ChatPaper.aiChatPaper

Do MOOC ao MAIC: Remodelando o Ensino e Aprendizagem Online através de Agentes Conduzidos por LLM

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

September 5, 2024
Autores: 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

Resumo

Desde os primeiros exemplos de educação online, em que cursos eram carregados para plataformas online acessíveis e compartilhadas, esta forma de dimensionar a disseminação do conhecimento humano para alcançar um público mais amplo tem gerado discussões extensas e adoção generalizada. Reconhecendo que a aprendizagem personalizada ainda possui um potencial significativo de melhoria, novas tecnologias de IA têm sido integradas continuamente a este formato de aprendizagem, resultando numa variedade de aplicações educacionais de IA, como a recomendação educacional e o ensino inteligente. O surgimento da inteligência em modelos de linguagem de grande escala (LLMs) permitiu que esses aprimoramentos educacionais fossem construídos sobre um modelo fundamental unificado, possibilitando uma integração mais profunda. Neste contexto, propomos o MAIC (Massive AI-empowered Course), uma nova forma de educação online que aproveita sistemas multiagente dirigidos por LLMs para construir uma sala de aula aumentada por IA, equilibrando escalabilidade com adaptabilidade. Além de explorar a estrutura conceptual e as inovações técnicas, realizamos experiências preliminares na Universidade de Tsinghua, uma das principais universidades da China. Com base em mais de 100.000 registos de aprendizagem de mais de 500 estudantes, obtivemos uma série de observações valiosas e análises iniciais. Este projeto continuará a evoluir, visando, em última análise, estabelecer uma plataforma aberta e abrangente que apoie e unifique a investigação, a tecnologia e as aplicações na exploração das possibilidades da educação online na era da IA de grandes modelos. Prevemos que esta plataforma seja um centro colaborativo, reunindo educadores, investigadores e inovadores para explorar coletivamente o futuro da educação online orientada por IA.
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.
PDF293November 14, 2024