基于人机交互技术的儿童教育互动学习系统的设计与评估

童年是学习、认知和情感发展的关键阶段。科学教育方法促进智力成长，同时培养积极的行为和价值观。然而，传统的教育方法主要依赖讲座和教科书内容 ^。虽然这些方法在传授基础知识方面有效，但往往无法激发孩子们的兴趣，导致缺乏学习热情。此外，传统教育缺乏个性化，难以满足儿童多样化的学习需求 ^。鉴于每个孩子都有独特的认知风格、学习节奏和兴趣，单一的教学方法是不够的，因此需要创新的教育方法来应对这种多样性^。
童年是学习、认知和情感发展的关键阶段。科学教育方法促进智力成长，同时培养积极的行为和价值观。然而，传统教育方法主要依赖讲座和教材内容 。虽然这些方法在传授基础知识方面有效，但往往无法激发儿童的兴趣，导致学习热情不足 。 此外，传统教育缺乏个性化，难以满足儿童多样化的学习需求。鉴于每个孩子都有独特的认知风格、学习节奏和兴趣，单一的教学方法不够，因此需要创新的教育方法来应对这种多样性 ^10,11,12.

近年来，人机交互（HCI）技术的快速发展为教育领域带来了新机遇。随着虚拟现实（VR）、增强现实（AR）和语音识别技术的应用，人机互动变得更加自然和智能，为孩子们提供了更具互动性和沉浸感的学习体验。例如，虚拟现实技术可以创造沉浸式虚拟环境，增强儿童的学习兴趣并提高参与度;增强现实技术可以将抽象知识与现实世界结合，帮助孩子们更直观地理解复杂概念;语音识别和自然语言处理（NLP）技术使系统能够与儿童进行实时对话和反馈，从而增强学习的互动性和个性化.尽管取得了这些进步，市场上许多儿童教育产品仍然存在互动性不足和缺乏个性化的问题，未能有效满足儿童的个性化学习需求。
近年来，人机交互（HCI）技术的快速发展为教育领域带来了新机遇 。随着虚拟现实（VR）、增强现实（AR）和语音识别技术的应用，人机互动变得更加自然和智能，为孩子们提供了更具互动性和沉浸感的学习体验 ^16,17,18。例如，虚拟现实技术可以创造沉浸式虚拟环境，增强儿童的学习兴趣并提高参与度 ^19,20,21;增强现实技术可以将抽象知识与现实世界结合，帮助儿童更直观地理解复杂概念 ^22,23,24;语音识别和自然语言处理（NLP）技术使系统能够与儿童进行实时对话和反馈，从而增强学习的互动性和个性化 ^25,26,27。尽管取得了这些进步，市场上许多儿童教育产品仍然存在互动性不足和缺乏个性化的问题，未能有效满足儿童的个性化学习需求。因此，本研究旨在探讨如何利用先进的人机交互技术设计一个既互动又个性化的儿童教育体系。具体目标如下。（1）通过引入游戏化元素和多媒体互动方法，学习过程更加有趣，并激发儿童的积极参与以改善学习效果;（2）通过数据收集和分析，可以理解儿童的学习习惯和知识掌握，提供个性化的学习建议和反馈;（3）通过实验设计和效果评估，验证了所提人机交互学习系统的有效性。同时，比较了实验组和对照组在学习效果和用户体验上的差异，并讨论了该系统在儿童教育中的实际应用潜力。

鉴于儿童认知和发展阶段的差异，传统的“一刀切”教学方法难以满足每个孩子的独特学习需求.随着信息技术的发展，越来越多的研究探讨如何利用现代技术改善儿童的教育方法 .例如，《塔里霍兰与菲尔曼托》（2024）他认为多媒体通过图像、视频、动画及其他形式丰富了教学内容，从而提升了课堂的兴趣和互动性。Lidyasari 等（2023）证明多媒体教学有效提升了儿童的学习兴趣和参与度，提升了他们的学习效果。在教育领域，HCI技术应用展现出显著潜力.例如，Shi 等人（2022）利用VR技术打造逼真的虚拟学习环境，让孩子们在沉浸式学习中学习。Wang 等人（2022）利用增强现实技术将虚拟信息叠加到现实世界，帮助儿童更直观地理解复杂概念。此外，Younis 等人（2023）采用语音识别和自然语言处理技术，促进与儿童的自然对话，提供即时反馈和个性化指导。
鉴于儿童认知和发展阶段的差异，传统的“一刀切”教学方法难以满足每个孩子的独特学习需求 。随着信息技术的发展，越来越多的研究探讨如何利用现代技术改善儿童教育方法。 例如，Tarihoran 和 Firmanto（2024） 认为，多媒体通过图像、视频、动画等形式丰富了教学内容，从而增强了课堂的兴趣和互动性。Lidyasari 等人（2023）证明多媒体教学有效提升儿童的学习兴趣和参与度，改善其学习效果。在教育领域，HCI 技术应用展现出显著潜力 。例如，Shi 等人（2022）利用虚拟现实技术创建了逼真的虚拟学习环境，使儿童能够在沉浸式体验中学习。Wang 等人（2022）利用增强现实技术将虚拟信息叠加到现实世界，帮助儿童更直观地理解复杂概念。此外，Younis 等人（2023） 采用语音识别和自然语言处理技术促进儿童自然对话，提供即时反馈和个性化指导。

