Storypark: Leveraging Large Language Models to Enhance Children Story Learning Through Child-AI collaboration Storytelling

交互式讲故事已经被广泛应用于教育幼儿的活动中。这种教学方法将讲故事与积极的儿童参与相结合，有利于他们的表达能力、创造性思维和对故事的理解。交互式讲故事要求讲故事者单向地讲述故事内容，并通过多感官的互动方式，如提问和绘画，鼓励儿童参与故事情节的创作和中心主题的解释。然而，在交互式讲故事过程中根据儿童的不同反馈提供定制化的指导对于大多数讲故事者来说都是具有挑战性的。这些挑战包括根据儿童的想法扩展故事情节的发展，使用绘画来可视化儿童的思维，以及根据儿童的思维解释故事的中心主题。这需要讲故事者具备强大的想象力、联想能力、领域知识和绘画技能。大型语言模型已经展示了它们在促进响应性和参与性对话方面的潜力，为解决交互式讲故事中讲故事者面临的挑战提供了新的设计可能性。在本研究中，我们的目标是利用大型语言模型设计一个交互式讲故事系统，在交互式讲故事过程中为儿童提供情节框架和中心主题的解释。通过涉及20名儿童参与者的用户实验，我们评估了这个交互式系统的可用性、学习效果和用户体验。用户研究表明，Storypark提高了理解故事关键思想、概括和转化的学习成果。参与者的高度参与和使用意愿表明，StoryPark为儿童提供了积极的学习体验。

设计一个基于大语言模型的交互式故事系统，解决交互式故事教学中指导多样化反馈的挑战。

利用大语言模型设计交互式故事系统，为儿童提供情节框架和中心主题的解释，帮助儿童理解故事和提高参与度。

论文通过实验评估了交互式故事系统的可用性、学习效果和用户体验。实验结果表明，该系统提高了儿童理解故事关键思想、概括和迁移的学习成果，同时具有高参与度和使用意愿，为儿童提供了积极的学习体验。

最近的相关研究包括使用大语言模型进行对话生成和情感识别的研究，以及使用深度学习方法进行故事生成和交互式教学的研究。