摘要 - 大型语言模型(LLMS),尤其是CHATGPT的整合在教育中有望通过引入创新的对话学习方法来彻底改变学生的学习经历。为了使学生能够充分利用教育场景中Chatgpt的能力,了解学生与Chatgpt的互动模式对讲师至关重要。但是,由于缺乏专注于学生聊天对话的数据集以及在识别和分析对话中的进化相互作用模式时的复杂性,因此这项努力是具有挑战性的。为了解决这些挑战,我们从一个学期的硕士级别数据可视化课程中收集了48名与Chatgpt互动的学生的对话数据。然后,我们制定了一种编码方案,该方案基于有关认知水平和主题分析的文献,以对学生与Chatgpt的互动模式进行分类。此外,我们提出了一个视觉分析系统,即Stugptviz,该系统跟踪和比较学生提示中的时间模式以及在多个尺度上的Chatgpt响应质量,从而揭示了教师的重要教学见解。我们通过六名数据可视化讲师和三个案例研究的专家访谈来验证了系统的有效性。结果证实了Stugptviz增强教育者对Chatgpt教学价值的见解的能力。我们还讨论了将视觉分析应用于教育和开发AI驱动的个性化学习解决方案的潜在研究机会。
主要关键词