探讨训练并整合多个AI平台在西浦学习超市实现异步语言支持
摘要
本项目探讨了将多个 AI 平台整合到西浦学习超市中，为在智能工程学院学习二年级学术英语 （EAP）的学生提供异步语言和学术技能支持。 该设计整合了生成式 AI 工具、游戏化的 H5P 活动并纳入了两个定制的聊天机器人：一个以学术为重点（“Cork the Wisdom Bot”），另一个以对话为重点（“Sara the Classmate Bot”）。这些内容被整合到一个学习超市页面上，形成了以创建互动、多模式的学习体验。 项目借助君谋（XIPU AI） 和其他平台来提取课程内容、生成测验题目、设计主题叙事并支持美学选择。 该项目展示了 AI 如何优化教学资料创建、增强学习者自主性，并促进在课堂之外的定期参与。同时也指出了局限性，例如平台限制和人工监督的需求。 该项目为将 AI 驱动的语言支持嵌入数字学习生态系统提供了可复制的模型，未来的研究可以进一步考察学习成果、学生参与度以及 AI 素养的发展。
引言与背景
AI 工具的可访问性和多样性不断提高，为创建互动式异步学习选项提供了独特的机会，这些选项可以鼓励学生在课堂之外参与课程内容、练习语言技能，且更熟练地运用人工智能并更熟练地与人工智能互动。
异步数字材料
异步学习现在通常涉及使用数字材料将学习延伸到课堂和上课时间之外，并且已被证明对学生非常有益，尤其是在语言学习领域（Sulha、Famela and Harahap，2021；Dayag & Faramarzi，2024）。 虚拟学习环境（VLE）允许以越来越多样化的方式向学生呈现数字材料，并且已被明确证明能够增强不同学生层次的认知和非认知学习（Jing et al., 2024）。 在这些平台提供的众多可能性中，H5P（HTML-5 Package 的缩写）是一种适应性强且便捷的方式，可用于创建和提供包括游戏、测验和音频在内的互动材料，Doran 和 Briggs（2024）的研究显示，将这些材料用于中国大学生时，不仅有效性高、学生参与度强，而且将其直接整合到学习超市虚拟环境中也效果显著。同样越来越受欢迎的是将人工智能以定制聊天机器人的形式整合到教学法中，这些聊天机器人专为特定教育目的量身定制，并协助材料设计。
应用于教育的 AI 聊天机器人
现在，AI 聊天机器人可以被设计为极其细致和有效的学习与教学伙伴，既可用于对话练习，也可辅助探索学习材料（Wu & Yu，2024）。 Gökçearslan、Tosun & Erdemir（2024）回顾了 30 多篇最新文章，得出结论：尽管已发表的大部分研究和指南都聚焦于在 ChatGPT ，但显然教育人工智能时代已经到来，新工具几乎每天都在涌现。 该综述还指出，这类应用最显著的优势是能提升学习动机和语言技能。尽管有些人可能怀疑这种新技术的“新奇”方面会影响这些发现，但长期研究已经在多种教育场景中证实，它能改善学习成果并降低学习焦虑（Wu & Yu，2024）。 教育家们还发现，使用AI 能有效节省时间，因为它可以从教学大纲中快速提取关键知识点，并协助完成多项材料生成任务（Gökçearslan、Tosun & Erdemir，2024）。
项目概览
本项目的目标在于探索上述数字材料、虚拟学习环境（VLE） 和 AI 智能体的发展如何结合起来，以增强异步语言和内容支持。 该项目通过西浦学习超市平台的 HTML 提供多功能的页面设置选项，能够整合多个互动部分，为智能工程学院的二年级学术英语（EAP）学生提供异步语言和课程内容支持。 核心将围绕四个关键要素展开： 首先是使用 AI 从一系列课程文档（如工作簿、教学大纲和评估任务书）中提取语言、概念内容和重要的课程相关信息。 然后，这些信息被用于创建多个学习部分。 其中之一是基于西浦自研的 君谋（XIPU AI） 平台开发的定制 AI 智能体，其专业知识库由语言学院 EAP111 课程《高级技术英语语言与学习技能》第二学期的内容组成。 其主要功能是解答学生关于课程中评估、截止日期、关键概念和词汇的任何疑问。 同样的信息还被用于创建一个互动的游戏化学习区域，学生可以通过一系列有趣的活动来测试和提高自己的知识，这些活动被组织成一个主题化的游戏地图。 最后，第二个是创建一个定制 的AI 智能体（豆包平台），作为一个英语语言伙伴，以练习和提高非正式会话英语技能。 这些模块最终被整合进 学习超市上的一个功能齐全且视觉吸引力强的页面中。
