ClickSight

新的LLM框架ClickSight从点击流数据中解读学生学习策略

研究人员开发了ClickSight，一个旨在解读数字学习环境中学生点击流数据的框架。通过利用分阶段的基于LLM的管道，ClickSight分析学生行为以识别和评估对预定义学习策略的遵守情况。在两个学习环境和365名学生中的评估表明，ClickSight可以生成高质量、有证据支持的解读，并且推理模型比指令微调模型表现出更一致的性能。该框架旨在通过将细粒度的点击流数据与理论学习策略联系起来，为研究学生行为提供一种灵活的方法。