大家好。

3月2日和3月3日，我参加了在熊本大学举办的日本教育技术学会2024年春季全国大会（第44届大会）。这是我第一次去熊本，也是我第一次参加日本教育技术学会的会议。总的来说，我获得了非常宝贵的经验。

此前我参加的日本学术会议仅限于信息处理学会的CLE研究会，但这次我感受到了不同的氛围。会议同时进行着许多分会场，我可以根据自己的兴趣和喜好选择想要听的发表。特别是关于生成式AI的研究非常多，我接触到了几项很有趣的研究。

其中有两项研究令我印象深刻。第一项是在学生分会场（1）发表的题为“AN LLM Chatbot in Minecraft with Educational Applications”的研究。该研究聚焦于在Minecraft中使用创造模式进行的建筑和创作活动。Minecraft的创造模式为喜欢建筑设计和创造性表达的人们提供了一个实现无限想象力和创造力的自由环境。与传统的建筑方法相比，该研究利用大语言模型（LLM）并结合聊天机器人，让用户通过聊天机器人输入指令来建造建筑物。从技术角度来看，我认为Minecraft与聊天机器人的结合非常有趣。我也曾稍微体验过Minecraft，但在建造建筑物时往往无法立刻产生灵感，因此我认为这种方法能进一步激发游戏的魅力。不过，从教育的角度来看，我对于与传统方法相比，哪种方式在培养想象力和创造力方面更有效，以及未来的工作形式会发生怎样的变化，感到非常好奇。

第二项是在教育学习支持系统·AI（8）分会场发表的题为“基于多模态生成AI的利用照片进行学习反思支持方法的提案”的研究。所谓多模态生成AI，是指不仅能处理文本，还能处理图像等多种数据类型的AI，据说可以对包含特定对象的图像进行分类。该研究采用了GPT-4 with vision这一生成式AI，旨在理解学习者选择了哪些照片并试图进行学习反思。过程中包含了将学习者的学习活动记录在多张照片中，活动结束后由学习者选择照片并说明理由的环节。所选照片由生成式AI进行分析，分析结果以文本形式从“做得好的地方”、“变得能够做到的事情”、“做得好且变得能够做到的事情”这三个视角输出。基于输出的文本，分类后的图像会用三种视角对应的不同颜色标记出来。这种方法被认为有助于教育者理解学习者的反思，但作为今后的课题，如何利用生成式AI得出的结果值得期待。

通过这些研究，我看到了AI在教育领域如何被应用以及如何丰富学习过程的多面性。特别是关于多模态生成AI的研究，展示了AI不仅能处理文本，还能在包含图像的更广泛语境下发挥作用，这对我自己的研究和数据分析方法产生了巨大影响，也为我探索新的研究方向提供了启发。

总的来说，参加此次学会让我接触到了将AI应用于教育的最新研究成果，是一次非常有意义的经历。我将继续关注AI未来能为教育和学习过程做出怎样的贡献。

另一方面，我的发表是在学生分会场（4），介绍了关于利用VR技术支持日语学习者学习拟情语的系统研究。我以“イライラ（烦躁）”为例，展示了开发的VR系统如何让学习者体验并理解情感。

在问答环节，我收到了两位提问者的重要问题。第一个问题是：为什么在情感体验中必须使用VR技术？在现实的人际关系中难道不能获得同样的效果吗？我回答说，虽然现实的方法也能引起情感，但往往是暂时的且缺乏可重复性。而VR系统可以提供随时可重复的场景，让学习者根据自己的需求自主学习。回顾这个回答，我觉得当时应该进一步强调VR技术所提供的高度沉浸感是促使学习者产生强烈情感体验的重要因素，这对于拟情语学习是不可或缺的。

第二个问题是：如何判断学习者是否真正体验到了情感？以及对于日语初学者来说，使用包含大量日语文本的VR系统是否困难？这些问题正是我的研究核心，当时没能很好地回答。不过，在之前进行的一项实验中，我其实已经对这一点进行了评估，我认为通过多角度的方法，在场景体验后询问学习者的具体感受，可以清晰地表达学习者的情感体验。

在讨论环节，还有关于为什么仅看视频无法理解情感，以及为什么外国日语学习者无法直观理解拟情语等有趣的问题。如果是日语母语者，即使是第一次看到的拟情语，也能通过语调把握情感的细微差别，但日语学习者没有这种直觉，因此很难理解拟情语的情感色彩。这也是我开发这个VR系统的原因之一。作为一名日语学习者，我自己在理解抽象词义时也感到困难，因此希望通过这个系统来帮助解决这些难题。

虽然发表时间有限，但我希望将来能在更大的舞台上展示我的研究成果。

（作者：硕士二年级 李瑭）