Sci Simple

New Science Research Articles Everyday

# Informatique # Interaction homme-machine # Intelligence artificielle # Ordinateurs et société

Empowerment des aidants : L'avenir du soutien aux devoirs

La technologie aide les aidants à soutenir l'éducation des enfants avec des conseils en temps réel.

Devika Venugopalan, Ziwen Yan, Conrad Borchers, Jionghao Lin, Vincent Aleven

― 10 min lire


La tech booste le soutien La tech booste le soutien aux aidants. enfants avec leurs devoirs. aidants d'aider efficacement les De nouveaux outils permettent aux
Table des matières

Les Aidants, comme les parents et d'autres membres de la famille, jouent un rôle super important pour aider les enfants dans leur éducation. Leur implication peut mener à de meilleurs résultats scolaires, comme de bonnes notes et plus de motivation. Cependant, beaucoup d'aidants rencontrent des défis quand il s'agit de soutenir leurs enfants, surtout pour les devoirs. Souvent, ils se sentent perdus face aux matières scolaires modernes et ont du mal à apporter une aide efficace.

C'est là que la technologie entre en jeu, offrant de nouvelles façons de soutenir ces aidants. Il y a un intérêt grandissant à utiliser les analyses d'apprentissage pour aider les aidants à fournir un meilleur soutien pendant les études de leurs enfants. Les analyses d'apprentissage examinent les données sur l'apprentissage pour l'améliorer et peuvent inclure divers outils comme des systèmes de tutorat qui aident les élèves à résoudre des problèmes étape par étape. Une idée excitante est le tutorat hybride, où des systèmes intelligents et des humains travaillent ensemble pour guider les étudiants.

Le rôle du tutorat hybride

Le tutorat hybride est un mélange d'assistance machine et de soutien humain. Dans ce cadre, un système de tutorat intelligent fournit des instructions pendant que les aidants aident à motiver et guider leurs enfants. Les aidants prennent souvent le rôle d'aide aux devoirs, mais ils ne savent parfois pas comment apporter le bon soutien. Du coup, les chercheurs veulent trouver de nouvelles façons d’offrir aux aidants l'aide dont ils ont besoin.

Une approche prometteuse est d'utiliser un support par chat qui donne des astuces et des stratégies aux aidants pendant qu'ils assistent leurs enfants. Cela pourrait être super utile, surtout quand les devoirs de maths deviennent compliqués et que c'est facile pour les aidants de se sentir débordés. Un système qui comprend le contexte des devoirs et peut suggérer des messages pertinents en temps réel peut permettre aux aidants d'être plus efficaces dans leur rôle.

Technologie pour les aidants : l'outil de soutien conversationnel

Pour aider les aidants à fournir un meilleur soutien, un nouvel outil appelé l'outil de soutien conversationnel pour aidants (OSCA) a été développé. Cet outil utilise une technologie formelle appelée un modèle de langage large (MLL), qui est conçu pour traiter et générer du texte en fonction du contexte d'une conversation. Pense à ça comme un assistant très malin qui peut suggérer les bons mots pour aider les aidants à mieux soutenir leurs enfants pendant les séances de devoirs.

L'OSCA fonctionne main dans la main avec un système de tutorat qui aide les enfants à résoudre des problèmes de maths. Au fur et à mesure que les élèves progresse à travers ces problèmes, l'OSCA fournit aux aidants des suggestions de messages qu'ils peuvent envoyer à leurs enfants. Ces suggestions peuvent aller de messages motivants à des instructions spécifiques qui guident les élèves pour résoudre un problème de maths.

Imagine un aidant recevant une recommandation de message qui dit : "Demande à ton enfant d'expliquer ce qu'il pense," au lieu de juste dire : "Réessaie." Ce genre de soutien peut faire une grande différence. L'outil peut ajuster ses recommandations en fonction de la performance de l'enfant, de ce qu'il vient d'essayer et s'il a des difficultés avec des concepts spécifiques.

Soutien aux aidants : pourquoi et comment

Il y a plein de raisons pour lesquelles les aidants peuvent avoir du mal à soutenir leurs enfants pour les devoirs. Un des plus gros problèmes est que beaucoup d'aidants se sentent déconnectés du matériel que leurs enfants apprennent. Les programmes modernes peuvent être déroutants, et ce que les aidants ont appris à l'école peut ne pas s'appliquer aujourd'hui. Ce manque de connaissances peut rendre difficile pour les aidants de se sentir à l'aise pour apporter leur soutien.

