LARGE LANGUAGE MODELS MEET USER INTERFACES: THE CASE OF PROVISIONING FEEDBACK

本文是LLM系列文章，针对《LARGE LANGUAGE MODELS MEET USER INTERFACES: THE
CASE OF PROVISIONING FEEDBACK》的翻译。

摘要

将生成人工智能（GenAI），特别是大型语言模型（LLMs）融入教育环境，为提高教育工作者的效率和丰富学生的学习体验提供了宝贵的机会。教育工作者目前使用LLM的很大一部分涉及使用会话用户界面（CUI），如聊天窗口，用于生成教育材料或向学习者提供反馈等功能。与LLM进行实时对话的能力，可以增强教育工作者在各个学科的领域知识，具有很高的价值。然而，它也对LLM的广泛、道德和有效采用提出了挑战。首先，教育工作者必须具备一定程度的专业知识，包括工具熟悉度、人工智能素养和有效使用CUI的提示，这可能是采用CUI的障碍。其次，CUI的开放式设计使其异常强大，这引发了伦理问题，尤其是在用于评分等高风险决策时。此外，还存在与隐私和知识产权相关的风险，这些风险源于潜在的未经授权的敏感信息共享。最后，CUI是为短时间、同步的交互而设计的，当被赋予复杂的、多步骤的任务时（例如，根据大规模的量规提供个人反馈），CUI往往会挣扎和产生幻觉。为了应对这些挑战，我们探讨了从通过CUI使用LL