（来源：MIT TR）

美国存在教育不平等的问题，一些来自低收入家庭的孩子接受高质量教育的可能性较小，部分原因是贫困地区难以留住经验丰富的教师。

人工智能可以通过改进这些学校有时用于补充课堂教学的一对一辅导来提供帮助。借助人工智能工具，在虚拟辅导课程中利用更有经验的教师的专业知识。

斯坦福大学的研究人员在 OpenAI 的 GPT-4 之上开发了一款名为“Tutor CoPilot”的人工智能系统，并将其集成到“FEV Tutor”平台中。该平台以虚拟方式将学生与老师连接起来，老师和学生通过聊天界面互相输入消息，老师可以按下按钮让 Tutor CoPilot 生成教学建议。

研究人员通过在包含 700 个真实辅导课程的数据库上训练 GPT-4 创建了该模型，在这些课程中，经验丰富的教师与一年级到五年级的学生一起上数学课，识别学生经常出现的一些错误，并帮助他们进行纠正，使他们学会理解所教授的更广泛的概念。由此，该模型生成了反馈，老师可以定制这些反馈以帮助他们的在线学生。

“我对人类与人工智能协作系统的未来感到非常兴奋。”参与该项目的斯坦福大学博士生 Rose Wang 说道。该项目已发表在 arXiv 上，尚未经过同行评审。“我认为这技术是一个巨大的推动者，但前提是它需要设计得很好。”

这个工具并不是单纯为了教学生数学而设计的，相反，它为老师提供了有用的教学建议，帮助他们如何引导学生找到正确的答案，同时鼓励他们进行更深入的学习。

例如，它可以建议老师询问学生是如何得出答案的，或是寻找解决问题不同方法等。

为了测试其有效性，该团队检查了 900 名老师的互动情况，这些老师为 1787 名来自美国南部一些教育资源匮乏社区的 5 至 13 岁的学生提供虚拟数学教学，一半的老师可以选择激活 Tutor CoPilot，而另一半则没有。

那些老师有权访问 Tutor CoPilot 的学生比那些无法访问的学生的通过率（对学生是否掌握某一科目的评估）高出 4 个百分点。（通过率分别为 66% 和 62%。）

牛津大学机器学习研究员 Simon Frieder 没有参与该项目，他表示，“该工具之所以能发挥出色的作用，是因为它被用来教授相对基础的数学。在当前的时间点上，你无法真正用更高级的数学进行研究。”他说。

该团队估计，这个工具可以改善学生的学习效果，每年每位老师向辅导提供者支付约 20 美元的费用，这比亲自培训教育工作者通常需要的数千美元便宜得多。

未参与该项目的芝加哥大学计算机科学助理教授 Mina Lee 表示，通过培训新手老师以经验丰富的教师的方式解决问题，它有可能改善新手老师与学生之间的关系。

“这项工作表明该工具在真实环境中确实有效。”她说，“我们希望促进人与人之间的联系，这确实凸显了人工智能如何增强人与人之间的互动。”

下一步，Rose Wang 和她的同事计划探索新手老师对 Tutor CoPilot 教授教学方法的记忆程度。这可以帮助他们了解此类人工智能干预措施的效果可能会持续多久。他们还计划尝试找出哪些其他科目或年龄组可以从这种方法中受益。

“有很多实质性的方法可以使底层技术变得更好。但我们不会在没有预先验证的情况下随意部署人工智能技术，我们希望确保在真正将其投入使用之前能够对其进行严格评估。对我而言，最担心的是我们浪费了学生的时间。”Rose Wang 说道。

原文链接：

https://www.technologyreview.com/2024/10/28/1106251/this-ai-system-makes-human-tutors-better-at-teaching-children-math/