等教育活動中增強論證技能,如論證和個人輔導。"
Idézetek
"由於LLM不是真人,我試圖盡可能批評性地提問,而不會感到內疚,目的是讓它哭泣。"
"起初,我發現提問很困難,常常問廣泛的問題,這導致GPT提供冗長和可預測的回應。然後,我突然想起了我教授問的問題。我的教授會先讚美我想法的優點,然後批評較弱的部分。受此啟發,我試圖以類似的方式提問。"