游戏化自测区（XIPU、ChatGPT、DeepSeek）
这一区域的开发旨在为学生提供每周互动的机会，以巩固 EAP111 课程的语言和读写技能。
将生成式 AI 与 H5P 工具结合，能够开发出鼓励学生自评、进行游戏化复习并和认知投入的异步学习材料（Doran & Briggs，2024；Homanová & Havlásková，2019；Reyna、Hanham & Todd，2020）。
首先，对 EAP111 的课程手册、教学大纲和每周工作簿进行分析，以提取与课程目标成果相关的语言输入和读写任务。 借鉴近期关于 H5P 在翻转课堂和互动学习环境中有效性的研究发现（Doran & Briggs，2024），最终选择游戏地图工具作为主要界面。 H5P 游戏地图能够将多种活动类型——包括多项选择测验、拖拽任务、配对游戏和视听材料——整合到主题热点中，营造沉浸式、以学习者为中心的体验（Homanová & Havlásková，2019）。
为了在每周课程主题中情境化这些活动，项目借助生成式 AI（ChatGPT 和 XIPUAI）协助创建叙事和互动结构。 例如，第 2 周以自主公共交通为主题，被转化为一个智慧城市场景，学生扮演初级工程师，探索交通枢纽并完成系统优化任务。 这种叙事设计旨在通过角色参与和任务推进来提高学习者的动力机（Reyna、Hanham & Todd，2020；Homanová & Havlásková，2019；Doran & Briggs，2024）。
测验题目和任务说明由AI 根据课程材料生成， 然后对全部内容进行人工编辑，以确保使其与课程目标一致，确保符合欧洲语言共同参考框架（ CEFR ）的适当难度，并保持教学清晰度。 这一过程凸显了 AI 在加速初始内容创作中的实用性，同时再次强调了人工监督的必要性—，以确保清晰度、情境相关性和教学有效性（Zirar，2023；Wrigley，2018）。
视觉设计采用了Freepik 提供的免版税 AI 生成图像作为游戏地图背景（图 1）， 既增强了界面的沉浸感，又确保了可访问性和分发便捷性（Aktay，2022）。 同时，设计中还关注重了导航便捷性、视觉清晰度和设备兼容性，以减轻认知负荷并支持自主学习（Wilkie et al., 2018；Reyna、Hanham & Todd，2020）。
图 1 游戏化自测区
“Cork” 智慧智能体
智慧智能体是专为EAP111课程第二学期内容设计的AI工具，主要功能是解答学生关于评估、截止日期和每周课程内容（如关键概念和词汇）的任何问题。 该智能体的设计旨在以鼓励学生阅读材料的方式做出回应，例如通过参考特定的工作簿或文档，并完成游戏化自测区的活动。
第一步是在 君谋（XIPU AI）上创建知识库。 知识库，正如 Holmes and Stocking（2009，第 6 页）所定义的，知识库是“支持智能系统运作的持久性知识集合”。 这一全面的陈述集合用于定义和建模代理运作的环境（Holmes and Stocking，2009）。 因此，为了创建知识库，项目上传了，如任务单、教学大纲和教学计划以及每周工作簿等基础文档，共 12 份。 文档一旦编译并发布后，系统生成了链接和知识库 ID ，以便将其整合到聊天机器人中。 对于聊天机器人，有两个可用选项：学习超市(LMO) 中提供的 AI 块，或在 君谋(XIPU AI) 上创建自定义智能体代理。 学习超市(LMO)上的集成 AI 块可调用允许使用 ChatGPT 知识库，还能通过“真相来源”功能以添加精确的课程规范。 然而，XIPU 智能体只支持使用自主创建的知识库。 最终，学习超市(LMO)上的 AI 块似乎是更好的选择，因为它可以更无缝地整合到课程页面中，尽管是在侧边栏上。 而对于 君谋(XIPU AI) 智能体，唯一的选择是共享链接或二维码，学生需跳转至外部平台使用。
