生成式教學智能體的創(chuàng)建策略、角色與應用

【摘 要】早期教學智能體和生成式人工智能的教學應用存在一些局限，基于此，文章提出了生成式教學智能體是生成式人工智能用于教育的可普及形態(tài)，同時闡釋了生成式教學智能體的創(chuàng)建策略、角色、應用以及展望。

【關鍵詞】教學智能體；生成式人工智能；生成式教學智能體

【中圖分類號】G434 【文獻標志碼】A

【論文編號】1671-7384（2024）010-008-03

早期教學智能體的局限

教學智能體（Pedagogical Agent，簡稱PA）又被稱為“教學代理”，是智能輔導系統(tǒng)（Intelligent Tutoring System，簡稱ITS）的關鍵組成部分。教學智能體是人工智能技術應用于教育的重要研究方向。其被開發(fā)設定為擬人角色（模擬教師、學伴等）來增加ITS的社交屬性，以增強學習互動和參與感，提升學生學習動機，并提供個性化的教學和輔導。PA背后的ITS，從本質(zhì)上講是基于規(guī)則和知識庫的專家系統(tǒng)，是依賴于預制的學科知識和教學策略為學生提供指導和反饋，具有準確性高的優(yōu)勢。但是把學科知識和教學策略以人工編程方式教會計算機使其具備教學智能，則非常復雜和耗時。因此，ITS難以快速更新以反映最新知識和教學策略，導致PA擴展性和適應性被限制，這影響了PA的廣泛應用。

教學生成式人工智能的探索

當前，ChatGPT正被當作通用型教學智能體，成為學習者的私人導師和教師的教學助理。不過在實際的教學運用中，ChatGPT等生成式人工智能并沒有展現(xiàn)良好的表現(xiàn)。突出的缺點是回答學生問題時，有時候給出的解釋是錯的，這會帶偏學生；有時候給出的分析長篇大論，增加了學生的認知負荷；還有就是會直接給出答案，這會助長抄襲行為。

研究人員發(fā)現(xiàn)，生成式人工智能直接用于教學實踐表現(xiàn)不佳的原因，在于其背后的大模型并不是專門為教育教學而開發(fā)[1]。因此，需要把大模型針對教學進行調(diào)整和優(yōu)化，使得生成式人工智能像優(yōu)秀的人類教師那樣與學生互動。提示工程是優(yōu)化大模型最簡單、最常用的方法。它所需要的只是教師用自然語言寫出一套關于良好教學行為的說明作為提示詞，然后生成式人工智能就會依據(jù)提示要求產(chǎn)生相應的教學行為和內(nèi)容。然而，這種方法效果有限，未從根本上糾正大模型的上述問題。微調(diào)是優(yōu)化大模型的第二種方法。它是讓大模型進行額外訓練，即通過從補充的教學數(shù)據(jù)中學習來獲取教學相關知識，理解有效的教學行為和策略，讓其從底層擁有了教學相關知識和技能，使其能以更符合教學規(guī)律的行為與學生互動。然而高質(zhì)量教學數(shù)據(jù)集和有效評估標準的缺乏，導致微調(diào)教育大模型并非完美。不過探索并未停止，一些教師找到了第三種方法讓生成式人工智能服務于課堂。

生成式教學智能體的實現(xiàn)

現(xiàn)在大多數(shù)生成式人工智能平臺都支持用戶以零代碼或低代碼的方式創(chuàng)建特定功能的智能體（AI Agent）。教師們發(fā)現(xiàn)，利用這種方式創(chuàng)建的智能體也可用來支持自己的教學。這是一種新型的教學智能體，由于其基于生成式人工智能創(chuàng)建，為了區(qū)別于傳統(tǒng)的教學智能體，這里命名為：生成式教學智能體（Generative Pedagogical Agent，簡稱GPA）。

GPA是使用預設的指令和教學材料來引導GPT-4等生成式人工智能大模型，實現(xiàn)在特定學科支持學生學習。這里用到了檢索增強生成技術（RAG），這是優(yōu)化大模型應用于教育的第三種方法。RAG通過提示詞和知識庫內(nèi)容結(jié)合來增強生成式人工智能以展現(xiàn)更好的教學行為和內(nèi)容輸出。這里的提示詞就是預設的指令，它是對智能體教學行為的明確指示。這里的知識庫就是教師提供的教學材料，它是讓智能體更明確教學的內(nèi)容。二者結(jié)合再利用大模型強大的理解和泛化能力，就能提升智能體的教學能力。具體實現(xiàn)過程就是，當學生提出問題后，智能體會把預設的指令與學生問題組合成新指令，再用新指令在知識庫中檢索出相關內(nèi)容，然后把新指令與檢索到的內(nèi)容構(gòu)建成上下文豐富、結(jié)構(gòu)規(guī)范的提示詞提交給大模型執(zhí)行，這樣GPA就能更好地完成教學任務了。可見，GPA實際上是整合了傳統(tǒng)教學智能體和生成式人工智能的優(yōu)勢，即通過預設和生成來確保教學的準確性和適應性。不過要做到這些，還需要一些方法和技巧。

