人工智能导师帮助哈佛学生在更短的时间内学习更多物理知识 - Hechinger 报告

2024-09-16 10:00:00 英文原文

我们仍处于了解在教育中使用生成式人工智能的前景和危险的早期阶段。很少有研究人员评估学生是否受益,一项精心设计的研究表明,使用 ChatGPT 进行数学实际上会损害学生的成绩。

我看到的第一个科学证明 ChatGPT 实际上可以帮助学生学习更多知识已发布今年早些时候上线。这是一个小型实验,涉及不到 200 名本科生。所有人都是 2023 年秋季参加物理入门课程的哈佛大学学生,因此研究结果可能不会广泛适用。但与平时亲自上物理课相比,当学生在宿舍使用人工智能导师时,他们在更短的时间内学到了两倍多的知识。学生们还表示,他们感到更加投入和积极主动。他们学到了更多东西,并且喜欢它。

关于该实验的论文尚未在同行评审的期刊上发表,但哈佛大学的其他物理学家称赞这是一个设计良好的实验。学生被随机分配在课堂上照常学习某个主题,或者呆在宿舍里通过由 ChatGPT 提供支持的人工智能导师来学习。学生在课前和课后或人工智能课程中进行简短的测试,以衡量他们学到了多少。接下来的一周,在班学生通过宿舍的人工智能导师学习下一个主题,人工智能辅导的学生回到课堂。每个学生都以两种方式学习,在一门关于表面张力的课程和一门关于流体流动的课程中,人工智能辅导的学生学到了更多东西。

为了避免人工智能幻觉,聊天机器人倾向于编造一些东西事实并非如此,人工智能导师给出了所有正确的解决方案。但其他人工智能导师的开发者也为他们的机器人提供了答案。哈佛大学物理讲师、本研究中使用的人工智能导师的开发者格雷戈里·凯斯汀 (Gregory Kestin) 认为,他的努力取得了成功,而其他人却失败了,因为他和他的同事用教学最佳实践对其进行了微调。例如,哈佛大学的科学家指示这位人工智能导师要简短,不要超过几句话,以避免认知过载。否则,他解释说,ChatGPT 有一种啰嗦的倾向。

这位被 Kestin 称为 PS2 Pal 的导师,在他教授的物理科学 2 课结束后,被告知只能一步一步放弃。时间,而不是在一条消息中透露完整的解决方案。PS2 Pal 还被指示鼓励学生在揭示答案之前进行思考并尝试一下。

哈佛科学家认为,无指导地使用 ChatGPT 会让学生在不进行批判性思维的情况下完成作业。

p>

Kestin 不提供传统的讲座。与哈佛大学的许多物理学家一样,他通过一种称为主动学习的方法进行教学,学生首先在讲师提供反馈时与同学一起解决课堂上的问题集。经过一些尝试、错误和挣扎之后,就会出现直接的解释或小型讲座。凯斯汀试图通过人工智能导师重现这种教学风格的各个方面。学生们辛苦地完成了同样的一系列活动,凯斯汀向人工智能导师提供了他计划在课堂上提供的相同反馈笔记。

凯斯汀将他关于实验的论文命名为“人工智能辅导优于主动学习”,但在在接受采访时,他告诉我,他并不是想建议人工智能应该取代教授或传统的面对面课程。

我不认为这是取代任何人类互动的论点,凯斯汀说。这使得人与人之间的互动更加丰富。

Kestin 表示,他打算继续通过面对面的课程进行教学,并且他仍然相信,学生通过讨论如何解决问题可以互相学习很多东西。组。他认为这位人工智能导师的最佳用途是在课前引入一个新主题,就像教授提前布置阅读一样。这样背景知识较少的学生就不会落后,可以更充分地参与课堂活动。Kestin 希望他的 AI 导师能够让他在课堂上花更少的时间在词汇和基础知识上,而将更多的时间投入到创造性活动和高级问题上。

当然,AI 导师的好处取决于学生实际使用它。在其他方面,学生通常不想使用早期版本的教育技术和计算机化导师。在此实验中,通过 Zoom 安排和监考 PS2 Pal 的家庭会议。目前还不清楚,即使是积极性很高的哈佛学生是否会发现它足够有吸引力,可以主动定期使用。可爱的表情符号是哈佛大学科学家促使他们的人工智能导师使用的另一个元素,但可能不足以维持长期兴趣。

Kestin 的下一步是测试导师机器人整个学期。他还作为学习助手和家庭作业测试了 PS2 Pal。凯斯汀说,他看到了有希望的迹象,表明它对基本问题有帮助,但对高级问题没有帮助。

讽刺的是,人工智能导师在我们通常认为的辅导方面可能并不那么有效。Kestin 认为当前的人工智能技术并不擅长任何需要对一个人有很多了解的事情,比如学生在课堂上已经学到了什么,或者什么样的解释性隐喻可能有效。

人类有很多他说,你可以结合你的判断来使用上下文,以便比人工智能更好地指导学生。相比之下,人工智能擅长向学生介绍新材料,因为您只需要有关某人的有限背景和最少的判断即可如何最好地教授它。

联系特约撰稿人 Jill Barshay,电话 (212) 678-3595 或Barshay@hechingerreport.org。

这个关于人工智能导师的故事由 Jill Barshay 撰写,由 Hechinger Report 制作,Hechinger Report 是一家专注于教育不平等和创新的非营利性独立新闻机构。订阅 Proof Points 和其他 Hechinger 时事通讯。

摘要

我们仍处于了解在教育中使用生成式人工智能的前景和危险的早期阶段。每个学生都以两种方式学习,在一门关于表面张力的课程和一门关于流体流动的课程中,人工智能辅导的学生学到了更多东西。凯斯汀将他关于该实验的论文命名为“人工智能辅导胜过主动学习”,但在一次采访中,他告诉我,他并不是想建议人工智能应该取代教授或传统的面对面课程。他认为这位人工智能导师的最佳用途是在课前引入一个新主题,就像教授提前布置阅读一样。这样背景知识较少的学生就不会落后,可以更充分地参与课堂活动。