aik-12edtechhcilearning design

基於注視點資訊的兒童繪本探索主動式 AI 輔助系統研究

arXiv - Human-Computer InteractionZekun Wu, Man Su, Huiyong Li, Tomohiro Nagashima, Anna Maria Feit

研究開發了名為 Ollie 的 AI 助手，透過追蹤兒童注視點來主動提供繪本描述，有效提升學習參與度。

AI 幫你先抓重點

AI 重點 1

將非語言行為（如注視點）轉化為 AI 的隱性輸入指令。

滑鼠懸停看 AI 判斷理由
兒童往往難以透過語言明確表達需求，利用注視點作為輸入媒介，能解決兒童與 AI 互動時「需求表達困難」的痛點，實現更自然的主動式教學互動。
AI 重點 2

從「任務導向」轉向「興趣導向」的主動式 AI 設計。

滑鼠懸停看 AI 判斷理由
傳統 AI 助手多針對成人設計，強調完成特定任務；本研究展示了如何透過觀察行為來捕捉兒童的自發興趣，這對於設計以兒童為中心的學習科技具有重要啟發。

核心研究發現

  1. 1

    實驗結果顯示，基於注視點資訊的輔助能讓兒童在當前關注點停留的時間更長，提升專注度。

  2. 2

    相較於隨機輔助，注視點引導能更有效地引導兒童探索與當前視覺焦點相關的圖片區域。

  3. 3

    兒童、家長及幼教老師對 Ollie 的評價正面，認為其提供的內容比隨機輔助更符合兒童的興趣。

對教育工作者的啟發

對於開發兒童學習工具的設計者，建議應超越「指令式互動」，轉而開發能感測兒童非語言信號（如眼神、肢體動作）的系統。在設計 AI 輔助時，不應僅僅是等待指令，而應根據學習者的注意力分配進行「適時且相關」的主動介入。這能幫助學習者在探索過程中維持心流狀態，並在不干擾自主探索的前提下，透過精準的引導擴展其學習範圍。

原始文獻資訊

英文標題：
Gaze-Informed Proactive AI Assistance for Children's Picture Exploration
作者：
Zekun Wu, Man Su, Huiyong Li, Tomohiro Nagashima, Anna Maria Feit
來源：
arXiv - Human-Computer Interaction
AI 摘要模型：
/models/gemma-4-26B-A4B-it
閱讀原文

每週精選研究電子報

每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。