生成式教學智能體的創(chuàng)建策略

創(chuàng)建GPA時，需要一些策略來簡化復雜的操作，讓普通教師能快速上手。我們建議做到以下三個關鍵策略。（1）任務策略：盡量不要把GPA設計為多任務或多用途，其任務和用途相對單一點更好。這樣教師在提示詞中把執(zhí)行的方法指令描述得更清晰，智能體的響應速度更快，完成質(zhì)量也更高，另外任務越多可能需要更多的知識庫文檔來支持。研究人員建議，如果有多主題內(nèi)容或復雜任務需要解決，可設計多個智能體來協(xié)同完成[2]。（2）提示詞策略：盡量用示例對提示詞進行補充說明，讓智能體正確理解做什么、怎么做、何時做以及不能做什么等。雖然現(xiàn)在的大模型都針對教育應用進行了微調(diào)，但當提示詞難以準確描述教師教學行為或隱性教學經(jīng)驗時，示例（特別是呈現(xiàn)推理過程的示例）能大幅提升大模型的理解能力。已經(jīng)有大量研究證明，在提示詞中提供示例可顯著提高大模型輸出的性能[3][4]。（3）知識庫策略：盡量以提升RAG檢索性能來設計知識庫文檔，這樣才能使文檔中的內(nèi)容都能被完整地檢索并能準確地回答學生的問題。技術研究發(fā)現(xiàn)，結(jié)構(gòu)化文檔和問題清單能有效提升RAG的檢索效率[5]。因此我們建議首先把教學材料以markdown格式形成結(jié)構(gòu)化清晰的Word文檔；其次把收集的學生問題、教師要求學生掌握的問題和大模型生成的能基于教學材料回答的問題合并成問題清單，并配上答案作為知識庫文檔之一，以此把學情數(shù)據(jù)和教學材料進行融合來提升RAG的性能。

以上策略，是進一步為GPA設定“護欄”，讓其在特定學科教學中發(fā)揮穩(wěn)定的作用。值得一提的是，一些專用的GPA創(chuàng)建平臺（國外的SchoolAI和國內(nèi)的曉羊智能體）設置了更好的“護欄”來支持安全教學，如平臺上沒有與學習無關智能體的干擾，教師能查看學生與智能體的對話數(shù)據(jù)等。

生成式教學智能體的角色

最新的研究發(fā)現(xiàn)，在提示詞中讓大模型扮演角色能提高其推理能力和內(nèi)容輸出的質(zhì)量[5]。創(chuàng)建GPA時可通過下面的方法來賦予其角色以提升其性能。

（1）主題角色。這是為創(chuàng)建某個教學主題GPA而賦予的角色，如說明文寫作導師、單詞教練、化學方程式配平向?qū)У?；也可為一個學科概念，為一篇閱讀材料，為一個歷史事件等創(chuàng)建一個GPA。在實踐中，最常見的是教師基于一個單元或一節(jié)課的內(nèi)容，創(chuàng)建GPA導師。教師只需在預設提示詞中說明教學要求（教學步驟、教學方法等），并上傳相應的教學材料，就能輕松創(chuàng)建這類GPA。這類GPA通?？赏ㄟ^全流程教學來支持學生的自主學習，不僅可用來回答學生的問題，還可通過向?qū)W生詢問有關該主題的問題來幫助學生學習。

（2）功能角色。如果不是將GPA用于全流程教學，而只是在教學某個環(huán)節(jié)用GPA作為教師的教學助手，那么可為此創(chuàng)建實現(xiàn)特定教學功能的GPA，如化學鍵答疑助教（專門回答學生各種關于化學鍵的問題）、三角函數(shù)習題生成器（根據(jù)學生要求生成題目供學生練習并給出批改反饋）、洋流習題講評助手（就“洋流”這節(jié)課的作業(yè)對學生進行個別講評）等。這類GPA的用途是為教師主導的教學做輔助。這樣教師在創(chuàng)建時就會比主題角色的GPA更簡單。如習題講評助手的創(chuàng)建，教師只需要在預設提示詞中說明講評規(guī)則，再上傳需要講評的習題和答案即可。

（3）人物角色。這是為教學內(nèi)容相關的人物創(chuàng)建GPA角色。我們可讓GPA扮演真實人物，如某個科學家、作家、歷史人物，也可讓GPA扮演文學作品中塑造的人物角色，如莎士比亞筆下的威尼斯商人夏洛克，甚至可讓GPA扮演原子、細胞等擬人角色。這類GPA是以創(chuàng)設情境的方式來支持學生進行沉浸式拓展學習，主要是向?qū)W生提供豐富的材料并進行恰當?shù)慕忉?。?chuàng)建這類GPA或許更簡單。首先，不需要在預設提示詞中說明復雜的教學規(guī)則，僅需要對輸出的內(nèi)容正確性、難易度和長度等提出要求以適合學生的層次。其次，GPA背后生成式人工智能大模型本身就能回答大多數(shù)問題，所以對知識庫材料的要求不高，僅準備大模型不熟悉的內(nèi)容即可，建議提供相關教材內(nèi)容以幫助GPA理解學生需掌握的知識層次。

