Jouw persoonlijke AI-tutor?
Er zijn levendige discussies over het gebruik van kunstmatige intelligentie (artificial intelligence – AI) in het onderwijs. Is het een zegen voor docenten en studenten of is het een vloek voor het onderwijs. Ambroise Baillifard, Maxime Gabella, Pamela Banta Lavenex, en Corinna S. Martarelli hebben een artikel geüpload naar arXiv[1] met als titel Implementing Learning Principles with a Personal AI Tutor: A Case Study [Leerprincipes implementeren met een persoonlijke AI-tutor]. Waar het om gaat is dat ze een AI tutor app gebruikten bij psychologie studenten in een cursus neurowetenschap. Zij namen bestaand cursusmateriaal en liet GPT-3 vragen daaruit destilleren. Op basis daarvan maakten ze wat heet een dynamisch neuraal netwerkmodel van wat de studenten begrepen van de belangrijkste concepten in het materiaal. Dit maakte het mogelijk om op maat gemaakte verspreide oefentoetsjes (retrieval practice) te genereren voor iedere student qua niveau en capaciteiten.
Abstract (Nederlands)
Effectieve leerstrategieën gebaseerd op principes als personalisatie, oefentoetsing en gespreide herhaling zijn vaak moeilijk te implementeren. Hier onderzoeken we de integratie van AI-tutoren als aanvulling op leerprogramma’s in overeenstemming met de leerwetenschappen. Er werd een semesterlange studie uitgevoerd bij UniDistance Suisse, waar een AI-tutor-app werd aangeboden aan psychologiestudenten die een cursus neurowetenschappen volgden (N=51). Na het automatisch genereren van microleervragen uit bestaand cursusmateriaal met behulp van GPT-3, ontwikkelde de AI-tutor een dynamisch neuraal netwerkmodel van de mate waarin elke student de belangrijkste concepten begreep. Dit maakte de implementatie van verspreide oefentoetsen mogelijk, aangepast aan het individuele niveau en de vaardigheden van elke student. De resultaten tonen aan dat studenten die actief betrokken waren bij de AI-tutor significant hogere cijfers haalden. Bovendien als de studenten actief gebruik daarvan maakten leidde dat tot een gemiddelde verbetering van 15 percentielpunten vergeleken met een parallelle cursus zonder AI-tutor. Dit onderzoek toont het vermogen van persoonlijke AI-tutoren om leerprocessen te modelleren en effectief academische prestaties te verbeteren. Door AI-tutoren te integreren in hun programma’s kunnen docenten studenten gepersonaliseerde leerervaringen bieden die gebaseerd zijn op de principes van de leerwetenschappen, en zo de uitdagingen aanpakken die gepaard gaan met het implementeren van effectieve leerstrategieën. Deze bevindingen dragen bij aan de groeiende hoeveelheid kennis over het transformatieve potentieel van AI in het onderwijs.
Abstract (origineel Engels)
Effective learning strategies based on principles like personalization, retrieval practice, and spaced repetition are often challenging to implement due to practical constraints. Here we explore the integration of AI tutors to complement learning programs in accordance with learning sciences. A semester-long study was conducted at UniDistance Suisse, where an AI tutor app was provided to psychology students taking a neuroscience course (N=51). After automatically generating microlearning questions from existing course materials using GPT-3, the AI tutor developed a dynamic neural-network model of each student’s grasp of key concepts. This enabled the implementation of distributed retrieval practice, personalized to each student’s individual level and abilities. The results indicate that students who actively engaged with the AI tutor achieved significantly higher grades. Moreover, active engagement led to an average improvement of up to 15 percentile points compared to a parallel course without AI tutor. Additionally, the grasp strongly correlated with the exam grade, thus validating the relevance of neural-network predictions. This research demonstrates the ability of personal AI tutors to model human learning processes and effectively enhance academic performance. By integrating AI tutors into their programs, educators can offer students personalized learning experiences grounded in the principles of learning sciences, thereby addressing the challenges associated with implementing effective learning strategies. These findings contribute to the growing body of knowledge on the transformative potential of AI in education.
Ik ben benieuwd.
Baillifard, A., Gabella, M., Banta Lavenex, P., & Martarelli, C. S. (2023). Implementing learning principles with a personal AI tutor: A case study. Retrieved from https://arxiv.org/abs/2309.13060
[1]arXiv is een gratis distributiedienst en een open-access archief voor wetenschappelijke artikelen. Materialen op deze site zijn NIET peer-reviewed door arXiv.
