MOOCからMAICへ：LLM駆動エージェントによるオンライン教育の再構築

From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents

September 5, 2024

著者: Jifan Yu, Zheyuan Zhang, Daniel Zhang-li, Shangqing Tu, Zhanxin Hao, Rui Miao Li, Haoxuan Li, Yuanchun Wang, Hanming Li, Linlu Gong, Jie Cao, Jiayin Lin, Jinchang Zhou, Fei Qin, Haohua Wang, Jianxiao Jiang, Lijun Deng, Yisi Zhan, Chaojun Xiao, Xusheng Dai, Xuan Yan, Nianyi Lin, Nan Zhang, Ruixin Ni, Yang Dang, Lei Hou, Yu Zhang, Xu Han, Manli Li, Juanzi Li, Zhiyuan Liu, Huiqin Liu, Maosong Sun

cs.AI

要旨

オンライン教育の最初の事例、すなわちコースがアクセス可能な共有オンラインプラットフォームにアップロードされた時点から、人類の知識伝達を拡大しより広範な聴衆に届けるこの形態は、広範な議論と普及を引き起こしてきた。パーソナライズド学習には依然として大きな改善の余地があることを認識し、新たなAI技術がこの学習形式に継続的に統合され、教育レコメンデーションやインテリジェントチューターリングなど、多様な教育AIアプリケーションが生み出されてきた。大規模言語モデル（LLM）における知性の出現により、これらの教育機能強化が統一された基盤モデル上に構築され、より深い統合が可能となった。この文脈において我々は、LLM駆動のマルチエージェントシステムを活用し、拡張性と適応性を両立させたAI拡張型教室を構築する、新たなオンライン教育形態であるMAIC（Massive AI-empowered Course）を提案する。概念的枠組みと技術的革新の探求を超えて、中国を代表する大学の一つである清華大学において予備実験を実施する。500人以上の学生から得られた10万件以上の学習記録に基づき、一連の貴重な知見と初期分析を得ている。本プロジェクトは継続的に進化し、大規模モデルAI時代におけるオンライン教育の可能性を探る研究・技術・応用を支援し統合する包括的なオープンプラットフォームの確立を最終目標とする。このプラットフォームを、教育者・研究者・革新者が協働するハブとして、AI駆動型オンライン教育の未来を共に探求する場と構想している。

English

Since the first instances of online education, where courses were uploaded to accessible and shared online platforms, this form of scaling the dissemination of human knowledge to reach a broader audience has sparked extensive discussion and widespread adoption. Recognizing that personalized learning still holds significant potential for improvement, new AI technologies have been continuously integrated into this learning format, resulting in a variety of educational AI applications such as educational recommendation and intelligent tutoring. The emergence of intelligence in large language models (LLMs) has allowed for these educational enhancements to be built upon a unified foundational model, enabling deeper integration. In this context, we propose MAIC (Massive AI-empowered Course), a new form of online education that leverages LLM-driven multi-agent systems to construct an AI-augmented classroom, balancing scalability with adaptivity. Beyond exploring the conceptual framework and technical innovations, we conduct preliminary experiments at Tsinghua University, one of China's leading universities. Drawing from over 100,000 learning records of more than 500 students, we obtain a series of valuable observations and initial analyses. This project will continue to evolve, ultimately aiming to establish a comprehensive open platform that supports and unifies research, technology, and applications in exploring the possibilities of online education in the era of large model AI. We envision this platform as a collaborative hub, bringing together educators, researchers, and innovators to collectively explore the future of AI-driven online education.