Co-designing Large Language Model Tools for Project-Based Learning with K12 Educators
作者: Prerna Ravi, John Masla, Gisella Kakoti, Grace Lin, Emma Anderson, Matt Taylor, Anastasia Ostrowski, Cynthia Breazeal, Eric Klopfer, Hal Abelson
分类: cs.HC, cs.AI, cs.CY
发布日期: 2025-02-13
备注: 25 pages
期刊: CHI Conference on Human Factors in Computing Systems (CHI '25), April 26-May 01, 2025, Yokohama, Japan. ACM, New York, NY, USA
💡 一句话要点
通过与K12教师共创，设计基于大语言模型的项目制学习工具
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 项目制学习 K12教育 共创设计 教育技术
📋 核心要点
- 项目制学习（PBL）面临项目设计、管理和评估等挑战，教师难以平衡指导与学生自主性。
- 通过与K-12教师共创，探索LLM如何自动化任务、个性化学习，从而支持高质量PBL教学。
- 研究强调教师专业成长的重要性，并提出了在PBL中部署LLM工具的设计指南。
📝 摘要（中文）
生成式人工智能，特别是大型语言模型（LLM）的出现，为以学生为中心的积极学习方法（如项目制学习PBL）打开了大门。然而，PBL在项目设计与管理、评估以及平衡学生指导与自主性方面给教育工作者带来了实际的实施挑战。本研究记录了一个与跨学科K-12教师共同设计的过程，旨在探索和解决他们目前面临的PBL挑战。通过教师主导的访谈、协作研讨会和线框图的迭代设计，我们收集了LLM如何通过自动化日常任务和加强个性化学习来支持教师实施高质量PBL教学法的证据。研究中的教师主张支持他们的专业成长，并在不取代他们的前提下增强他们目前的角色。他们还确定了课堂整合方面的有利条件和挑战，包括资源需求和限制、伦理问题以及潜在的直接和长期影响。基于这些，我们为未来在PBL中部署LLM工具提出了设计指南。
🔬 方法详解
问题定义：论文旨在解决K-12教育中项目制学习（PBL）实施的挑战。现有方法在项目设计、管理、评估以及平衡学生指导与自主性方面存在痛点，教师需要耗费大量精力处理重复性任务，且难以提供充分的个性化支持。
核心思路：论文的核心思路是与K-12教师进行共创设计，探索如何利用大型语言模型（LLM）来辅助教师实施PBL。通过自动化日常任务、增强个性化学习，从而减轻教师负担，提升PBL的教学质量。设计的关键在于增强教师能力而非取代教师，并充分考虑伦理和社会影响。
技术框架：研究采用了一个迭代式的共创设计框架，包括以下阶段：1) 教师主导的访谈，了解教师在PBL中面临的挑战；2) 协作研讨会，集思广益，探索LLM的应用场景；3) 线框图的迭代设计，将教师的想法转化为具体的设计方案；4) 评估和反馈，收集教师对设计方案的反馈，并进行改进。
关键创新：论文的关键创新在于将LLM应用于K-12教育的PBL场景，并采用教师共创的设计方法。这种方法能够确保LLM工具的设计能够真正满足教师的需求，并充分考虑教育的伦理和社会影响。此外，论文还提出了在PBL中部署LLM工具的设计指南，为未来的研究和实践提供了参考。
关键设计：论文侧重于设计流程和设计原则，而非具体的模型架构或参数设置。关键设计包括：1) 确保LLM工具能够自动化日常任务，例如项目计划生成、评估标准制定等；2) 增强个性化学习，例如根据学生的兴趣和能力推荐学习资源、提供个性化的反馈；3) 保护学生的隐私和数据安全；4) 确保LLM工具易于使用，并能够与现有的教学工具集成。
🖼️ 关键图片
📊 实验亮点
该研究通过与教师的深入合作，识别了LLM在PBL中的潜在应用，并提出了具体的设计指南。教师们普遍认为LLM可以有效减轻他们的工作负担，并提升教学质量。研究还强调了在教育领域应用AI的伦理和社会责任，为未来的研究和实践提供了重要的参考。
🎯 应用场景
该研究成果可应用于K-12教育领域，帮助教师更有效地实施项目制学习，提升学生的学习体验和效果。通过自动化任务和个性化学习，LLM工具可以减轻教师负担，使其能够更专注于学生的指导和发展。此外，该研究也为其他教育领域的AI应用提供了借鉴。
📄 摘要（原文）
The emergence of generative AI, particularly large language models (LLMs), has opened the door for student-centered and active learning methods like project-based learning (PBL). However, PBL poses practical implementation challenges for educators around project design and management, assessment, and balancing student guidance with student autonomy. The following research documents a co-design process with interdisciplinary K-12 teachers to explore and address the current PBL challenges they face. Through teacher-driven interviews, collaborative workshops, and iterative design of wireframes, we gathered evidence for ways LLMs can support teachers in implementing high-quality PBL pedagogy by automating routine tasks and enhancing personalized learning. Teachers in the study advocated for supporting their professional growth and augmenting their current roles without replacing them. They also identified affordances and challenges around classroom integration, including resource requirements and constraints, ethical concerns, and potential immediate and long-term impacts. Drawing on these, we propose design guidelines for future deployment of LLM tools in PBL.