當AI助手幫助導師，而非學生時會發生什麼事
根據斯坦福大學的一項研究，一個由AI驅動的輔導助手可以提升人類導師幫助學生解決數學問題的能力，並改善學生的數學表現。
這個數位工具Tutor CoPilot是由斯坦福的研究人員創建，旨在指導導師，特別是新手導師，與學生進行互動。
研究是首個隨機對照試驗，檢視人類與AI在現場輔導中的合作，研究探討該工具是否能有效提升導師的技能和學生的數學學習。
隨著輔導成為關鍵的學習恢復工具，學校在擴展和維持輔導計劃方面面臨挑戰，因為這需要大量的人力、時間和資金。
在接受《教育周刊》訪問時，斯坦福大學的教育學教授、該研究的作者之一Susanna Loeb談及這個工具的創建、試驗結果及其對學校的意義。
Tutor CoPilot是如何誕生的？
學校區域已經接受了輔導，並努力為學生提供這類支持。但這並不容易，因為需要將這些活動納入學校時間表，並且招募大量導師需要花費很多精力。
虛擬輔導的一個好處是可以從更廣泛的地理區域招募導師。許多導師是新手，好的計劃會為他們提供培訓和材料，但他們仍然需要時間來適應。
Tutor CoPilot的創意來自於這樣一個想法：我們或許可以不僅在前期進行培訓和不定期的指導，還能在當下提供支持。
Tutor CoPilot是如何訓練的？
我們與FEV（一家虛擬輔導公司）合作。首先我們使用他們的數據進行了一項研究，以了解生成式AI在提供信息方面的潛力。我們最初使用了所有人都可以訪問的基本生成式AI，例如ChatGPT。你可以將學生面臨的問題輸入：例如10減去7等於多少？如果學生回答5，你可以詢問ChatGPT專家導師會如何回應這個錯誤，它會告訴你10減去7等於3。
因此，我們與一群數學專家老師合作，了解他們在回應學生數學錯誤時的過程，試圖理解錯誤的原因並思考不同的策略。我們嘗試了多種不同的提示，其中一個效果不錯的方法是，與其詢問如何回應，不如說：“用這個策略來回答這個問題。”我們設計了七種策略讓它回應，然後導師可以選擇使用哪一種策略。
研究結果的主要收穫是什麼？
我們發現，使用[Tutor CoPilot]的輔導組的學生表現更佳。他們展示掌握知識的機率提高了4個百分點。一般來說，學生展示掌握的機率約62%，這個數字提升至66%，效果顯著。
更令人興奮的是，如果你考慮到不同的導師背景，這個效果在較弱的導師身上更強。[這些導師的學生展示掌握知識的比率增加了9個百分點]。他們的起始比率較低，因此這在學生掌握知識的比例上是一個重要的增長。這對新手教師的效果最為明顯。
另一個令人興奮的發現是語言差異。使用Tutor CoPilot的導師更可能進行有效的互動，例如引導學生解釋問題、提出指導性問題，並專注於學生的優勢表現，而不僅僅是給予一般性的鼓勵，還顯著減少了直接給出解答的情況。
這對學校和區域的意義是什麼？
導師、教育工作者以及許多成年人都可以透過這些即時的小支持得到幫助。這些支持比起厚重的教材或一次性的課程要有效得多。在我們試圖幫助成年人改變行為和學習時，這種持續但輕量的支持潛力是非常重要的。
當人們想到生成式AI及其在教育中的潛力時，往往會想到生成式AI導師，學生坐在電腦前提問，然後得到答案。這是生成式AI的一種角色。
然而，輔導和課堂教育中內在的關係帶來了許多好處。這些關係對於吸引和激勵學生至關重要，而生成式AI也能支持這些關係——這就是一個例子。
通過將生成式AI提供給教育者，而不是直接給學生，你可以獲得即時反饋的好處，同時仍然保持我們傳統教育方法中基於人際關係的重要部分。
在這個快速變化的教育環境中，AI技術的應用不僅能提高學習效率，還能改善導師與學生之間的互動，這是值得我們深入探討的方向。值得注意的是，AI輔助的導師角色將成為未來教育的重要組成部分，這意味著教育工作者需要積極適應這種變化，從而更好地服務於學生的需求。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
