Gen AI在教育中可以應用的場景

 https://medium.com/@LaurenceHolt/a-map-of-generative-ai-for-education-6598e85a172e

這篇文章把Gen AI在教育中可以應用的場景跟軟體幾乎都找出來了，但不得不說真的有些是為了AI而AI，接下來我想依據以下的標準來推薦幾個看起來有前景應用的方向

標準一：經過研究證明或者符合學習科學研究的推論
標準二：幫教學做減法而非加法（除非效果很明確）
標準三：我私心覺得感興趣的方向

本文章將Gen AI在教育中應用的軟體分成五種 教師實踐支援(Teacher Practice Support)、課室教學素材(Classroom Material)、評估與回饋(Evaluation+Feedback)、社群工具(Social Tool)及學生支援。

1.教師實踐支援(Teacher Practice Support)：
--學生數據分析:除了標準化測驗之外，學生的進步程度、學生最容易答錯的迷思概念、學生投入學習的程度？我們在教學中收集了大量的資料但我們只利用了其中一小部分，如果未來AI可以整合所有資料，產生視覺化的圖表，幫助教師提出教學的洞見？
--行政支持：台灣老師花很多的時間在經營班級、回應上級交辦事及家長溝通。如果未來生成式AI可以自動生成一些規定要填答的資料，甚至可以自動依據學生的學習成果生成給家長的建議，老師再加入一些學生上課發生的趣事。或是可以自動彙整學校公開資料，提供家長語意化的查詢，會不會都更能減輕老師負擔？
--納入以研究為主的實踐：簡單來說就是幫老師讀論文，並且將研究轉化為實踐的內容。
--家庭聯繫：。類似有個課程機器人自動彙整學校公開資料或是學生表現，提供家長語意化的查詢，會不會更能減輕老師居中聯繫的負擔，也可以幫助家長獲得學校資源與協助。

2.課室教學素材：
--嵌入主動學習：AI工具可以利用課程的文本生成讓學生小組解決的問題，學生可以及時得到回饋，AI可以協助老師幫助學生。例如我們想讓孩子學習熱的傳遞，就可以請AI幫我們想出一個跟生活有關的問題讓學生挑戰，當學生在合作解決問題的時候，我們可以在旁邊協助孩子。

3.評估 + 回饋
--綜合評估：AI工具可以取得資料庫中學生長年的學習歷程記錄（包含專案、表現及作文等），而該工具可以依據課程標準追蹤學生的成長，並提供學生及教師回饋。
--學生作業回饋：當學生寫完作業時，AI會根據老師預先設定的標準提供學生建議。
其實這類工具如Grammly等已經非常強大，日前我自己有用土砲的GPTs跟Brisk測試過改學生的作文，加上許多研究都顯示即時回饋可以有效幫助學生，所以這方面的潛力很大。

--基於能力的回饋（如協作、批判性思考）：假設我們想讓學生討論作業可以不可以用AI幫忙寫，AI可以生成基於該命題的反對與贊成的論述，甚至可以幫學生修正論述。
我這學期嘗試教學生用AI完善自己論述，目前才剛開始無法說好不好，但是我覺得這塊很有潛力。

3.社群工具:無

4.學生支持
--24/7輔導：目前研究證實有用的方式，如可汗學院的khanmigo跟國內的因材網都有提供類似的AI Tutor
--被教學的代理(Teachable agents)：有別於上述的Tutor是回答學生的迷思。學生反過來要教會AI新的概念，甚至還會指出學生解釋不清楚或不一致的地方。
我去年暑假試驗過讓AI對學生提問的概念，成效真的不錯，可以有效加深學生對這個問題的理解。