迈向将强大的大型 AI 模型应用于课堂教学：机遇、挑战与展望
人工智能
2023-06-13 v2 计算机与社会
摘要
本视角论文提出了一系列利用人工智能（AI）增强课堂教学的交互场景，例如对话自动补全、知识与风格迁移，以及 AI 生成内容的评估。通过借助大语言模型（LLMs）的最新进展，我们探索了 AI 增强和丰富师生对话并提升教学质量的潜力。我们的目标是生成师生之间创新且有意义的对话，建立评估标准，并提升 AI 赋能教育（AI-for-Education）举措的成效。在第 3 节中，我们讨论了利用现有 LLMs 有效完成教育任务的挑战，并提出了一种统一框架，用于处理多样化的教育数据集、处理冗长对话以及凝练信息，以更好地完成更多下游任务。在第 4 节中，我们总结了关键任务，包括师生对话自动补全、专家教学知识与风格迁移，以及 AI 生成内容（AIGC）的评估，为未来研究提供了清晰路径。在第 5 节中，我们还探索了使用外部可调 LLMs，通过人在回路监督与强化学习来改进生成内容。最终，本文旨在凸显 AI 助力教育领域的潜力并推动其进一步探索。
引用
@article{arxiv.2305.03433,
title = {Towards Applying Powerful Large AI Models in Classroom Teaching: Opportunities, Challenges and Prospects},
author = {Kehui Tan and Tianqi Pang and Chenyou Fan and Song Yu},
journal= {arXiv preprint arXiv:2305.03433},
year = {2023}
}
备注
16 pages, 2 figures