线上教诲+大年夜模型应用场景：教室传授教化效果检测

做过线上教诲系统的产品同学对下面这个场景均不陌生。
在线上授课过程中，西席稽核学生当前内容的节制情形，或者理解当前学生的知识水平等，均须要现场让学生做一些题目进行稽核理解，此类场景中，利用的均是客不雅观题，学生通过选择即可做出解答。

我们知道，由于选择题的特点，导致这种检测效果差强人意聊胜于无。
当然，利用选择题也是产品经理基于对场景的判断和技能妥协的结果，由于主不雅观题在此类场景中由于无法实现自动判分或内容分类，以是无法运用主不雅观题；然而，这类场景中，对付学生在教室学习效果的检测、以及西席在教室实时节制传授教化效果等运用上，利用主不雅观题更得当、代价更大。

办理此问题，大措辞模型大有用武之地！
笔者做为具有20年线上教诲从业履历的产品经理，就此问题与同行简要分享，欢迎批评示正。

线上传授教化效果实时检测

二、实验：用通用大模型做个实验

上文场景中，大部分同学都会做出精确的选择，但是测试结果是否符合实际情形呢，未必！

如果稽核学生是否节制了大数据的四个特点，该当让学生回答出“数据量大、数据处理速率快、数据类型多、数据代价大”，测试学生是否能回答这四个特点才视为学生真正节制了该知识点，做法是让学生以打字的形式反馈结果，系统利用大模型的自然措辞处理能力，对学生反馈的结果进行处理，给老师以准确的评价结果。

下面我们用大模型仿照这个实验，首先我们设计一个Prompt发给大模型。
（此功能系统化后，该操作应自动实现，文章中为展示实验，提示词可以根据实际情形进行设计调度。
）

大模型提示词

我们看下大模型的反馈结果：

大模型反馈结果

从仿照实验可以看出，大模型对同学的回答做出了准确的评价，并对是否节制该知识点做出了判断。
实际运用上，可以根据实际传授教化任务调度节制与未节制的标准，以此更准确评价教室传授教化效果。

三、运用：大模型在线上传授教化效果检测场景运用代价极为广泛

线上传授教化实时效果检测一贯都是在线教诲产品重点研究的领域，线上传授教化不同于线下传授教化，线上传授教化时，老师与同学隔着网线连接的两块屏幕，也可能一名老师面对几百几千名乃至更多的在线学生，以是实时的传授教化效果检测非常难，客不雅观题用于效果监测差强人意，有了大模型加持下的主不雅观题检测将会极大提升线上传授教化实时效果检测的质量。

大模型的运用也不仅限于此，运用大模型超强的自然措辞处理能力，可以运用于极为广泛的在线教诲场景，例如主不雅观题课后作业自动处理，录播课实时学习效果检测，主不雅观题考试判断等等，将会极大提升乃至颠覆现有的在线教诲系统运用。

本文由 @李雨田 原创发布于大家都是产品经理。
未经作者容许，禁止转载。

题图来自Unsplash，基于CC0协议。

该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。