面向马来西亚中学数学的基于生成 AI 的课程对齐多选题自动生成
计算与语言
2025-08-07 v1 人工智能
摘要
本文解决了马来西亚教育体系中可扩展且高质量教育评估工具的关键需求。我们强调了生成 AI（GenAI）的潜力，同时也意识到了确保事实准确性和课程对齐方面的重大挑战，尤其是针对低资源语言如巴哈马拉雅语。本研究引入并比较了四条递增的管道，用于生成巴哈马拉雅语中 Form 1 数学多选题（MCQs）。方法范围从非 grounding 提问（结构化和基础）到检索增强生成（RAG）方法（一个使用 LangChain 框架，一个手动实现）。该系统基于官方课程文件，包括教师准备的笔记和年度教学计划（RPT）。采用双轨自动评估框架来评估所生成的题目。通过对 RPT 的语义文本相似性（STS）来衡量课程对齐程度，而情境有效性则通过一种新颖的 RAG-based Question-Answering（RAG-QA）方法来验证。结果表明，RAG-based 管道显著优于非 grounding 提问方法，产生的题目在课程对齐和事实有效性方面表现更好。本研究进一步分析了框架-based RAG 和手动管道易于实现性与细粒度控制之间的权衡。这项工作提出了一种经过验证的方法，用于生成针对低资源语言中课程特定教育内容，引入了一种互惠的 RAG-QA 评估技术，并为在马来西亚及类似地区开发和部署实际 EdTech 解决方案提供了可操作性见解。
引用
@article{arxiv.2508.04442,
title = {Automated Generation of Curriculum-Aligned Multiple-Choice Questions for Malaysian Secondary Mathematics Using Generative AI},
author = {Rohaizah Abdul Wahid and Muhamad Said Nizamuddin Nadim and Suliana Sulaiman and Syahmi Akmal Shaharudin and Muhammad Danial Jupikil and Iqqwan Jasman Su Azlan Su},
journal= {arXiv preprint arXiv:2508.04442},
year = {2025}
}