基于大模型增强的通用人工智能教师架构

摘要：

以ChatGPT为代表的预训练大模型在教育界产生了巨大影响,也为发展通用人工智能教师带来了曙光.预训练大模型应用于教育存在幻觉、深度逻辑缺失、社会情感缺失等局限,如果这些关键问题不解决,大模型不可能在教育中得到真正有价值的应用.本文提出通过增强大模型构建通用人工智能教师架构,其核心思路是精调训练增强场景知识、检索增强认知、外部智能组件编排增强推理、多模态融合增强感知、情感计算增强社会情感,再通过教育知识图谱对大模型输出进行监督.通用人工智能教师主要有六种应用场景:需要渊博知识的场景、洞察创意增强场景、约束与管理场景、社会情感互动场景、个性化指导与反馈场景、多模态内容表现场景.文章最后分析了通用智能时代人类教师面临的机遇与挑战,提出教师需要主动拥抱、使用、驾驭并控制智能技术,解放、增强、进化自我,并跨越陷阱.

关键词：人工智能教师、生成式人工智能、预训练大模型、人工智能教育应用

所属期刊栏目：30

分类号：G451(教师与学生)

资助基金：国家重点研发计划2022YFC3303600

在线出版日期：2024-02-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：33-43