教学智能体：通过多智能体教学设计减少教师工作量

准备高质量教学材料仍然是一个劳动密集型过程，通常需要教师、教学设计师和助教之间广泛的协调。在本工作中，我们提出了Instructional Agents，一个多智能体大型语言模型框架，旨在自动化端到端的课程材料生成，包括课程大纲创建、基于LaTeX的幻灯片、授课脚本和评估。与先前专注于孤立任务的工具不同，Instructional Agents模拟基于角色的协作以确保教学连贯性。该系统在四种模式下运行：自主模式、目录引导模式、反馈引导模式和完全副驾驶模式，实现对人类参与程度的灵活控制。我们在五门大学课程中评估了Instructional Agents，证明它产出了高质量的教学材料，这些材料在使用前由教师审查和润色，同时显著减少了准备课堂就绪内容所需的时间。通过支持教学设计能力有限的机构，Instructional Agents提供了一个可扩展且成本效益高的框架，以普及高质量教育的获取，特别是在服务不足或资源受限的环境中。项目网站（包括源代码）可在https://darl-genai.github.io/instructional_agents_homepage/获取。