面向主題的智能問答機器人對學習過程和學習結果影響的實證研究

吳林靜?王瑾潔　向雪琳

摘 要：智能問答機器人是人工智能技術的典型應用之一，將智能問答機器人應用于教育教學領域受到了越來越多研究者的關注。本研究以七年級學生為研究對象，通過準實驗研究探索了使用面向主題的智能問答機器人和傳統搜索引擎輔助學習對學習過程和學習結果的影響。結果表明，相較于傳統搜索引擎，面向主題的智能問答機器人能夠更好地幫助學習者進行學習，具體體現在：在學習過程方面，智能問答機器人能夠提升知識檢索效率，提高學習者的內部學習動機，減輕網絡迷航狀態；在學習結果方面，智能問答機器人能夠提升學習者的知識測試成績。但在緊張-壓力和努力程度方面，兩種輔助學習工具不存在顯著性差異。上述結果驗證了面向主題的智能問答機器人在輔助學習方面的潛力與價值。

關鍵詞：智能問答機器人；搜索引擎；學習動機；網絡迷航

中圖分類號：G4 文獻標志碼：A 文章編號：2096-0069（2023）03-0001-07

引言

人工智能技術對教育教學領域的發展起到了巨大的促進作用[1]。作為人工智能技術的典型代表，智能問答技術已經在眾多領域得到了廣泛的應用，如商務、娛樂休閑、航空、個人助理和政務領域等，但智能問答技術在教育領域中的應用則尚處在起步階段。隨著線上學習方式的普及，越來越多的研究者開始注意到將智能問答機器人引入到教學中為學習者提供個性化學習服務的可行性和優勢。問答機器人可以突破時空的限制，滿足學習者在信息膨脹時代快速又準確地獲取問題答案的愿望，為學習者提供個性化學習輔導。智能問答機器人作為模擬人類對話的虛擬助手，以問答交互的形式給學習者提供學習輔助，在增強學習效果、提升學習興趣、增強學習動機等方面具有不可忽視的作用。然而當前的研究更多地關注于智能問答機器人的研發和應用，對于智能問答機器人對學習過程和學習結果影響的研究則相對較少。本研究以七年級學生為研究對象，以人工智能課程為學習內容，通過準實驗研究探索智能問答機器人對學習過程和學習結果的影響，為智能問答機器人應用于教學提供實踐參考。

一、文獻綜述

（一）智能問答機器人的教育應用

智能問答機器人又被稱作會話代理或智能代理，是模仿人類對話的計算機程序。此類系統通過對用戶輸入進行分解，并通過自然語言理解技術對其進行理解，然后在知識庫中進行查詢和匹配，最后將問題對應的答案返回給用戶。智能問答機器人在教育領域的特定場景下已經得到了相應的應用。從智能問答機器人在教育場景中所承擔功能的角度來劃分，可以將智能問答機器人的教育應用分為3種典型類別：一是為學習者提供答疑解惑功能，提供適應性學習服務和自動構建學習資源環境。為學習者提供答疑解惑功能的典型代表如上海交通大學的遠程教育設計中心所設計開發的AnswerWeb自動答疑系統和北京師范大學現代教育技術研究所推出的Vclass系統等[2-3]。二是在提供適應性學習服務方面，方利偉等人[4]開發了一個針對學習者所提問題的特征和其自身的興趣特征，為學習者提供個性化知識的自動問答系統。三是張銀等人[5]從答疑系統的學習機制著手，提出答疑系統的設計新思想及實現策略來提高解答的針對性和指向性。此外，問答機器人在答疑過程中集合了豐富的學習資源，也可以用于為學習者構建優質的學習環境，并且在解答過程中收集學習者提出的疑問和教師給予的解答，從而進一步擴充已有的知識庫。鑒于智能問答機器人豐富和個性化的教育功能，越來越多的研究者和教師開始將智能問答機器人應用于教學實踐中。

