以个人AI导师落实学习原则：一项案例研究
计算机与社会
2023-09-26 v1 人工智能
人机交互
机器学习
摘要
基于个性化、提取练习与间隔重复等原则的有效学习策略常因实际限制而难以落实。在此，我们探讨依据学习科学整合AI导师以补充学习项目。一项为期一学期的研究在瑞士远程大学（UniDistance Suisse）开展，为修读神经科学课程的心理学学生（N=51）提供了AI导师应用。利用GPT-3从现有课程材料自动生成微学习问题后，该AI导师为每位学生对关键概念的掌握建立了动态神经网络模型。这使得能够实施分布式的提取练习，并依据每位学生的个体水平与能力进行个性化。结果表明，积极使用AI导师的学生取得了显著更高的成绩。此外，与未使用AI导师的平行课程相比，积极参与带来了最高达15个百分位点的平均提升。并且，掌握程度与考试成绩强相关，从而验证了神经网络预测的相关性。本研究展示了个人AI导师建模人类学习过程并有效提升学业表现的能力。通过将AI导师整合进其项目，教育者能提供以学生为本、扎根学习科学原则的个性化学习体验，从而应对落实有效学习策略的相关挑战。这些发现为有关AI在教育中变革潜力的日益增长的知识体系作出了贡献。
引用
@article{arxiv.2309.13060,
title = {Implementing Learning Principles with a Personal AI Tutor: A Case Study},
author = {Ambroise Baillifard and Maxime Gabella and Pamela Banta Lavenex and Corinna S. Martarelli},
journal= {arXiv preprint arXiv:2309.13060},
year = {2023}
}
备注
17 pages, 7 figures