中文

CourseAssist:计算机科学教育中面向教学的AI导师

计算机与社会 2024-07-31 v3 人工智能 人机交互

摘要

计算机科学课程的报名人数不断增长,课堂规模也在增加,亟需可扩展且自动化的辅导解决方案来充分支持学生学习。虽然大型语言模型(LLM)如GPT-4在通过问答帮助学生方面显示出潜力,但教育者对学生过度依赖、对生成代码的误解以及错误答案的风险表示关切。我们并不主张直接禁止这些工具,而是提出一种建设性的方法,充分利用AI的能力同时减轻潜在风险。本篇海报介绍了CourseAssist,这是一个针对计算机科学教育的新型LLM-based辅导系统。与通用LLM系统不同,CourseAssist使用检索增强生成、用户意图分类和问句分解,将AI响应与具体课程材料和学习目标相匹配,从而确保AI在教育环境中的教学适当性。我们使用来自编程语言课程的50个问答对数据集对CourseAssist进行评估,重点关注实用性、准确性和教学适当性三个标准。评估结果显示,CourseAssist显著优于GPT-4基线,表明其具有有效学习助理的潜力。我们还在一所大型公开R1研究型大学的6门计算机科学课程中部署了CourseAssist,覆盖超过500名学生。对20名学生用户的访谈表明,CourseAssist通过提高课程特定辅导帮助的可及性和缩短编程作业反馈循环,提升了计算机科学教学。未来工作将包括在更多大学进行大规模试点测试,以及探索改进学生、教育者与AI之间协作关系,以提升计算机科学学习体验。

关键词

引用

@article{arxiv.2407.10246,
  title  = {CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education},
  author = {Ty Feng and Sa Liu and Dipak Ghosal},
  journal= {arXiv preprint arXiv:2407.10246},
  year   = {2024}
}

备注

Accepted to SIGCSE Virtual 2024