Development of an Artificial Intelligence Chatbot-Integrated Learning Platform to Enhance Information, Media, and Technology Literacy Skills for 21st-Century Learners in Distance Learning System
Notice bibliographique
Résumé
The objectives of this research were to: 1) develop an artificial intelligence chatbot-integrated learning platform to enhance information, media, and technology literacy skills for 21st-century learners in distance learning system, and 2) study the effects of using this platform to enhance these skills. The sample group consisted of 32 undergraduate students from Sukhothai Thammathirat Open University in Thailand, selected through voluntary sampling. The research tools included: 1) the AI chatbot-integrated learning platform designed to enhance information, media, and technology literacy skills, and 2) pre-tests and post-tests assessing these literacy skills. Data were analyzed using percentages, means, standard deviation, t-tests, and content analysis. The research findings were as follows: 1) The development of the artificial intelligence chatbot-integrated learning platform to enhance information, media, and technology literacy skills for learners in distance learning system included four key components: (1) input, with six sub-components—(1.1) learner analysis, (1.2) content analysis, (1.3) learning platform, (1.4) artificial intelligence chatbot, (1.5) personnel, and (1.6) an information, media, and technology literacy test for learners in the distance education system; (2) process; (3) output; and (4) feedback. The AI chatbot’s implementation comprised three steps: (1) pre-learning, (2) self-learning, and (3) self-evaluation. The quality of the AI chatbot-integrated learning platform, as evaluated by experts, was rated at the highest level. 2) The study on the use of the AI chatbot-integrated learning platform revealed that the sample group of 32 students had significantly higher post-test scores compared to their pre-test scores, with statistical significance at the.05 level (t = -15.90, p = .00). Based on the analysis of users’ attitudes and abilities, it was found that the AI chatbot learning platform is effective as a tool for educational recommendations in distance education. The AI chatbot learning platform can also accurately analyze learners’ questions and provide precise answers that meet their needs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».