随着AI在课堂中的普及,学生用它来完成作业,而教师对如何应对这一趋势感到不确定,一个名为MathGPT.ai的AI平台于去年推出,旨在为大学生提供"防作弊"导师,为教授提供教学助手。
在美国30所学院和大学成功试点后,MathGPT.ai准备在今年秋季将覆盖范围近乎翻倍,数百名教师计划使用该工具。在课堂中实施MathGPT.ai的学校包括宾夕法尼亚州立大学、塔夫茨大学和自由大学等。
该平台最显著的特点是其AI聊天机器人经过训练,从不直接给出答案,而是像人类导师一样询问学生问题并提供支持。这种被称为苏格拉底式提问的技术,鼓励学生批判性思考,而不是简单地记忆答案。
对于教师来说,MathGPT.ai充当教学助手,基于上传的教科书和学习材料生成问题和作业,同时提供自动评分功能和其他AI特性。MathGPT.ai支持大学水平的数学,包括代数、微积分、三角函数等。
除了扩展外,MathGPT.ai还推出了平台的升级版本,引入了让教授更好控制学生使用工具方式的新功能。
MathGPT.ai与其他AI公司的主要区别是其以教师为中心的方法。最近,该平台更加专注于教师需求。例如,教师现在可以决定学生何时被允许与聊天机器人互动。他们可以指定AI是否应该为特定作业提供辅导支持,同时鼓励学生在其他作业上独立工作。
另一个新功能允许教授设置学生正确回答问题的尝试次数。为了营造低压力的学习环境,MathGPT.ai还为学生引入了无限制的练习题。这些问题不会影响他们的分数,让学生可以在不担心成绩的情况下测试知识。
MathGPT.ai为教师提供的其他功能包括可选择要求学生上传作业图片。这使教授能够审查提交内容并验证学生作业的真实性。
其他最新更新包括与三大学习管理系统(LMS)的集成:Canvas、Blackboard和Brightspace。它还增加了屏幕阅读器兼容性和音频模式,使残障人士更容易使用。该平台已为其总结视频课程提供字幕,这些课程由AI旁白模拟历史人物如本杰明·富兰克林和阿尔伯特·爱因斯坦的声音。
该公司声称符合《美国残疾人法案》(ADA)的要求。
虽然Meta AI、Character.AI和ChatGPT等聊天机器人因与年轻用户的不当互动而受到批评,但MathGPT.ai表示已设置严格的安全防护措施确保安全的学习环境。
"它不会与你讨论男朋友、女朋友或人生意义,"MathGPT.ai董事长彼得·雷兰告诉TechCrunch。"它根本不会参与这些话题。因为那些独立的聊天机器人会朝那个方向发展,对吧?我们不是来进行那种对话的。"
需要注意的是,像任何聊天机器人一样,MathGPT.ai的助手仍有可能产生不准确信息。聊天机器人底部有免责声明,警告AI可能出错。如果用户认为问题回答错误,可以向公司报告。
"如果你发现错误,我们会奖励你礼品卡告诉我们。第一年有五个[幻觉]。第二年有一个。到目前为止[今年],没有。所以我们非常重视这个问题,"雷兰说,并补充说MathGPT.ai有一个人工标注团队仔细检查每项工作、教科书和所有其他内容,以确保"100%准确性"。
为了继续增长,公司计划在未来开发移动应用程序,并扩展到更多学科,如化学、经济学和会计学。
MathGPT.ai提供免费选项,以及每个学生每门课程25美元的付费选项。付费选项包括多项益处,如无限AI作业和LMS集成。
Q&A
Q1:MathGPT.ai是什么?它有什么特别之处?
A:MathGPT.ai是一个AI教育平台,为大学生提供"防作弊"导师,为教授提供教学助手。它最显著的特点是AI聊天机器人从不直接给出答案,而是通过苏格拉底式提问方式引导学生思考,鼓励批判性思维而不是简单记忆答案。
Q2:MathGPT.ai如何防止学生作弊?
A:MathGPT.ai采用多种防作弊措施:AI只提供引导而不直接给答案,教师可以控制学生何时使用工具,可以设置答题尝试次数,还可以要求学生上传作业图片供教师验证真实性,同时有严格的对话限制确保只讨论学习相关内容。
Q3:哪些学校在使用MathGPT.ai?收费如何?
A:目前已有50多所高校使用MathGPT.ai,包括宾夕法尼亚州立大学、塔夫茨大学、自由大学等。平台提供免费版本和每个学生每门课程25美元的付费版本,付费版包括无限AI作业和学习管理系统集成等功能。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。