（二）智能問答機器人的教學效果

智能問答機器人不僅在教育的各類場景中得到了廣泛應用，研究者也對智能問答機器人的實際教學效果展開了相關的實證分析。當前的實證研究主要集中在如下3個方面：一是對學習者在語言學習方面的促進作用，二是對學習者在學習興趣和學習動機方面的促進作用，三是學習者對智能問答機器人的感受和態度等。在語言學習方面，可以借助智能問答機器人來形成學習語境以供學習者進行語言學習。智能問答機器人通過跟學習者對話來訓練其語言表達能力，是一個極具潛在價值的語言訓練工具。此外，從教育心理學角度看，智能問答機器人通過拓展感知通道，促進多感官感知、相互聯系和協調，可以激發學習者的好奇心，從而對學習產生濃厚興趣；還能夠通過多維度的對話加深學習者對知識技能的識記、保持、再認、回憶，從而達到增強記憶的功能效果的目的。滿盈盈[6]認為，大部分學習者對答疑系統持肯定的態度，但部分學習者由于自身的惰性并沒有很好地利用答疑系統。這些研究為智能問答機器人實證效果的分析提供了重要參考，但智能問答機器人對學習者的學習行為和學習效果的影響仍然有待進一步探索。

二、面向主題的智能問答機器人設計

面向主題的智能問答機器人的設計思路如下：首先，根據課程內容整理面向主題的問題-答案的資源，并存儲于問答知識庫中作為智能問答機器人的知識來源。其次，學習者的提問被提交給問題模塊進行分析，形成對問題的理解和意圖識別。最后，完成問題理解后，將問題理解的結果提交給信息檢索模塊，從問答知識庫中進行檢索，并返回所有檢索命中的問答對。所有命中的問答對將被進一步提交給答案抽取模塊，對問答對進行排序后，向學習者返回最佳答案。面向主題的智能問答機器人模塊結構圖如圖1所示。

問答知識庫中存儲的是與主題相關的問答知識對。本案例中問答知識對的來源主要包括3個部分：一是通過問卷調查的方式向學習者提問，采集學習者在與主題相關的內容中最感興趣和存在疑問的問題，并由專家編寫答案后錄入知識庫中。二是通過專家咨詢的方式咨詢了3位資深中小學信息技術教師，采集教師提供的學習者最感興趣和最容易犯錯的問題及答案。三是從網絡中提取與主題相關的知識片段，對問答庫進行擴充。問題分析模塊主要用于對學習者的提問進行分析，其主要功能包括問題分類、關鍵字提取和關鍵字擴展。其中問題分類主要用于確定問題的類別，為答案抽取模塊提供抽取答案時的參考規則。關鍵字提取和關鍵字擴展則用于對問題的理解，確定問題的核心語義。完成關鍵字擴展后將關鍵字列表提交給信息檢索模塊。信息檢索模塊可以根據關鍵字列表從問答知識庫中檢索出包括關鍵字列表的問答知識對。這些問答知識對將被返回給答案抽取模塊。答案抽取模塊在分類規則的指導下，從問答知識對中查找候選答案。根據關鍵字權重對候選答案進行排序，并最終向學習者返回最佳答案。

三、智能問答機器人的應用效果分析

（一）實驗對象與實驗設計

為了探索智能問答機器人對學習者學習過程和學習結果的影響，在某中學七年級開展了準實驗研究。從七年級中隨機選擇兩個班作為實驗對象，每個班40名學習者，年齡均在11至12歲之間。其中一個班為實驗組，另一個班為控制組。實驗設計如圖2所示。

教師首先圍繞人工智能的基礎知識進行40分鐘的授課，幫助學習者建立對課程內容的基本認識。完成授課后，即對學習者進行10分鐘的前測。前測的內容包括學習者的知識掌握情況和學習者的內部學習動機。前測完成后向學習者發放待補充的知識清單，并要求學習者獨立將知識清單補充完整。實驗組的學習者可以利用智能問答機器人來輔助完成知識清單，控制組的學習者則可以通過百度搜索引擎來輔助完成知識清單。學習者完成知識清單的全部過程通過錄屏工具進行跟蹤錄制，以用于后續分析。完成知識清單之后，對學習者進行15分鐘的后測。后測內容包括學習者的知識掌握情況、內部動機及超文本環境中的信息迷航情況。

