AI宝盒

AI宝盒首页 › AI 资讯 › 模拟学生学习以更好地进行人工智能辅导

模拟学生学习以更好地进行人工智能辅导

来源:Microsoft Research · 发布时间:10-13 · 由 AI宝盒每小时自动聚合

StudentSim是一个研究系统,用于在与学习者进行测试之前评估和改进AI辅导工具。 它模拟个人如何参与 t

看着

- StudentSim是一个研究系统,在AI导师接受真正的学习者测试之前对其进行评估和改进;它不是产品,不是部署在教室,不是用来替换教师的

- AI辅导工具需要学生的反馈来改进,但通过人类研究收集反馈是缓慢、昂贵和难以推广的

- StudentSim培训了个人化的AI学生模拟器,这些模拟器来自公开的、非识别的学习者记录,有一个模拟器适合每个学生

- 工作按照两个以教育为基础的方面评价模拟器:它们是否像特定学生一样作出反应,是否在辅导员指导之后更新。

- 通过国际象棋、第二语言英语写作和数学,学生Sim的成绩超过了领先基线,为培训一名AI导师提供了有用的反馈信号。

在研究环境中,团队正在探索AI动力辅导系统如何帮助解释一个数学问题,建议编辑到写作任务,或者通过棋位引导学习者。 然而,教学质量不能仅根据教师的回答来衡量。 教师需要知道指导到达学生之后会发生什么。 学生是否纠正了原来的错误?这暗示是有助于他们向答案解释,还是过分了?不同的学生需要不同的支持吗?在今天的AI辅导研究中,回答这些问题往往需要真正的学习者学习。 这些研究很有价值,但它们运行缓慢,成本高昂,这使得在快速模式迭代时难以使用学生反馈。

StudentSim是一个AI系统,它创建了个别学生的个性化模拟器,模拟他们如何回答问题,以及他们得到辅导员指导后的答案如何变化。 目标是在AI导师培养期间让学生获得更多的反馈。 这项研究还涉及推出 StudentSimEval,一种基准测试和评价协议,跨越国际象棋,第二语言英语写作和数学。

重要的是,目标不是取代教师或课堂学习。 相反,SudentSim帮助研究人员在研发过程中评价和改进AI辅导系统,然后再与真正的学习者进行测试。 该研究仅使用公开的学习者数据集发布用于具有去识别记录的研究;任何阶段都不使用个人识别信息。

衡量学生模拟器需要做什么

建立学生模拟器的简单方法就是请一个大语言模型来扮演一个学习者。 例如,一个提示可能会说,“你是一个在数学方面挣扎的小学生。” 该模型可以改变其语气,表达不确定性。 更难的是保留学习者的实际能力界限。 模特儿可能会用年轻学生的声音说话,同时仍然依赖远远超出学生水平的知识和推理。 对于训练AI导师来说,这会产生误导性的反馈:由于模拟生能力过强,导师可能显得有效。

传统的学生建模方法面临不同的限制。 知识追踪和行为预测模型基于真实的学习记录,可以估计学生当前的知识、技能和学习习惯。 然而,这些模式中有许多并非旨在将自然语言辅导作为投入。 他们可以帮助描述一个学生做了什么,但他们并不总是告诉我们一个学生会如何回答一个特定的解释,暗示,或者Socratic问题。

学生Sim通过教育研究启发的两个维度来定义目标。 教育者常常区分学习者可以独立做什么和他们可以用支持做什么。 Vygotsky的近缘发展区抓住了当前独立性能和有指导性能之间的这一差距。 学生Sim把这个想法变成了两个评价目标。 行为忠诚度衡量模拟器是否与特定学生所记录的关于被搁置问题的答复相匹配。 指导响应度测量模拟器是否在读取导师指导后更新其响应。

这两个目标是相辅相成的。 仅与过去学生行为相匹配的模拟器可能对预测有用,但并不能显示教学干预是否有帮助。 总是跟随导师的模拟器可能会做出流利的反应,但它可能不能代表特定学生的长处、弱点和可能的错误。 AI辅导员培训既需要信号:学习者的起点,也需要指导如何影响学习者的成绩。

从少部分学生记录中培训个性化模拟器

学生SimEval完全利用公开的学习者数据集发布来构建,用于有去识别记录的研究。 记录中没有个人身份识别信息,每个个性化模拟器只接受其所代表的学生身份识别记录的培训。