图 2：配置 Wisdom Bot——来自 学习超市(LMO)网页的图像。
为整合聊天机器人，项目在 学习超市(LMO)上添加了一个 君谋(XIPU AI)聊天块。 如图 2 所示，该块被命名为“Wisdom Bot”，并设置为知识库模式。 接下来需要填写的条目是“真相来源”——这一功能确保聊天机器人对类似问题提供相同的答案，并要求信息采用问答格式。 例如，“问：第 3 部分什么时候截止？答：3 月 16 日星期四。” 若使用 ChatGPT 模式，这一环节尤为重要，能确保所提供的信息准确且一致。 为了简化问题创建过程，项目将基本课程文档（如任务单、教学大纲和教学计划、手册和每周工作簿）上传到 DeepSeek，这是一个使用强化学习和模型蒸馏的 AI 语言模型（Okaiyeto et al.，2025）。 并要求它“根据所提供的信息，以问答格式生成学生可能会问的 50 个问题”。 该模型它迅速在 8 个子标题下创建了问题，涵盖：通用问题一般、作品集任务、报告结构、技术主题、评分与惩罚、口语课程作业、期末考试和其他。 经检查所有问答都合适且正确之后，将其复制并粘贴到 学习超市(LMO)网页上的“真相来源”框中。
最后一项设置是“完成提示”——，这是 AI 开始对话前接受的指令。 用户可以根据描述定义 AI 的“个性”。 项目的提示内容为：“你是一名 EAP111 教师。你乐于助人、随和且善于鼓励学生，并应引导学生阅读特定文档。你每周与学生见面两次，在此解答额外问题。你可以先询问学生今天需要什么帮助。目的是帮助学生找到信息，并告诉他们具体参考文档。” 完成所有设置和信息后，将最初生成的知识库 ID 输入到知识库模式下，如图 2 所示。
“Sara”同学智能体（豆包）
由字节跳动开发的豆包 AI 平台在人工智能领域具备多项优势（Zhang，2024）。 其大语言模型使用字节跳动自研的数据标注系统进行训练，吸收了涵盖历史、科学、技术、文化等多个领域的广泛知识（Ai Faner，2025）。 这一特点使豆包的定制智能体区别于源自 GPT、Claude 或其他主流大语言模型开发的工具的。
豆包网页版不支持 AI 智能体创建，因此用户必须下载并安装软件版本来自定制 AI 智能体。 在豆包软件版本的工具栏右侧，有两个智能体创建的工具：AI 智能体生成器和 AI 代理智能。 对于不熟悉提示词或缺乏明确设计方案的用户，可以选择 AI 智能体生成器。
在豆包AI 智能体生成器通过分步引导，收集有关智能体的角色、个性、教育背景、爱好和头像的详细信息，最终生成同学机器人。 为本项目开发的“同学智能体（Sara）”被设定为在，西交利物浦大学智能工程学院学习的有趣且外向的外国同学。 Sara 是一名计算机科学专业的学生，仅用英语交流，对 学术英语（EAP） 课程有良好的总体认知和专题知识，擅长帮助学生应对语言挑战，还能参与课堂相关话题和个人的爱好（包括电子游戏、经典电影和羽毛球）的对话。 这种实用的口语技能被优先考虑，因为 EAP 学习和教学中非常强调将英语语言技能应用于真实讨论（XJTLU，2025）。
选定了头像和语言后，智能体最终确定了形象，并配备了多种不同个性、音调和语速的声音。 此外，用户可以点击“克隆我的声音”，通过录制自己的声音来创建个性化语音包。 同学智能体（Sara）定制完成后，通过多轮对话进行了测试（话题从日常问候到电影书籍等，如图三所示）。 它能以文本和音频格式做出回应，并根据用户反馈调整其回复方式。 如图 3 所示，同学智能体（Sara）可应对各类话题（从羽毛球拍聊到自主交通）回复长度灵活，还会像人类一样提出后续问题以保持对话流畅。
