评估大语言模型为多样化中学生个性化科学文本的能力

大语言模型（LLM），包括OpenAI的GPT系列，近年来取得了显著进展。因其在多个学科领域的专业知识和快速适应用户提示的能力，LLM作为个性化学习（PL）工具具有独特潜力。尽管具有这种潜力，其在K-12教育中的应用仍 largely未被探索。本文呈现了首批随机对照试验之一（n=23），用于评估GPT-4在为中学生个性化教育科学文本方面的有效性。在本研究中，GPT-4根据训练期间的选择为学生建立学习偏好档案。对于实验组，GPT-4用于重写科学文本以与学生的预测偏好对齐；而对于对照组的学生，文本被重写为与其学习偏好相矛盾。曼-惠特尼U检验的结果表明，当文本与学生偏好对齐时，学生显著偏好重写后的文本（p=.059，显著性水平.10）。这些发现表明GPT-4能够有效解读并定制教育内容以适应多样化的学习者偏好，标志着PL技术的重大进展。本研究还讨论了其局限性以及在教育中使用人工智能的伦理考量。