AI辅导在UK教室中的探索性随机对照试验
计算机与社会
2025-12-30 v1 人工智能
机器学习
摘要
一对一辅导被广泛认为是个性化教育的金标准，但规模化仍昂贵。为评估生成式AI是否可能帮助扩大可及性，我们在UK五所中学进行了探索性随机对照试验(RCT)，样本为N=165名学生。我们将LearnLM——一个针对教育领域微调的生成式AI模型——集成到Eedi数学平台的基于聊天的辅导 sessions 中。在RCT中，专家辅导员直接监督LearnLM，要求对其草拟的每条消息进行修订，直至他们满意后才能发送。LearnLM被证明是可靠的教育指令来源，监督辅导员批准其草拟消息的76.4%，且零或最小编辑(仅改动一个或两个字符)。这转化为有效的辅导支持：接受LearnLM辅导的学生在我们测量的每个学习结果上，都表现得至少与接受人类辅导员辅导的学生一样好。事实上，接受LearnLM辅导的学生在后续主题中解决新问题的成功率(66.2%)显著高于仅接受人类辅导员辅导的学生(60.7%)，高出5.5个百分点。在访谈中，辅导员突出LearnLM在草拟促进学生深层反思的苏格拉底问题方面的优势，多位辅导员甚至报告说他们从模型中学习到了新的教育实践。总体而言，我们的结果表明，经过教育微调的AI辅导系统可能在大规模提供有效、个性化学习支持方面发挥前景十足的作用。
引用
@article{arxiv.2512.23633,
title = {AI tutoring can safely and effectively support students: An exploratory RCT in UK classrooms},
author = {LearnLM Team and Eedi and : and Albert Wang and Aliya Rysbek and Andrea Huber and Anjali Nambiar and Anna Kenolty and Ben Caulfield and Beth Lilley-Draper and Bibi Groot and Brian Veprek and Chelsea Burdett and Claire Willis and Craig Barton and Digory Smith and George Mu and Harriet Walters and Irina Jurenka and Iris Hulls and James Stalley-Moores and Jonathan Caton and Julia Wilkowski and Kaiz Alarakyia and Kevin R. McKee and Liam McCafferty and Lucy Dalton and Markus Kunesch and Pauline Malubay and Rachel Kidson and Rich Wells and Sam Wheeler and Sara Wiltberger and Shakir Mohamed and Simon Woodhead and Vasco Brazão},
journal= {arXiv preprint arXiv:2512.23633},
year = {2025}
}