K-12 教育中的 大语言模型：与国家课程标准和学生角色保持一致

随着 大语言模型 (LLM) 在教育环境中越来越受欢迎，它们提出了有关其使用的道德影响的重要问题。公开的在线聊天机器人的功能和准确性正在迅速提高，从而得到更广泛的使用，包括在寻求作业帮助的学生中。因此，考虑这些模型是否符合教育标准至关重要。由于美国的课程标准是在州一级制定的，因此它们在要求的内容、重点和叙述重点方面存在显着差异。在这项工作中，我们开发了一个基于 LLM 的管道，以识别各州美国历史课程的差异，并评估不同 LLM 反映这些州特定课程差异的程度。此外，我们还进行了对照实验，通过陈述地理位置、年级、性别和种族等用户属性来改变用户角色，以评估 LLM 响应对用户特征的敏感性。我们发现，虽然模型能够调整其对历史主题的呈现，但这些变化可能来自于国家的政治倾向，并不一定反映实际的课程内容。此外，模型成功地适应了学生的年级水平，同时对种族或性别表现出最小的敏感性，这表明它们能够在人口统计偏差有限的情况下有效地适应学生角色。总之，这些发现强调了开放 LLM 聊天机器人可能因与国家课程标准不一致而给学生的学习成果带来的潜在风险，并强调需要更强大的对齐技术。