LessonBench-V1：評估 AI 教案生成代理的基準數據集
arXiv - Computers and SocietyRavidu Suien Rammuni Silva, Ahmad Lotfi, Isibor Kennedy Ihianle, Golnaz Shahtahmassebi, Jordan J. Bird
本文推出 LessonBench-V1 基準數據集，透過結合教育理論與高品質 STEM 教材，系統化評估 AI 生成教案的能力。
AI 幫你先抓重點
AI 重點 1
將教育學理論（如 5E 模型）與 AI 評估標準進行深度整合。
滑鼠懸停看 AI 判斷理由
這解決了目前 AI 生成內容僅追求語言流暢度，而忽略教學邏輯與教育科學嚴謹性的問題，為 AI 教學設計提供了科學化的衡量標準。
AI 重點 2
透過「反向工程」方法建立高品質的基準測試。
滑鼠懸停看 AI 判斷理由
利用現有的優質教學內容反向推導教案，能確保基準測試的「標準答案」具備高度的教學專業性，而非僅依賴 AI 自我生成的內容。
核心研究發現
- 1
開發了 LessonBench-V1 數據集，包含 647 份人類撰寫的課程與對應的 LLM 反向工程教案，涵蓋 240 個 STEM 主題。
- 2
教案設計整合了布魯姆分類學、加涅教學事件、梅里爾首要原理及 5E 教學模型等教育學理論。
- 3
數據集包含 3,620 個帶有教學元數據的學習目標，並提出一個三維度的評估流程，以實現可重複的 AI 評估。
對教育工作者的啟發
對於課程設計者而言，這項研究強調了「教學理論」在 AI 時代的重要性。開發 AI 教學工具時，不應僅關注內容的正確性，更應將布魯姆分類學或 5E 模型等結構化框架納入演算法的評估指標中。實務工作者可以參考此研究提出的三維度評估框架，來檢視 AI 生成的教學資源是否真正符合教學目標與學習者的認知發展需求，而非僅僅是文字的堆砌。
原始文獻資訊
- 英文標題：
- LessonBench-V1: A Benchmark Dataset for Evaluating AI Lesson Generation Agents
- 作者：
- Ravidu Suien Rammuni Silva, Ahmad Lotfi, Isibor Kennedy Ihianle, Golnaz Shahtahmassebi, Jordan J. Bird
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。