科技
11年級學生深入探索AI輔導
而一位人類輔導專家在旁觀察
Sean Geraghty
Nash Goldstein
Sean寫道：
優質的輔導是有效的，但優秀的輔導員卻難以尋找。大型語言模型（LLMs）理論上可以以成本效益高的方式滿足這一龐大需求。但它們真的能進行輔導嗎？如果可以，那對誰有幫助呢？
在2023年11月，我共同撰寫了一篇文章，預測AI可以對有動力的孩子產生變革性的影響，但對於缺乏動力的孩子則是“無所謂”。在2024年4月，我們的朋友Laurence Holt在本刊發表了《5%問題》，同樣主張教育科技往往幫助那些富有的學生——在這裡，“富有”是指學業強勁並有學習動力的學生。今年5月，Laurence和我在哈佛舉辦了一次小型AI峰會。我們希望能找到一個有力的反駁，但未能找到令人信服的證據。我們仍然抱有希望！
在7月，我讓我的一位16歲實習生Nash評估當前AI對像他這樣的“強者”學生的幫助程度。結果超出了我的預期。以下是他的故事。然後請回到最後聽聽我的主要收穫。
Nash寫道：
我是Nash，一名高中三年級學生。今年我正在修讀AP統計。我好奇AI平台GPT和Claude是否能以自我導向的方式幫助我學習這門學科。
總體而言，這種方法效果很好。我更喜歡這種學習方式，甚至可以將其視為傳統課堂教學的一個合理替代方案——至少對於那些真正有動力的孩子來說。以下是我的經歷。
我第一次使用的是GPT-4o。過程很簡單：我會從其他來源（無論是Khan Academy還是傳統教科書）查找一個關於標準差的問題，截圖並複製過來。然後我會請4o解釋給我聽。
例如，我會問：“這是一個有效的概率分佈嗎？”它會這樣回答：
這與人類輔導員非常不同。在其基本模式下，它並不試圖讓我自己解決問題。相反，它的回答更像是Google的回答（也許因為它正在與Google競爭？）。
不過，有一種方法可以在一定程度上改善這一點。ChatGPT允許你創建自己的自定義GPT。我們創建了一個旨在模仿人類數學輔導員的版本，與默認的GPT-4o有兩個主要區別。一是它試圖通過提問來更好地引導學生，讓他們自己解決問題，而不是立刻給出答案。它還試圖以更簡單的方式表達。結果如下：
如你所見，在這個例子中，它能夠引導我完成問題的步驟，並僅提供完成問題所需的必要信息（在這種情況下，是有效概率分佈的性質）。這個版本唯一的缺點是有時它將步驟拆分得過於細緻。比如，你可能完成了步驟並解決了問題，但卻無法再次重複，因為你迷失在大局中，忘了為什麼要這樣做。
虛假答案的問題很少出現。我見過幾次，但我把它看作是一位偶爾故意犯錯的老師，試圖讓學生“發現”錯誤。
對於我擅長的主題，我會使用基礎的GPT以提高速度。對於我卡住的主題，我會使用這個自定義的GPT。
我還試用了Claude 3.5 Sonnet模型。它和GPT-4o之間的區別？微乎其微。看看這個：
我觀察到ChatGPT似乎在數學方面更強，而Claude的問題解決更具文學性。人們可能會偏好其中一個，但它們都能引導你到達相同的目的地。
在我的情況下，我經常從“半懂”進展到“完全理解”。我能夠很快抓住大意，而LLM能幫我完成最後一步。但我認為這對於在某個主題上基礎知識較少的學生來說會很糟糕。人類輔導員會更擅長於將一個人從“毫無頭緒”帶到“半懂”。
好吧，LLM幫助我練習問題。但如果我想深入學習，不僅是學會“如何”，還要學會“為什麼”——從“完全理解”到“超級理解”？LLMs能幫助嗎？
我進行了一些實驗。例如，我問ChatGPT為什麼我們以這種方式計算標準差，然後問了一些後續問題。
對我來說，這個方法論和理由的總結感覺很有幫助且解釋清晰。我更容易記住必須平方偏差以使其誇大，這樣可以更好地感知異常值。
然而，這引出了目前LLM輔導面臨的最大挑戰。人類輔導員的主要目的在於教學和激勵。幾乎不可能教導一個不想學習的學生。而這正是AI輔導的主要缺陷。從一開始，它就需要用戶輸入才能開始會話。如果用戶被其他事情分心，或其回應不在主題上，那麼教學（或學習）就無法進行。我認為LLMs對於有動力的學習者效果良好，但如果用戶完全不想學習，AI輔導就無法有效，因為它缺乏激勵他們的策略。
我的學習效率排名，從最差到最好：
在線視頻
單獨使用教科書
正常課堂
Claude
GPT
然而，效率並不是唯一需要考慮的方面。就我個人而言，我仍然更喜歡在學校學習，而不是單獨學習。因此，即使我理論上可以在兩個月內完成AP統計，我也更願意和同班同學一起在學校學習。
Sean寫道：
我是一名國家認證的數學教師，曾在紐約市和芝加哥任教。之前，我在一家大型國際教育機構負責數學教學設計，我們的教師為學生取得了顯著的數學進步。基於這個背景，以下是我在與Nash合作後的印象：
