AI 导师
把AI导师的反馈接续到学习上的方法,好的表扬会指出下一步
本文梳理了让AI导师递出能牵引学生成长的反馈的设计原则,以及老师亲自检查的流程。
AI 导师最大的强项之一,是能对所有学生即时、而且不知疲倦地递出反馈。真正把这个强项发挥出来的诀窍,不在反馈的量而在质。因为好的反馈不是让人心情变好的话,而是把下一步清清楚楚指给学生看的话。只要把设计稍微动一动,AI 导师的反馈就会成为把学习往上抬的强力引擎。
能把学习往上抬的反馈的条件
同样的情形之下,反馈也会产生完全不同的效果。看下面这组对比就清楚了。
- 弱的反馈:“做得好。真聪明。”→ 只表扬能力,学生就会因为怕失败而躲开难的任务。
- 好的反馈:“你自己找出了第二个式子里要变号这一点呢。”→ 点出具体的行为,让同样的成功可以重复。
- 弱的反馈:“错了。”→ 没有告诉他下一步该做什么。
- 好的反馈:“分母没有通分就相加了。要不要从通分开始重做一遍?”→ 把改什么、怎么改一并提出来。
核心原则是,点的是行为而不是人,是过程而不是结果,是具体而不是笼统。
检查 AI 导师反馈的流程
请老师亲自确认一下设定好的导师是不是真的在给出好的反馈。
- 装成学生故意输入错误答案,确认回来的信息里有没有讲清楚改什么、怎么改。
- 答对的时候,看它是不是不只简单表扬,而是点出了做得好的过程。
- 看看表扬与纠正的平衡有没有偏向某一边。
- 不足的话,就在系统提示词里追加“不要表扬能力,要表扬努力与策略”这样的规则。
最好的反馈是一面镜子,照出学生做好了什么、下一次做什么就行。
反馈的时机和质量一样重要。学生正琢磨得起劲的时候就直接把答案的方向点破,等于减少了他自己靠近答案的机会。反过来,全都结束了好久之后反馈才来,学生已经失去了兴趣。最有效的时点,是学生充分尝试过之后紧接着的那一刻,心思还落在那道题上的时候。所以设计得好的 AI 导师,比起立刻给答案,会先说一句“要不要再想一次”,留出短短一道缝隙之后再递出反馈。说什么固然重要,什么时候说也要一并检查,反馈才起得了作用。
要点总结
AI 导师的即时反馈,只要设计得好,就会成为把学习往上抬的强力武器。请把它打磨成点行为而不是人、点过程而不是结果、点具体而不是笼统的反馈。老师故意输入错误答案亲自检查反馈的质量,不足时用提示词规则来补足,这是关键。说什么重要,什么时候说也同样重要,所以请连时机一起看一看,让反馈在学生充分尝试过之后立刻送到。配上能把下一步照得清清楚楚的反馈的 AI 导师,会成为每一位学生身边一名可靠的教练。
登录后参与互动

来发表第一条评论吧。