線上教育+大模型應用場景:課堂教學效果檢測
大模型的應用場景有很多,比如在線教育場景里,我們可以借助大模型來輔助課堂教學效果檢測。這篇文章里,作者就做了分享,一起來看看吧。
一、現象:主觀題無法自動判卷導致隨堂測全部使用客觀題
做過線上教育系統的產品同學對下面這個場景均不陌生。在線上授課過程中,教師考察學生當前內容的掌握情況,或者了解當前學生的知識水平等,均需要現場讓學生做一些題目進行考察了解,此類場景中,使用的均是客觀題,學生通過選擇即可做出解答。
我們知道,由于選擇題的特點,導致這種檢測效果差強人意聊勝于無。當然,使用選擇題也是產品經理基于對場景的判斷和技術妥協的結果,因為主觀題在此類場景中由于無法實現自動判分或內容分類,所以無法應用主觀題;然而,這類場景中,對于學生在課堂學習效果的檢測、以及教師在課堂實時掌握教學效果等應用上,使用主觀題更合適、價值更大。
解決此問題,大語言模型大有用武之地!筆者做為具有20年線上教育從業經驗的產品經理,就此問題與同行簡要分享,歡迎批評指正。
線上教學效果實時檢測
二、實驗:用通用大模型做個實驗
上文場景中,大部分同學都會做出正確的選擇,但是測試結果是否符合實際情況呢,未必!
如果考察學生是否掌握了大數據的四個特點,應該讓學生回答出“數據量大、數據處理速度快、數據類型多、數據價值大”,測試學生是否能回答這四個特點才視為學生真正掌握了該知識點,做法是讓學生以打字的形式反饋結果,系統利用大模型的自然語言處理能力,對學生反饋的結果進行處理,給老師以準確的評價結果。
下面我們用大模型模擬這個實驗,首先我們設計一個Prompt發給大模型。(此功能系統化后,該操作應自動實現,文章中為展示實驗,提示詞可以根據實際情況進行設計調整。)
大模型提示詞
我們看下大模型的反饋結果:
大模型反饋結果
從模擬實驗可以看出,大模型對同學的回答做出了準確的評價,并對是否掌握該知識點做出了判斷。實際應用上,可以根據實際教學任務調整掌握與未掌握的標準,以此更準確評價課堂教學效果。
三、應用:大模型在線上教學效果檢測場景應用價值極為廣泛
線上教學實時效果檢測一直都是在線教育產品重點研究的領域,線上教學不同于線下教學,線上教學時,老師與同學隔著網線連接的兩塊屏幕,也可能一名老師面對幾百幾千名甚至更多的在線學生,所以實時的教學效果檢測非常難,客觀題用于效果監測差強人意,有了大模型加持下的主觀題檢測將會極大提升線上教學實時效果檢測的質量。
大模型的應用也不僅限于此,應用大模型超強的自然語言處理能力,可以應用于極為廣泛的在線教育場景,例如主觀題課后作業自動處理,錄播課實時學習效果檢測,主觀題考試判斷等等,將會極大提升甚至顛覆現有的在線教育系統應用。
本文由 @李雨田 原創發布于人人都是產品經理。未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!