（來源：MIT TR）
美國存在教育不平等的問題，一些來自低收入家庭的孩子接受高質(zhì)量教育的可能性較小，部分原因是貧困地區(qū)難以留住經(jīng)驗(yàn)豐富的教師。
人工智能可以通過改進(jìn)這些學(xué)校有時(shí)用于補(bǔ)充課堂教學(xué)的一對(duì)一輔導(dǎo)來提供幫助。借助人工智能工具，在虛擬輔導(dǎo)課程中利用更有經(jīng)驗(yàn)的教師的專業(yè)知識(shí)。
斯坦福大學(xué)的研究人員在 OpenAI 的 GPT-4 之上開發(fā)了一款名為“Tutor CoPilot”的人工智能系統(tǒng)，并將其集成到“FEV Tutor”平臺(tái)中。該平臺(tái)以虛擬方式將學(xué)生與老師連接起來，老師和學(xué)生通過聊天界面互相輸入消息，老師可以按下按鈕讓 Tutor CoPilot 生成教學(xué)建議。
研究人員通過在包含 700 個(gè)真實(shí)輔導(dǎo)課程的數(shù)據(jù)庫上訓(xùn)練 GPT-4 創(chuàng)建了該模型，在這些課程中，經(jīng)驗(yàn)豐富的教師與一年級(jí)到五年級(jí)的學(xué)生一起上數(shù)學(xué)課，識(shí)別學(xué)生經(jīng)常出現(xiàn)的一些錯(cuò)誤，并幫助他們進(jìn)行糾正，使他們學(xué)會(huì)理解所教授的更廣泛的概念。由此，該模型生成了反饋，老師可以定制這些反饋以幫助他們的在線學(xué)生。
“我對(duì)人類與人工智能協(xié)作系統(tǒng)的未來感到非常興奮�！眳⑴c該項(xiàng)目的斯坦福大學(xué)博士生 Rose Wang 說道。該項(xiàng)目已發(fā)表在 arXiv 上，尚未經(jīng)過同行評(píng)審�！拔艺J(rèn)為這技術(shù)是一個(gè)巨大的推動(dòng)者，但前提是它需要設(shè)計(jì)得很好�！�
這個(gè)工具并不是單純?yōu)榱私虒W(xué)生數(shù)學(xué)而設(shè)計(jì)的，相反，它為老師提供了有用的教學(xué)建議，幫助他們?nèi)绾我龑?dǎo)學(xué)生找到正確的答案，同時(shí)鼓勵(lì)他們進(jìn)行更深入的學(xué)習(xí)。
例如，它可以建議老師詢問學(xué)生是如何得出答案的，或是尋找解決問題不同方法等。
為了測(cè)試其有效性，該團(tuán)隊(duì)檢查了 900 名老師的互動(dòng)情況，這些老師為 1787 名來自美國南部一些教育資源匱乏社區(qū)的 5 至 13 歲的學(xué)生提供虛擬數(shù)學(xué)教學(xué)，一半的老師可以選擇激活 Tutor CoPilot，而另一半則沒有。
那些老師有權(quán)訪問 Tutor CoPilot 的學(xué)生比那些無法訪問的學(xué)生的通過率（對(duì)學(xué)生是否掌握某一科目的評(píng)估）高出 4 個(gè)百分點(diǎn)。（通過率分別為 66% 和 62%。）
牛津大學(xué)機(jī)器學(xué)習(xí)研究員 Simon Frieder 沒有參與該項(xiàng)目，他表示，“該工具之所以能發(fā)揮出色的作用，是因?yàn)樗挥脕斫淌谙鄬?duì)基礎(chǔ)的數(shù)學(xué)。在當(dāng)前的時(shí)間點(diǎn)上，你無法真正用更高級(jí)的數(shù)學(xué)進(jìn)行研究�！彼f。
該團(tuán)隊(duì)估計(jì)，這個(gè)工具可以改善學(xué)生的學(xué)習(xí)效果，每年每位老師向輔導(dǎo)提供者支付約 20 美元的費(fèi)用，這比親自培訓(xùn)教育工作者通常需要的數(shù)千美元便宜得多。
未參與該項(xiàng)目的芝加哥大學(xué)計(jì)算機(jī)科學(xué)助理教授 Mina Lee 表示，通過培訓(xùn)新手老師以經(jīng)驗(yàn)豐富的教師的方式解決問題，它有可能改善新手老師與學(xué)生之間的關(guān)系。
“這項(xiàng)工作表明該工具在真實(shí)環(huán)境中確實(shí)有效。”她說，“我們希望促進(jìn)人與人之間的聯(lián)系，這確實(shí)凸顯了人工智能如何增強(qiáng)人與人之間的互動(dòng)。”
下一步，Rose Wang 和她的同事計(jì)劃探索新手老師對(duì) Tutor CoPilot 教授教學(xué)方法的記憶程度。這可以幫助他們了解此類人工智能干預(yù)措施的效果可能會(huì)持續(xù)多久。他們還計(jì)劃嘗試找出哪些其他科目或年齡組可以從這種方法中受益。
“有很多實(shí)質(zhì)性的方法可以使底層技術(shù)變得更好。但我們不會(huì)在沒有預(yù)先驗(yàn)證的情況下隨意部署人工智能技術(shù)，我們希望確保在真正將其投入使用之前能夠?qū)ζ溥M(jìn)行嚴(yán)格評(píng)估。對(duì)我而言，最擔(dān)心的是我們浪費(fèi)了學(xué)生的時(shí)間�！盧ose Wang 說道。
原文鏈接：
https://www.technologyreview.com/2024/10/28/1106251/this-ai-system-makes-human-tutors-better-at-teaching-children-math/