（二）問卷與量表設計

1. 學習者知識掌握情況測試卷

為了對學習者的知識掌握情況進行測量，本研究設計了一套測試卷對其進行評估。該測試卷由兩位具有5年以上教學經驗的信息技術專家教師根據課程內容共同擬定。試卷包含5個選擇題和5個判斷題，每道題分值為10分，總分為100分。

2. 內部動機量表

對學習者內在動機的測量使用的是內部動機量表[7]，目的是衡量與學習情境相關的主觀內部動機和主觀體驗。該量表所使用的分量表包括興趣—享受、感知價值、緊張—壓力、努力程度和感知能力。興趣—享受分量表用于衡量活動參與者的興趣與體驗，由4個問題組成。感知價值分量表用于測試人們在體驗活動時的內化和自我調節情況，共包含5個問題。緊張—壓力是由4個問題組成的內在動機的負向預測因子。努力程度是評估測驗者在活動中所花費的精力，包含4個問題。感知能力是內在動機的正向預測因子，包含4個問題。各分量表的內在一致性系數如下：興趣—享受分量表的alpha系數為0.78，感知價值分量表的alpha系數為0.79，緊張—壓力分量表的alpha系數為0.78，努力程度分量表的alpha系數為0.8，感知能力分量表的alpha系數為0.8。所有21個問題都采用了5點李克特量表，1表示非常不同意，5表示非常同意。

3. 主觀信息迷航問卷

迷航是一種心理迷惑狀態，被定義為在非線性文檔中失去自己的位置感和方向感的傾向[8]。“網絡迷航”是指學習者在進行網上學習過程中對網絡產生的“不適應癥狀”，由于網絡上數據信息過于繁雜，或者超文本鏈接而形成的網狀結構太過于復雜難懂導致學習者失去了原有的學習目標和方向。汪招霞[9]組織300名大學生在網絡搜索系統中進行搜索，并對其信息迷航與學習績效之間的關系進行了研究發現，模糊容忍性得分和信息迷航水平愈低者的網絡信息搜索績效愈佳。

本研究中所采用的主觀信息迷航評價問卷改編自賈斯普雷特·S.阿胡賈（Jaspreet S. Ahuja）等人[10]于2001年編制的主觀信息迷航評價問卷，用于測量用戶在超文本環境中的方向迷失情況和失去位置感的程度。該問卷共包含15道題目，所有題目均為陳述句，讓被試從“非常不符合”到“非常符合”5點中選擇自己的評判分值。

（三）實驗結果

1.學習者的學習行為分析

教師向學習者發放待補充的知識清單，并要求學習者利用搜索引擎或智能問答機器人完成該知識清單。教師通過錄屏軟件對學習者完成知識清單的過程進行全程錄制，并對學習者的操作視頻進行時長標注。對學習者操作時長的統計發現：實驗組的單題搜索時長平均值為30.02秒，控制組的單題搜索時長平均值為99.09秒。實驗組的搜索時長明顯低于控制組。這一實驗結果表明，利用問答機器人進行教學應用輔助比利用傳統搜索引擎耗時少且效率高，學習者能夠更快捷方便地搜索到答案。

2.學習者的學習成績分析

在分發待補充的知識清單前，通過知識掌握情況測試卷對學習者進行了前測。結果顯示實驗組學習者知識掌握情況測試的均值和標準差分別為58.75和15.556，控制組學習者的均值和標準差分別為57.25和12.401。獨立樣本t檢驗的結果表明，兩個班級不存在統計學上的顯著性差異（t =0.477，p>0.05）。

