应用基于大型语言模型的问题生成方法，考虑教学需求，通过实验验证教师对自动生成问题的喜好，结果显示教师更愿意使用自动生成的问题写测验，并且这样的测验在质量上不亚于手写版本，甚至可以提高测验质量，显示了课堂环境中大规模使用问题生成的潜力。

Jan, 2024

我们评估了 GPT-4 Turbo 在零样本模式下，从 NCERT 教科书中生成教育问题的有效性。我们的研究强调了 GPT-4 Turbo 在生成需要更高阶思维技能的问题方面的能力，特别是根据布鲁姆修订的分类在 “理解” 层次。虽然我们发现 GPT-4 Turbo 生成的问题在复杂性方面与人类评估的问题之间存在显著的一致性，但有时会有差异。我们的评估还揭示了人类和机器评估问题质量的差异，这种趋势与布鲁姆修订的分类水平呈相反关系。这些发现表明，尽管 GPT-4 Turbo 是一个有前景的教育问题生成工具，但其有效性在不同的认知层次上存在差异，进一步的改进是为了更好地满足教育标准的需要。

Jun, 2024

通过人工评估，控制型文本生成与问题分类法相结合生成的高质量、多样化问题，被认为对教师和学生的教学内容质量有较大的提升作用，具有在教学环境中广泛使用的潜力。

Apr, 2023

该研究探索了使用生成性人工智能聊天机器人将公共科学展览转化为虚拟体验，以延伸展览的参与至教室，旨在增加科学展览的可访问性，特别是针对因多种因素包括文化障碍而在 STEM 中处于边缘化的人群。研究主要探讨是否可以利用生成性人工智能（例如 GPT）和通过提示工程单独实现这些技术，研究还包括通过问题生成结合布鲁姆分类法的互动评估的可行性调查，初步结果表明结合这些技术是可行的，为将来在课堂上评估这种聊天机器人的整体功效，以扩大科学展览的影响范围奠定了基础。论文最后讨论了将研究扩展到完全评估虚拟实地考察效果的方式，并简要探讨了通过聊天机器人提高学生学习动机的其他途径。

Feb, 2024

研究论文探讨了生成人工智能（GAI）模型，如 ChatGPT，对大学生和高等教育机构的影响，采用综合调查和情景分析的混合方法，结果表明当前技术在学术上的使用对学生取得学业目标有积极帮助，但是技术的不负责任和过度使用可能会带来重大挑战，因此高等教育机构需要制定严格的政策、重新评估学习目标、提升讲师能力、调整课程并重新考虑考试方式。

Apr, 2024

提出了 Qdiff 交互式注意力机制的多任务方法，用于预测学术问题的 Bloom's Taxonomy 和难度级别，并展示了该方法在难度标签数据集上的应用。

May, 2022

该调查研究了生成性人工智能模型在教育领域的潜在应用和影响，并就教育环境中的实际应用、挑战和新兴趋势进行了综合和严格的评估，旨在为人工智能与教育之间的关系作出贡献。

Nov, 2023

研究人工智能工具对比了 ChatGPT 和 GPT-4 在 2019 年 NAEP 科学评估中的表现，结果显示这两个工具优于大多数学生，暗示需要改变教育目标以培养学生与 GAI 工具一起工作的能力，强调培养高级认知技能，避免对测试效率产生负面影响。

Jan, 2024

通过评估 ChatGPT 在三门课程（CS1、CS2、数据库）上的性能，研究了生成式人工智能对学习和评估的破坏性影响，其几乎完美地完成了所有初级考核，现有的检测方法对识别人工智能解决方案的成功率有所不同，教师和助教使用启发式方法区分学生代码和 AI 代码的检测准确性不足，这些观察结果强调了需要改进评估和检测方法。

Nov, 2023

本研究探讨了使用生成式 AI 模型，特别是 ChatGPT，分析团队学习环境中学生评价的能力，并证实其在准确识别评价内容方面具备潜在的价值，为教育研究中 AI 模型的应用做出了有益的贡献。

May, 2023