这篇文档属于类型a，即报告了一项原创性研究。以下是对该研究的学术报告：
研究作者及机构
本研究由Dabae Lee（美国Kennesaw State University）和Sheunghyun Yeo（韩国Daegu National University of Education）共同完成，于2022年9月24日发表在期刊Computers & Education上。
学术背景
该研究属于教育技术领域，特别是人工智能（AI）在教育中的应用。研究的背景是，响应式教学（Responsive Teaching）能够促进学生的数学推理能力和对数学的积极态度。然而，由于教学工作的复杂性，职前教师（PSTs）在教师教育项目中缺乏足够的实践机会来培养这种教学技能。尽管自适应学习的需求日益增加，但关于AI在教育中的研究仍较少，尤其是能够与学习者进行有意义的互动的研究。
研究的目标是开发一个基于AI的聊天机器人，通过模拟真实的、开放式的教学情境，帮助职前教师练习响应式教学技能，特别是提问技能。聊天机器人被设计为一个虚拟学生，展示在分数（fractions）主题上的常见误解，通过近似实践（approximations of practice）的方式，增强职前教师的教学能力。
研究流程
研究采用基于设计的研究（Design-Based Research, DBR）方法，包含两个迭代周期。以下是每个迭代的详细流程：
迭代#1
- 数据收集：研究首先从两个来源收集训练数据：一是来自Webel & Conner（2017）研究的53名职前教师的对话数据；二是通过在线调查收集的22名职前教师的数据，这些教师在学习分数内容后观看了Jiwoo（一个三年级学生）的视频，并提交了问题和可能的答案。
- 数据分析：使用主题分析方法对问题数据进行编码和分类，最终将问题分为五类：一般问题、部分与整体、比较大小、加减法、公式相关。每个问题类别进一步细分为多个意图（intent），作为聊天机器人响应的基础。
- 聊天机器人开发：使用IBM Watson Assistant开发聊天机器人，生成对每个意图的响应，并构建对话系统。聊天机器人通过自然语言处理（NLP）和机器学习技术识别用户的输入，并根据预设的意图生成响应。
- 实施：在小学数学教育方法课程中，职前教师在观看Jiwoo的视频后与聊天机器人进行对话，练习提问技能。
- 评估：通过聊天机器人分析、对话数据和反思调查数据评估聊天机器人的表现。调查内容包括用户对互动体验的满意度和提问技能的自信程度。
迭代#2
- 数据收集与分析：基于迭代#1的对话数据和评估结果，进一步细化和增加意图，以提高聊天机器人的覆盖率和响应质量。
- 聊天机器人改进：增加了新的意图，如“比较整体”、“表示分数”、“制作公分母”等，并为常见意图添加了多样化的响应。此外，聊天机器人被设计为能够在用户多次提问后提供“顿悟”响应（aha response），表示虚拟学生理解了问题。
- 实施与评估：改进后的聊天机器人在第二个班级中实施，并通过相同的评估方法进行测试。
主要结果
- 设计特征：聊天机器人的结构基于对训练数据的分析，将问题分为可回答和不可回答两类，并为每类问题生成相应的响应。迭代#2中，聊天机器人的意图进一步细化，响应类型更加多样化。
- 覆盖率：迭代#1中，聊天机器人覆盖了92.52%的用户输入，但仍有28.97%的输入被错误识别。迭代#2中，覆盖率提高到97.58%，错误识别率降至16.13%。
- 提问模式：职前教师倾向于在同一类别中反复提问，尤其是在公式相关和比较大小的问题上。迭代#2中，用户提问的类别数量略有增加，且比较大小的问题成为最常提问的类别。
- 用户体验：大多数用户对聊天机器人的互动体验表示满意，认为其响应真实且有助于练习提问技能。迭代#2中，用户对聊天机器人的满意度和自信程度进一步提高。
结论
该研究成功开发了一个基于AI的聊天机器人，能够为职前教师提供近似实践的机会，帮助他们练习响应式教学技能，特别是提问技能。聊天机器人通过模拟虚拟学生的误解，提供了真实且有意义的互动体验。研究还生成了关于如何设计教育聊天机器人的形成性知识，为未来的研究和开发提供了指导。
研究亮点
- 创新性：该研究首次将AI聊天机器人应用于职前教师的响应式教学技能训练，填补了该领域的研究空白。
- 设计特征：研究通过多次迭代，逐步优化聊天机器人的意图和响应，显著提高了其覆盖率和用户满意度。
- 应用价值：聊天机器人能够为职前教师提供个性化的互动体验，帮助他们在实际教学前培养关键的教学技能。
其他有价值的内容
研究还探讨了聊天机器人在教育中的潜在应用，特别是如何通过模拟错误学习（errorful learning）来增强教师的教学能力。此外，研究提出了未来研究的方向，如开发能够提供个性化反馈的聊天机器人，以及将聊天机器人应用于更复杂的教学场景中。
通过该研究，AI聊天机器人在教育中的应用得到了进一步的探索和验证，为未来的教育技术发展提供了重要的参考。