生成式AI對於大學物理教育的影響與應用(以清華大學AI虛擬助教為例) - 王道維的部落格

字體：小中大

生成式AI對於大學物理教育的影響與應用(以清華大學AI虛擬助教為例)

2024/09/07 22:22:39瀏覽731｜回應0｜推薦1

以下是我今年(2024)8月於全國物理教育年會中的演講內容，也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。今年度也將推行到全校約1500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。

1. 大學物理系需要大量使用微積分來學習物理，但108課綱對此的教學時數較少，因此有需要藉此AI虛擬助教輔助學生提升數學程度，否則必會對理工科系的學習有所影響。

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。

感謝清華大學教務處與物理系的行政與經費支持，還有歐予恩、洪顥耘和張家銘幾位同學的參與與重要貢獻。未來還有很多要持續改善的地方，希望未來有機會再擴大應用的範圍。也歡迎各方專業人士提供寶貴意見與指教。