Группа исследователей из Калифорнийского университета в Лос-Анджелесе и Калифорнийского университета в Сан-Диего обнаружила положительные способы применения ИИ и дополнительных баллов для улучшения успеваемости студентов на вводных курсах по физике, включая снижение влияния неравенства. Об этом рассказывается в статье, опубликованной в журнале [Physical Review Physics Education Research Journal](https://journals.aps.org/prper/abstract/10.1103/v93w-ytyc).
Это исследование — одно из первых, в котором изучается влияние на результаты экзаменов предоставления подсказок, основанных на больших языковых моделях (LLM) и сгенерированных с помощью ИИ, во время выполнения домашних заданий для студентов бакалавриата по физике.
Исследование также рассматривает неравенство в доступе студентов к основополагающим разделам математики, таким как тригонометрия и математический анализ. У чернокожих, латиноамериканских, коренных американских студентов и студентов из семей с низким доходом меньше шансов иметь возможность посещать продвинутые математические курсы в старшей школе, что ставит их в невыгодное положение для успешной академической успеваемости в колледже по физике.
Для устранения этих различий исследователи внедрили двустороннее вмешательство:
1. Оба вмешательства основывались на теории ожиданий и ценностей достижения: теория предполагает, что студенты с большей вероятностью будут выполнять задачи, в которых они ожидают добиться успеха и которые они считают ценными.
2. Большинство студентов изучили функцию подсказок, сгенерированных ИИ. Когда она была доступна, 88% студентов использовали подсказки, сгенерированные ИИ, по крайней мере для одного домашнего задания (среди задач, которые, по нашему мнению, соответствовали экзаменационным вопросам), а 57% студентов использовали подсказки, сгенерированные ИИ, по крайней мере для пяти вопросов. В среднем студенты использовали подсказки, сгенерированные ИИ, по крайней мере для 20% вопросов.
Результаты исследования показывают, что эти вмешательства связаны с повышением экзаменационных баллов и снижением различий в количестве выполненных дополнительных математических заданий. Примечательно, что масштабированная система дополнительных баллов была особенно эффективна для студентов, которые могли получить наибольшую пользу от дополнительной поддержки.
Ифань Лу, первый автор и докторант кафедры физики и астрономии Калифорнийского университета в Лос-Анджелесе, сказал: «Внедряя масштабируемые и недорогие меры, мы можем создать более справедливую среду обучения. Использование инструментов ИИ может устранить социальные барьеры, которые мешают студентам обращаться за помощью к преподавателям, ассистентам преподавателей и/или сверстникам».
Элизабет Х. Симмонс, исполнительный вице-канцлер и выдающийся профессор кафедры физики Калифорнийского университета в Сан-Диего, добавила: «Наши результаты демонстрируют, что продуманная интеграция технологий и целевых стимулов может существенно повлиять на успеваемость студентов. Эти стратегии эффективны и осуществимы для широкого внедрения в широком спектре курсов бакалавриата, включающих математические темы».
На основе результатов этого исследования несколько вводных курсов по физике, преподаваемых в Калифорнийском университете в Лос-Анджелесе, уже включили дополнительные математические задания и подсказки, сгенерированные ИИ, с планами по более широкому внедрению.
«В следующем году мы работаем с преподавателями кафедр химии и естественных наук, которые адаптируют дополнительные математические задания к своему контексту и внедрят наш подход в свои курсы», — сказала К. Суприя, заместитель директора по оценке в Центре инноваций в образовании и обучении в науках Калифорнийского университета в Лос-Анджелесе.
Результаты исследования подчёркивают эффективное использование ИИ для поддержки улучшения результатов обучения. В будущих исследованиях команда учёных рекомендовала изучить факторы, которые формируют решения студентов использовать или не использовать предлагаемые дополнительные возможности.
Предоставлено [University of California — San Diego](https://phys.org/partners/university-of-california—san-diego/)