Can Large Language Models Bridge the Gap in Environmental Knowledge?

📄 arXiv: 2508.03149v1 📥 PDF

作者: Linda Smail, David Santandreu Calonge, Firuz Kamalov, Nur H. Orak

分类: cs.AI

发布日期: 2025-08-05

备注: 20 pages, 3 figures, 7 tables. No external funding

💡 一句话要点

利用大型语言模型提升大学生环境知识教育的有效性

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 环境教育 大型语言模型 人工智能 知识传递 大学生 环境科学 AI辅助学习

📋 核心要点

  1. 现有的环境教育方法在知识传递和学生理解方面存在不足，尤其是在复杂概念的解释上。
  2. 本研究通过评估大型语言模型在环境知识传递中的有效性，提出利用AI模型辅助教育的核心思路。
  3. 实验结果显示，AI模型在环境知识的传递上表现出色，但仍需人类专家进行信息准确性验证。

📝 摘要（中文）

本研究探讨了人工智能模型在弥补大学生环境教育知识差距中的潜力。通过对GPT-3.5、GPT-4、GPT-4o、Gemini、Claude Sonnet和Llama 2等大型语言模型的评估，研究使用标准化工具环境知识测试（EKT-19）及针对性问题，比较大学生的环境知识与AI模型生成的回答。结果表明，尽管AI模型拥有丰富且易于获取的知识基础，能够赋能学生和学术人员，但仍需环境科学领域的人类专家来验证所提供信息的准确性。

🔬 方法详解

问题定义：本研究旨在解决大学生在环境知识教育中存在的知识差距，现有方法在传递复杂环境概念时效果不佳。

核心思路：研究通过评估大型语言模型（LLMs）在环境教育中的应用，探索其在知识传递中的潜力，认为AI模型可以作为教育的辅助工具。

技术框架：研究使用环境知识测试（EKT-19）作为评估工具，结合针对性问题，比较大学生的知识水平与AI模型生成的回答，形成一个系统的评估流程。

关键创新：本研究的创新点在于首次系统性地评估多种大型语言模型在环境教育中的应用效果，强调了AI与人类专家的结合。

关键设计：研究中使用的EKT-19测试工具经过标准化设计，确保评估的有效性和可靠性，同时结合了针对性问题以深入分析AI模型的表现。

📊 实验亮点

实验结果显示，AI模型在环境知识传递中表现出色，能够提供丰富的信息和概念解释。然而，研究也指出，尽管AI模型的知识基础广泛，仍需人类专家来验证信息的准确性，以确保教育内容的可靠性。

🎯 应用场景

该研究的潜在应用领域包括高等教育、环境科学课程的教学设计以及AI辅助学习工具的开发。通过结合AI模型与人类专家的知识，可以提升环境教育的质量和效率，促进学生对环境问题的理解和关注。

📄 摘要（原文）

This research investigates the potential of Artificial Intelligence (AI) models to bridge the knowledge gap in environmental education among university students. By focusing on prominent large language models (LLMs) such as GPT-3.5, GPT-4, GPT-4o, Gemini, Claude Sonnet, and Llama 2, the study assesses their effectiveness in conveying environmental concepts and, consequently, facilitating environmental education. The investigation employs a standardized tool, the Environmental Knowledge Test (EKT-19), supplemented by targeted questions, to evaluate the environmental knowledge of university students in comparison to the responses generated by the AI models. The results of this study suggest that while AI models possess a vast, readily accessible, and valid knowledge base with the potential to empower both students and academic staff, a human discipline specialist in environmental sciences may still be necessary to validate the accuracy of the information provided.