图 3. 豆包 AI 平台同学智能体（Sara）
尽管目前的同学智能体（Sara）运行效果良好，但豆包平台存在一项限制：是用户无法搭建知识库或上传材料以进一步定制智能体。 该智能体最终预计将成为二年级计算机科学学生的语言伙伴，帮助他们通过文本或音频练习会话英语，并对其语言使用提供反馈。
学习超市虚拟环境（VLE）的应用
项目包含三个模块部分：Cork（智慧智能体）、Sara（同学智能体）和游戏化自测区。 下一步是将它们整合到学习超市的同一页面中，确保页面功能易用，并且在视觉上对学生有吸引力。
Kronemann et al.（2023）回顾了营销文献，得出结论：尽管存在争议，但有证据表明，当 AI 呈现类似人类的特征和行为，特别是提问和分享观点或想法时，能显著提升互动效果。 因此，项目两个 AI 智能体设计了动画“人脸”，以匹配其预设身份，例如 Sara 的形象是一位约 20 岁左右的友善学生，而 Cork 则一位戴眼镜的年长教师。 借助君谋（XIPU） 和 Sora 将这些图像生成为动画 GIF，并嵌入页面，既为每个区域赋予身份，也让AI更具真实感AI 。
在功能方面，页面设计力求简洁直观：学生可以通过 LMO 页面上的文本框直接与智能体互动，并接收回复。 对于豆包，学生还能，下载应用程序，在手机上进行文本和音频交流。
结论
该项目为教育者提供了整合主流AI工具、开展异步语言及内容支持的实践机会。在每一阶段，AI 都起到了简化流程的作用：从课程材料中提取内容和语言，并将其转化为引人入胜的数字格式的过程。 AI 也在材料设计的美学方面也发挥了重要作用，提供了设计思路想法、图像、视频等素材。 材料一旦创建完成后，学生这些材料可以多次访问，而无需教育者额外干预。
最终结果是让为课程更具活力，并使学生能够根据自己的需求和状态通过多种方式参与学习与学习过程互动。 智慧智能体为学生可能影响其评估成绩的严肃学术内容提供可靠支持。 游戏化自测材料提供了一种有趣且引人入胜的方式来帮助学生检查和巩固知识强化理解。同学智能体则有望以更轻松的方式促进自然语言练习，让学生在无材料压力的环境中提升学生的语言能力。 学习过程在各个方面都变得更加自主。 当然，未来将需要量化这类些 AI 驱动材料的有效性，例如分析其对语言能力、内容知识的掌握以及与材料和智能体互动所花费的时间。
该项目的另一个重要目标是帮助学生更熟练地与AI系统互动——这一能力在学术和职业领域愈发重要。
引用：
Ai Faner (2025 April 10). Doubao releases the large model 1.5 Pro, and after testing, I found that this domestic AI defeated GPT-4 using the most 'foolish' method. Tencent Webpage. https://news.qq.com/rain/a/20250320A04KCH00
Aktay, S. (2022). The usability of images generated by artificial intelligence (AI) in education. International Technology and Education Journal, 6(2), 51–62. https://dergipark.org.tr/en/download/article-file/2888675
Dayag, Joseph & Faramarzi, Sajad. (2024). Virtual Learning Environment: Enriching 21 st Century Academic Landscape. European Journal of Theoretical and Applied Sciences. 2. 248-253. 10.59324/ejtas.2024.2(1).19.
