在閱讀了@kenodnb的帖子後,我意識到我應該更早關注Mira對教育的影響…… 因為Mira所做的並不僅僅是“用AI創建測驗”,而是我們學習和教學方式的一次真正飛躍。 ➤ 以Learnrite為例,他們使用@Mira_Network升級了整個測驗製作流程: + 問題的錯誤率從28%降至4.4% + 每道問題的審核時間從60分鐘減少到僅需2-3分鐘 + 每道高質量問題的成本從5美元削減至0.30美元 + 每週產出從40道問題增長至1,200道 + 現在甚至UPSC考試也完全根據學生能力進行個性化 這已經很令人印象深刻了。 ➥ 但Keno的文章讓我想知道,這項技術到底是為了誰? ➤ 學生肯定受益: + 獲得與他們水平相匹配的問題 + 節省學習時間 + 專注於他們的實際弱點 ➤ 但如果老師也使用呢? + 文學老師可以利用AI建議針對每位學生學習風格的提示 + 小鎮的物理老師可以生成與大城市學校相同的標準化考試,這一切只需一台筆記本電腦和@Mira_Network ➜ AI成為教學夥伴,正如Learnrite所展示的,Mira使教師從創作者轉變為驗證者。 ➥ 每個孩子都應該有公平的學習機會 如今,隨著所有技術和全球化的發展,學習變得越來越容易,但主要是對那些已經有資源的孩子來說。 同時,這讓那些偏遠地區的孩子更難追趕…… 🩶 我一直希望住在偏遠地區的孩子能夠獲得與大城市孩子相同的學習機會。 這並不簡單,我知道,但我仍然堅信每個人都應該有公平的教育機會🌻
Keno
Keno8月6日 22:59
之前,我介紹了 @Mira_Network 如何幫助 @Delphi_Digital 的 AI 助手 Delphi Oracle。 今天,讓我們看看另一個用例。 Mira 的驗證技術幫助 Learnrite 將每位專家的考題數量從每週 40 題擴展到 1,200 題,且不影響質量。 這是它如何改變地球上最具競爭力的考試之一的一切: 每年有超過 150 萬名學生在印度參加 UPSC 考試。 他們競爭僅有的 900 個印度公務員的名額。 接受率低於 0.06%,可以說是世界上最具競爭力的考試。 要成功,學生需要個性化的高質量問題。 但建立這種內容的過程緩慢、昂貴,幾乎無法擴展。 Learnrite 的目標很簡單: 無論預算如何,給每位學生提供個性化的 UPSC 準備。 但每位專家撰寫一個高質量問題的成本是 5 美元和 60 分鐘。 在各科目之間擴展?完全無法承擔。 他們轉向了 AI。 起初,似乎有效。 快速生成,正確主題,語法清晰。 但 28% 的問題存在嚴重的事實或邏輯錯誤。 你不能用錯誤的內容來準備 UPSC。 這種失敗可能會讓學生失去他們所努力的一切。 人工審查也沒有幫助。 專家們花在修正 AI 問題上的時間幾乎和從頭寫問題一樣多。 經濟學沒有改變。質量仍然受到影響。願景似乎遙不可及。 然後出現了驗證。 Learnrite 與 Mira 合作,對 AI 進行驗證,而不是修正 AI。 Mira 使用多個 AI 模型來交叉檢查每個問題。 只有達成共識的問題才能通過。 錯誤率從 28% 降至僅 4.4%。 這是 Learnrite 內部的變化: - 問題速度:每週從 40 題到 1,200 題 - 審查時間:從 60 分鐘到 2-3 分鐘 - 每題成本:從 5 美元降至 0.30 美元 - 每個主題的問題數:從約 50 題到 500 題以上 他們現在可以大規模建立個性化的問題集。 在 6 個月內,他們在整個 UPSC 課程中擴展了經過驗證的問題。 專家們停止創建。 他們開始評估。 這一單一的轉變,先創建,後驗證,顛覆了整個生產模式。 高質量內容現在的成本降低了 94%,驗證所需時間減少了 95%。 這一切改變了學生的學習: - 問題現在與他們的水平相匹配 - 弱項得到更多關注 - 難度自動調整 - 新主題幾天內推出,而不是幾個月 更好的學習。更少的浪費時間。更多成功的機會。 作為額外的好處,AI 經常生成專家不會想到的獨特問題。 有了驗證,Learnrite 可以安全地使用這些創意角度來改善學生的推理能力。 Mira 的驗證層並沒有取代人類,而是放大了他們的影響。 教育的未來取決於我們能否在不失去信任的情況下擴展高質量內容。 這正是 Mira 的驗證層所提供的。 而 Learnrite 只是個開始。
1.11K