实习老师分不清“学习困难生”？剑桥大学的人工智能成新帮手

一项试验发现，正在学习识别有潜在学习困难学生的实习教师，在被人工智能帮助后，大大改善了他们的推理能力。

这项研究是由剑桥大学和慕尼黑路德维希-马克西米利安大学（LMU Munich）的学者领导的研究小组进行的，他们招募了德国的178名实习教师。研究提供了最早的证据，表明人工智能（AI）可以提高教师的“诊断推理”能力，即收集和评估有关学生的证据，并得出适当的结论的能力，以便为学生提供有针对性的支持。

在试验期间，受训者需要评估六个虚构的有潜在学习困难的学生。实习老师们会获得他们的学校作业，以及行为记录和与父母谈话的记录等信息。然后他们必须决定哪些学术有学习困难，如阅读障碍或注意力缺陷多动症（ADHD），并做出解释。

在提交答案后，一半的受训者收到由合格的专业人士事先备好的“专家解决方案”，并与他们自己的解决方案进行比较。其他人则收到了由人工智能生成的反馈，其中会突出解决方案的正确部分，并标出他们需要改进的方面。

在完成了六个准备练习后，受训者又进行了两次类似的后续测试--这次没有任何反馈。测试由研究人员打分，他们评估了测试的“诊断准确性”（受训者是否正确识别了阅读障碍或多动症的案例）和诊断推理，即他们在利用现有证据做出判断方面做得如何。

在六次初步练习中接受过人工智能反馈的受训者的诊断推理平均得分比那些用预先备好的专家解决方案的受训者高出约10个百分点。

其原因可能是人工智能的“适应”性质。因为人工智能分析了受训教师自己的工作，而不是要求他们与专家版本进行比较，研究人员认为这样的反馈更清晰。

来自慕尼黑大学的Michael Sailer博士说：“显然，我们并不是说人工智能应该取代教师的导师。新教师仍然需要专家的指导。然而，人工智能产生的反馈似乎确实能够帮助这些受训者专注于他们真正需要学习的东西。在不容易获得个人反馈的地方，它可以成为一个有效的替代品。”

该研究论文题为"Adaptive Feedback from Artificial Neural Networks Facilitates Pre-Service Teachers’ Diagnostic Reasoning in Simulation-based Learning"，已发表在《学习与指导》期刊上。

前瞻经济学人APP资讯组

论文原文：https://www.sciencedirect.com/science/article/pii/S095947522200041X?via%3Dihub