教育生成式人工智能开发技术报告英

《负责任发展生成式人工智能在教育中的评估驱动方法》

本文探讨了在教育领域利用生成式人工智能（gen AI）以实现个性化导师和教学助手的可能性，并提出了一个从学习科学高级原则到实用教育基准的框架，包括量化、定性、自动和人性化的评估。此外，文章介绍了用于改进Gemini模型的新精细调整数据集，以及开发了名为LearnLM-Tutor的工具。

关键发现：

1. 挑战与机遇：当前gen AI时代带来了前所未有的机遇，即AI比以往任何时候都更易访问、强大并且进步速度更快。然而，如何最大化利用这一技术以促进社会利益成为了一个重要问题。

2. 教育评价框架：为了解决gen AI在教育领域的应用问题，作者提出了一种评估驱动的方法，旨在通过参与、教师偏好、部署和学习者反馈四个阶段构建一个全面的教育评价框架。

3. LearnLM-Tutor：在评估过程中，LearnLM-Tutor在多个教学维度上被教育者和学习者一致地认为优于基于prompt的Gemini模型。

4. 长期教育挑战：全球面临的主要挑战之一是提供公平、普遍的高质量教育机会。在COVID-19大流行之前，低至中收入国家的十岁儿童中有53%经历学习贫困，美国学区领导者的教师短缺问题尤为严重。

通过这些发现，文章呼吁AI和教育科技社区加速进展，最大化生成式人工智能在教育领域的积极影响，同时强调负责任的发展策略。