辅导:面向语言学习者的基于教学的对话代理
本研究旨在构建一种在线语言学习工具,通过使用对话系统作为实践对话伙伴,为学习者提供对话体验。我们的系统可以根据用户的语言熟练程度进行自适应,并且提供自动语法错误反馈来帮助用户从他们的错误中学习。根据我们的初步用户反馈,我们的系统既实用又有趣。此外,我们还将为学习技术社区提供一个大规模的关于语言学习和语法更正的对话数据集。下一步,我们将使用强化学习算法来使我们的系统更加适应用户个人信息。
Jul, 2022
本文探讨了使用增强学习的方式,通过与人类交互并接受其反馈来提高对话代理的能力,模拟了在人工环境中的各种学习情况,介绍了适用于此类学习的模型,并通过机械土耳其实验验证了此方法。
Nov, 2016
本文分析了几种生成式语言模型在语言学习时的应用,并发现当前方法在教学场景中存在有限性,需要更好的模型来解决这些问题。实验发现,目前的方法在受限的学习场景下表现出色,但在不受限制的场景中表现不佳。通过数据分析和用户研究,本文揭示了模型的推理错误,低效的平等辅导和语境不清等问题。
Jan, 2023
人工智能正在通过数据驱动的个性化学习解决方案改变教育。本文介绍了 AI Tutor,一种创新的网页应用程序,利用先进的大型语言模型(LLM)提供任何科目的个性化辅导。AI Tutor 通过摄取课程材料,构建适用于课程的自适应知识库。当学生提出问题时,它检索相关信息并生成详细的对话式回答,并引用支持证据。该系统采用先进的大型语言模型和 RAG(Retrieval-Augmented Generation)技术,以实现准确、自然的问题回答。我们提供了一个完全功能的网页界面和视频演示,展示了 AI Tutor 在不同学科中的多样性和产生有教育价值的回答的能力。虽然这只是一个初始原型,但这项工作代表着朝着能够使更多人获得高质量定制教育支持的 AI 辅导系统的先驱性一步。
Nov, 2023
开发了结合了 ChatGPT 功能和英语教科书系统材料的 Curriculum-Driven EduBot 聊天机器人框架,通过提取教科书相关主题并使用大型语言模型生成相关对话,进一步使用生成的对话数据对开源 LLM 进行微调,以创建与用户课程相匹配的聊天机器人,用户研究表明,我们的聊天机器人在引导基于课程的对话和适应用户英语水平方面优于 ChatGPT,将传统教科书方法与对话式 AI 相结合,提供学习者与课程相符合的互动工具,并提供用户定制的对话练习,从而促进有意义的学生 - 机器人对话,丰富课程教学框架下的整体学习体验。
Sep, 2023
我们提出了一种新颖的基于 AI 的聊天机器人学习模式,用户通过与教师机器人的对话获取信息和知识。我们的系统使用了一种新型加强自我对话模式,在不同领域之间实现知识传递和关注用户的对话。我们在三个大型公共数据语料库上进行了广泛的主客观评估,证明了我们的系统在传递知识和关注用户方面的有效性,帮助用户在不阅读文章的情况下大大提高知识水平。
May, 2022
该研究通过设计并评价了一种 AI 驱动的多任务聊天机器人,在计算机科学教育中提升学习体验、促进学生参与。研究采用设计研究方法,开发了一个新型学习环境,其中包括指导机器人、同伴机器人、职业规划机器人和情感支持机器人四个不同的聊天机器人角色,通过满足学生的能力、自主和关联性等三个内在心理需求,以探究为基础的学习模式鼓励学生提问、寻求解决方案和探索好奇心。研究通过在一个月内与 200 名参与学生进行高等教育环境测试,将结果与人类导师和单一聊天机器人条件进行对比。研究运用混合研究方法,包括聊天记录序列分析、调查和焦点小组访谈等定量和定性手段。通过整合先进的自然语言处理技术,如主题建模和情感分析,提供了对该系统对学习者参与度、动机和探究型学习的深入理解。该研究通过其严格的设计和创新的方法,为 AI 驱动的多任务聊天机器人在重塑计算机科学教育以及创建引人入胜、支持性和激励性学习环境的潜力提供了重要见解。
Aug, 2023
本研究基于 BlenderBot3 对中学生进行英语教育,采用课程对齐解码技术构建了一个课程对齐的对话系统,并利用该系统提高学生英语学习的兴趣和对目标单词的理解。
Apr, 2023
本文介绍了一个名为 Build-a-Bot 的开源工具,它可以帮助学生和教师创建基于自己课程材料的聊天机器人,从而学习人工智能的基础原理。该工具主要使用自然语言处理的技术,通过训练一个定制化的模型来回答问题,旨在教授学生数据收集、数据增强、意图识别和问题回答等技能,使得之前的黑盒式聊天机器人工具得以升级。该工具设计的特别适合中学生使用,未来的工作重心是将其提供给学校,并获取学生和教师的评估。
Dec, 2022
利用自然语言处理和机器学习的进展,该研究探讨了在 Microsoft Teams 平台上将 ChatGPT API 与 GPT-4 模型和 Microsoft Copilot Studio 结合,开发智能辅导系统的可能性。该系统旨在为学生提供即时支持,根据学习者的进展和反馈动态调整教育内容,并解释学生的问题、提供个性化的反馈,并促进学习过程。初步实施突显了该系统在提升学生的动力和参与度方面的潜力,同时为教育者提供了对学习过程的关键洞察力,从而推广了个性化的教育体验并增强了教学效果。
May, 2024