北大教育论坛第273讲 | Open-source Adaptive Tutoring to Accelerate Learning Sciences Research 开源自适应辅导技术加速学习科学研究

Zachary Pardos

主讲人：Zachary Pardos，加州大学伯克利分校教育学副教授

讲座时间：2023年10月17日（星期二），10:00-12:00

讲座地点：教育学院112教室

主持人：尚俊杰，北京大学教育学院学习科学实验室执行主任、长聘副教授

 

讲座摘要：

尽管有效的计算机辅导软件已经建立了数十年，但目前还没有开发出一种自适应辅导系统并开源给该领域使用。缺乏这样的系统阻碍了研究人员复制自适应学习研究、尝试新的人工智能能力以及探索各种辅导系统设计方向。因此，自适应学习研究主要在少数专有平台上进行。在本次演讲中所描述的工作中，旨在通过引入基于智能辅导系统原理的第一个开源自适应辅导系统，推动民主化自适应学习研究。该系统名为Open Adaptive Tutor (OATutor)，并且它的自适应教材库已经在七个大学数学课堂上进行了三年的迭代开发，并从学生、教育者和研究人员那里获得反馈和设计启示。讲座将描述该系统如何作为探索大型语言模型集成的基础，并分享首次评估ChatGPT与人工辅导生成提示的学习效果之间的初步结果。还将讨论与学术路径推荐的关联以及未来社区研究合作的可能方向。

 

主讲人简介

Zachary Pardos是加州大学伯克利分校教育学副教授，研究自适应学习和人工智能。他早期的学术研究专注于使用知识追踪进行形成性评估，该模型被广泛用于计算机辅导系统环境中估计技能掌握程度。他最近的工作是设计人工智能与人类的合作，以开辟高等教育系统内外的路径，并已在SIGCHI、AAAI、The Internet and Higher Education和Science等刊物上发表。这项工作包括开发了数万用户使用的高质量工具，包括课程推荐系统（AskOski）、用于知识追踪的Python库（pyBKT）以及开源的自适应辅导系统和创作共享内容库（OATutor）。

Zachary Pardos在伍斯特理工学院获得计算机科学博士学位。在获得国家科学基金会奖学金（GK-12）的资助下，他花费了大量时间与K-12教育工作者和学生一起，将教育技术整合到课程中作为形成性评估工具。在2012年完成博士学位后，他在麻省理工学院担任了一年的博士后研究员。在加州大学伯克利分校，他负责指导人类学习的计算方法研究实验室，参与数据科学本科项目的教学，并负责认知科学的相关教学工作。