多代理系統協助個別化數學問題生成的教師互動研究
arXiv - Computers and SocietyCandace Walkington, Theodora Beauchamp, Fareya Ikram, Merve Ko\c{c}yi\u{g}it G\"urb\"uz, Fangli Xia, Margan Lee, Andrew Lan
研究顯示教師在多代理系統中可有效調整問題的真實性與適切性，並證實代理評估與教師實際需求之間存在差異。
AI 幫你先抓重點
AI 重點 1
教師主導的調整能彌補AI評估中對真實性與適配度的過度警示。
滑鼠懸停看 AI 判斷理由
AI代理往往以技術標準評估問題，但教師對學生背景與學習情境的直覺判斷更能確保問題的實際適用性，進而提升學習動機與成效。
AI 重點 2
多代理評估與教師實際需求之間的差距提示需設計更人性化的評估指標。
滑鼠懸停看 AI 判斷理由
若代理過度標記問題為不符合現實，可能導致教師忽略其實際價值；調整評估標準可減少不必要的修正，提升系統使用效率。
核心研究發現
- 1
八位中學數學教師使用系統共創212題問題，並將其分配給學生使用ASSISTments平台。
- 2
教師與學生普遍希望調整問題中細緻的實際情境元素，顯示真實性與適配度仍需改進。
- 3
雖然四個AI代理在生成過程中偵測到多項現實性問題，但最終版本中教師與學生對現實性問題的報告極少，閱讀性與數學幻覺問題亦相對罕見。
對教育工作者的啟發
1. 在實際教學中引入多代理系統時，應先讓教師熟悉代理評估標準，並提供快速調整介面，以便即時修正真實性與適配度。2. 建議將代理評估結果以可視化圖表呈現，讓教師能快速辨識問題重點，避免過度修正。3. 針對閱讀性與數學準確性，代理已顯示高準確率，可作為教師快速審核的輔助工具。4. 在問題設計初期加入教師對實際情境的需求輸入，可降低後續調整成本。5. 教師可利用系統生成的問題庫作為差異化教學素材，提升學生對實際應用的興趣。
原始文獻資訊
- 英文標題：
- Mathematics Teachers Interactions with a Multi-Agent System for Personalized Problem Generation
- 作者：
- Candace Walkington, Theodora Beauchamp, Fareya Ikram, Merve Ko\c{c}yi\u{g}it G\"urb\"uz, Fangli Xia, Margan Lee, Andrew Lan
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
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。