通过布鲁姆分类法优化问题设计以缓解 ChatGPT 对教育的负面影响
计算机与社会
2023-04-18 v1 计算与语言
摘要
生成式文本 AI 工具在问答方面的流行引发了对其可能对学生学业表现产生负面影响以及教育者在评估学生学习时面临挑战的担忧。为应对这些担忧，本文引入一种演化方法，旨在识别布鲁姆分类法关键词的最佳集合，以生成这些工具低置信度回答的问题。通过一项使用澳大利亚堪培拉新南威尔士大学所授“数据结构与表示”课程问题的案例研究，评估了该方法的效力。结果表明，优化算法能够从不同认知层级找到关键词，以创建 ChatGPT 低置信度回答的问题。本研究向为寻求创建促进学生批判性思维的更有效问题的教育者提供宝贵见解迈出了一步。
引用
@article{arxiv.2304.08176,
title = {Towards Mitigating ChatGPT's Negative Impact on Education: Optimizing Question Design through Bloom's Taxonomy},
author = {Saber Elsayed},
journal= {arXiv preprint arXiv:2304.08176},
year = {2023}
}