Doran, S., & Briggs, C. (2024). H5P Interactive Materials for Flipped Learning: Engagement, Effectiveness and Challenges. In ThaiTESOL International Conference Proceedings, October 2024. p.p. 32 - 47
Doran, S. (2020). Using asynchronous online discussions to promote out of class learning in Vietnamese University students. Asian EFL Journal, 27(2.3) p188-211 https://www.asian-efl-journal.com/monthly-editions-new/page/3/index.htm
Gökçearslan, S., Tosun, C., & Erdemir, Z. G. (2024). Benefits, challenges, and methods of artificial intelligence (AI) chatbots in education: A systematic literature review. International Journal of Technology in Education, 7(1), 19-39.
Jing, Y., Dai, J., Wang, C., Shen, S., & Shadiev, R. (2024). Unleashing the power of virtual learning environment: exploring the impact on learning outcomes through a meta-analysis. Interactive Learning Environments, 33(1), 52–69. https://doi.org/10.1080/10494820.2024.2335481
Homanová, Z., & Havlásková, T. (2019). H5P interactive didactic tools in education. In EDULEARN19 Proceedings (pp. 9266–9275). IATED.
Kronemann, B., Kizgin, H., Rana, N., & K. Dwivedi, Y. (2023). How AI encourages consumers to share their secrets? The role of anthropomorphism, personalisation, and privacy concerns and avenues for future research. Spanish Journal of Marketing-ESIC, 27(1), 3-19.
Okaiyeto, S. A., Junwen Bai, Jun Wang, Mujumdar, A. S., & Hongwei Xiao. (2025). Success of DeepSeek and potential benefits of free access to AI for global-scale use. International Journal of Agricultural & Biological Engineering, 18(1), 304–306. https://doi.org/10.25165/j.ijabe.20251801.9733
Reyna, J., Hanham, J., & Todd, B. (2020). Flipping the classroom in first-year science students using H5P modules. In EdMedia+ Innovate Learning (pp. 1077–1083). Association for the Advancement of Computing in Education (AACE).
Sulha, A. H., Famela, A. K., & Harahap, A. T. A. (2021). The implementation of synchronous and asynchronous learning in English as foreign language setting. Etdc: Indonesian Journal of Research and Educational Review, 1(1), 17-27.
Wilkie, S., Manwaring, P., Zakaria, G., & Chen, L. (2018). Implementing multimedia learning principles and visual design to improve learning outcomes. ASCILITE Proceedings, 344–355.
Wrigley, T. (2018). The power of ‘evidence’: Reliable science or a set of blunt tools? British Educational Research Journal, 44(3), 359–376. https://doi.org/10.1002/berj.3338
Wu, R., & Yu, Z. (2024). Do AI chatbots improve students learning outcomes? Evidence from a meta‐analysis. British Journal of Educational Technology, 55(1), 10-33.
XJTLU (2025, May 16). Language Teaching. https://www.xjtlu.edu.cn/en/study/departments/school-of-
languages/english-language-centre/language-teaching/eap-year-one
Zhang, J. (2024). TikTok Parent ByteDance Now Has China’s Most Popular AI Chatbot. Bloomberg.Com.
https://eds.p.ebscohost.com/eds/detail/detail?vid=0&sid=86d621fe-c68c-4a46-844b-56dc7d0dd58b%40redis&bdata=JnNpdGU9ZWRzLWxpdmUmc2NvcGU9c2l0ZQ%3d%3d#AN=177356009&db=bsu
Zirar, A. (2023). Exploring the impact of language models, such as ChatGPT, on student learning and assessment. Review of Education, 11, e3433. https://doi.org/10.1002/rev3.3433
