文獻資訊: Kim, M., Kim, S., Lee, S., Yoon, Y., Myung, J., Yoo, H., ... & Lee, T. Y. (2024). LLM-Driven Learning Analytics Dashboard for Teachers in EFL Writing Education. arXiv preprint arXiv:2410.15025.
研究目標: 本研究旨在開發一個 LLM 驅動的儀表板,用於英語作為外語 (EFL) 寫作教育,以幫助教師監控學生與整合 ChatGPT 的寫作系統的互動,並根據學生的學習行為調整教學策略。
研究方法: 研究人員與六位大學 EFL 教師合作,透過訪談了解教師的需求,並收集學生使用整合 ChatGPT 的寫作系統 RECIPE 的數據。他們使用 NLP 模型分析學生與 ChatGPT 的互動,並根據教師的評分數據建立自動作文評分模型。最後,他們開發了一個儀表板原型,並根據教師的回饋進行了改進。
主要發現: 研究發現,教師需要一個能夠幫助他們快速了解學生與 ChatGPT 互動情況的工具,並且希望能夠識別出學生對 ChatGPT 的不當使用。此外,教師也希望儀表板能夠幫助他們根據學生的學習行為調整教學策略。
主要結論: 本研究開發的 LLM 驅動的儀表板可以有效地幫助 EFL 寫作教育的教師監控學生學習情況,並根據學生的需求調整教學策略。
研究意義: 本研究為將 LLM 整合到 EFL 寫作教育提供了一個新的思路,並為開發以教師為中心的教育科技工具提供了參考。
研究限制與未來研究方向: 本研究的樣本量較小,未來可以擴大樣本量,並進一步探討儀表板對學生學習成效的影響。
翻譯成其他語言
從原文內容
arxiv.org
深入探究