LLM 辅导真能教会学生吗？一项以过程为中心的辅导闭环综述

Do LLM Tutors Actually Teach? A Process-Centered Synthesis of the Tutoring Loop

AI 导读

一项以过程为中心的综述梳理了 LLM 辅导从学习者状态推断到教学行动、导师训练、评估与学生模拟的完整链路，指出实现某个辅导组件并不等于它有效或能影响后续环节。研究层面的结构化审计显示，教学评估较为常见，但学习者条件化干预、人类学习增益尤其是迁移与延迟保持的证据明显薄弱。人类研究给出有条件正面结果：LLM 导师能提升学习，但效果取决于教学结构、学习者投入与测量方式。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：大型语言模型能够生成流畅的辅导对话，但它们是否真正帮助学生学习仍不清楚。我们提出了一种以过程为中心的 LLM 辅导综合方法，其路径从学习者状态推断到教学行动、辅导者训练、评估和学生模拟。这一视角揭示了一个核心缺口：实现一个辅导组件并不能证明它有效，也不能证明其输出会切实影响后续阶段。一项结构化的研究层面审计表明，教学评估很常见，而针对学习者条件化干预、人类学习收益，尤其是迁移或延迟保持的证据则要薄弱得多。尽管如此，人类研究提供了一个有条件的积极结果：LLM 辅导者可以改善学习，但收益取决于教学结构、学习者参与度以及学习如何被测量。我们认为，进展需要验证辅导各阶段之间的接口，而不仅仅是改进单个组件。

主题：	计算与语言（cs.CL）
引用为：	arXiv:2610.15692 [cs.CL]
	（或 arXiv:2610.15692v2 [cs.CL] 用于此版本）
	https://doi.org/10.48550/arXiv.2610.15692 由 DataCite 颁发的 arXiv DOI

提交历史

来自：Somnath Banerjee [查看电子邮件]
[v1] 2026年10月11日星期日 15:24:16 UTC（424 KB）
[v2] 2026年10月14日星期三 05:07:43 UTC（427 KB）

来源：arXiv cs.CL · arxiv.org