一项新的达特茅斯学院研究发现，人工智能有潜力为大量学生提供满足其个体需求的教育支持。研究人员首次报告称，学生可能更信任那些仅从精选专家资源中提取答案的AI平台，而非从一般信息的海量数据集中获取答案的平台。
达特茅斯盖泽尔医学院的托马斯·特森（Thomas Thesen）教授及其合著者苏·黄·朴（Soo Hwan Park，MED '25）追踪了190名医学生如何使用名为NeuroBot TA的AI助教。该助教为特森教授的神经科学与神经病学课程提供全天候个性化支持。
特森和朴使用检索增强生成（retrieval-augmented generation，简称RAG）技术构建了该平台。RAG是一种将大型语言模型的响应锚定到特定信息源的技术，通过减少"幻觉"——听起来有说服力但不准确或错误的AI生成信息——从而提供更准确和相关的答案。
NeuroBot TA旨在基于精选课程材料（如教科书、讲义幻灯片和临床指南）提供响应。与已知会编造事实的通用聊天机器人不同，NeuroBot TA只回答它能用审核过材料支持的问题。
特森和朴的研究探讨了RAG方法是否能激发学生用户的更多信任，以及他们如何将这种有保障的系统整合到学习中。他们在《npj Digital Medicine》期刊上报告称，学生普遍更信任NeuroBot经过精选的知识，而非一般可用的聊天机器人。
学生对精选AI平台的信任
特森表示，这一模式表明，生成式AI和RAG有潜力在传统学术环境之外提供量身定制的互动教学。特森是该研究的第一作者，也是医学教育的副教授。朴曾修读神经科学与神经病学课程，现为斯坦福医疗保健中心（Stanford Health Care）的神经病学住院医师，也是该研究的合著者。
特森说："这项工作代表了向精准教育迈进的一步，即根据每个学习者的特定需求和背景定制教学。我们展示了AI可以在获得学生信任的同时规模化个性化学习。这对未来AI学习具有重要意义，特别是在资源匮乏的环境（low-resource settings）中。"
"但首先，我们需要了解学生如何与AI互动和接受AI，以及当实施保护措施时他们会如何反应，"他表示。
调查结果与学生反馈
该研究聚焦于2023年秋季和2024年秋季修读该课程的两个不同年级的学生。在研究中，143名学生完成了最终调查，并提供了使用NeuroBot TA的体验评论。超过四分之一的受访者强调了聊天机器人的信任度和可靠性，以及其在备考时的便利性和速度。近一半学生认为该软件是有用的学习辅助工具。
特森表示："透明度建立信任。学生欣赏知道答案基于他们实际的课程材料，而不是基于整个互联网的训练数据，后者的质量与相关性参差不齐。"
AI聊天机器人的挑战与局限
特森和朴报告称，研究结果还突显了教育工作者在实施生成式AI聊天机器人时可能面临的挑战。调查显示，近一半的医学生至少每周使用一次聊天机器人。在达特茅斯的研究中，学生主要将NeuroBot TA用于事实核查——尤其是在考试前急剧增加——而不是用于深入学习或长时间的互动讨论。
特森表示，一些用户也对平台有限的范围感到沮丧，这可能会促使学生转向使用更大但质量控制较差的聊天机器人。研究还揭示了学生与AI互动时面临的一个独特脆弱性——他们通常缺乏识别幻觉的专业知识。
他表示："我们现在正在探索混合方法，可以将基于RAG的答案标记为高度可靠，同时谨慎扩大学生在学习过程中可能接触到的信息范围。"
全球影响潜力与新工具
特森表示，虽然像达特茅斯这样的机构的学生受益于低师生比，这允许个性化学习，但世界上许多机构缺乏这些资源。学生面临教室过度拥挤和教师接触有限的问题。在这些环境中，NeuroBot TA等AI工具可能产生最显著的影响，并扩大个性化教学的可及性。
这种影响在AI患者模拟器（AI Patient Actor）上已经显现，该工具由特森的神经科学指导学习与教育实验室于2023年开发。该平台通过模拟与患者的对话并提供即时反馈，帮助医学生磨练沟通和诊断技能。AI患者模拟器目前已在美国国内外的医学院以及盖泽尔课程（Geisel courses）中使用，包括新的《行医之道》（On Doctoring）课程。
今年8月，由特森和罗希尼·平托-鲍威尔（Roshini Pinto-Powell，医学和医学教育教授、《行医之道》联合主任）领导的一项研究发现，AI患者模拟器为一年级医学生提供了一个安全的空间来测试技能、从错误中学习，并识别自己的优势和劣势。
AI在教育中的未来方向
对于NeuroBot TA，特森和朴计划用已知能产生更深入理解和长期记忆的教学技术及认知科学原理来增强软件，如苏格拉底式辅导和间隔检索练习。
聊天机器人将不再直接提供答案，而是通过有针对性的提问和对话引导学生发现解决方案，并定期进行测验。特森和朴建议，未来的系统还可以根据情境（如准备考试与常规学习）选择一种或另一种策略。
特森表示："在元认知层面上，学生和我们其他人一样，需要了解何时可以使用AI来完成任务，以及何时和如何使用它进行长期学习。"
他表示："当我们将所有思维和学习认知外包给AI时，就会产生掌握的错觉，但我们并没有真正学习。我们需要开发新的教学方法，可以积极利用AI，同时仍允许学习发生。"
更多信息： Thomas Thesen等，《用于医学教育中个性化学习的生成式AI教学助手》，《npj Digital Medicine》(2025)。DOI: 10.1038/s41746-025-02022-1
【全文结束】
