LearnLM-Tutor 是一个由 Google DeepMind 开发的生成式 AI 模型，专门用于教育领域，旨在提供一对一的对话辅导。
通过即时反馈、多轮对话、错误识别和积极学习促进等功能，模型不仅帮助学生解决具体问题，还培养他们的自主学习和批判性思维能力。结合定制化学习计划、多学科支持和进步追踪功能，LearnLM-Tutor 成为一个强大的教育工具，为学生的全面发展提供了有力支持。
谷歌最近分享了一篇关于生成人工智能发展的非常详细且有趣的研究论文，用于教育。
该论文概述了一种评估驱动的方法来创建人工智能导师，可以显着增强学生的学习体验并为教师提供帮助。
生成式人工智能将通过为每个学生提供个性化辅导和为每个教师提供教学帮助来颠覆教育。
生成式人工智能在教育领域的前景
生成式人工智能将通过为每个学生提供个性化辅导和为每个教师提供教学帮助来颠覆教育。
然而，这种潜力尚未完全实现。
主要挑战是将教学本能转化为人工智能提示并开发评估实践。
Google DeepMind 与学生和教师举办了研讨会，以了解他们的需求和挑战。
学生们对人工智能导师提供的即时反馈和匿名表示赞赏。
另一方面，教师担心作弊的可能性以及人工智能适应个别学生水平的能力。
一个著名的项目是 ShiffBot，谷歌与一位教育工作者密切合作，开发了一款能够无缝融入现有学习环境的人工智能导师。
该项目为学生和教师的具体需求和偏好提供了宝贵的见解。
为了提高 Gemini 模型的教学能力，Google 创建了几个微调数据集。
其中包括学生和老师之间的真实对话、角色扮演数据以及专门编写的对话。
每个数据集侧重于不同的教学方面，例如识别错误和提供有用的反馈。
谷歌开发了七个基准来评估人工智能导师的表现。
其中包括人工评估和自动评估。
例如，人工评估者评估导师回答的质量，而自动评估则评估特定任务，例如识别错误。
学生们都使用了这两种方法；
- LearnLM-Tutor
- Prompt-tuned Gemini model.
他们在大多数类别中对 LearnLM-Tutor 的评分较高，尤其是在对自己所学内容充满信心方面。
专家教师也审查了这些对话，发现 LearnLM-Tutor 更能吸引学生并发现错误。
教师对导师的回答提供了详细的反馈。
LearnLM-Tutor 在促进主动学习和提供建设性反馈方面的评价优于 Gemini 1.0。
然而，它可以在更加鼓励和认可学生成功等方面进行改进
Google 使用大型语言模型 (LLMs) 作为批评者来自动评估导师的回答。
LearnLM-Tutor 在几个关键领域（例如吸引学生和识别误解）优于 Gemini 1.0。
谷歌制定了具体的指标来评估导师处理练习课程的情况。
LearnLM-Tutor 在维持对话流程、提供高质量反馈以及生成适当困难的问题方面表现出显着改进。
为了了解学生如何在真实的学术环境中使用 LearnLM-Tutor，Google 与亚利桑那州立大学 (ASU) 合作。
他们将 LearnLM-Tutor 集成到亚利桑那州立大学的自习室项目中。
学生和教师给予了积极的反馈。学生们喜欢即时响应和个性化帮助。然而，有些人认为有必要仔细检查导师的答案。
如果想详细了解，可以点开视频下方的链接。
谢谢观看本视频。要是喜欢，请订阅、点赞。谢谢
留言
發佈留言