完成知識清單之后，對兩組學習者再次使用同樣的試卷進行后測。后測結果如表1所示。結果顯示實驗組的均值為77.75，標準差為8.62；控制組的均值為72.25，標準差為6.98。獨立樣本t檢驗的結果顯示，實驗組的后測成績與控制組存在著顯著差異（t=3.137，p<0.05）。與使用搜索引擎的控制組學習者相比，使用問答機器人完成知識清單的實驗組學習者的后測學習成績更好。上述實驗結果說明，利用問答機器人作為學習輔助工具在課堂中輔助學習者學習比傳統搜索引擎更加有助于提高學習者的學習成績。

3. 學習者的內部學習動機分析

為了探索不同的輔助學習方式對內部學習動機的影響，本研究通過內部動機量表對學習者的學習動機進行了前測和后測。前測的結果顯示，實驗組學習者內部學習動機的均值和標準差分別為3.895和0.443，控制組學習者內部學習動機的均值和標準差分別為3.771和0.430。獨立樣本t檢驗結果顯示，實驗組和控制組不存在統計學上的顯著性差異（t=1.269，p>0.05）。因此，可以假設兩組學習者在完成知識清單之前對課程內容的動機水平并沒有顯著性差異，可以開展準實驗研究。

在完成知識清單填寫后，再次使用問卷對實驗組和控制組的學習者進行了內部學習動機后測。通過對學習者總體內部動機和內部動機5項分量表的獨立樣本t檢驗結果如表2所示。從實驗結果中可以看出，實驗組學習者總體內部動機的均值和標準差分別為3.951和0.277，而控制組學習者總體內部動機的均值和標準差分別為3.698和0.432。獨立樣本t檢驗的結果顯示，兩組學習者的總體內部動機存在顯著性差異（t =3.123，p<0.05），實驗組學習者的學習動機要強于控制組。這一結果說明使用智能問答機器人輔助學習者學習比使用通用搜索引擎能夠更好地激發學習者的學習動機。

此外，對5個子維度的獨立樣本t檢驗的實驗結果顯示，實驗組學習者在興趣-享受、感知能力、努力和感知價值4個分量表上的均值均高于控制組；在壓力-緊張分量表上的均值則低于控制組。

興趣-享受分量表評估的是學習者是否享受學習過程并對學習材料、學習活動產生興趣。實驗結果顯示實驗組學習者在興趣-享受維度的均值為4.87，標準差為0.30；控制組學習者的均值為4.46，標準差為0.74。獨立樣本t檢驗的結果顯示實驗組的興趣-享受維度要顯著高于控制組（t=3.27，p<0.01）。這表明使用智能問答機器人的學習者比使用搜索引擎的學習者具有更高的學習興趣，且更享受學習過程。

感知價值分量表用于評估學習者是否認為學習過程是有意義的且對自己的發展有正向促進作用。實驗結果顯示實驗組學習者在感知價值維度的均值為4.57，標準差為0.51；控制組學習者的均值為3.99，標準差為0.77。獨立樣本t檢驗的結果顯示實驗組的感知價值維度要顯著高于控制組（t=4.02，p<0.001）。這一結果表明學習者使用智能問答機器人時能夠更好地感受到學習內容的價值。

緊張-壓力為內在動機的消極預測因子，用于評估學習者在進行學習活動時所感受到的壓力和緊張程度。其中實驗組學習者的均值為1.68，標準差為0.86；控制組學習者的均值為1.99，標準差為0.90。獨立樣本t檢驗的結果顯示，兩組學習者在緊張-壓力維度上不存在顯著差異。這一結果表明使用兩種不同的學習工具對學習者的緊張程度沒有顯著影響。

努力程度分量表主要用來評估學習者在學習過程中完成學習任務的努力程度。獨立樣本t檢驗的結果顯示，實驗組和控制組不存在統計學上的顯著性差異（t=0.91，p>0.05）。這一結果顯示使用這兩種輔助學習手段時學習者所付出的精力沒有顯著性差異。

感知能力分量表主要用于學習者對自己完成活動的能力的評價。在該維度上，實驗組學習者的均值為4.51，標準差為0.89；控制組學習者的均值為4.13，標準差為0.76。獨立樣本t檢驗顯示，兩組學習者之間存在統計學上的顯著性差異（t=2.00，p<0.05）。這一結果說明實驗組學習者對自己的能力感知更強，認為自己能夠很好地完成學習任務。