现有研究表明，人机交互技术显著提升了教育成果和学习体验。然而，市场上许多儿童教育产品在互动性、个性化和参与度方面仍然不足。例如，尽管Paliura和Dimoulas（2022年）提出的教育软件它融合了多媒体元素，缺乏灵活的互动方式，且未能长时间保持儿童的注意力。Aravantinos 等（2024）分析了关于人工智能（AI）在小学教育中的实证研究，特别是针对4至12岁儿童。他们系统地回顾了人工智能在小学教育应用的现有文献，强调了人工智能技术提升教学质量和提升学习体验的潜力。帕帕达基斯（2020）调查是否有应用程序为学龄前和早期儿童提供发展基础编码和技能的机会。
现有研究表明，人机交互技术显著提升了教育成果和学习体验。然而，市场上许多儿童教育产品在互动性、个性化和参与度方面仍然不足 。例如，尽管 Paliura 和 Dimoulas（2022）42 提出的教育软件包含多媒体元素，但缺乏灵活的互动方法，且未能长时间保持儿童注意力。Aravantinos 等人（2024）分析了关于人工智能（AI）在小学教育中的实证研究，特别是针对 4 至 12 岁儿童。他们系统地回顾了人工智能在小学教育应用的现有文献，强调了人工智能技术提升教学质量和提升学习体验的潜力。Papadakis（2020）调查了是否有应用程序为学龄前和早期儿童学习者提供发展基础编码和技能的机会。

显然，尽管人机交互技术在提升教育成果和学习体验方面具有巨大潜力，许多现有儿童教育产品仍面临互动性、个性化和参与度方面的挑战.例如，Paliura 和 Dimoulas（2022）提出的教育软件，虽然包含多媒体元素，但缺乏灵活的互动方式，难以长时间保持儿童注意力。这反映了当前教育技术在维持儿童参与度和满足其个性化需求方面的局限性。
显然，尽管人机交互技术在提升教育成果和学习体验方面具有巨大潜力，许多现有儿童教育产品仍面临互动性、个性化和参与度方面的挑战 。例如，Paliura 和 Dimoulas（2022）提出的教育软件，虽然包含多媒体元素，但缺乏灵活的互动方式，难以长时间保持儿童注意力。这反映了当前教育技术在维持儿童参与度和满足其个性化需求方面的局限性。

本研究通过开发和评估互动式学习系统来解决这些问题。与传统教育工具不同，该系统强调通过集成提供实时反馈和个性化学习内容的人工智能技术，实现个性化学习体验。这更符合不同年龄段儿童的认知发展需求。此外，它填补了现有文献中的空白，特别是在评估不同年级儿童教育效果方面。大多数现有研究聚焦于单一年龄段，缺乏对低年级和年长学生的比较分析。相比之下，本研究通过具体数据分析展示了该系统在不同年级的有效性，尤其是在提升数学和科学学习方面。通过这些改进，本研究解决了教育技术在个性化、互动性和参与度方面的不足。同时，它为未来研究提供了新方向，特别是在人机交互学习系统的多层次应用以及对不同年龄阶段儿童学习效应的深入探索方面。总体而言，这些补充和扩展能为文献综述提供更全面和深入的视角，展示本研究的理论意义和实用价值。

AI模型及其应用

本研究旨在设计和开发一套专为儿童量身定制的人机交互学习系统。该系统整合了先进的多媒体技术，包括虚拟现实和增强现实元素，营造了一个动态且互动的学习环境。该系统的框架如图所示。

