面向计算机科学高等教育的 RAG 潜力：面向教师的视角

大语言模型（LLM）的出现显著影响了自然语言处理领域，并因其在应用程序和公共访问方面的广泛整合，变革了各类领域的对话任务。围绕 LLM 在教育中的应用讨论日益聚焦，尤其是关于 Plagiarism 和政策合规的伦理问题。尽管 LLM 在对话任务中显示出强大能力，但其可靠性和幻觉的局限性加剧了对对话加固的需求，从而推动了我们对计算机科学高等教育中的 RAG 进行调查。我们为虚拟教学助手和教学辅助两个任务开发了检索增强生成（RAG）应用程序。在我们的研究中，我们收集了来自不同层次的计算机科学大学课程中教师的评级和意见，利用为每个课程量身定制的 RAG 系统进行评估。该研究是首次收集教师对基于 LLM 的 RAG 在教育中应用的反馈。调查结果显示，尽管教师们认可 RAG 系统作为虚拟教学助手和教学辅助的潜力，但仍存在一些障碍和建议的功能，以实现其大规模部署。这些发现为在教育环境中整合先进语言模型的 ongoing discussion 贡献了重要见解，突显了在负责任和有效地实施方面的谨慎考量和适当防护措施的必要性。