4.學習者的學習迷航狀態分析

完成知識清單之后，通過主觀信息迷航問卷對學習者進行了信息迷航測試，用以了解學習者在利用不同學習輔助工具時在搜索方向和感知上有無差別。對兩組學習者主觀信息迷航問卷進行描述性統計和獨立樣本t檢驗。結果顯示，實驗組學習者信息迷航程度的均值和標準差分別為3.539和1.170；而控制組的均值和標準差分別為4.271和0.964。獨立樣本t檢驗結果表示，實驗組和控制組在學習迷航狀態上存在顯著性差異（t=-3.055，p<0.05），且實驗組學習者的迷航程度要顯著低于控制組。這一結果表明，與使用搜索引擎相比，使用智能問答機器人來輔助學習能夠降低學習者的網絡迷航程度，在信息查找過程中更具方向感。

（四）研究結論

運用面向主題的智能問答機器人輔助學習能夠更好地提高學習者的學習成績。在本實驗中，兩組學習者在前測中的學習成績并無顯著性差異；但在后測中，實驗組學習者的學習成績顯著優于使用搜索引擎的控制組學習者。這一結果說明使用搜索引擎和使用智能問答機器人都能夠促進學習，但使用智能問答機器人對學習成績的提升效果要優于使用傳統搜索引擎。這一結論與已有的相關研究結論一致，如楊兵等人[11]在其研究中指出使用問答機器人有助于提高學習者的學習效果和學習態度。本研究為上述結論提供了更為堅實的客觀證據。無論是在主觀的自我報告中還是在客觀的學習結果中，智能問答機器人都可以提高學習者的學習成績。學習者可以利用問答機器人滿足自己的學習需求，不會讓知識盲點成為阻礙學習的障礙。

運用面向主題的智能問答機器人輔助學習能夠提高學習者的學習動機，尤其是興趣-享受、感知價值和感知能力維度。對學習者內部動機的測試結果顯示，兩組學習者在前測時并不存在顯著性差異，但完成知識清單后的后測結果顯示實驗組學習者的內部學習動機均值顯著高于控制組。將前測與后測的內部動機數據進行對比也可以發現，實驗組學習者的內部動機呈現上升的趨勢（前測的均值和標準差為3.895和0.443；后測的均值和標準差為3.951和0.277）；而控制組學習者則呈現下降的趨勢（前測的均值和標準差為3.771和0.430；后測的均值和標準差為3.698和0.432）。此外，在興趣-享受、感知價值和感知能力子維度上，實驗組學習者顯著優于控制組。這一實驗結果說明，與搜索引擎相比，使用面向主題的智能問答機器人輔助學習能夠更好地增強學習者的內部動機。面向主題的智能問答機器人在提升學習者的學習興趣、讓學習者感受到任務價值以及感知自身學習能力3個方面均顯著優于搜索引擎。

使用面向主題的智能問答機器人能夠降低學習者的網絡迷航程度，幫助學習者更好地找到自己所需的知識。網絡迷航是信息時代學習者在采用信息技術手段輔助學習時普遍會碰到的問題之一。本研究中，通過對學習者的學習行為進行全程跟蹤發現，實驗組學習者進行知識檢索的時間要少于使用傳統搜索引擎的控制組學習者，且控制組學習者存在注意力分散的情況，如瀏覽新聞和線上游戲等。這一現象說明，與傳統搜索引擎相比，面向主題的智能問答機器人能夠更好地幫助學習者集中注意力，避免精力分散，提高知識檢索效率。此外，主觀信息迷航問卷的調查數據顯示，使用智能問答機器人輔助學習的學習者比使用傳統搜索引擎的學習者具有更低的網絡迷航程度。這一結果說明，與傳統搜索引擎相比，智能問答機器人能夠更好地幫助學習者建立網絡方向感，讓學習者在搜索過程中清晰地把握知識的查找方向。

