生成性人工智能及其对个性化智能辅导系统的影响
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
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
基于先进的自然语言处理技术，这项研究介绍了一种基于生成式人工智能（GenAI）的工具，用作教育者的数字助手，能够生成定制化的课程计划，评估结果显示这种基于人工智能的教学方法显著降低了备课时间，提升了学习体验，并在为特殊教育需求（SEN）提供个性化关注和具体学习辅助等更广泛教育背景的应用中具有潜在可行性。
Feb, 2024
人工智能在教育领域带来了个人化学习的潜力，但也面临着作弊、准确性和教育工作者有效整合的问题。本研究通过运用 Technology Acceptance Model，评估教育工作者和学生对生成型人工智能的态度、使用模式和障碍，旨在深入研究这些问题，并为未来的研究提供过程指南。
May, 2024
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
通过使用生成型人工智能能力协助教育工作者进行个性化、高效和引人入胜的教学辅助工具设计，以弥补他们在专业编程和设计方面的不足。
May, 2024
研究了LLMs，特别是GPT-3.5和GPT-4，如何根据主动学习原则为九年级数学提供量身定制的问题。结果显示，GPT-4能够生成准确、具有挑战性的问题，并且GPT-3.5在从GPT-4接受指导后在处理更复杂问题方面有了明显改善，从而突显了LLMs模拟和增强主动学习场景的潜力，为个性化教育中的人工智能提供了有前景的途径，需要在不同的教育环境中进一步探索。
Jun, 2024
我们通过与学习者和教育工作者的合作，将学习科学的高级原则转化为七个多样化的教育基准，并开发了一套新的微调数据集，以提高Gemini的教学能力，引入LearnLM-Tutor。我们的评估结果显示，在教学维度上，教育工作者和学习者一致认为LearnLM-Tutor优于经过提示调优的Gemini。我们希望这项工作能作为发展综合教育评估框架的第一步，并通过AI和教育技术社区的快速进展，最大限度地发挥gen AI在教育中的积极影响。
May, 2024
本研究解决了在线教育论坛中教学支持效率不足的问题，提出了一种将生成性人工智能（GenAI）与教育论坛无缝集成的平台。研究发现，经过合理管理的GenAI能有效减轻教学人员的工作负担，同时不降低学生对响应质量的满意度，从而提高教学效率和促进学习体验。
Sep, 2024