生成式AI用于提升教育中的主动学习：GPT-3.5与GPT-4在制作定制化测试题目中的比较研究
计算与语言
2024-06-21 v1 人工智能
机器学习
摘要
本研究探讨了如何利用大语言模型(LLM)， Specifically GPT-3.5和GPT-4，开发针对小学九年级数学的定制化问题，以符合主动学习原则。通过利用迭代方法，这些模型根据难度和内容调整问题，响应来自模拟\'学生\'模型的反馈。研究的新颖之处在于使用GPT-4作为\'教师\'创建复杂问题，而GPT-3.5作为\'学生\'应对这些挑战。这一设置模拟了主动学习，促进更深入的参与。研究结果表明，GPT-4在生成精确、具有挑战性的问题方面优于GPT-3.5，并且在接受GPT-4指令后，GPT-3.5的处理更复杂问题的能力有显著提升。这些结果凸显了LLM模仿和提升主动学习情景的潜力，为AI在定制化教育中提供了有前景的路径。本研究为理解AI如何支持个性化学习经验，特别是在各种教育情境中进一步探索提供了依据。
引用
@article{arxiv.2406.13903,
title = {Generative AI for Enhancing Active Learning in Education: A Comparative Study of GPT-3.5 and GPT-4 in Crafting Customized Test Questions},
author = {Hamdireza Rouzegar and Masoud Makrehchi},
journal= {arXiv preprint arXiv:2406.13903},
year = {2024}
}
备注
Publisher: Canadian Artificial Intelligence Association. URL: https://caiac.pubpub.org/pub/kmn55wd2#nssvokovikx