“能够立即得到答案很好，而且在提高课程理解度方面也很实用。”这是在KAIST课程中引入“人工智能（AI）助教”的使用后记。
KAIST于5日表示，金在哲AI研究生院的Choi Yunjae教授研究团队与产业设计学科Hong Hwajung教授研究团队共同开发出了可在大型课堂中为个别学生提供定制化反馈的“AI助教（Virtual Teaching Assistant，以下简称VTA）”，并已成功应用于实际授课。
本次研究以去年秋季学期金在哲AI研究生院“面向人工智能的编程”课程为对象，对修读该课程的477名硕博研究生引入VTA，通过验证其效果与实用性展开。
联合研究团队开发的VTA作为一款专门用于课堂教学的智能体，与ChatGPT等既有聊天机器人有所区别。VTA会自动将讲义幻灯片、编程实习资料、课堂视频等海量教学资料向量化，并以此为基础构建可进行问答的检索增强生成（Retrieval Augmented Generation，以下简称RAG）结构。
当VTA接收到提问后，会把握问题语境，筛选出相关度较高的教学资料并进行实时检索，再据此生成回答。该流程并非只是简单调用大型语言模型（Large Language Model），而是被设计为针对课程内容的资料驱动型问答结构，从而同时确保学习的可信度与准确度。
通过这一方式，听课学生可以利用VTA重新确认（理解）上课时遗漏或未能理解的内容。此外，此前承担VTA角色的课程责任助教，也得以从应对学生简单、零散的个别提问中解放出来，转而专注于更高层次的学习支持。
在实际引入VTA的课程中，经调查，责任助教需要亲自回答的问题数量较以往课程减少了约40%。在为期14周的运行中，超过50%的选课学生使用了VTA，VTA与学生之间往来的问答累计达3869条。
尤其是VTA的问答功能，在AI非专业学生或相关基础知识不足的学生群体中使用频率更高。这表明VTA在课堂上作为学习辅助工具发挥了实质性的帮助作用。
学生还表现出一个倾向，即比起向助教（真人）提问，更常向VTA询问理论概念。研究团队将其解读为：通过提供一个无需担心被助教评价或感到不适、可以自由向VTA提问的环境，积极引导了学生参与学习。
作为佐证，在课程前、中、后（共3次）进行的问卷调查中，学生在VTA使用反馈中，将较初期更高的信任度、回答适切性以及舒适感列为优点。联合研究团队表示，尤其是那些曾因顾虑而不愿直接向助教提问的学生，对VTA互动的满意度更高。
Choi Yunjae教授表示：“本次研究的意义在于确认了人工智能技术能够为学生和授课团队双方提供实质性帮助”，并称“期待今后这一技术能应用于更多不同类型的课程”。
此外，本次研究在KAIST教学学习创新中心、韩国研究财团以及信息通信企划评价院的支持下完成。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
