學習者特質與 TTS 對話教學格式之交互作用研究
arXiv - Computers and SocietyFumie Watanabe, Tota Suko, Takashi Ishida, Yuko Kuma, Manabu Kobayashi, Shigeichi Hirasawa, Gendo Kumoi
研究發現學習者的經驗學習風格會影響不同 TTS 對話格式對其動機與學習成效的影響程度。
AI 幫你先抓重點
AI 重點 1
對話格式不應一概而論，應根據學習者的認知風格進行個性化配置。
滑鼠懸停看 AI 判斷理由
這項發現挑戰了「通用型教學設計」的思維。研究顯示不同的對話角色組合（如 LLM 模擬不同角色）對不同學習風格的學生產生的心理影響不同，這為開發高度個人化的 AI 教學系統提供了理論依據。
AI 重點 2
動機提升與學習者滿意度之間可能存在脫鉤現象。
滑鼠懸停看 AI 判斷理由
研究觀察到「師師對話」雖能提升特定風格學生的動機，但整體評價卻較低。這提醒設計者，單純追求動機指標並不等同於提升學習體驗，必須平衡教學互動的有效性與學習者的主觀感受。
核心研究發現
- 1
學習者的經驗學習風格與對話格式在 ARCS 動機維度上存在顯著交互作用。
- 2
具體經驗（CE）特質在「師師對話」格式下的動機提升效果比「師生對話」更強。
- 3
反思觀察與抽象概念化（RCE）特質在「師師對話」格式中的動機正向影響相對較弱。
- 4
雖然「師師對話」在動機上有優勢，但其整體評價顯著低於「師生對話」格式。
對教育工作者的啟發
課程設計者在利用 LLM 與 TTS 技術開發對話式教學工具時，應考慮「學習者風格適配」策略。對於偏好具體經驗（CE）的學生，可以設計更多模擬專家對話（師師對話）的場景來激發動機；而對於偏好反思與抽象概念（RCE）的學生，則應調整對話結構。此外，設計者需注意，增加對話的複雜度（如模擬多方對話）雖可能提升動機，但若處理不當，可能會降低學習者的整體滿意度，因此在設計個人化學習路徑時，需同時監控動機與學習體驗的平衡。
原始文獻資訊
- 英文標題：
- Interaction Effects Between Learner Characteristics and Dialogue Format in TTS Dialogue-Based Lessons
- 作者：
- Fumie Watanabe, Tota Suko, Takashi Ishida, Yuko Kuma, Manabu Kobayashi, Shigeichi Hirasawa, Gendo Kumoi
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。