線上數學輔導服務利用人工智慧提升學生技能與信心

新冠疫情導致的學校中斷影響了全球許多學生的學業，14歲的英國學生Eithne就是其中之一。在經歷了一年多的疫情干擾後，她在數學課上難以跟上進度。2021年6月，她的父母為她報名參加了Eedi提供的線上數學輔導暑期課程。

Eedi平臺的新生首先需要完成一個由10道多項選擇題組成的動態測驗。該測驗由微軟研究院劍橋實驗室的研究人員開發，利用AI技術根據學生的回答動態調整後續問題，以最有效地定位學生的知識薄弱點。Eedi運營負責人Iris Hulls解釋說，系統會根據學生年齡組提出初始問題，然後基於前一個回答決定下一個最佳問題，從而儘可能多地瞭解學生，預測他們需要成長或鞏固的領域。

這些測驗問題的質量至關重要。Eedi聯合創始人兼教育總監Craig Barton強調，好的診斷性選擇題應只有一個正確答案，而三個錯誤答案分別指向特定的誤解。例如，一個關於倍數的題目可能被設計成讓學生因混淆因數和倍數而答錯。Barton指出，編寫這類問題的關鍵在於捕捉學生可能犯錯誤的不同方式，並將其體現在錯誤選項中。

一旦學生的誤解被識別，Eedi平臺會將其分配到一條旨在克服這些誤解的學習路徑上。Eithne被分配到的路徑涵蓋了八年級的複習內容，併為她在九年級學習幾何等主題做好了準備。她說：“這很擅長找出你的弱點和優勢，並能理解為什麼你在某個領域可能不那麼擅長。你會意識到，‘我過去這麼多年都做錯了。’”

Eedi的內部資料顯示，該輔導服務能解決95%的學生誤解，而使用該平臺的學生普遍表現出更大的數學信心。Eithne的母親Arianna表示，個性化學習路徑的想法非常棒，因為並非所有學生都以相同速度或方式學習。

目前，Eedi團隊正在與微軟研究人員合作，實施一種基於深度端到端因果推理演算法的下一代機器學習模型，該模型將為每個學生推薦個性化的學習路徑。微軟首席研究員Cheng Zhang解釋說：“人們認為所有學生都需要先學韋恩圖再學幾何，但這可能並非對每個學生都是最佳。每個學生的學習方式都不同。也許對一個學生來說，順序應該調換，而對另一個學生則需要複習其他主題。”這種下一代演算法處於因果機器學習的前沿，將因果關係的概念融入輔助決策的工具中。