人工智能可以帮助教师识别有学习困难的学生

剑桥大学和慕尼黑路德维希·马克西米利安大学的研究人员表示，在个人反馈不容易获得的情况下，这可能是一种“有效的替代品”。

在一项试验中，178名德国实习教师被要求评估6名虚构的学生，以判断他们是否有学习困难，如阅读障碍或注意力缺陷多动障碍(ADHD)，并解释他们的推理。

他们得到了功课的例子，以及其他信息，如行为记录和与父母的对话记录。

在提交答案后，一半的学员立即收到了一份由合格的专业人士事先撰写的“专家解决方案”原型，以便与他们自己的解决方案进行比较。

其他人则收到人工智能生成的反馈，这些反馈突出了解决方案中正确的部分，并标记了他们可能需要改进的方面。

这些测试由研究人员打分，他们评估了诊断的准确性，以及他们在多大程度上利用了可用的证据来做出判断。

在六次初步演习中获得人工智能反馈的学员的诊断推理平均分估计比使用预先编写的专家解决方案的学员高10个百分点。

由于它分析了实习教师自己的工作，而不是要求他们将其与专家版本进行比较，研究人员认为人工智能的反馈更清晰。

来自慕尼黑大学的迈克尔·赛勒博士说:“显然，我们并不是说人工智能应该取代教师教育工作者:新教师在如何识别学习困难方面仍然需要专家指导。”

然而，人工智能产生的反馈似乎确实帮助这些学员专注于他们真正需要学习的东西。

“在个人反馈不容易获得的情况下，它可能是一种有效的替代品。”

这项研究使用了一个能够分析人类语言的系统，并在受训者的文本中发现某些短语、想法、假设或评价。

它是根据早期一批职前教师对类似练习的反应创建的。

通过对这些回答进行分割和编码，该团队“训练”人工智能系统，以识别试验期间学员提供的解决方案中关键点的存在与否。

然后系统选择预先写好的文本块给参与者适当的反馈。

剑桥大学副教授Riikka Hofmann说:“教师在识别学生障碍和学习困难的迹象并将他们介绍给专家方面发挥着关键作用。”

“我们的研究结果表明，人工智能可以提供额外水平的个性化反馈，帮助他们培养这些基本能力。”