作者:By Rhiannon Williamsarchive page
斯坦福大学的研究人员在 OpenAI 的 GPT-4 之上开发了一种名为 Tutor CoPilot 的人工智能系统,并将其集成到名为 FEV Tutor 的平台中,该平台以虚拟方式将学生与导师联系起来。 导师和学生通过聊天界面互相输入消息,需要帮助解释学生如何以及为何出错的导师可以按下按钮从 Tutor CoPilot 生成建议。
研究人员通过在包含 700 个真实辅导课程的数据库上训练 GPT-4 创建了该模型,在这些课程中,经验丰富的教师与一年级到五年级的学生一起上数学课,识别学生的错误,然后与他们一起解决问题以这样的方式纠正错误,使他们学会理解所教授的更广泛的概念。由此,该模型会生成导师可以定制的响应来帮助他们的在线学生。
“我对人类与人工智能协作系统的未来感到非常兴奋,”参与该项目的斯坦福大学博士生 Rose Wang 说道,该项目发表在arXiv并且尚未经过同行评审——我认为这项技术是一个巨大的推动者,但前提是它设计得很好。——
该工具并不是为了真正教学生数学而设计的,而是为导师提供了有用的建议,帮助他们引导学生找到正确的答案,同时鼓励更深入的学习。
例如,它可以建议导师询问学生是如何得出答案的,或者提出可能指出解决问题的不同方法的问题。
为了测试其功效,该团队检查了 900 名导师的互动情况,这些导师实际上向来自美国南部历史上服务不足的社区的 1,787 名 5 至 13 岁学生教授数学。一半的导师可以选择激活 Tutor CoPilot,而另一半则没有。
那些导师有权访问 Tutor CoPilot 的学生比那些导师无法访问的学生通过出口券(对学生是否掌握某一科目的评估)的可能性高出 4 个百分点。(通过率分别为 66% 和 62%。)
牛津大学机器学习研究员西蒙·弗里德(Simon Frieder)并未参与该项目,他表示,该工具之所以如此有效,是因为它被用来教授相对基础的数学。“在当前这个时间点,你无法真正用更高级的数学进行研究,”他说。
该团队估计,该工具可以改善学生的学习,辅导提供者每年每名导师的成本约为 20 美元,这比亲自培训教育工作者通常需要的数千美元要便宜得多。
未参与该项目的芝加哥大学计算机科学助理教授米娜·李 (Mina Lee) 表示,通过培训新手导师以经验丰富的教师的方式解决问题,它有可能改善新手导师与学生之间的关系。
“这项工作表明该工具在真实环境中确实有效,”她说。“我们希望促进人与人之间的联系,这确实凸显了人工智能如何增强人与人之间的互动。”
下一步,王和她的同事有兴趣探索新手导师对导师副驾驶传授的教学方法的记忆程度。这可以帮助他们了解此类人工智能干预措施的效果可能会持续多久。他们还计划尝试找出哪些其他学校科目或年龄组可以从这种方法中受益。
“有很多实质性的方法可以使底层技术变得更好,”王说。但我们不会在没有预先验证的情况下随意部署人工智能技术,我们希望确保在实际将其投入使用之前能够对其进行严格评估。对我来说,最担心的是我们正在浪费学生的时间。”