谷歌针对LearnLM发布《面向教育生成式人工智能的负责任开发:一种评估驱动的方法》报告

点击蓝字 关注我们

报告信息

面向教育生成式人工智能的负责任开发:一种评估驱动的方法

报告来源：Google

发布时间：2024年5月14日

谷歌最近宣布推出学习大模型“LearnLM”，预计将在2024年9月正式发布。该模型基于谷歌大语言模型Gemini开发，旨在通过一套人工智能驱动的工具集彻底改变课堂管理和教学方式。为支持这一创新，谷歌发布了技术报告《面向教育生成式人工智能的负责任开发:一种评估驱动的方法》。该报告详细介绍了谷歌在改进教育生成式人工智能方面的方法，并强调了如何与人工智能和教育技术共同体合作，最大限度地发挥其积极影响和潜力。

序 言

报告首先指出，当前世界面临的一个主要挑战是提供公平和普遍的优质教育机会。尽管生成式人工智能的最新进展让人们看到了为每个学习者提供私人导师和为每个教师提供教学助手的潜力，但将这一梦想变为现实仍面临许多困难。这些困难主要包括将教学直觉转化为生成式人工智能提示语的复杂性以及缺乏良好的评估实践。

报告重点

对话辅导

谷歌团队在报告中聚焦于教育中的一对一对话辅导，认为这是最有影响力和普遍的应用之一。优秀的对话式人工智能导师可以通过即时反馈和适应个人需求来增强学习者的教育体验，同时减轻教师的工作量。

团队提出了一个全面的评估方法，旨在优化生成式人工智能的教育用例。

教学评价分类法（见4.3.2节）

多学科团队与参与式研究

在这项工作中，谷歌组建了包括人工智能科学家、工程师、教学专家、安全研究人员和认知科学家在内的多学科研究团队，并采用了参与式研究方法，包括研讨会、共同设计练习和用户研究等。研究团队相信，负责任的教育AI系统开发需要吸引学习者、教育者、政策制定者和学术研究者的参与，确保生成的系统符合他们的需求、价值观和愿望。

人类导师和AI导师的原则

• 不要过早给出解决方案，鼓励学习者自己想出解决方案。

• 让解释容易理解，例如通过与现实世界的联系。

• 鼓励学习者，赞美他们的进步，把错误当作学习的机会。

• 当学习者遇到困难时，要意识到并主动与他们联系。

• 通过提问来确定学习者的理解和误解。

• 逐步解释，解构并教授思维过程。

讨论

报告提出，在开发生成式人工智能教育模型应用时，还面临一些挑战，例如：

• 缺乏普遍的最佳教学实践：教育研究在许多学科中进行了广泛的研究，但定义和量化普遍的教学原则仍然是一个挑战。

• 缺乏透明度和共同的评价实践：从最早的机械教学机到现代的智能辅导系统，教育一直是最新计算技术的重要应用。然而，这些系统的评估协议往往成本高昂、耗时长且存在缺陷，因此经常被忽视。

总之，这些情况都给教育工作者带来了过度负担，他们已经工作过度，而且往往缺乏必要的数字技能，因此不得不在非正式的基础上评估教育技术解决方案的优势和局限性。虽然人工智能素养计划是帮助教育工作者就新技术的价值做出更明智决策的重要一步，但教育技术需要更好的评估实践，以弥合技术创造者和用户之间的差距。

如何获取报告？

关注本公众号：图灵财经

点击文末“阅读原文”获取

来源：Google

时间：2024年5月

编辑：李子嘉（国科大中丹学院）

精彩推荐

更多精彩内容