四、總結

智能問答機器人是人工智能技術的重要應用之一，在教育領域也有著廣闊的應用前景。本研究以七年級學生為研究對象，設計了一項準實驗研究，對比了利用傳統搜索引擎和面向主題的智能問答機器人輔助學習者完成知識清單時學習者的學習過程和學習結果的差異。結果顯示，學習者在搜索行為、學習成績、內部動機和迷航狀態上均存在顯著差異性。使用面向主題的智能問答機器人的學習者在完成知識清單時，使用的搜索時長更短，后測成績更高，在興趣-享受、感知價值和感知能力維度上具有更高的動機水平和更低的網絡迷航水平。在緊張-壓力和努力程度上兩類學習者則不存在顯著性差異。上述實驗結果對于智能問答機器人在教學中的應用具有重要參考價值。本研究也存在以下不足之處：一是問答機器人知識庫的規模較小，有待進一步補充；二是實證研究的應用學科單一，僅選擇了信息技術課程作為應用學科，缺乏其他學科內容的實證數據。在下一步的研究中，將針對上述不足，進一步完善智能問答機器人的知識庫，并拓展應用的學科范圍。

參考文獻

[1]婁方園，高振，王娟.教育人工智能應用場景及其理性審視[J].數字教育，2022，8（3）：26-33.

[2]申瑞民，劉耘.基于WWW的自動答疑系統[J].計算機工程，1999（9）：49-51.

[3]柳泉波，黃榮懷，何克抗.智能答疑系統的設計與實現[J].中國遠程教育，2000（8）：43-48.

[4]方利偉.個性化在線答疑系統的研究與實現[J].中國教育信息化，2010（5）：44-46.

[5]張銀.網絡答疑系統的設計新思路及策略實現[J].現代教育技術，2012，22（5）：88-92.

[6]滿盈盈.網絡教學平臺答疑系統在教學中的應用研究：以《計算機輔助教育》課程教學為例[D].桂林：廣西師范大學，2015.

[7]RYAN R M. Control and Information in the intrapersonal sphere： an extension of cognitive evaluation theory[J]. Journal of Personality and Social Psychology， 1982， 43（3）：450-461.

[8]鄭慶華. 2018碎片化知識融合與應用專題[J]. 計算機研究與發展， 2018，55（12）：2585-2586.

[9]汪招霞，許磊，劉勤為，等.模糊容忍性對網絡信息搜索績效的影響：信息迷航的中介作用[J].心理與行為研究，2018，16（2）：164-169.

[10]AHUJA J S， WEBSTER J. Perceived disorientation： an examination of a new measure to assess web design effectiveness[J]. Interacting with Computers，2001，14（1）：15-29.

[11]楊兵，尹加琪，楊旸，等.現狀與發展：智能問答機器人促進學習的反思[J].中國電化教育，2018（12）：31-38.

（責任編輯 孫興麗）

An Empirical Study on the Effects of Topic-Oriented Intelligent Quiz Bots on Learning Processes and Outcomes

Wu Linjing， Wang Jinjie， Xiang Xuelin

（Faculty of Artificial Intelligence in Education， Central China Normal University， Wuhan， Hubei， China 430079）

Abstract： As one of the typical applications of AI technology， the intelligent quiz bots， used in the field of education and teaching， has received more and more attention from researchers. This study explores the effects of using topic-oriented intelligent quiz bots and traditional search engine-assisted learning on the learning processes and outcomes， through a quasi-experimental study with Grade 7 students as the research subjects. The results show that the topic-oriented intelligent quiz bots are better at helping learners to learn than traditional search engine. Specifically， in terms of learning processes， the intelligent quiz bots can improve knowledge retrieval efficiency， increase learners internal motivation and reduce online disorientation; in terms of learning outcomes， intelligent quiz bots can boost learners knowledge test scores. However， there is no significant difference between the two learning aids in terms of tension-stress and degree of efforts. All these results validate the potential and value of topic-oriented intelligent quiz bots in aiding learning.

Key words：? Intelligent quiz bots; Search engine; Learning motivation; Online disorientation