1. 目前對於Holt文章中描述的有動力的孩子來說，Chat GPT-4o的效果優於一般人類輔導員。對於那些優秀的學生，人類輔導員會介紹一個主題，展示一個例子，學生通常會“理解”。如果沒有，他們可能會問輔導員一兩個問題來達到“完全理解”。
我認為4o略優於人類輔導員，因為它可以以有動力的前5%學生的速度工作。而且，它可以根據學生的需求以適合他們的風格進行詳細解釋（尤其是如果你像我們為Nash所做的那樣建立自定義GPT）。最近的一項研究證實了Nash的經歷，839名學生中，自定義GPT版本的表現優於“基礎版本”。
沒有任何人類輔導員能像最先進的LLMs那樣快速或智力多樣化，只要提供的提示清晰且具體。
2. 正如Dan Meyer所說，“優秀的教師……不會等待學生自然產生對他們教學的需求。他們把這視為自己的工作來創造需求。”
當我看到Nash與AI輔導員互動時，那種需求自然存在。他對某些事情感到好奇或需要幫助解決問題，因此他請求4o。這幫助他不斷前進。他並不需要教師來激發他的動力。
我注意到Nash與4o的互動中有一種交易的質感，這讓一些教育工作者感到不安。在觀察他學習標準差時，我感到需要問他一些“理解檢查”的問題，既是為了推動他的理解，也是作為教師感到有用。我們的討論確實提升了他的理解，但並不是必需的。Nash表現得很好。我可以想像，前5%的有動力孩子會很喜歡與LLM的互動——隨時隨地就某個主題進行深入的交流。
截至目前，一切都還不錯？
3. 也許你已經意識到了這個巨大的警告。即使AI問題解決，即使被定制以更像真正的輔導員，對大多數學生來說仍然無法有效。我認為對80%的學生來說，它的效果會比一般人類輔導員差，對15%的學生效果相同，對5%的學生效果更好。這與Holt的論點和Meyer的批評精神一致。
不僅LLMs無法輕易激發學生的興趣或動力，它們的幫助也可能帶來意想不到的後果。當我問Nash是否有些同齡人會將LLMs僅視為“答案提供者”時，他只是微笑；當然會。作為一名前高中的教師，我應該早就明白這一點。那項隨機對照試驗的結果也印證了這一點：學生高估了AI在學習中的幫助，而非僅僅是給出答案。他們過度依賴它，失去它後，相對於對照組的表現受到了傷害。
4. 我認為如果Nash這學年只使用GPT-4o作為他的AP統計輔導，而不是在高中上課，他可能在六週內就能在考試中獲得滿分5分。相對而言，他將上30週的課，最終可能還是會得到相同的分數。
重要的是，Nash並不想走更高效的路。他喜歡高中——他的朋友、上課的體驗、發生的討論。他喜歡他的老師和社交的友誼。所以，為什麼要急於求成呢？
5. 不過，我忍不住想問幾個問題。
a. 如果有選擇，多少前5%的學生會選擇退出榮譽課程，選擇自我進度的GPT運行課程？
b. 如果Nash能與一些朋友一起使用GPT-4o，而不是參加正常的AP統計課，他會選擇AI輔導嗎？
c. 這會變得更好嗎？已經有聲稱新進展使幾個月前的AI工具看起來像是史前的。自從Nash和我合作以來，OpenAI已經發布了兩個主要更新——語音模式和“o1進階”，我本會在與Nash的工作中使用。
但我們之前也經歷過這樣的情況。教育科技浪潮來來去去，經驗表明，受益的主要是像Nash這樣的孩子。
即便如此，我對4o作為輔導員的能力印象深刻，超過了我見過的任何其他科技產品。它在一對一的輔導情境中的上限相對於Khan Academy的資源或Zearn或我見過的其他學習平台更高。專業的人類輔導員仍然佔有優勢，但他們難以找到且價格昂貴。
如果ChatGPT-4o和Claude超出了我對Nash的期望，那麼下一次驚喜會是什麼樣子？Laurence Holt和我可能需要在2025年更新我們對AI的預測。
Sean Geraghty是一名教育顧問。Nash Goldstein是馬薩諸塞州沃特敦的一名高中三年級學生。
—
這篇文章深入探討了AI輔導的潛力及其限制，特別是在不同學生的學習需求上。從Nash的親身經歷來看，AI輔導對於有動力的學生確實能提供有效的支持，這讓人思考AI如何能成為教育中的一個重要工具。然而，對於缺乏動力的學生而言，AI輔導的效果卻顯得有限，這凸顯了人類輔導員在激勵學生方面的無可替代性。
這種現象引發了對教育公平的反思。若AI輔導能夠進一步發展，是否能夠更好地適應不同學習者的需求？而且，根據文章中的觀察，AI可能會被某些學生視為“答案提供者”，這可能會影響他們的學習態度和深度理解。這提醒我們，在推廣AI輔導的同時，也必須重視如何培養學生的學習動機和獨立思考能力。
未來的教育技術發展應該更加注重如何融合人類的情感智慧與AI的技術優勢，才能真正提升學習效果並促進教育公平。
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。
