通过演示实现闭环教学以提升政策透明度

演示是提高AI政策透明度的强大方式。尽管可以通过机器教学范式预先选择有信息的演示，但实际中的学生学习可能偏离预先选定的课程。因此，本文探索了受教育文献原则（如最近发展区和测试效应）启发的闭环教学框架。我们利用测试来关闭反馈环，维持一种新型粒子滤波模型以实时把握人类信念，从而提供针对当前理解的演示。用户研究发现，本文提出的闭环教学框架在基准测试中显著降低了人类测试响应的后悔率，降幅为43%。