57、助力教育：人机协作与非数学因素建模的探索

助力教育：人机协作与非数学因素建模的探索

在当今教育领域，技术的应用愈发广泛，尤其是自适应数学软件和人机协作工具，它们为提升教学效果和满足学生个性化需求带来了新的可能。但同时，也面临着诸多挑战，如如何平衡人工智能与人类教师的作用，如何解决学生在学习过程中受非数学因素影响的问题等。

人机协作工具的评估

为了帮助在线教师管理课程和学生，研究者提出了教学决策过程（PDMP），并开发了实现该过程的创作工具（T - Partner）。为了探索如何平衡人工智能和人类智能在工具中的作用，创建了轻量级和重量级两个版本的T - Partner。

• 参与者情况 ：共有45名来自巴西的高等教育教授参与，其中轻量级版本有20人，重量级版本有25人。他们年龄在32 - 63岁之间，担任高等教育教授的经验在6年以上，对教育技术的熟悉和专业使用程度良好到非常好。
• 任务完成得分情况
  | PDMP | MIN LW/HW | MAX LW/HW | MED LW/HW | AVG LW/HW | SD LW/HW |
  | — | — | — | — | — | — |
  | Step 1 | 0/0.67 | 1/1 | 1/1 | 0.94/0.97 | 0.15/0.10 |
  | Step 2 | 0/0 | 1/1 | 0.93/1 | 0.84/0.93 | 0.3/0.19 |
  | Step 3 | 0/0 | 1/1 | 0/0.55 | 0.33/0.52 | 0.44/0.49 |
  | Step 4 | 1/0.1 | 1/1 |