Des recherches montrent que si les aidants comprennent mieux ce que leurs enfants apprennent, ils peuvent fournir un soutien plus efficace. Un système idéal offrirait des conseils et des rappels sur les stratégies de tutorat efficaces. Malheureusement, la plupart des systèmes actuels ne proposent que des notifications générales et ne donnent pas aux aidants le soutien direct dont ils ont besoin pendant les séances de devoirs.

Pour combler ce fossé, des chercheurs ont étudié comment fournir un soutien pédagogique aux aidants. En donnant aux aidants des informations adaptées sur comment aider leurs enfants, des systèmes comme l'OSCA peuvent vraiment faire la différence. L'objectif est d'aider les aidants à se sentir plus confiants et efficaces pendant le processus de devoirs.

Soutien conversationnel et son importance

Le soutien conversationnel est crucial en éducation. Plus la communication est bonne, plus l'expérience d'apprentissage est productive. Quand les aidants et les enfants discutent pendant les devoirs, ça peut guider l'enfant à travers le processus de résolution de problèmes. Si les enfants reçoivent un feedback immédiat, ils peuvent apprendre et adapter leur réflexion en temps réel.

Grâce aux avancées technologiques, les modèles de langage larges (MLL) peuvent offrir ce genre de soutien. Ces modèles peuvent aider avec diverses tâches éducatives, y compris donner du feedback et engager un dialogue significatif. Plus cette communication est efficace, mieux l'enfant apprend.

Le potentiel des modèles de langage larges

Les modèles de langage larges ont montré un grand potentiel dans diverses applications éducatives. Par exemple, ils peuvent aider à fournir des retours automatisés sur l'écriture ou à aider les éducateurs à donner des cours. Cependant, il y a des préoccupations concernant leur précision car les MLL peuvent parfois générer du contenu incorrect ou trompeur.

Pour rendre les MLL plus efficaces dans les contextes éducatifs, les chercheurs suggèrent d'utiliser une méthode appelée génération augmentée par récupération (GAR). Cette approche permet aux MLL de puiser des informations pertinentes dans des sources fiables, assurant que le contenu qu'ils génèrent est conforme aux principes éducatifs solides. En basant le soutien par chat sur des informations de qualité, les aidants reçoivent des messages qui les guident avec précision.

Conception de l'outil de soutien conversationnel pour aidants

L'OSCA est conçu pour aider les aidants en temps réel. Il intègre des stratégies pédagogiques et exploite les données du système de tutorat pour fournir des conseils pendant les devoirs. Quand un enfant utilise un système de tutorat, l'OSCA fournit des recommandations de messages personnalisées que les aidants peuvent utiliser pour mieux engager leurs enfants.

L'OSCA fonctionne en surveillant les interactions des enfants avec le système de tutorat. Si l'enfant fait une erreur, par exemple, l'OSCA génère un message qui invite l'aidant à demander à l'enfant de réfléchir à sa réponse. C'est comme avoir un assistant à côté de soi, chuchotant à l'oreille : "Demande-lui ce qu'il pensait !"

L'outil permet aussi aux aidants de voir sur quoi leurs enfants travaillent. Cette vue en temps réel permet aux aidants de fournir un soutien contextuel, rendant leur aide plus pertinente et opportune. Au lieu de se sentir perdus, les aidants peuvent devenir des participants actifs dans le processus d'apprentissage de leur enfant.

La conception de l'OSCA et ses fonctionnalités

L'OSCA comprend plusieurs éléments clés qui aident les aidants à soutenir efficacement leurs enfants. Les principales fonctionnalités incluent :

  1. Surveillance en temps réel : L'OSCA suit les progrès de l'enfant dans le système de tutorat, fournissant aux aidants des informations sur ce sur quoi l'enfant travaille et où il pourrait avoir des difficultés.

  2. Recommandations de messages : En fonction de l'engagement et de l'exactitude de l'enfant, l'OSCA génère des suggestions de messages de chat. Cela permet aux aidants d'envoyer des messages qui sont plus susceptibles de résonner avec leur enfant et de faciliter l'apprentissage.

  3. Contexte pédagogique : L'outil utilise des données du système de tutorat pour s'assurer que les recommandations sont basées sur ce que l'enfant est en train d'essayer. Cela garantit que les messages sont pertinents par rapport à la séance de devoirs en cours.

  4. Vues des parcours de résolution de problèmes : Les aidants peuvent voir les prochaines étapes suggérées pour résoudre les problèmes, leur permettant de mieux guider leurs enfants à travers le contenu.

Retours des aidants

Lorsque l'OSCA a été testé, les aidants ont fourni des retours précieux sur ses fonctionnalités. Beaucoup ont noté que recevoir du soutien au niveau du contenu était plus bénéfique que des messages motivants. Ils préfèrent des conseils qui aident directement leurs enfants à comprendre et à s'engager avec le matériel plutôt que de vagues encouragements.

