从黑板到聊天机器人

本研究评估了在尼日利亚中等教育中利用大型语言模型（LLM）进行虚拟辅导的项目影响。通过随机对照试验，该项目部署了由GPT-4驱动的Microsoft Copilot，以支持学生在六周内进行英语语言学习。

主要发现：

• 干预措施在英语、人工智能知识和数字技能方面均产生了显著提升，总效应为0.31个标准差。
• 干预措施对第三学期的常规英语课程考试也产生了显著积极影响，效应量为0.23个标准差。
• 成本效益分析显示，该项目具有很高的成本效益，相当于1.5至2年的“常规教学”学习时长。
• 异质性效应分析表明，该项目惠及了所有学生，但最大的效益体现在女性学生以及初始学业成绩较高的学生身上。

研究结论：

• 人工智能辅助教学，在设计和使用得当的情况下，能够在资源匮乏的地区的教育领域产生变革性影响。
• 大型语言模型（LLM）在正确使用时可以提高学习效果，通过提示引导模型提供基于学习科学原理的解释和支持，并辅以教师监督和课程内容协调。
• 该项目具有可扩展性潜力，使用免费工具，而非传统的基于订阅的计算机自适应软件，可以显著降低边际成本。
• 政策制定者必须警惕此类项目可能无意中加剧不平等的地区，需要在基础设施和设备上进行重大投资，以在区域间提供公平的技术接入。

未来研究方向：

• 将项目持续时间延长至六周以上，探究更长时间的干预是否能带来更显著或持续的学业成果改进。
• 扩大研究范围以纳入更多样化的学校群体，特别是农村地区的学校。
• 增加一个额外的治疗组，该组由教师提供一对一辅导，且不使用技术，以比较LLM驱动辅导与传统教师主导辅导的有效性。
• 理解干预措施的长期影响，评估短期内观察到的积极效果是否能够持续。
• 探讨学生是否会将其使用AI工具的技能从一个学科领域转移到另一个学科领域。