LearnLM

 日前Google放出了最新為教育使用而開發的大語言模型LearnLM-Tutor，不過或許是GPT-4o太驚艷的關係，並未引起太多關注。

不過當我點開paper，我就停不下來。這篇論文一開始就說教育用Gen AI 有幾個難點
　　1.將教學直覺轉換為Gen AI的Prompt
　　2.缺少”好的”評價具體作法
　　3.要如何定義好的教學法？
在文中也很嗆辣的直接說教育研究在很多學科都是碎片化的，幾乎沒有一個通用的教學原則或方法。大部分的研究往往在小規模的同質人群中進行。而使得研究結果難以普遍適用。

也提到說目前透過prompt來調整生成式AI的輸出是最簡單也是最受歡迎的作法。我們通常透過自然語言描述什麼是好的教學行為，包還該做什麼以及在何時作？但這樣做受限於對最佳教育實踐的聲明性知識(declarative knowledge)以及根本沒有找出最好的教學策略。所以他們決定透過來微調(fine-tuning)整個Gemini
然後為了微調(fine-tuning)，他們又自己從真人教學資料建了資料集(有在玩的人應該都知道這些錢、工跟人應該只有Google玩得起)資料集除了使用合成資料外，還有找教師與學生互動並含有老師識別學生錯誤、提供有效回饋並積極對話的課程影片，並且要廣泛的主題下的多輪長對話。

#或許我們台灣可以先做的就是開始整理優良教學的影片及逐字稿

透過參與式的會議及文獻探討建立了教學評量規準如下：
　-鼓勵主動學習（學習者應通過討論、實踐和創作來操控資訊，而不是被動吸收資訊）
　-管理認知負荷（導師應以多模態呈現資訊，結構良好，並將其分成可管理的部分chunks）
　-深化後設認知（"認知的認知"，使學習者能夠將技能應用到單一情境之外)
　-激發動機和好奇心（這會帶來自我效能和終身學習）
　-符合學習者的目標和需求（通過評估當前狀態和目標，制定彌補差距的計畫）。

以上也可以說是Google幫我們整理出目前所謂好的教學者的標準

其實到這裡可以看出Google的目標不僅是要做出比GPT-4o更適合教育用的產品，他是要定義什麼是好的教育用GenAI。他把評價的方法、方向跟資料來源都公開了，以後大家就可以用更明確的標準檢視目前的所有的教育用GenAI。

論文連結：
goo.gle/LearnLM