Salah sawijining tes tutor AI ing donya nyata sing paling ambisius wis menehi putusan sing nyenengake. Uji coba acak klompok rong taun saka tutor Khanmigo Khan Academy ing 18 sekolah menengah Tennessee nemokake manawa akses menyang tutor AI ngasilake bathi matematika sing bisa diukur nanging sithik, lan asile dicekel dening teknologi masalah sing jarang diiklanake: umume siswa meh ora nggunakake. Panaliten kasebut, kanthi judhul "One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment," ditindakake dening Philip Oreopoulos lan Nina Low lan diterbitake liwat Institut Annenberg ing seri EdWorkingPapers Universitas Brown.
Temuan kasebut luwih penting tinimbang produk siji, amarga Khanmigo minangka salah sawijining tutor AI sing paling akeh disebarake ing sekolah-sekolah Amerika lan panliten kasebut minangka salah sawijining evaluasi eksperimen skala gedhe pisanan saka bimbingan AI generatif ing kahanan kelas normal. Kanggo sapa wae sing nelusuri berita riset AI lan tabrakan karo institusi nyata, kertas kasebut minangka bukti kuat sing langka ing debat sing didominasi klaim pemasaran, lan ndharat ing kaca ngarep Hacker News minggu iki nalika para pendidik lan ahli teknologi njlentrehake implikasi kasebut.
Apa sing Ditemukake Sinau
Uji coba kasebut kanthi acak menehi siswa ing 18 sekolah menengah Tennessee nggunakake Khan Academy karo tutor AI Khanmigo sajrone sesi matematika remedial saben dina. Sing penting, tutor kasebut dikonfigurasi dadi pelatih tinimbang menehi jawaban, nggambarake pedagogi Khan Academy. Eksperimen kasebut ditindakake sajrone rong taun sekolah, dadi salah sawijining eksperimen lapangan paling dawa babagan tutor AI nganti saiki.
Asil judhul: tugas kanggo kondisi tutor AI ngunggahake prestasi matematika kanthi 1,3 persentil nasional saben istilah, sing penulis ngitung kira-kira 0,06 nganti 0,08 standar deviasi sajrone taun sekolah. Efek sing diwenehake saka partisipasi aktif setahun lengkap tekan 0,14 standar deviasi. Iki minangka asil nyata sing bisa dideteksi kanthi statistik, lan kanggo intervensi piranti lunak sing murah, dheweke dihormati.
Nanging perbandingan sing nyuda hype yaiku: asil kasebut meh padha karo praktik Akademi Khan tanpa bantuan AI. Siswa sing nggunakake alat latihan sing ana ing platform kasebut, tanpa tutor AI sing dipasang, katon uga wis nindakake babagan uga siswa sing duwe akses menyang Khanmigo.
Masalah Keterlibatan ing Data
Bagean koran sing paling mbukak yaiku akun forensik babagan panggunaan. Ing permukaan, adopsi katon kuwat: 96 persen siswa nyoba Khanmigo paling ora sapisan. Ing ngisor, keterlibatan ambruk. Siswa rata-rata ngirim pesen marang tutor mung kira-kira sapratelo dina dheweke latihan matematika, lan mung 17 persen sesi latihan sing nggawe kesalahan. Nalika siswa ngirim pesen marang tutor, penulis nemokake pesen kasebut biasane jawaban kosong utawa ngeklik pituduh sing disaranake, tinimbang dialog matematika substantif.
Ing tembung liyane, tutor wis diatur kanggo Socratically pelatih siswa liwat kesalahane, nanging siswa biasane nyingkiri obrolan kepelatihan tanggung. Penulis nyimpulake yen kendala sing naleni katon minangka keterlibatan: nyadari janji tutor AI bakal mbutuhake siswa nggunakake, ora mung menehi akses.
Napa Penting kanggo Sekolah Tuku AI
Distrik ing Amerika Serikat ngalami tekanan kanggo nggunakake alat AI, lan tutor minangka kasus panggunaan unggulan ing meh kabeh lapangan. Generatif AI wis dipromosekake minangka teknologi sing pungkasane bisa menehi apa sing diarani peneliti pendidikan minangka impen loro-sigma: tutor pribadi kanggo saben siswa. Framing loro-sigma Bloom asale saka riset lawas babagan tutor manungsa, lan pancen janji AI sing dipasarake dening tutor.
Panaliten iki nuduhake bottleneck dudu kualitas model utawa akses. Saben siswa ing grup perawatan duwe tutor LLM sing paling canggih kanthi siji klik, tanpa biaya, ing blok matematika saben dinane. Watesan kasebut yaiku manawa para remaja kanthi sukarela nyengkuyung dialog tutor, saben dina, ing kelas remedial. Tutoring manungsa bisa digunakake sebagian amarga ana wong sing ngerti yen sampeyan ngeculake. Piranti lunak, nganti saiki, ora bisa nurunake tarikan kasebut.
Peringatan Worth Keeping in Mind
Makalah kasebut minangka EdWorkingPaper, disebarake liwat Institut Annenberg Universitas Brown, lan para pamaca kudu nganggep minangka riset kerja tinimbang temuan sing dideleng. Panaliten kasebut nyakup matématika remedial sekolah menengah ing sawijining negara, saéngga generalisasi kanggo subjek, tingkat kelas, utawa model implementasine minangka spekulatif. Framing penulis dhewe diukur: dheweke nglaporake apa sing kedadeyan nalika tutor AI sing kasedhiya akeh dilapisi ing sesi latihan sing ana, dudu apa sing bisa kedadeyan ing kurikulum sing beda utawa insentif sing luwih kuat kanggo melu.
Iku uga worth kang lagi nyimak apa sinau ora ngandika. Ora nemokake yen tutor AI ora ana gunane; efek standar deviasi 0,14 saka partisipasi aktif sajrone setahun bakal migunani yen keterlibatan bisa ditindakake. Temuan kasebut luwih cedhak karo iki: teknologi sing digarap uga alat praktik non-AI sing dipasang, amarga siswa ora nggunakake AI kanthi beda karo tombol sing wis ora digatekake.
Takeaway
Sektor teknologi pendhidhikan wis ngenteni rong taun kanthi janji manawa tutor AI generatif bakal ngowahi ruang kelas. Uji coba iki, salah siji sing pisanan ngetutake siswa nyata sajrone rong taun, nuduhake yen transformasi kasebut digandhengake karo masalah kuno: njaluk bocah pengin nindakake pakaryan kasebut. Kanggo pimpinan sekolah, pawulangan yaiku njaluk data keterlibatan, ora mung jumlah lisensi, saka vendor AI. Kanggo industri AI, iki minangka pangeling yen masalah paling angel ing panyebaran AI arang banget babagan model kasebut.
Terusake Riset AI
Eksperimen lapangan kaya iki ngilangi siklus hype luwih cepet tinimbang pathokan apa wae. Kanggo liputan terus-terusan babagan riset AI kanthi konsekuensi ing donya nyata, tututi warta AI ing aibuzzwire.news.
Waca liyane warta AI →
