最近開催された/ dev/color主催のハッカソンでは、選ばれた組織が集まり、スタンフォード・アイディアル・ラーニング・ラボのScience Tutor for Effective Problem Solveing(STEPS)を探求しました。これは、学部生のSTEM学生の問題解決能力を強化するためのAI駆動の教育機関です。
私たちはETS研究所を代表し、計測科学をAIチュータリング環境に統合する方法を調査しました。STEPSはすでに形成的評価プラットフォームとして機能しているため、このハッカソンは学生の学習の証拠をリアルタイムでAIチュータリングのパーソナライズに活用する方法を検証するタイムリーな機会を提供してくれました。
測定科学とLLMプロンプティングの橋渡し
私たちの主な成果物は、STEPSプラットフォームに組み込むことができるエンドツーエンドのクローズドループ学習者モデルパイプラインの包括的なアーキテクチャマッピングでした。このアーキテクチャはETSチームと/dev/colorの協力によって開発されました。提案する設計では、学生のSTEPS利用指標、診断評価結果、自己申告など複数のエビデンスを活用し、個別学習の策定に役立てています。これらのデータストリームは学習者プロファイルに統合され、チュータリング体験のガイドとなります。具体的には、学生とチャットボットのやり取りのスコアやパターンなどの定量的指標を、AIチューター向けの教育指示に翻訳しました。これらはどの程度のサポートを提供し、いつ振り返りを促すかを決定します。これらの教育指示は、STEPS内の生成AIチュータリングシステムで使用されるプロンプトに組み込まれ、チューターは各学習者のニーズに関する証拠に基づいてサポートを調整し、よりパーソナライズされた学習体験を創出できます。/dev/colorとの協力により、このアプローチが研究に根ざし、実践的に実現できるものとなることが保証されました。
ETSに関する戦略的ポイント
スタンフォード大学のIdeal Learning Labのディレクターであるシマ・サレヒ博士や他のハッカソン参加者からの好意的なフィードバックに基づき、ETSのいくつかの機会を特定しました。
- 適応型AIの推進力としての測定: AIチュータリングシステムが成熟する中、開発者たちは学生の学習進展、非認知的特性、持続的なスキルを体系的かつエビデンスに基づく方法でモデル化しようと積極的に模索しています。ETSはこのギャップを埋める独自の立場にあります。
- 私たちのツールの価値: ETS測定の研究と能力をAIチュータリングシステムに統合することは、次世代学習技術を推進するための明確な道筋を示しています。
- 将来のパートナーシップのモデル: このハッカソンは、ETSがトップクラスの学術研究機関と提携し、教育プラットフォームの基盤となる測定インフラを提供するための強力な概念的青写真を提供します。
ETSの専門知識と新興のAI技術を組み合わせることで、すべての学習者に対してより迅速かつ理解のある支援システムへと進むことができます。