已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Do Generative AI-Powered Pedagogical Agents Improve Learners’ Academic Performance Effectively? Evidence From Meta-Analysis

转化式学习 生成语法 心理学 学业成绩 数学教育 教学设计 生成模型 计算机科学 集体主义 模态(人机交互) 教育学 教育技术 高等教育 范式转换 公立大学 教学方法 学习理论 提升(金属加工) 电子学习 人工智能
作者
Liang Cheng,Hui Shi,Yuhan Wu,Feng Li
出处
期刊:Journal of Educational Computing Research [SAGE]
标识
DOI:10.1177/07356331251400540
摘要

With the breakthrough advancements in generative artificial intelligence (GenAI) technology, GenAI-powered pedagogical agents (GenAI-PA) are emerging as a transformative paradigm shift in education. However, there is still debate about whether the use of GenAI-PA is beneficial for learners’ academic performance. Therefore, this study conducted a meta-analysis of 27 experimental and quasi-experimental studies from 2015 to 2025. The results showed that (1) GenAI-PA had a significant effect on learners’ academic performance ( g = 0.401). (2) In a collectivist culture, GenAI-PA had a greater effect on learners’ academic performance. (3) The effect of GenAI-PA in teacher-directed learning was significantly better than in self-directed learning. (4) The dialogue modality of GenAI-PA moderated the effect on learners’ academic performance, with multimodal dialogue showing the highest pedagogical potential. (5) The predictive effect of GenAI-PA on learners’ academic performance was not influenced by grade level, gender, learning domain, learning duration, or the instructional role of GenAI-PA. Ultimately, recommendations for the design and application of GenAI-PA are discussed.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
星希完成签到 ,获得积分10
1秒前
banlu发布了新的文献求助30
5秒前
大个应助shareef采纳,获得10
9秒前
14秒前
wo完成签到 ,获得积分10
15秒前
虚幻笑晴发布了新的文献求助10
21秒前
banlu完成签到,获得积分10
22秒前
小成完成签到 ,获得积分10
23秒前
大神瓜完成签到,获得积分10
26秒前
华仔应助科研通管家采纳,获得10
27秒前
浮游应助科研通管家采纳,获得10
27秒前
浮游应助科研通管家采纳,获得10
27秒前
浮游应助科研通管家采纳,获得10
27秒前
彭于晏应助科研通管家采纳,获得10
27秒前
27秒前
浮游应助科研通管家采纳,获得10
27秒前
浮游应助科研通管家采纳,获得10
27秒前
浮游应助科研通管家采纳,获得10
27秒前
27秒前
林志坚完成签到 ,获得积分10
31秒前
Zoom应助sarmad采纳,获得30
31秒前
北觅完成签到 ,获得积分10
32秒前
完美世界应助vuluv采纳,获得10
35秒前
37秒前
852应助cytochrome采纳,获得10
39秒前
Zeeki完成签到 ,获得积分10
41秒前
oo完成签到,获得积分10
41秒前
louis dai发布了新的文献求助10
42秒前
GGZ完成签到,获得积分10
42秒前
标致身影发布了新的文献求助10
43秒前
46秒前
一个西藏完成签到 ,获得积分10
46秒前
等待戈多完成签到,获得积分10
48秒前
yhp完成签到 ,获得积分10
49秒前
默默善愁发布了新的文献求助10
49秒前
怕黑的醉波完成签到 ,获得积分10
54秒前
54秒前
追寻夜香完成签到 ,获得积分10
55秒前
louis dai完成签到,获得积分10
56秒前
义气幼珊完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Treatise on Geochemistry (Third edition) 1600
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 1000
List of 1,091 Public Pension Profiles by Region 981
医养结合概论 500
On the application of advanced modeling tools to the SLB analysis in NuScale. Part I: TRACE/PARCS, TRACE/PANTHER and ATHLET/DYN3D 500
L-Arginine Encapsulated Mesoporous MCM-41 Nanoparticles: A Study on In Vitro Release as Well as Kinetics 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5458782
求助须知:如何正确求助?哪些是违规求助? 4564757
关于积分的说明 14296896
捐赠科研通 4489835
什么是DOI,文献DOI怎么找? 2459317
邀请新用户注册赠送积分活动 1449038
关于科研通互助平台的介绍 1424524