人工智能教育中算法追踪和问题解决的检索增强辅导

学习算法的学生在解释痕迹、调试推理错误以及在不熟悉的问题实例中应用程序时通常需要支持。在本文中，我们提出了 KITE（知识通知辅导引擎），这是一种基于检索增强生成（RAG）的智能辅导系统，旨在作为算法推理和问题解决任务的课堂教学助手。 KITE 采用意图感知的苏格拉底式响应策略，根据不同学生的需求定制支持，通过有针对性的提示、引导性问题和渐进式支架进行响应，旨在增强学生的算法解决问题的能力。为了使响应与课程内容保持一致，KITE 使用多模式 RAG 管道从课程材料中检索相关信息。我们使用三种评估形式来评估 KITE：基于 RAGA 的响应基础和质量指标、教学质量的专家评估以及模拟学生管道，其中较弱的语言模型与 KITE 进行两轮对话交互，并在收到反馈后生成修改后的答案。结果表明，KITE 会产生基于情境且在教学上适当的反应。此外，通过使用模拟学生，KITE 的反馈帮助学生模型对程序和跟踪问题产生更准确的后续响应，这表明它的脚手架可以支持算法解决问题。这项工作提供了一种辅导架构和一种评估方法，用于评估基于检索的解释和支架式问题解决反馈。