来源：哈佛大学 作者：Anne J. Manning
想想一门典型的大学物理课程：快速做笔记，做作业，为艰难的考试学习。现在想象一下，导师随时回答问题，从不疲倦，从不评判。你能了解更多吗？甚至可能是两倍？
这是哈佛的一项研究的意外收获，该研究考察了去年秋天使用定制设计的人工智能聊天机器人的大型流行物理课程的学生的学习成果。与更典型的“主动学习”课堂环境相比，学生集体向人类讲师学习，人工智能支持的版本被证明是出奇的更有效。
这项研究由讲师Gregory Kestin和高级讲师Kelly Miller领导，他们分析了去年秋天注册Kestin物理科学2课程的194名学生的学习成果，该课程是生命科学专业的物理学。最终结果正在等待公布。在研究之前，该团队利用他们的教学和内容专业知识，为人工智能导师制定每节课的说明，以便它像经验丰富的讲师一样行事。
兼任科学教育副主任的Kestin说：“我们非常好奇我们的人工智能导师是否能像面对面的导师一样有效。”“我当然没想到学生们会发现人工智能驱动的课程更吸引人。”
但这正是所发生的事情：人工智能导师不仅似乎帮助学生学习了更多的材料，而且学生在使用人工智能时还自我报告了更多的参与度和学习动力。
使用主动讲座授课的学生与使用人工智能导师授课的学生之间平均测试后表现的比较。虚线表示学生在上课前的平均基线知识（即两组的测试前分数）。
来源：“人工智能辅导的表现优于主动学习”，Gregory Kestin、Kelly Miller、Anna Klales、Timothy Milbourne、Gregorio Ponti
考虑到PS2已经“教得非常好”，米勒说：“这令人震惊，而且超级令人兴奋。”
“他们这样做已经很久了，这种基于研究的特定教学法已经进行了多次迭代。这是一个非常紧张的行动，”米勒补充道。
研究人员在论文中写道，实验显示了使用人工智能辅导的优势，作为学生对具有挑战性材料的第一次实质性介绍。他们继续说，如果人工智能可以用来有效地向课外的学生教授介绍性材料，这将允许“珍贵的课堂时间”用于发展“更高阶技能，如高级解决问题、基于项目的学习和小组工作”。
虽然Kestin和Miller对人工智能彻底改变教育的潜力感到兴奋，但意识到潜在的滥用。
Kestin说：“虽然人工智能有可能为学习提供动力，但如果我们不小心，它也可能会破坏学习。”“人工智能导师不应该为学生’思考’，而应该帮助他们培养批判性思维技能。人工智能导师不应该取代面对面的教学，而是帮助所有学生更好地准备——而且可能以比以往更具吸引力的方式。”
机构审查委员会批准的研究于2023年秋季进行。近200名学生同意参加这项研究，该研究涉及两组，每组学生连续几周上两节课。在第一周，第1组参加了讲师指导的主动学习课堂课程，而第2组在家参加了人工智能支持的课程，该课程遵循了平行的、基于研究的设计；下周条件发生了逆转。
研究人员认为，与课堂学习相比，学生获得个性化反馈和与人工智能导师的自进能力是优势。
研究作者使用预测试和后期测试来衡量内容掌握程度，比较了每类课程的学习成果。他们还询问学生他们对每种类型的教学的参与程度，他们喜欢每种类型的教学程度，他们的积极性如何，以及他们会如何评估他们的“成长心态”。
根据初步研究分析，人工智能指导组学生的学习收益大约是课堂组学生的两倍。研究人员认为，与课堂学习相比，学生获得个性化反馈和与人工智能导师的自进能力是优势。
米勒说，在各种课堂环境中，“在材料方面有很强的背景的学生可能不太投入，他们有时会感到无聊。”“没有背景的学生有时很难跟上。因此，这个[人工智能导师]能够支持这种差异的事实可能是最大的问题。”研究人员表示，当学生第一次被介绍到以前只有一些学生见过的主题的概念和问题时，这一点尤其有价值。
米勒强调，人工智能导师通过基于研究的即时工程和“脚手架”进行定制，以确保课程准确且结构良好。
去年夏天，在ChatGPT全球首次亮相后不久，Kestin开始创建托管PS2导师的网站。该框架建立在GPT应用程序编程界面上，其结构化使对话，包括人工智能导师的个性和反馈质量，都进行了预先审查。因此，自定义导师不默认为ChatGPT行为，而是为用户提供由内容丰富的提示指导的信息，这些信息已被完善并放入框架中。
学生在实验期间使用的定制人工智能辅导系统。
Kestin说，一旦框架构建好，就很容易开始为其他课程和主题定制它，这就是为什么几位同事已经在尝试它。
数学讲师Eva Politou将于今年秋天在课程的研讨会部分向数学21a（多变量微积分）介绍Kestin的人工智能导师版本，该课程通常由本科课程助理教授。每周，学生将能够生成有关特定主题的问题，并在人工智能导师的指导下寻找答案。
Politou解释说：“人工智能导师的主要目标是推广基于探究的学习方法。”“我们希望学生练习产生问题，批判性地接近现实生活中的场景，并成为他们自己理解和学习的积极推动者。”
受Kestin和Miller结果的启发，Derek Bok教学中心正在与哈佛大学信息技术合作，在今年秋天的一些大型入门课程中试点类似的人工智能聊天机器人。他们还在开发资源，使任何讲师都能将导师机器人集成到他们的课程中。
该研究由Anna Klales、Timothy Milbourne（PS2联合讲师）和Gregorio Ponti共同撰写，他们都在物理系任教。
本文转载自哈佛大学，本文观点不代表雅典娜AI助手YadiannaAI立场。
