大语言模型支持的元综合研究:基于智能体的方法

被引:3
作者
仇星月 [1 ]
陈向东 [2 ]
陈鹏 [2 ]
褚乐阳 [3 ]
崔萌 [1 ]
机构
[1] 广东第二师范学院教师教育学院
[2] 华东师范大学教育信息技术学系
[3] 扬州大学新闻与传媒学院
关键词
大语言模型; 智能体; 元综合; 教育研究;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
大语言模型凭借强大的分析与推理能力正在变革教育研究范式,特别是其在智能体技术方面取得的显著进步,为系统性解决科研领域的复杂问题提供了有力支持。基于此,文章聚焦元综合这一典型的研究任务场景,探讨如何基于智能体的方法提供更加系统化的支持:首先,文章提出了多步骤规划、协同模式构建、提示赋能、工具集成的元综合智能体应用原则,设计了由6个智能体协同的应用模式,并基于该模式开发了元综合智能体工具。然后,文章通过案例研究将智能体工具应用于典型的元综合任务,发现与人类团队相比,智能体更能遵照元综合研究流程执行任务,生成结果更全面;人类团队在应用过程中对智能体的准确性和使用体验给予了积极评价。最后,文章基于研究发现提出了智能体在教育研究中的应用策略,以期为深入解决教育研究实践问题提供新的人机协同思路。
引用
收藏
页码:63 / 72
页数:10
相关论文
共 10 条
[1]  
Entrepreneurial University Archetypes.[J].Johann Bronstein;Markus Reihlen.Industry and Higher Education.2014, 4
[2]   Recognition of the health assistant as a delegated clinical role and their inclusion in models of care: a systematic review and meta-synthesis of qualitative evidence [J].
Munn, Zachary ;
Tufanaru, Catalin ;
Aromataris, Edoardo .
INTERNATIONAL JOURNAL OF EVIDENCE-BASED HEALTHCARE, 2013, 11 (01) :3-19
[3]   生成式人工智能与教育变革:价值、困难与策略 [J].
张鹏 ;
汪旸 ;
尚俊杰 .
现代教育技术, 2024, 34 (06) :14-24
[4]   生成式人工智能在教育领域的伦理风险与治理路径——基于罗素大学集团的实践考察 [J].
张惠彬 ;
许蕾 .
现代教育技术, 2024, 34 (06) :25-34
[5]   基于多智能体的人机协同解决复杂学习问题实证研究 [J].
翟雪松 ;
季爽 ;
焦丽珍 ;
朱强 ;
王丽英 .
开放教育研究, 2024, 30 (03) :63-73
[6]   生成式人工智能教育应用及其规制 [J].
郑永红 ;
王辰飞 ;
张务伟 .
中国电化教育, 2024, (05) :114-119
[7]   生成式人工智能赋能跨学科创新思维培养:内在机理与模式构建 [J].
董艳 ;
陈辉 .
现代教育技术, 2024, 34 (04) :5-15
[8]   AI大模型在教育应用中的伦理风险与应对 [J].
禇乐阳 ;
潘香霖 ;
陈向东 .
苏州大学学报(教育科学版), 2024, 12 (01) :87-96
[9]   拓展学科的疆域:大模型的涌现能力对学习科学的影响 [J].
陈向东 ;
赵丽娟 ;
刘泽民 .
现代教育技术, 2024, 34 (01) :44-54
[10]   协作学习中的群体感知:概念的发展与融合 [J].
仇星月 ;
陈向东 ;
褚乐阳 ;
潘香霖 ;
赵瑞军 .
远程教育杂志, 2022, 40 (03) :85-96