Integration of LLMs into Interactive Educational Materials for IT Education

Bakgrund och ändamål

Projektet syftar till att utforska hur man kan integrera stora språkmodeller (LLM) i pedagogiska stödverktyg, speciellt för att hjälpa studenterna att lära sig grunderna i IT-teknik. Vi vill under projektet undersöka hur generativa LLM:er kan anpassas till Blooms taxonomi för att stödja studenter på olika inlärningsnivåer. Samtidigt vill vi se hur Prompt Engineering (PE) kan förbättra kommunikationen mellan studenterna och de utbildningsverktyg som stöds av LLM:er.
Vi siktar p[ att skapa integration av LLM i digitala arbetsböcker, med hjälp av kommunikationsmodell Chain of Thoughts (CoT) och den sokratiska metoden. Dessa modeller/metoder används för att ge skräddarsydda, interaktiva inlärningsupplevelser som stimulerar analytiskt tänkande och djupare förståelse för nya koncept hos studenterna, samt ger dem omedelbar respons då de gör kodningsövningar.

Det finns en anmärkningsvärd osäkerhet i hur man på ett förutsägbart sätt kommunicerar med generativ AI för att säkerställa genereringen av tillförlitlig information. Flera metoder har utvecklats, inklusive Retrieval-Augmented Generation (RAG) och LLM-Agent Collaboration Framework with Agent Team Optimization.

Målsättningar och nyttan

Pedagogiska arbetsböcker för IT-utbildning kräver en tydlig struktur och pålitlig interaktion som kan hjälpa en oerfaren student att tillägna sig de kunskaper och färdigheter som beskrivs i utbildningsprogrammet. För närvarande finns det inga kända system som tillhandahåller denna funktionalitet, och kapplöpningen för att bygga dem går i snabb takt. Sådana verktyg tros erbjuda högre utbildningsresultat till lägre kostnad, vilket gör utvecklingen av dessa system till en

Vi planerar att färdigställa en proof-of-concept-prototyp av en interaktiv arbetsbok för en grundläggande programmeringskurs på Arcada och utvärdera den med studenterna.

Målen för hållbar utveckling