通过苏格拉底式提问和批判性论证向外行传授逻辑谬误，解决错误信息的根源

对于许多人来说，识别日常话语中的逻辑谬误是一项挑战。这一挑战在 大语言模型 (LLM) 时代被放大，恶意代理可以部署错误的论据来大规模传播错误信息。在这项工作中，我们探索了 LLM 作为解决方案一部分的潜力。我们介绍LFTutor，一个智能辅导系统，使用LLM来辅导外行，帮助他们学习逻辑谬误。 LFTutor 整合了意图驱动的苏格拉底式提问和批判性论证原则，积极吸引学习者反思他们的推理。通过自动和人工评估，我们证明 LFTutor 显着优于缺乏这些教学策略的基线 LLM。这项工作凸显了将 LLM 与教学支架相结合的前景，以培养人工智能时代的批判性思维和论证素养。