檢索增強式算法追蹤與問題解決教學系統
arXiv - Computers and SocietyMragisha Jain, Tirth Bhatt, Griffin Pitts, Aum Pandya, Peter Brusilovsky, Narges Norouzi, Arto Hellas, Juho Leinonen, Bita Akram
KITE利用檢索增強生成與多模態檢索，結合 Socratic 回應，提供針對性提示與逐步支架，提升學生算法追蹤與問題解決能力。
AI 幫你先抓重點
AI 重點 1
檢索增強生成結合 Socratic 策略可實時調整教學支架，提升算法學習成效。
滑鼠懸停看 AI 判斷理由
此結合使系統能根據學生意圖即時提供針對性提示，減少教師負擔並促進自主學習。
AI 重點 2
多模態檢索確保回應與課程內容高度一致，避免資訊脫節。
滑鼠懸停看 AI 判斷理由
保持內容一致性可提升學生對知識的整合與應用，並降低誤導風險。
核心研究發現
- 1
KITE的回應在 RAGAs 指標與專家評估中證明具備語境對應與教學適切性。
- 2
模擬學生實驗顯示，KITE的支架式回饋提升模型在程序與追蹤題目的正確率。
- 3
多模態 RAG 管線能有效檢索課程資料，確保教學內容與課程一致。
對教育工作者的啟發
教師可採用 KITE 之檢索增強生成框架，將課程資料作為知識庫，透過 Socratic 回應自動生成提示；設計多模態輸入以支援圖表與程式碼；利用模擬學生評估系統效能；將 scaffolded 回饋納入課堂互動，促進學生自我調節與問題解決。
原始文獻資訊
- 英文標題：
- Retrieval-Augmented Tutoring for Algorithm Tracing and Problem-Solving in AI Education
- 作者：
- Mragisha Jain, Tirth Bhatt, Griffin Pitts, Aum Pandya, Peter Brusilovsky, Narges Norouzi, Arto Hellas, Juho Leinonen, Bita Akram
- 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。