生成式教學智能體的應用

（1）翻轉(zhuǎn)課堂。翻轉(zhuǎn)課堂是學生在家中通過課程材料（視頻或其他數(shù)字資源）學習新知識，然后在課堂上通過協(xié)作活動、討論或解決問題的練習來應用他們學到的知識。在這個過程中，即便是教師精心準備的課程材料可能也無法避免“一刀切”的窘境?；谥黝}內(nèi)容創(chuàng)建的GPA可作為AI導師來支持學生更有效地在家學習，確保他們來上課時準備得更充分，并能更好地投入實踐活動或討論中。另外，在學生人數(shù)較多的課堂，教師也可創(chuàng)建GPA作為答疑助手來回答學生個性化的問題，還可把習題生成器GPA分發(fā)給每位學生使用，以支持自適應練習和反饋。

（2）同伴教學。同伴教學是利用學生之間的討論和交流，促進他們IIF7+ff1rs0lpa0K+cvYA1Kf1cgCgCVpjyZNaSBsVzc=對概念的理解和應用，提高他們的課堂參與度和學習效果。在這個過程中，有很多因素可能導致無法形成有效的討論和交流，如口頭表達能力、性格、認知差距等。教師可創(chuàng)建GPA擔任“同伴”角色，分發(fā)給配對效果不好的學生，讓AI同伴與其開展適應性的互動。另外，學生扮演教師去教會別人是同伴教學中常見的活動，但是如果“學習者”無法識別“教師”的錯誤，這可能形成知識傳播不準確的風險。教師可創(chuàng)建GPA擔任“學習者”角色來促進這一活動的有效實施，避免類似情況發(fā)生。

（3）POGIL模式。POGIL是Process Oriented Guided Inquiry Learning的縮寫，意為面向過程的指導型探究學習，就是教師提供指導性的學習材料支持學生在合作中由淺入深地遞進完成探究問題。這個過程中，需要學生扮演不同的合作學習角色，教師則在教室里四處走動，根據(jù)需要提供指導和支持。如果學生小組合作有缺陷，教師可創(chuàng)建GPA扮演小組中相應的角色來協(xié)助合作學習的開展；教師忙不過來，也可創(chuàng)建GPA扮演團隊教練來對小組進行指導。

（4）5E模式。5E與POGIL類似，本質(zhì)上都是基于建構(gòu)主義學習理論的支架式教學，是通過Engage（吸引）、Explore（探究）、Explain（解釋）、Elaborate（遷移）和Evaluate（評價）五種活動來支持學生的探究式學習。教師可為每個小組創(chuàng)建GPA來擔任流程教練，以增強對各個小組活動的指導，包括在每個活動起始提供任務問題，在過程中對小組共同的問題進行協(xié)助，并通過接收小組活動成果做出評價和反饋來適應性地引導后續(xù)活動的開展。

教學智能體的未來展望

早期PA就曾以2D或3D的擬人形象出現(xiàn)，但終究因技術實現(xiàn)復雜和互動效果有限而沒有廣泛應用?，F(xiàn)在利用生成式人工智能可實現(xiàn)真人形象的數(shù)字分身——數(shù)字人，同時GPT4o能通過攝像頭觀察現(xiàn)實世界并與人類互動。如果把這些先進技術與GPA結(jié)合，或許將是GPA的未來形態(tài)——數(shù)字人教學智能體。可以預見，當模擬教師真人形態(tài)的數(shù)字人具備基于視覺來與學生溝通時，教育將真正迎來革命性的變化。

注：本文系重慶市教育科學規(guī)劃課題“生成式人工智能賦能中學生深度學習的教學模式構(gòu)建和實踐研究”（課題編號：K24ZG1140078）、“教學智能體賦能中學數(shù)學教學的實踐研究”（課題編號：K24ZG1140142）、“生成式人工智能賦能中學物理跨學科主題學習的實踐研究”（課題編號：K24ZG1140117）、“生成式人工智能促進農(nóng)村中學教師專業(yè)發(fā)展的策略研究”（課題編號：K23ZX1140007）研究成果

參考文獻

Irina Jurenka，et al.Towards Responsible Development of Generative AI for Education： An Evaluation-Driven Approach[EB/OL].（2024-07-19）[2024-09-03].https：//arxiv.org/abs/2407.12687v2.

[3] Graham Clay.Tutorial：How to Build （Better） Custom GPTs[EB/OL].（2024-05-22）[2024-09-05].https：//automatedteach.com/p/tutorial-how-to-build-custom-gpt-tutor.

Aobo Kong，et al.Better Zero-Shot Reasoning with Role-Play Prompting[EB/OL].（2024-03-14）[2024-09-06].https：//arxiv.org/abs/2308.07702v2.

Christian Griset.Why Your RAG Doesn’t Work[EB/OL].（2024-03-5）[2024-09-06].https：//medium.com/@cdg2718/why-your-rag-doesnt-work-9755726dd1e9.