Un aspect que les aidants ont trouvé particulièrement utile était quand l'outil incitait leurs enfants à expliquer leurs raisonnements. Ce genre de questionnement aide les aidants à voir où leur enfant pourrait avoir des difficultés tout en encourageant une réflexion plus profonde. C'est comme transformer une conversation normale en une mini-séance d'apprentissage.

Les aidants ont également souligné l'importance de la clarté des messages. Ils préfèrent des messages courts et concis plutôt que des longs, qui pourraient sembler écrasants pendant les séances de tutorat en direct. Ces retours sont essentiels pour affiner l'outil pour le rendre encore plus convivial.

Répondre aux retours techniques

Les aidants ont donné leur avis sur divers aspects techniques de l'OSCA. Par exemple, bien que beaucoup aient apprécié les recommandations de messages, certains ont trouvé qu'elles étaient parfois un peu lentes, surtout quand ils étaient en plein dans l'aide à leur enfant.

D'autres ont noté que, bien que les messages soient utiles, le ton semblait parfois un peu artificiel. Un ton amical et humain peut vraiment contribuer à faire paraître le soutien plus authentique. Il est important que les messages non seulement transmettent des informations, mais s'intègrent aussi naturellement dans la façon dont les aidants communiquent habituellement avec leurs enfants.

La vue d'ensemble : fusionner les MLL et les systèmes de tutorat

L'objectif de fusionner les MLL avec les systèmes de tutorat est de créer un environnement d'apprentissage plus soutenant et engageant. En fournissant aux aidants des outils adéquats, un soutien par chat et des informations en temps réel, les enfants pourraient bénéficier d'une aide aux devoirs plus efficace. À mesure que les aidants gagnent en confiance dans leurs capacités à aider, les élèves peuvent aussi devenir plus engagés dans leur apprentissage.

Au-delà des maths, cette approche peut être appliquée à diverses matières éducatives. À mesure que la technologie continue d'évoluer, de nouvelles façons créatives d'aider les aidants à soutenir leurs enfants vont probablement émerger. Cela pourrait inclure des domaines comme la science, l'histoire ou même l'écriture créative. Les principes établis grâce à l'OSCA peuvent guider les développements futurs.

Conclusion

Le rôle des aidants dans l'éducation de leurs enfants est vital, et trouver de nouvelles façons de les soutenir est clé pour améliorer les résultats des élèves. Avec des outils comme l'OSCA, la technologie peut combler les lacunes de connaissances et enrichir l'expérience d'apprentissage pour tout le monde.

Que ce soit un rappel amical pour demander à leur enfant une auto-explication ou leur donner les bons mots à dire pendant un problème de maths difficile, les aidants peuvent être renforcés pour fournir un meilleur soutien. L'avenir semble radieux pour le tutorat hybride et les nombreuses possibilités qu'il apporte. Qui aurait pensé qu'un peu de magie technologique pourrait transformer le temps des devoirs en une histoire à succès pleine de rires ?

Source originale

Titre: Combining Large Language Models with Tutoring System Intelligence: A Case Study in Caregiver Homework Support

Résumé: Caregivers (i.e., parents and members of a child's caring community) are underappreciated stakeholders in learning analytics. Although caregiver involvement can enhance student academic outcomes, many obstacles hinder involvement, most notably knowledge gaps with respect to modern school curricula. An emerging topic of interest in learning analytics is hybrid tutoring, which includes instructional and motivational support. Caregivers assert similar roles in homework, yet it is unknown how learning analytics can support them. Our past work with caregivers suggested that conversational support is a promising method of providing caregivers with the guidance needed to effectively support student learning. We developed a system that provides instructional support to caregivers through conversational recommendations generated by a Large Language Model (LLM). Addressing known instructional limitations of LLMs, we use instructional intelligence from tutoring systems while conducting prompt engineering experiments with the open-source Llama 3 LLM. This LLM generated message recommendations for caregivers supporting their child's math practice via chat. Few-shot prompting and combining real-time problem-solving context from tutoring systems with examples of tutoring practices yielded desirable message recommendations. These recommendations were evaluated with ten middle school caregivers, who valued recommendations facilitating content-level support and student metacognition through self-explanation. We contribute insights into how tutoring systems can best be merged with LLMs to support hybrid tutoring settings through conversational assistance, facilitating effective caregiver involvement in tutoring systems.

Auteurs: Devika Venugopalan, Ziwen Yan, Conrad Borchers, Jionghao Lin, Vincent Aleven

Dernière mise à jour: 2024-12-16 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2412.11995

Source PDF: https://arxiv.org/pdf/2412.11995

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires