2024面向教育的生成式AI的负责任发展：评价驱动的方法（英译中）

教育领域中生成式AI负责任发展的评价驱动方法

主要贡献与方法概述

• 参与式方法：项目采用多学科、多利益相关者参与的模式，结合研讨会、访谈、共同设计等活动，整合教育学、认知科学、AI、伦理和政策领域的专家意见，确保系统的道德性和实用性。

• 全面评估协议：提出一套七项教学基准，涵盖定量、定性、自动和人工评估，用于评价对话式AI导师（如LearnLM-Tutor）的教学表现。这些基准从不同角度审视AI导师的有效性、适用性和影响。

• 实例应用：将评估方法应用于及时调整的Gemini1.0和LearnLM-Tutor，展示在教育相关功能上的改进。此外，报告探讨了特定教育能力的针对性评估案例。

• 安全与道德考量：强调AI教育系统的安全性和道德标准，提出专为教育领域设计的干预措施。

教育AI的挑战与机遇

• 挑战：

  • 将教学直觉转化为语言表述难以实现。
  • 缺乏共享的评估框架，影响教学法的定义和优化。
  • 技术的广泛应用可能引发道德和政策问题。

• 机遇：

  • AI可以实现教育的民主化，提供个性化的学习体验。
  • 通过综合评估方法，AI系统可以持续改进，满足教育需求。

结论与展望

报告呼吁教育、科技、伦理、政策领域的利益相关者共同合作，建立指导方针、基准和工作原则，以负责任地发展教育领域的AI技术。通过这种方法，旨在构建能为所有人提供高质量教育机会的新一代AI系统，解决教育公平与普及性问题。