Students' Epistemological Beliefs and their Chatbot Preferences in AI-mediated Physics Learning
Diese Studie untersucht die Beziehung zwischen den epistemologischen Überzeugungen von Studierenden in der Einführung in die Physik und deren Präferenzen für Verhaltensweisen von KI-Chatbots in einem Wellensimulationsmodul und stellt fest, dass Studierende, die eine „Kombination“ aus geführter Untersuchung und direkten Antworten bevorzugten, anfangs differenziertere Überzeugungen zeigten, diese Unterschiede jedoch nach der Bonferroni-Korrektur nicht statistisch signifikant waren.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen zu lernen, wie man Fahrrad fährt. Sie haben zwei Möglichkeiten für einen Helfer: einen, der sich einfach hinten auf den Sattel setzt und für Sie lenkt, während er Ihnen genau sagt, wohin Sie fahren sollen, und einen anderen, der neben Ihnen herläuft, fragt: „In welche Richtung glaubst du, dass du abbiegen solltest?“ und erst dann nach dem Lenker greift, wenn Sie kurz vor einem Sturz stehen. Dies ist der Kern eines faszinierenden Zweigs der Wissenschaft namens Physikdidaktik (Physics Education Research). Wissenschaftler auf diesem Gebiet interessieren sich nicht nur dafür, ob Sie die richtige Antwort in einer Prüfung erhalten; sie interessieren sich dafür, wie Ihr Gehirn über Wissen selbst nachdenkt. Sie untersuchen Ihre „epistemologischen Überzeugungen“, was eine schicke Art der Frage ist: Glauben Sie, dass Wissen eine feste Liste von Fakten ist, die von Experten weitergegeben wird, oder glauben Sie, dass es etwas ist, das Sie selbst durch Anstrengung und Fehler aufbauen?
Und nun kommt der neue Spieler auf dem Feld: Generative KI. Das sind die superintelligenten Chatbots, die Probleme sofort lösen können. Da Studenten beginnen, diese Werkzeuge für ihre Hausaufgaben zu nutzen, stellt sich eine große Frage: Denken Studenten, die wollen, dass die KI ihnen einfach „die Antwort gibt“, anders über das Lernen nach als Studenten, die wollen, dass die KI sie „durch das Problem führt“? Wenn wir das herausfinden können, können wir KI-Tutoren entwerfen, die nicht nur die Arbeit für die Studenten erledigen, sondern ihnen tatsächlich helfen, bessere Denker zu werden.
Diese Arbeit, geschrieben von Forschern der Purdue University, taucht genau in diese Frage ein. Sie haben einen digitalen Spielplatz für Studenten eingerichtet, die einen Kurs in kalkulatorischer Physik belegen. Die Studenten wurden gebeten, ein Thema namens „Wellen“ mithilfe eines eigens entwickelten Online-Moduls zu erforschen. Dieses Modul verfügte über coole Simulationen und einen integrierten Chatbot. Noch bevor sie begannen, sollten die Studenten ihren bevorzugten Stil der Chatbot-Interaktion aus drei Optionen wählen:
- Direkte Antworten: „Sag mir einfach die Antwort.“
- Geführte Untersuchung (Guided Inquiry): „Stelle mir Fragen und gib mir Hinweise, damit ich es selbst herausfinde.“
- Kombination: „Beginne damit, mir Fragen zu stellen, aber wenn ich feststecke, gib mir einfach die Antwort.“
Die Forscher gaben den Studenten auch eine Standardumfrage namens EBAPS, um ihre „epistemologischen Überzeugungen“ zu messen – im Grunde, wie differenziert ihre Vorstellungen von Lernen und Wissen sind. Sie wollten sehen, ob der Chatbot, den ein Student verwenden möchte, mit der Art und Weise übereinstimmt, wie er tatsächlich über das Lernen denkt.
Hier ist, was sie herausfanden, und es ist ein wenig gemischt. Erstens war der beliebteste Stil die Kombination. Etwa 52 % der Studenten wählten diese „Führe mich zuerst, aber hilf mir, wenn ich feststecke“-Option. Eine kleinere Gruppe, 39,6 %, wollte Direkte Antworten, und nur 7,6 % wollten reine Geführte Untersuchung.
Als die Forscher die Umfrageergebnisse dieser drei Gruppen verglichen, sahen sie ein interessantes Muster. Die Studenten, die den Kombinations-Chatbot wählten, tendierten dazu, „differenziertere“ Überzeugungen über das Lernen zu haben als diejenigen, die nur Direkte Antworten wollten. Speziell diese „Kombinations“-Studenten schienen stärker zu glauben, dass:
- Wissen nicht nur eine Ansammlung unveränderlicher Fakten ist, sondern sich entwickeln und verändern kann, während wir mehr lernen.
- Gut in den Naturwissenschaften zu sein nicht bedeutet, mit einem speziellen „Intelligenz-Gen“ geboren zu sein, sondern dass es darauf ankommt, sich Anstrengung zu zeigen und gute Strategien anzuwenden.
Die Forscher sind jedoch sehr vorsichtig damit, noch nicht „Eureka!“ zu rufen. Obwohl die Zahlen einen Unterschied zeigten, war die statistische „Konfidenz“ etwas wackelig. Als sie einen strengeren Test anwandten, um sicherzustellen, dass die Ergebnisse kein Zufall waren (eine Methode namens Bonferroni-Korrektur), verschwand der Unterschied zwischen den Gruppen.
Was bedeutet das also? Das Papier legt nahe, dass es einen Zusammenhang geben könnte, ob ein Student einen hilfreichen, ausgewogenen KI-Tutor möchte und eine Wachstumsmentalität (Growth Mindset) bezüglich des Lernens besitzt. Es deutet darauf hin, dass Studenten, die glauben, dass Anstrengung wichtig ist, vielleicht natürlich einen Chatbot bevorzugen, der sie ein wenig herausfordert, bevor er die Antwort preisgibt. Aber da die statistischen Beweise nicht felsenfest waren, sagen die Autoren, dass dies eher ein „andeutender Hinweis“ als ein bewiesener Fakt ist. Sie fanden keinen starken Zusammenhang zwischen den Überzeugungen der Studenten und denen, die reine geführte Fragen gegenüber jenen bevorzugten, die reine Antworten wollten.
Die Lehre für die Zukunft? Wenn wir KI-Tutoren für die Physik bauen wollen, die Studenten tatsächlich beim Wachsen helfen, sollten wir nicht einfach den „Abkürzungsknopf“ zulassen. Stattdessen sollten wir Bots entwerfen, die damit beginnen, Fragen zu stellen und die Studenten zum Nachdenken anzuregen, und erst dann mit der Antwort einspringen, wenn der Student wirklich feststeckt. Dieser Ansatz scheint am besten mit den Studenten übereinzustimmen, die die gesündesten Einstellungen zum Lernen haben, auch wenn wir noch mehr Forschung brauchen, um zu 100 % sicher zu sein.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.