（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)驗豐富的教師。
人工智能可以通過改進這些學校有時用于補充課堂教學的一對一輔導來提供幫助。借助人工智能工具，在虛擬輔導課程中利用更有經(jīng)驗的教師的專業(yè)知識。
斯坦福大學的研究人員在 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”平臺中。該平臺以虛擬方式將學生與老師連接起來，老師和學生通過聊天界面互相輸入消息，老師可以按下按鈕讓 Tutor CoPilot 生成教學建議。
研究人員通過在包含 700 個真實輔導課程的數(shù)據(jù)庫上訓練 GPT-4 創(chuàng)建了該模型，在這些課程中，經(jīng)驗豐富的教師與一年級到五年級的學生一起上數(shù)學課，識別學生經(jīng)常出現(xiàn)的一些錯誤，并幫助他們進行糾正，使他們學會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生。
“我對人類與人工智能協(xié)作系統(tǒng)的未來感到非常興奮�！眳⑴c該項目的斯坦福大學博士生 Rose Wang 說道。該項目已發(fā)表在 arXiv 上，尚未經(jīng)過同行評審�！拔艺J為這技術(shù)是一個巨大的推動者，但前提是它需要設計得很好�！�
這個工具并不是單純?yōu)榱私虒W生數(shù)學而設計的，相反，它為老師提供了有用的教學建議，幫助他們?nèi)绾我龑W生找到正確的答案，同時鼓勵他們進行更深入的學習。
例如，它可以建議老師詢問學生是如何得出答案的，或是尋找解決問題不同方法等。
為了測試其有效性，該團隊檢查了 900 名老師的互動情況，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 歲的學生提供虛擬數(shù)學教學，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 的學生比那些無法訪問的學生的通過率（對學生是否掌握某一科目的評估）高出 4 個百分點。（通過率分別為 66% 和 62%。）
牛津大學機器學習研究員 Simon Frieder 沒有參與該項目，他表示，“該工具之所以能發(fā)揮出色的作用，是因為它被用來教授相對基礎的數(shù)學。在當前的時間點上，你無法真正用更高級的數(shù)學進行研究�！彼f。
該團隊估計，這個工具可以改善學生的學習效果，每年每位老師向輔導提供者支付約 20 美元的費用，這比親自培訓教育工作者通常需要的數(shù)千美元便宜得多。
未參與該項目的芝加哥大學計算機科學助理教授 Mina Lee 表示，通過培訓新手老師以經(jīng)驗豐富的教師的方式解決問題，它有可能改善新手老師與學生之間的關系。
“這項工作表明該工具在真實環(huán)境中確實有效�！彼f，“我們希望促進人與人之間的聯(lián)系，這確實凸顯了人工智能如何增強人與人之間的互動。”
下一步，Rose Wang 和她的同事計劃探索新手老師對 Tutor CoPilot 教授教學方法的記憶程度。這可以幫助他們了解此類人工智能干預措施的效果可能會持續(xù)多久。他們還計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。
“有很多實質(zhì)性的方法可以使底層技術(shù)變得更好。但我們不會在沒有預先驗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行嚴格評估。對我而言，最擔心的是我們浪費了學生的時間。”Rose 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/
