计算机科学 > 计算与语言
[提交于 2025年5月1日
]
标题: 增强AI驱动的教育:整合认知框架、语言反馈分析及伦理考量以改进内容生成
标题: Enhancing AI-Driven Education: Integrating Cognitive Frameworks, Linguistic Feedback Analysis, and Ethical Considerations for Improved Content Generation
摘要: 人工智能(AI)正在迅速改变教育领域,为个性化学习和内容创建提供了前所未有的机会。然而,要在教育环境中充分发挥AI的潜力,需要仔细考虑AI生成材料的质量、认知深度以及伦理影响。 本文综合了四项相关研究的见解,提出了一个全面的框架以增强AI驱动的教育工具。我们整合了认知评估框架(布卢姆分类法和SOLO分类法)、对AI生成反馈的语言分析以及伦理设计原则,以指导有效且负责任的AI工具的开发。 我们概述了一个结构化的三阶段方法,包括认知对齐、语言反馈集成和伦理保障。该框架的应用通过其整合到OneClickQuiz中得到展示,OneClickQuiz是一款用于测验生成的基于AI的Moodle插件。 这项工作为希望利用AI潜力同时遵守教育内容生成中的教学和伦理标准的教育工作者、研究人员和开发者提供了一套全面且可操作的指南。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.