- 基于偏最小二乘结构方程模型的教育中聊天机器人用户感知分析
研究通过部分最小二乘结构方程模型(PLS-SEM)调查了学生对教育中聊天机器人采纳的决定因素,考虑了技术准备指数(TRI)和技术接受模型(TAM),结果表明乐观和创新与感知易用性和感知有用性呈正相关,而不适和不安全对感知易用性有负面影响,只 - 关于加拿大众议院研究人工智能技术对加拿大劳动力的影响的简报:生成型人工智能颠覆了人工智能与劳动的模型
生成人工智能在就业、教育、生产力和未来工作方面取得了令人兴奋的进展,需要政策制定者提供更好的数据以帮助工人适应就业变革,并鼓励教育计划以适应未来工作的需求。
- ChatGPT:智能聊天机器人对教育的益友还是祸害?通过 Reddit 分析用户态度
该研究分析了与 ChatGPT 在教育领域使用相关的 247 个 Reddit 热帖,利用描述性统计、情感分析和 LDA 主题建模等方法对用户感知进行分析,结果显示大部分用户持中立态度,然而对于 ChatGPT 在教育中的有用性,正面感知多 - ChEDDAR:EFL 写作教育中的学生 - ChatGPT 对话
整合生成式人工智能到教育领域中,以英语作为外语的学习者通过与 ChatGPT 对话修订文章的方式进行的实证研究 (AI 在教育中的使用探索及反馈研究)。
- 教育中的课堂出勤系统基于深度学习方法
在这项研究中,使用了深度学习方法进行图像处理,设计并成功实施了一项能够通过图像识别对学生进出校门记录并进行课堂考勤的创新研究,该研究将在 2022-2023 学年在一所学校进行实际应用。
- 通过实践教程教授 AI 创作者有关性别偏见的知识
AI 系统中存在性别偏见,给女性带来不良用户体验、不公平待遇和心理伤害。本文设计了实践教程,提高 AI 创作者对性别偏见的意识,并增强他们对性别偏见来源和去偏技巧的了解。通过对 18 个 AI 创作者进行评估,证明了教程的有效性,可以弥补 - 大型语言模型在语言学习中的口语智能
评估大语言模型在教育中的功效,特别是在口语学习领域,引入新的多选题数据集评估模型在理解和应用口语知识方面的表现,研究不同提示技术对模型性能的影响,发现模型在音韵学、语音学和第二语言习得方面具有良好的概念理解,但在解决现实世界问题的推理方面存 - 未经反思的接受 —— 探索 ChatGPT 在物理教育问题解决中的负面影响
我们的研究聚焦于高等物理教育,研究了问题解决策略。研究结果显示,虽然学生在专业领域对 ChatGPT 过度依赖,却存在误判的情况;此外,在使用 ChatGPT 时,学生普遍缺乏反思,出现了与传统搜索引擎有明显不同的交互行为。因此,我们强调有 - 生成式人工智能时代中的教育:背景和最新发展
人工智能对教育的潜力、应用、限制等方面进行了综合概述,着重介绍了生成式人工智能领域的最新发展。
- 构建 AI 赢得加纳国家科学和数学竞赛
NSMQ AI 项目旨在构建人工智能来参加并赢得加纳国家科学和数学竞赛(NSMQ)。该项目的目标是解决能否让人工智能参与并赢得这项年度生物、化学、物理和数学竞赛的问题,并对具体的团队,目前所取得的进展以及下一步计划进行了概述,计划于 202 - 信任语言模型在教育中的应用
我们提出使用基于注意机制的特征,将 XGBoost 模型应用于 BERT,以输出更正概率,从而避免误导学生。我们的假设是注意力流中包含的不确定性水平与模型回答的质量相关。
- 教我如何提升论证技巧:论证反馈调查
通过调查现有的计算模型以及反驳理论中不同维度的反馈(丰富性、可视化、交互性和个人化),探讨提供解释能力的可能性,进而帮助学习者提高批判性思维能力。
- 数据科学教育应如何处理大型语言模型?
大型语言模型 (Large Language Models, LLMs) 的迅猛发展正在革新数据科学和统计学,该论文旨在探讨 LLMs 对于数据科学教育的潜在机遇、资源和挑战,以及其在数据科学中的作用转变和创造性应用。
- ChatGPT 能否通过越南高中毕业考试?
研究探讨了聊天机器人在教育中的潜力,使用大型自然语言模型 ChatGPT 进行了越南高中毕业考试的实验,并展示了模型在文学、数学、英语、物理、化学、生物、历史、地理和公民教育等多个科目上的良好表现,表明人工智能工具在教育领域中的应用前景广阔 - 从部分标注的数据中学习:面向示例的语言学习填空练习创建
本文介绍了一种新的神经网络结构,特别用于法语语法空填练习的生成任务,并提供了一份用于标准化评估的真实基准数据集,实现了平均 F1 得分 82%
- ACLUKP-SQuARE: 一个互动式的教学问答工具
本文介绍了 UKP-SQuARE 平台,该平台能够为问答教育提供一个互动环境,学生可以从不同的角度运行、比较和分析各种 QA 模型,通过互动探索、实验和实际作业,学生可以积极地学习理论概念和获取解决问题的技能。在一门研究生自然语言处理课程中 - ACL基于 LM 的问答生成方法的实证比较
本文旨在建立三种不同的 QAG 方法的基线,利用序列到序列语言模型进行微调。实验证明,一种端到端的 QAG 模型,它在训练和推理时计算量都很轻,通常是稳健的,并且胜过其他复杂的方法。然而,这取决于底层生成模型的不同。最后,我们的分析表明,仅 - ChatGPT 对现代教育的变革作用:人工智能聊天机器人新时代的兴起
本研究旨在探讨 ChatGPT 在现代教育中的变革作用、潜在的问题与挑战;初步评估表明,ChatGPT 在各科目领域表现不同,虽然可以通过创建教育内容、提供建议、回答问题和促进小组合作来帮助教育工作者和学习者,但其使用中存在可能产生不准确或 - 利用人类反馈扩大教育数据集规模:结合众包工人和比较判断
利用非专业众包工作者进行复杂的学生数据评估的实验表明,使用比较判断可显着提高两项任务的评定间判定一致性。这一结果符合教育评价领域的比较判断优势的已有文献,也符合人工智能研究中的趋势,即在处理非专业众包工作者的模型输出时,比较判断成为提供人类 - 生成人工智能:对教育的影响和应用
本文探讨了一种生成模型技术 —— 来自大型语言模型的聊天机器人,并报告了一项将其应用于复杂学生作品的评估中的案例,然后讨论了生成 AI 的内在限制和潜在应用。