人工智慧挑戰:AI 測驗問題開發能比肩人類水平
機器生成的測驗問題在教育領域愈發普及
近年來人工智慧在教育領域的應用越來越廣泛。為了進一步發展教育領域中的機器智慧,美國北卡羅萊納州立大學(North Carolina State University) 的研究人員創造了一款名為 QUADL 的人工智慧模型,能夠產生出與人類編寫問題無異的線上課程評估問題。
QUADL 基於課程內容和學習目標生成問題
這款 AI 模型擅長於解析課程內容和學習目標,從而編撰問題。"我們將課程內容和課程講師提供的學習目標交給 QUADL,QUADL 就能夠開發出能夠幫助學生達成學習目標的問題。" 北卡羅萊納州立大學電腦科學副教授 Noboru Matsuda 表示。"人們很擅長開發課程,但在與教師和課程製作者的訪談中,我們發現他們往往難以開發出有效評估學生能力進展的問題。"
QUADL 功能強大,評價值高
為了測試 QUADL 的表現,研究人員使用了現有的線上課程軟體 Open Learning Initiative。研究人員招募了五名使用 OLI 為自己的課程教學的教師,並請他們評估長列表中的問題:
- 一些問題由 QUADL 生成;
- 一些問題由當前最先進的問題生成 AI 模型 Info-HCVAE 編寫;
- 一些問題已經在 OLI 課程中使用。
參與研究的教師不知道問題的來源,並被要求評估每個問題的教學價值。Machi Shimmei 是 NC State 的博士生,也是本研究的第一作者。她表示:"由 QUADL 生成的問題的教學價值分數與教師給予在 OLI 中使用的由人寫的問題所給出的教學價值分數幾乎相同。由 Info-HCVAE 生成的問題則得分較低。"
AI 教育技術已普及,但未來仍有挑戰
研究人員現正計劃進行本科教室研究,請教師使用由 QUADL 生成的問題,以檢視 QUADL 生成的問題是否影響學生的學習。Matsuda 表示:"這項即將展開的工作應該可以完成這項技術的封閉迴圈。理論上 QUADL 是有效的。現在我們必須看看它在實踐中是否實際有效。"QUADL 是 Matsuda 和他的合作夥伴正在開發的人工智慧技術套件 PASTEL 的一部分。所有的 PASTEL 技術都旨在促進教育課程的發展。"這些技術涉及從生成問題(這是 QUADL 的角色)到用於評估每個課程元素在幫助學生學習方面的效果的品保功能。"Matsuda 還表示:"我們正在尋找研究夥伴,幫助我們開發這些生成型人工智慧技術,和將這些 AI 工具應用到他們的課程中的教育者為合作夥伴。"
結論
隨著教育領域的不斷發展,人工智慧技術的應用也為教學提供了新的模式和可能性。QUADL 模型的開發,標誌著研究人員在教學智慧化領域的新突破。當然要注意到的是,教育不僅僅是知識傳授,還包括道德、倫理和性格等多個方面。因此在應用 AI 技術時,需要注意平衡技術的發展和道德價值觀的傳承。
延伸閱讀
- Snowflake 推出自家旗艦生成式人工智慧模型
- Parloa 完成 6600 萬美元融資,打造客服對話人工智慧平臺
- Perplexity 籌集超過 2.5 億美元,估值達 25-30 億美元,用於其人工智慧搜尋平臺
- 前 Snap 研究人員正在利用人工智慧打造下一代 Bitmoji - 輕鬆創作個人化貼圖
- Adobe 聲稱其最新的影象生成模型是迄今為止最佳的
- 聯合航空如何運用人工智慧讓旅行更輕鬆
- 女性在人工智慧領域的研究:Anna Korhonen 探討語言學和人工智慧的交集
- 人工智慧與文化:Ewa Luger 探索 AI 如何影響文化,反之亦然
- 為何向量資料庫在人工智慧熱潮達到高峰時受到關注
- 本週人工智慧大事記:當「開源」並非那麼開放