Wcm-Q 研究人员利用 AI 促进学生健康和学业成功

快速阅读: 据《半岛酒店》称，多哈——卡塔尔威尔康奈尔医学院研究者利用大型语言模型（LLM）和可穿戴设备数据，为学生生成个性化建议以提升身心健康与学业表现。尽管有改进空间，但研究显示了开发实用工具的潜力，能帮助学生发挥潜力并减轻相关人员压力。相关论文发表于《科学报告》。

多哈——卡塔尔威尔康奈尔医学院（WCM-Q）的研究人员发表了一项新研究，该研究利用大型语言模型（LLM）和可穿戴智能设备的数据，为一组学校学生生成个性化建议，以提升他们的身心健康和学业表现。这项由阿夫兰·艾哈迈德博士主导的研究收集了来自12名学生的数据，包括学术报告（成绩和教师的观察）、睡眠质量调查以及记录步数、睡眠时间和压力分数的Fitbit设备数据。

随后，Meta开发的大语言模型（LLM）Llama 3被用于分析这些数据，并为每位学生生成个性化建议。在这六周内被监测的学生数据通过Llama 3进行了解读。研究团队精心设计了详细的提示程序，以指导模型对数据分析及每位学生的个性化建议自动生成功能。评分结果显示，LLM能够分析并整合多种数据来源，生成不仅在上下文中相关而且对学生情绪状态敏感的个性化建议。然而，部分建议在清晰度、可行性和相关性方面获得低分或平均分。

所有学生数据和建议均匿名采集，以保护参与者的隐私。研究人员指出，必须注意避免向学生提供过多反馈，同时强调了“幻觉”风险，即当LLM生成看似合理但实际上错误的信息时。他们还表示，此类研究的未来迭代需要纳入防止有害建议的安全措施，并确保输出内容经过批判性评估以确保其准确性和适当性。

艾哈迈德博士表示：“这项研究明确表明，大型语言模型有能力解释来自多个来源的不同类型数据，并生成可能有助于提高学生身心健康和学业表现的个性化建议。”“尽管仍有很大的改进空间，但这项概念验证研究展示了开发非常实用工具的巨大潜力，这些工具不仅可以帮助学生充分发挥潜力，还可以减轻教师、学校管理者和学生辅导员的压力。”

其他参与论文撰写的人员还包括WCM-Q院长贾维德·谢赫博士、精神病学教授和流行病学教授；流行病学研究助理教授阿拉·阿卜杜勒-拉扎克博士；博士后研究员拉万·阿尔·萨阿德博士；以及研究专家莎拉·阿齐兹女士。谢赫博士说：“这项研究展示了人工智能和大型语言模型，尤其是提升学生学业表现和健康福祉的巨大潜力。该研究还强调了部署人工智能方法时需格外谨慎，以保障用户的身心健康。”

这项名为《通过概念验证利用LLMs和可穿戴设备提升学生健康福祉和学业表现》的研究已发表在《科学报告》上，这是一份领先的期刊。

(以上内容均由Ai生成)