图1展示了用户界面层，该层构成了用户直接交互的界面，涵盖了所有前端元素，如按钮、图片、视频和交互游戏。在设计用户界面层时，应特别强调儿童的用户体验，以确保界面直观且引人入胜。交互式逻辑层处理用户输入（例如点击和拖拽），并相应响应这些作。作为用户界面与后端数据管理之间的桥梁，交互式逻辑层确保用户作顺畅和实时数据处理。内容管理层负责管理学习内容的加载、更新和存储;该层从数据库中提取内容并发送到用户界面，同时负责用户生成内容的存储和回收。数据管理层负责存储、查询、更新和删除应用内的所有数据，确保数据的安全性和完整性。数据库系统作为基础数据仓库，支持上层数据需求并确保数据安全。
图展示了用户界面层，该层构成了用户直接交互的界面，涵盖了所有前端元素，如按钮、图片、视频和交互游戏。在设计用户界面层时，应特别强调儿童的用户体验，以确保界面直观且引人入胜。交互式逻辑层处理用户输入（例如点击和拖拽），并相应响应这些作。作为用户界面与后端数据管理之间的桥梁，交互式逻辑层确保用户作顺畅和实时数据处理。内容管理层负责管理学习内容的加载、更新和存储;该层从数据库中提取内容并发送到用户界面，同时负责用户生成内容的存储和回收。数据管理层负责存储、查询、更新和删除应用内的所有数据，确保数据的安全性和完整性。数据库系统作为基础数据仓库，支持上层数据需求并确保数据安全。

用户界面是HCI系统的核心组成部分，尤其适用于儿童学习系统。具体设计见图2.

交互逻辑构成了核心组件之一，决定用户，尤其是儿童，如何与系统交互，以及系统如何响应用户作。该部分设计的关键考虑是确保作直观且响应迅速，以适应儿童的认知和作能力。最初，系统设计为事件驱动模式，能够实时响应用户输入（如点击、滑动等）。这种设计使系统能够实时捕捉和处理每一个用户作，确保无缝的互动体验。随后，系统集成了反馈机制，能够对每个用户的作提供即时且清晰的响应。这些反馈包括声音提示、视觉动画或振动，帮助孩子理解他们的行为已被系统识别并执行。例如，当孩子完成拼图中的拖放动作时，系统可以通过发出“成功”的声音信号并显示绿色勾选来提供反馈。

此外，后台数据管理系统作为支持整个学习平台的基础设施，负责数据存储、用户管理和内容更新。首先，开发了多层级数据库架构，用于存储用户信息、学习进展、交互式数据及其他相关数据。数据库设计必须考虑数据安全、访问效率、可扩展性及其他因素。其次，系统服务器必须高效处理来自用户界面的大量请求，同时确保数据传输的稳定性和安全性。

最后，定制教育内容的开发至关重要。因此，本研究重点是为不同年龄段的儿童制作合适的教育材料。同时，教育内容应根据儿童的年龄和学习能力进行分层和分类，确保每个年龄组都能获得符合其认知水平的材料。此外，VR和AR技术为孩子们提供了沉浸式学习体验。虚拟环境和增强的视觉效果还激发了儿童的学习兴趣，增强了他们的参与感。

用户参与与反馈机制

为确保持续改进并符合终端用户的实际需求，本研究建立了全面的用户参与和反馈机制，支持拟议学习系统。具体的反馈策略见图。3.

用户参与与反馈机制：HCI学习系统中用户界面、反馈流程及数据收集过程的示意图。

图3展示了这些机制如何结合多种方法，鼓励用户积极参与，并系统地收集和利用他们的反馈以优化系统。最初，系统集成了实时反馈工具，允许用户在使用过程中遇到问题或建议时立即提交反馈。用户界面中显著的“反馈”按钮便于此，用户可以快速提供问题描述、建议或相关问题的截图。收到的反馈会自动分类。对于简单或紧急的问题，系统会自动响应或及时通知技术支持团队，以确保快速解决。这种即时响应机制提升了用户满意度，减少了潜在的不便。

该研究定期举办用户研讨会，以更深入地理解用户的需求和体验。目标是直接与用户互动，收集他们的反馈，并让设计和技术团队亲自听到他们的观点。所有收集到的反馈都可以系统地分类和分类。随后，本研究详细分析了机密反馈数据，识别用户优先考虑的主要问题和改进空间。最后，基于这些洞察，设计团队对HCI界面和逻辑进行了优化和优化。总体而言，通过这一持续迭代的过程，本研究不断提升系统的可用性和用户体验，确保每次更新都能有效满足用户需求.

数据收集与实验设计

为全面评估已开发学习系统的有效性，本研究采用混合研究框架，结合定量与定性研究方法。定量研究部分从初步和正式实验设计开始。系统开发完成后，首先进行初步实验，以评估系统的基本功能和初期教育效果。初步实验通常涉及少量用户，旨在快速收集反馈以优化系统。随后，进行了更系统的正式实验，建立了对照组和实验组，以科学评估学习系统对儿童学习效果的实际影响。

