Examining the Role of LLM-Driven Interactions on Attention and Cognitive Engagement in Virtual Classrooms

📄 arXiv: 2505.07377v1 📥 PDF

作者: Suleyman Ozdel, Can Sarpkaya, Efe Bozkir, Hong Gao, Enkelejda Kasneci

分类: cs.HC, cs.AI

发布日期: 2025-05-12

备注: Accepted to EDM 2025 (Eighteenth International Conference on Educational Data Mining)

💡 一句话要点

利用LLM驱动的交互提升虚拟课堂中的注意力和认知参与度

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 虚拟现实 虚拟课堂 认知参与 眼动追踪

📋 核心要点

  1. 现有教育技术在虚拟课堂中难以有效调动学生的参与度和注意力，尤其是在复杂学科中。
  2. 本研究提出利用LLM驱动的虚拟同伴进行提问，以引导学生更有效地关注学习内容。
  3. 实验结果表明，LLM驱动的同伴提问能引导学生更关注学习内容，且未显著增加认知负荷。

📝 摘要（中文）

本研究探讨了大型语言模型（LLM）与虚拟现实（VR）结合对教育技术转型的潜力，旨在创造沉浸式和交互式学习体验。研究重点关注LLM对教育环境中用户参与度和注意力的影响。通过构建一个完全由LLM驱动的虚拟学习环境，其中同伴和教师均由LLM驱动，研究人员考察了学生在其中的行为表现。具体而言，研究调查了同伴提问行为如何影响学生的参与度、注意力、认知负荷和学习成果。结果表明，在LLM驱动的同伴学习者提问的情况下，学生表现出更有针对性的视觉扫描路径，注意力更多地集中在学习内容上，尤其是在复杂学科中。研究结果表明，同伴提问并未直接引入额外的认知负荷，因为认知负荷与对学习材料的更多关注密切相关。基于这些发现，我们为优化VR学习空间提供了设计建议。

🔬 方法详解

问题定义：现有虚拟课堂难以有效调动学生的学习积极性和注意力，尤其是在面对复杂学科时，学生容易分心，学习效率低下。传统的虚拟课堂互动方式可能不够智能和个性化，难以满足不同学生的学习需求。因此，如何利用新兴技术提升虚拟课堂的学习效果是一个重要问题。

核心思路：本研究的核心思路是利用大型语言模型（LLM）驱动虚拟课堂中的同伴角色，通过模拟同伴提问的方式来引导学生的注意力，并提高其认知参与度。这种方法旨在创造更具互动性和个性化的学习体验，从而提升学习效果。通过LLM驱动的同伴提问，可以模拟真实课堂中的互动氛围，激发学生的学习兴趣和思考。

技术框架：该研究构建了一个完全由LLM驱动的虚拟学习环境。学生在VR环境中与由LLM驱动的虚拟同伴和教师互动。研究主要分为以下几个阶段：1) 设计虚拟课堂环境和LLM驱动的同伴角色；2) 控制LLM驱动的同伴是否进行提问；3) 收集学生在虚拟课堂中的行为数据，包括眼动追踪数据、认知负荷测量数据和学习成果数据；4) 分析数据，评估LLM驱动的同伴提问对学生参与度、注意力、认知负荷和学习成果的影响。

关键创新：本研究的关键创新在于将LLM应用于虚拟课堂的同伴角色，并探索其对学生学习行为的影响。与传统的虚拟课堂相比，本研究利用LLM创造了更具智能和互动性的学习环境。通过LLM驱动的同伴提问，可以模拟真实课堂中的互动氛围，激发学生的学习兴趣和思考。此外，本研究还采用了眼动追踪技术来精确测量学生的注意力，从而更深入地了解LLM驱动的同伴提问对学生注意力的影响。

关键设计：研究中，LLM的选择和配置至关重要，需要选择具有良好对话能力和知识储备的LLM。LLM驱动的同伴提问需要经过精心设计，问题应与学习内容相关，并具有一定的挑战性，以激发学生的思考。眼动追踪数据的采集和分析也需要采用专业的设备和方法，以确保数据的准确性和可靠性。此外，认知负荷的测量需要采用合适的量表或生理指标，以客观评估学生的认知负荷水平。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，在LLM驱动的同伴提问的情况下，学生表现出更有针对性的视觉扫描路径，注意力更多地集中在学习内容上，尤其是在复杂学科中。同时，研究发现同伴提问并未直接引入额外的认知负荷，认知负荷与对学习材料的更多关注密切相关。这些结果表明，LLM驱动的同伴提问可以有效地引导学生的注意力，并提高其学习效果。

🎯 应用场景

该研究成果可应用于各类在线教育平台和虚拟现实学习环境，通过引入LLM驱动的虚拟同伴，提升学生的学习参与度和学习效果。该技术还可应用于企业培训、技能提升等领域，创造更具互动性和个性化的学习体验。未来，该研究可进一步探索LLM在教育领域的更多应用，例如个性化辅导、智能评估等。

📄 摘要（原文）

Transforming educational technologies through the integration of large language models (LLMs) and virtual reality (VR) offers the potential for immersive and interactive learning experiences. However, the effects of LLMs on user engagement and attention in educational environments remain open questions. In this study, we utilized a fully LLM-driven virtual learning environment, where peers and teachers were LLM-driven, to examine how students behaved in such settings. Specifically, we investigate how peer question-asking behaviors influenced student engagement, attention, cognitive load, and learning outcomes and found that, in conditions where LLM-driven peer learners asked questions, students exhibited more targeted visual scanpaths, with their attention directed toward the learning content, particularly in complex subjects. Our results suggest that peer questions did not introduce extraneous cognitive load directly, as the cognitive load is strongly correlated with increased attention to the learning material. Considering these findings, we provide design recommendations for optimizing VR learning spaces.