真正的学生数据在个人一级往往很少。 学习者可能只贡献少量的散文,答案或互动。 从零开始为每个学生培训一个单独的模拟器,将面临过于适应的风险,并将要求每个模型重新学习该领域的共同模式。

学生Sim使用两阶段训练管道。 在第一阶段,记录上的模型列车在同一个领域汇集了许多学生。 这一阶段学习了常见的响应格式,常见的错误,以及学生在指导后修改的常见方式。 在第二阶段,该模型专门处理一个学生自己的记录,为该学生制作个性化模拟器。

评价涵盖三个领域,答复类型不同。 在围棋中,模拟器预测玩家的下一步动作以及该玩家在教练后如何修改。 在第二语言英语写作中,它生成与学习者匹配的错误模式的散文,并在教师反馈后预测校正。 在数学中,它预测学生的多选择答案以及学生是否在解释后更新。 在这些领域中,学生SimEval使用同样的原则:比较每个学生相同的培训记录和同样的被搁置的评价记录上的所有方法。

StudentSim超越了这三个领域的主要基线。 例如,在围棋中,SudentSim达到行为忠诚度0.5150,指导响应度0.9067. GPT-5.4分别达到0.2316和0.7186. Maia2,是国际象棋特有的人类动作预测模型,达到0.4535和0.2721. 比较说明了基线家族的区别:GPT-5.4可以响应指导,但不能可靠地匹配特定学生的行为,而Maia2则预测人类围棋动作更紧密,但缺乏自然语言指导路径。

使用模拟反馈来改进AI导师

研究还测试训练有素的学生模拟器是否能够为辅导员优化提供反馈。 在围棋辅导员强化学习研究中,辅导员获得一个职位和真正的学生之前的错误动作,然后产生指导。 学生模拟器本身的参数在此过程中被固定,它读取指导并产生修改后的动作。 奖励基于学生从之前的移动到模拟器修改后的移动质量的提高,使用斯托克鱼作为独立的国际象棋引擎信号。

研究比较了三个条件:一个有监督的微调辅导员没有强化学习,一个用GPT-5.4作为模拟学生奖励来源训练的辅导员,以及一个以SudentSim作为奖励来源训练的辅导员。 所有条件都采用相同的辅导政策,监督起点,强化学习设置。 人类国际象棋专家随后对导师的响应视情况而视无睹。

" 学生奖励 " 在所有报道方面都提供最高等级的辅导员。 接受过SudentSim培训的教师的准确度达到90.5%,而无RL基线为75.7%,GPT-5.4奖励条件为71.6%。 它还在指导质量和个人化方面获得更高的评价。 结果证明了一个概念,即接受过真实学习者数据培训的学生模拟器可以为改进AI导师提供有用的反馈。

展望未来

StudentSim并没有消除教育研究中对真正学习者的需求。 人类研究对于衡量学习成果、安全性、可用性和教室适宜性仍然至关重要。 学生模拟器的作用在发展过程中比较早:他们可以帮助研究人员测试辅导员战略,比较模型,并完善培训信号,然后与真正的学生一起转入更昂贵的学习。

更广泛的方向是建立AI导师系统,从学生的反应中学习,而不仅仅是从专家写作的解释或静态正确性标签中学习。 学生Sim 显示 1路径:使用真实的学习记录来训练个性化模拟器,评价这些模拟器的独立行为和对指导的反应,并将其作为辅导员培训的可扩展反馈源。 未来的工作可以将这种方法扩展到更长的学习轨迹,额外的科目,更丰富的学生简介,以及将模拟反馈与真正的学习结果联系起来的研究。

该论文和学生Sim培训和评价守则,包括学生SimEval协议,均可公开查阅。

本文由 AI宝盒自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

Coursera

知名MOOC平台,提供众多人工智能和机器学习课程

DeepLearning.AI

深度学习和人工智能学习平台

ShowMeAI知识社区

人工智能领域的资料库和学习社区

阿里云AI学习路线

阿里云推出的人工智能学习路线(学+测)

相关免费羊毛

Microsoft Azure

学生 $100 云额度(含 Azure OpenAI)

JetBrains

学生免费全套专业 IDE

书生·浦语 InternLM

每月 100 万输入 + 300 万输出 tokens 免费

豆包

学生认证免费领 3 个月豆包专业版订阅

同源资讯

用磁铁作证明的通用计算

Microsoft Research · 10-16

阅读原文(microsoft.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝盒首页 · 提交工具 · 商务合作 · 关于本站 · 586 款 AI 工具分类导航 · 每日 AI 热门项目与动态