一个人工智能驱动的工具评估框架,用于英语教师使用的Delphi算法和深度学习.

科学领域:

• 教育技术的教育技术
• 教育中的人工智能
• 人文教育教学 人文教育教学

背景情况:

• 传统的英语文学和语言学教学方法在满足不同学习者需求和提供个性化的反方面面临着挑战.
• 需要创新的方法来提高学生的参与度和学习成果在人文教育.

研究的目的:

• 提出和评估一个全面的,多技术的人工智能 (AI) 驱动的工具评估框架,以提高英语教学.
• 调查人工智能工具对学生参与度,学习清晰度和整体教学有效性的影响.

主要方法:

• 一种混合方法的研究设计,结合了课堂案例研究,深度采访和学生文档分析.
• 使用统计技术验证了参与度,工具使用和学习清晰度之间的关系.
• 模糊的德尔菲技术确定了关键的评估标准,而可解释的AI (XAI) 技术 (LIME,SHAP) 确保了模型的透明度.

主要成果:

• 一个深度学习Bi-LSTM模型在预测教学有效性方面实现了90%的准确性,92%的精度,93%的回忆率和92%的F1得分.
• 该框架展示了人工智能工具使用,学生参与度和学习清晰度之间的重要关系.
• 确定了诸如AI使用,可用性和分析质量等非常重要的属性.

结论:

• 拟议的人工智能驱动框架通过提高学习清晰度和学生参与度,有效地增强了英语教学.
• 可解释的人工智能 (XAI) 技术在理解人工智能工具性能和教学影响方面提供了至关重要的透明度.
• 该研究验证了集成人工智能工具的潜力,通过数据驱动的洞察力和准确的预测模型来彻底改变人文教育.