AI-Adaptive Learning Paths and Task-Difficulty Synchronization: A Longitudinal Study of Student Persistence and Engagement
这项纵向混合方法研究表明，AI自适应学习路径和任务难度同步通过培养最优挑战状态和感知胜任感，显著增强了本科预备教师的坚持度与参与度，尽管对算法僵化性的担忧凸显了对透明且灵活的系统设计之需求。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个这样的教室：老师能精准地知道什么时候学生在挣扎，什么时候他们在感到无聊，以及什么时候他们已经准备好迎接更大的挑战。这就是自适应学习所承诺的前景——这是一个利用计算机程序来根据每位学习者的特定需求量身定制课程的教育技术领域。这些系统不再让每个人都以同样的速度阅读同一本教科书，而是实时调整材料内容。其核心理念依赖于一种被称为“心流”（flow）的平衡状态，在这种状态下，任务既不会因为太容易而变得枯燥，也不会因为太难而引发恐慌。当难度与个人的技能相匹配时，他们会全身心地投入到工作中。对于正在接受培训、未来要从事残障学生教学工作的教师来说，这种平衡至关重要。因为该学科内容在情感上沉重，在智力上复杂，需要深度的共情能力和精确的知识。如果培训感觉过于令人不堪重负，未来的教师可能会选择放弃；如果感觉过于简单，他们则会失去兴趣。理解如何让这些受训者长期保持投入，是关乎包容性教育未来的重要课题。
埃及的一个研究小组开展了一项测试，旨在观察人工智能在多大程度上能为 79 名正在接受英语教师培训的本科生维持这种平衡。这些学生正在修读一门名为“残障人士教学”的高强度课程，内容涵盖了从理解不同类型的残障到学习如何调整课堂环境等方方面面。研究人员通过一个根据学生表现来调整课程难度的系统，追踪了这些学生在三个学年阶段（从 2025 年第二学期到 2026 年第二学期）的表现。其目标不仅是看学生是否掌握了材料，还要看他们是否能持续使用该系统、保持专注并维持对学科的热情。为了真实获取他们的体验，研究人员并未仅仅查看最终成绩，而是要求学生在工作期间每周进行两次、每次仅需两分钟的快速调查，以捕捉他们即时的挫败感、兴奋感或无聊感。在每个学期结束时，他们还分别与保持投入的学生和在理解上遇到困难的学生进行了交谈，以了解两者经验中的差异。
结果显示，当计算机系统成功地将任务难度与学生的当前能力相匹配时，学生退学或停止尝试的可能性就会大大降低。数据揭示了一个清晰的模式：那些觉得挑战“恰到好处”——既不太容易也不太难——的学生，会持续登录并完成他们的工作。事实上，那些体验到这种“刚刚好”感觉的学生，比那些感到任务不匹配的学生更不容易产生脱节现象。研究发现，难度与参与度之间的关系遵循一条特定的曲线。当工作具有挑战性但又在可控范围内时，参与度最高。当工作太容易导致无聊，或者太难导致焦虑时，参与度都会大幅下降。这证实了最有效的学习发生在一段狭窄的最优挑战区间内，而非处于极端状态。
除了让学生留在平台之外，该系统似乎还改变了他们对未来职业的看法。那些坚持了一整年的学生报告称，自适应系统帮助他们感到更有能力且更加自信。随着他们成功应对个性化课程，他们的胜任感也随之增长，这进而让他们在情感上更加投入这门课程。对许多人来说，这种转变是深刻的。他们描述了自己如何从将这门课视为一项艰难的必修课，转变为将其视为通往包容性教育者之路的有意义的路径。一名学生提到，该系统通过展示切实有效的策略，帮助他克服了对教授残障学生的恐惧。然而，研究也强调了技术的局限性。那些在使用过程中遇到困难的学生往往觉得系统过于僵化，或者技术故障中断了他们的学习。当计算机似乎做出了错误的难度选择，或者网络连接失败时，学生会感到失去了控制权，从而产生放弃的念头。
研究人员得出结论，人工智能可以成为保持学生参与度的强大工具，但前提是其设计必须具备灵活性和透明度。该系统在作为一种支持性引导工具（即根据学生的情感和认知状态进行调整）时表现最好，而不是作为一个强制执行单一路径的僵化机器。研究表明，对于这些技术在教师培训中的成功，它们必须能够识别学生何时感到不知所措并提供支持，以及何时准备好接受更多挑战并提供更大的挑战。研究结果还强调，人的因素依然不可或缺；技术不应取代教师，而应创造出让学生感到有能力且有好奇心去持续学习的条件。通过让难度与学习者的准备程度保持同步，该系统帮助将一门困难的课程转变为一次职业成长之旅，证明了适当的支持可以帮助未来的教师在面对复杂且充满情感挑战时坚持下去。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。