وداعًا للأسئلة الفردية: جامعة هونغ كونغ تفتح مصدر الذكاء الاصطناعي المدرّس DeepTutor v1.5 لتحقيق حلقة تدريس واختبار متزامنة.

وفقًا لرصد Beating، عندما يعمل النموذج الكبير كمدرس منزلي، فإنه عادةً ما يكتفي بـ«سؤال واحد وإجابة واحدة»، ولا يمكنه متابعة أفكار الطالب وأخطائه لتقديم إرشاد مستمر. قام مختبر البيانات الذكية بجامعة هونغ كونغ (HKUDS) بفتح مصدر المعلم الذكي DeepTutor v1.5، الذي يدمج ستة مراحل هي الدردشة (Chat)، والاختبار (Quiz)، والبحث (Research)، والتصور (Visualize)، وحل المشكلات (Solve)، والتخطيط (Mastery Path) في حلقة تشغيل واحدة. وهذا يعني أنه عند تبديل المهام، لا يحتاج محرك الخلفية إلى إعادة ضبط، ويتم مزامنة سياق التعلم والذاكرة متعددة الدقة تلقائيًا.

لتحقيق التعليم الفردي الحقيقي، يقدم DeepTutor آلية تتبع الغابات، حيث يقوم بترسيب مسارات التفاعل في خرائط متعددة الدقة، واستخلاص صورة طالب افتراضية تتطور ديناميكيًا. وهذا يسمح لكل استنتاج تعليمي يقدمه الذكاء الاصطناعي بالرجوع عبر الطبقات إلى أدلة نصية محددة أو سجلات الأخطاء.

تظهر التقييمات أن DeepTutor يمكنه تحسين مؤشرات التعليم الفردي بنسبة 10.8% في المتوسط، وزيادة قدرة التفكير العام للنماذج الكبيرة السائدة بنسبة 29.4%. ومع ذلك، فإن تكلفة إزعاج هذا النوع من التعليم النشط على المدى الطويل، ومدى تكيف المستخدمين الحقيقيين مع منحنى النسيان، لا يزالان بحاجة إلى دراسات سلوكية طويلة الأجل للتحقق منها.