字體：小 中 大 |
|
|
|
| 2024/09/07 22:22:39瀏覽1327｜回應0｜推薦2 | |
以下是我今年(2024)8月於「全國物理教育年會」中的演講內容，後來也在10月國科會智慧計算學門與資訊教育學門所共同舉辦的「人工智慧浪潮下之資訊科學與數位學習之變革與挑戰論壇」中作更仔細的說明，初步的呈現我們過去一年在清華大學物理系普通物理課堂上使用AI虛擬助教的部分成果。今年度也已經推行到全校約1600位理工科系的同學使用。
我個人認為最重要的資訊是使用AI的背景考量，主要有以下四點，顯示不是只為了AI而AI，而是要仔細考量實際需求、大型語言模型的訓練資料、應用於課堂的難處、以及相較於現有模型的優點等等，才能真正將這樣的系統開發出來並且部署落地。
2. 大學基礎科學的內容是普世的，對生成式AI來說算是有相當足夠的資料可以正確學習，大學程度的學生應可發覺可能的錯誤而不至於完全被誤導。因此不必另行再訓練，也不像國高中會受到考招方向的影響，大大簡化部署的流程。
3. 一般生成式AI進入教育主要的困難在於，教師往往要先自行學習prompt運用才能教學生，對理工科的學習進度必有影響。因此使用AI虛擬助教協助學生自學，教師可以完全不必調整教學進度或方法，有助於實用與推廣。
4. 透過system promp與網頁UI/UX的設計可以創造特定的學習環境，方便學生自學，減少錯誤並增加專心學習的情境。與ChatGPT直接給出所有過程答案相比，本系統可以設計讓學生有層次的思考，並且檢視問題的關鍵，達到自我學習的效果。
以我們目前有限的結果來看(請見投影片)，上下學期比較，使用數量超過某個基本值(約500則對話)以上後，其PR值的提升與其使用AI的數量有中度相關。這顯示主要協助到的應該是傳統考試屬於中後段，但是願意積極使用AI來自學的學生。
(中間關於小TAI的對話流程設計是歐予恩同學提供的投影片)
|
|
| ( 知識學習｜科學百科 ) |
