大家好。

3 月 2 日和 3 日，我参加了在熊本大学举行的日本教育技术协会 2024 年春季全国大会（第 44 届大会）。 这是我第一次来到熊本，也是我第一次参加日本教育技术协会的活动。 总的来说，我获得了非常好的经验。

到目前为止，我参加的唯一一次日本会议是日本信息处理学会 CLE 研讨会，但这次我感受到了不同的氛围。 很多会议同时举行，我可以根据自己的兴趣和喜好选择想听的演讲。 特别是关于生成式人工智能的研究很多，我看到了几项有趣的研究。

其中有两项研究给我留下了特别深刻的印象，第一项是在学生分会场（1）进行的，题为 “AN LLM Chatbot in Minecraft with Educational Applications”。 这项研究的重点是在 Minecraft 中使用创意模式开展建筑和创意活动。创意模式为那些喜欢建筑设计和创意表达的人提供了一个自由发挥无限想象力和创造力的环境。 与传统的建筑方法相比，本研究利用大型语言模型（LLM），并与聊天机器人（Chatbot）合作，让用户通过聊天机器人输入命令并创建建筑。 从技术角度来看，Minecraft 和聊天机器人的结合非常有趣。 我自己对 Minecraft 也有一些经验，我认为这种方法增加了游戏的吸引力，因为在创建建筑时，你并不总是能马上想到一些想法。 不过，从教育的角度来看，我很好奇与传统方法相比，哪种方法在培养想象力和创造力方面更有效，或者说未来的工作会是什么样子。

第二项研究题为 “利用多模态生成人工智能通过照片支持学习反思的方法建议”，在教育学习支持系统和人工智能（8）分会场上进行了介绍。 多模态生成人工智能是一种可以处理多种数据类型（包括图像和文本）的人工智能，能够对包含特定对象的图像进行分类。 本研究采用的方法是使用一种名为 GPT4 的生成式人工智能，通过视觉来了解学习者试图选择哪些照片，并对其学习情况进行反思。 在这一过程中，学习者的学习活动被记录在多张照片中，活动结束后，学习者选择一张照片并解释原因。 生成式人工智能对所选照片进行分析，分析结果以文本格式从三个角度输出：做得好、能做和既做得好又能做。 根据输出的文本，分类后的图片分别用不同的颜色标记。 这种方法可以帮助教育工作者了解学习者的反思，但如何利用生成式人工智能所获得的结果，还有待于今后的工作。

通过这些研究，我们可以看到人工智能在教育中的多面性，从而丰富学习过程。 特别是有关多模态生成式人工智能的工作表明，人工智能不仅可以用于文本，还可以用于包括图像在内的更广泛的环境，这对我自己的研究和数据分析方法产生了深远的影响，激励我探索新的研究方向。

总之，参加这次会议是一次非常有益的经历，它让我了解到人工智能在教育领域应用的最新研究成果，今后我将继续关注人工智能如何促进教学过程。

同时，我的演讲属于学生分会场（4），我在那里介绍了我的研究，即利用虚拟现实技术支持日语学习者学习拟声词的系统。我以 “イライラ”为例，展示了所开发的 VR 系统如何让学习者体验和理解情绪。

在问答环节，两位提问者提出了重要问题。 首先，为什么要使用 VR 技术进行情感体验，在真实的人际关系中能否达到同样的效果？ 问题是。 我回答说，虽然现实生活中的方法也能引发情感，但都是暂时的，不可复制。 不过，我解释说，VR 系统提供的场景可以随时重现，学习者可以根据自己的需要自主学习。 回顾这个回答，我们觉得应该进一步强调，VR 技术提供的高度沉浸感是鼓励学习者获得强烈情感体验的一个重要因素，而这种情感体验对于拟声语言学习至关重要。

第二个问题是如何确定学习者是否真正体验到了情感，以及初学日语的学习者是否难以使用包含大量日语文本的 VR 系统。 这些问题都是我研究的核心，我无法当场很好地回答，但我目前正在前不久进行的实验中对此进行评估，我相信通过多方面询问学习者在场景体验后的具体情绪，可以清晰地描述他们的情感体验。

在讨论环节中，大家还提出了一些有趣的问题：为什么仅仅看视频无法理解情感，为什么外国日语学习者不能直观地理解拟声语言？母语为日语的人第一次看到拟声词就能从语音语调中把握其细微的情感变化，但日语学习者却没有这种直觉，很难理解拟声词的情感变化。 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，我自己也很难理解抽象的词义，我希望通过这个系统来帮助解决这些困难。

虽然发表时间有限，但我希望今后能在更大的舞台上展示我的研究成果。

（笔者：硕士2年级 李瑭）