在实验设计方面，研究团队采用随机分配方式将参与者分为实验组和对照组。实验组使用开发的互动学习系统，而对照组则遵循传统教学方法。该实验的主要目标是评估系统在数学和科学学习中的有效性，特别是通过考试成绩、任务完成时间和错误率等数据，测量学习效果的变化。此外，为了确保实验的科学严谨性，设计了平衡的样本量，以确保结果的统计显著性和可靠性。同时实施严格控制措施，以确保实验结果的准确性和有效性。例如，通过测试前测试，比较实验组和对照组的基线学习水平，评估参与者的初始学习能力。此外，在实验过程中，还会努力保持实验环境、学习时间及其他变量的一致性，确保这些因素不影响结果。

关于数据收集工具，标准化考试工具用于衡量学生的学习效果。考试内容主要聚焦于数学和科学的基础知识，采用预测和后测来评估系统对学生学习的影响。此外，还收集了系统使用期间任务完成时间和错误率的数据，以评估系统的响应效率和用户作准确性。为确保数据准确性，所有测试数据均使用统计软件进行分析。同时，采用描述性统计、假设检验、效应量分析等方法来评估学习效应的重要性及其实际应用。

定性研究部分包括组织焦点小组讨论，收集儿童、家长和教育者对学习系统的直接反馈。焦点小组讨论的目的是从多个角度获得对系统实际使用优缺点的见解。此外，研究团队还进行深入访谈，收集个别用户更详细的反馈，特别是关于他们使用系统的体验、对交互设计的响应、系统可用性以及遇到的任何挑战。在人机交互领域，本研究聚焦于用户对系统交互设计的反馈，通过观察和访谈数据分析可用性和用户体验，进一步完善系统设计。除了传统的自我报告满意度调查外，研究还包括系统可用性量表（SUS）和任务完成时间的客观记录。这些客观数据与自我报告的用户反馈进行三角分析，从而增强用户体验评估的可靠性。通过这些全面的评估方法，可以更全面地理解用户对系统的反应，确保评估结果的准确性和有效性。
定性研究部分包括组织焦点小组讨论，收集儿童、家长和教育者对学习系统的直接反馈。焦点小组讨论的目的是从多个角度获得对系统实际使用优缺点的见解。此外，研究团队还进行深入访谈，收集个别用户更详细的反馈，特别是关于他们使用系统的体验、对交互设计的响应、系统可用性以及遇到的任何挑战。在人机交互领域，本研究聚焦于用户对系统交互设计的反馈，通过观察和访谈数据分析可用性和用户体验，进一步完善系统设计。除了传统的自我报告满意度调查外，研究还包括系统可用性量表（SUS）和任务完成时间的客观记录。这些客观数据与自我报告的用户反馈进行三角分析，从而增强用户体验评估的可靠性。通过这些全面的评估方法，可以更全面地理解用户对系统的反应，确保评估结果的准确性和有效性。

为确保本研究的合法性和伦理性，所有参与实验的儿童都通过签署同意书，事先获得监护人的知情同意。为了收集数据，研究团队设计了一系列教育活动和测试，收集儿童在使用系统前后的表现数据。该实验涉及7至12岁的儿童，收集的数据包括以下三个方面：（1）学习进展记录：系统自动记录儿童的学习进展和活动参与情况。（2）交互行为数据：通过追踪和记录学习系统中的各种互动行为（如点击、拖动、回答问题等），研究团队分析儿童的学习习惯和偏好。（3）教育者和家长的反馈：研究团队定期收集教育者和家长关于儿童学习影响及其使用系统体验的反馈，并通过口头或书面问卷进行。

实验样本量为100名参与者，涵盖不同年龄、性别、学术背景和家庭环境的学生，确保研究结果具有代表性和广泛适用性。该实验涉及多个年级和性别的学生，以平衡不同群体的分布。此外，样本被合理分层，确保实验组和对照组学生在不同年龄、年级和性别的合理分配，进一步增强了研究结果的普遍性和多样性。

为进一步加强伦理框架的透明度和严谨性，特别关注儿童数据的隐私保护。在数据收集过程中，所有个人信息均严格匿名化，仅用于本研究的学术分析。研究数据包括儿童的学业表现、互动行为及其他相关信息，但这些数据从未与参与者身份关联，以确保保密性。所有数据存储和传输均加密，以防止信息泄露。此外，家长在同意书中被充分告知数据使用的范围和目的，并被赋予随时访问或删除子女数据的权利。

在评估长期风险方面，采取了相应措施以防止过度依赖技术带来的负面影响。研究团队设计了跟踪机制，定期调查和评估儿童使用系统后他们的学习行为和社交互动。特别关注技术使用对儿童社交技能和身体活动可能产生的负面影响。因此，实验期间将每个孩子的系统使用时间控制在合理范围内，并整合传统学习方法与现实活动，以避免过度依赖技术。

原文下载地址：s41598-025-90800-y

声明：本文转自然网站（www.nature.com），版权归原作者所有。