43
1这篇论文探讨了生成式人工智能（GenAI）在教育中的应用，特别关注多模态AI的潜力。通过主题建模分析了4175篇相关文献，识别出38个主题并归纳为14个主要研究方向。结果表明，目前的研究主要集中在文本生成模型（如ChatGPT）上，而对其他模式的关注较少，如文本到语音、文本到图像等。这些多模态技术具有支持个性化学习、问题解决和创造力培养的潜力，尽管尚未得到充分开发。研究建议，未来应更均衡地关注各类AI模式，以更好地发挥生成式AI在教育中的变革作用。
1. 个性化学习：AI可以根据学生的学习速度、偏好和理解程度提供个性化的学习资源和反馈。例如，文本到语音技术能够帮助有阅读障碍的学生，提供语音支持，从而提高他们的阅读理解能力。
2. 自动化评估和反馈：AI能够自动化评分和反馈，特别是在大规模考试或作业中，这不仅提高了评估的效率，还减轻了教师的负担。AI可以根据学生的回答生成个性化的反馈，帮助他们更快地掌握知识点。
3. 支持创造性思维：多模态AI（如文本到图像或视频生成）可以激发学生的创造性思维。例如，学生可以使用AI生成的图像来辅助项目展示，从而更好地表达他们的想法。
4. 增强语言学习：AI驱动的聊天机器人和翻译工具可以帮助学生进行语言学习，提高口语和写作能力。AI还可以通过模拟对话或提供即时反馈，帮助学生在交互中提高语言技能。
5. 模拟和游戏化学习：生成式AI能够创建基于游戏的学习体验或模拟环境，帮助学生在虚拟环境中进行实验和探索，特别适用于物理、化学和工程等学科。
6. 教师专业发展：AI工具可以为教师提供关于教学方法和学生表现的数据分析支持，帮助他们根据数据调整教学策略。AI还可以通过生成教学内容或提供培训资源，帮助教师提升专业技能。
生成式人工智能能够通过个性化学习、自动化评估、创造力培养以及支持教师发展等方面，增强教育的质量和效果 。
