创新背景

人工智能影响生活的方方面面，包括教育教学领域。魏茨曼科学研究所科学教学系的研究人员正在探索类似的领域，他们试图开发改善学习和教学的新技术。

 

创新过程

研究人员对教师进行调查访问，询问他们人工智能如何支持他们的工作，反复出现的答案是AI“可以帮助审查开放性问题”。这个听起来像是一个未来主义的幻想或者一个完美的教师助手的答案节省了宝贵的时间并提供有价值的见解。

AI赋能教学

研究小组发表了一项研究，表明机器学习算法和自然语言处理可以被“训练”，以自动评估学生对开放生物学问题的回答。算法的评估与教学专家和教师的评估高度相似。此外，学生和教师根据机器生成的分析获得教学反馈的第一次实验表明，学习者的成绩有了显著提高。这些算法不仅仅是模仿人类：在某些标准中，它们做得更好。机器学习系统能够更好地提供课堂知识水平的更快概述。

研究人员表示，远程学习技术的采用在加速，但许多研究表明，人类指导是不可替代的。技术在教育中的理想作用是授权和支持由教师领导的学习和教学过程。

人机交互中的人为因素

基于这一见解，研究小组与伦敦大学学院的Mutlu Cukurova教授一起对塑造教师与人工智能互动的人为因素进行探究，使其朝着新的方向发展，并在金融和医学相关推荐引擎的背景下研究了这一主题人工智能在教育中的应用是为教育教学赋能，与教师合作并为教师完成各种任务，帮助他们根据个别学生的特殊需求定制教学。但事实证明，许多专业人士有认知偏见，这可能导致对人工智能产生的建议的过度信任或不信任。

当基于人工智能的建议与教师以前对学生的了解相矛盾时，教师不愿意接受这些建议。研究表明，通过对人工智能系统的使用以及其预测中固有的不确定性进行适当的培训，这些偏见可以减少：教师可以建立对人工智能建议的信任，并以明智的方式考虑它们。

算法评估

在另一项关于教师对人工智能态度的研究中，研究小组本着电视节目《蒙面歌手》的精神进行了一项实验。在这个实验中，学生被要求回答一组开放性问题。接下来，一组生物教师被要求预测小组中其他教师对学生答案的反馈。然后让老师们猜测他们的同龄人。蒙面老师被揭露为基于自然语言的人工智能算法，该算法从他们那里学会了如何评估学生对开放问题的回答。

这项研究的见解启发了另一种技术系统的设计：GrouPer。这是一种交互式工具，允许教师根据知识概况绘制学生的地图。

研究人员表示，尽管研究取得了可喜的结果和参与实验的教师的热情，但这些创新工具的广泛采用面临着技术、财务和实际方面的困难。研究愿景是看到人工智能与教师合作并为教师完成各种任务，帮助他们根据个别学生的特定需求定制教学。好老师是不可替代的，AI可以为他们提供工具，使他们能够增强能力，帮助他们和他们的学生脱颖而出。

 

创新价值

探究人工智能在教学过程中的使用情况，针对教师不信任人工智能的问题提出解决方法，有助于让算法和数据促进教学专业知识，提高教学效果。