Learning to Prompt: Improving Student Engagement with Adaptive LLM-based High-School Tutoring

📄 arXiv: 2606.20138v1 📥 PDF

作者: Po-Chin Chang, Nicholas Hogan, Aske Plaat, Michiel T. van der Meer

分类: cs.AI, cs.CL, cs.HC, cs.LG

发布日期: 2026-06-18

💡 一句话要点

提出基于适应性提示的LLM高中新型辅导系统以提升学生参与度

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 个性化教育 大型语言模型 适应性提示 教学特征 在线辅导系统

📋 核心要点

  1. 现有的静态提示辅导系统难以适应多样化的学科需求，限制了个性化教育的效果。
  2. 本文提出了一种基于主题感知的提示路由模型，通过提取教学特征来优化辅导过程。
  3. 实验结果显示，该模型在教学效率和质量上均有显著提升，减少了学生与系统的互动次数。

📝 摘要（中文）

大型语言模型（LLMs）能够个性化教育，但现有的静态提示辅导系统在适应不同学科方面存在困难。本文开发并测试了一种基于主题感知提示的系统，该系统利用从原始对话记录中提取的14个教学特征（如辅导支持、学生理解）进行优化。我们首先在模拟环境中训练了一个提示路由模型，然后在实际高中生中进行在线适应。模拟基准显示，该路由器的表现优于两个静态基线（0.694对比0.647和0.64，p<0.001）。A/B测试（涉及656次对话，359名学生）表明模型在分析性与支持性学习策略之间的有效转变。我们的适应性提示选择机制提高了教学效率，保持了教学质量，并减少了约3次互动（p=0.007）。尽管贪婪路由器与基线的练习转化率相当（19.1%对比19.6%），但随机路由器通过策略采样实现了更高的转化率（28.1%）。

🔬 方法详解

问题定义：本文旨在解决现有静态提示辅导系统在多学科适应性不足的问题，导致个性化教育效果不佳。

核心思路：通过开发一个基于主题感知的提示路由模型，利用提取的教学特征来动态调整辅导策略，从而提高学生的参与度和学习效果。

技术框架：整体架构包括两个主要阶段：首先在模拟环境中训练提示路由模型，然后将其部署到实际的在线辅导中。模型根据学生的反馈和理解程度动态选择适当的提示策略。

关键创新：最重要的创新在于引入了主题感知的提示选择机制，使得系统能够根据不同学科和学生需求灵活调整辅导策略，这与传统的静态提示方法形成鲜明对比。

关键设计：模型设计中包括14个教学特征的提取，使用了特定的损失函数来优化提示选择，并通过贪婪和随机路由器两种策略进行比较，确保了系统的灵活性和适应性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，提示路由模型在模拟环境中表现优于静态基线（0.694对比0.647和0.64，p<0.001），并在实际应用中通过适应性提示选择机制减少了约3次互动（p=0.007），同时随机路由器的转化率达到28.1%，显著高于基线的19.6%。

🎯 应用场景

该研究的潜在应用领域包括高中教育、个性化学习平台及在线辅导系统。通过提升学生的参与度和学习效果，该系统能够为教育工作者提供更有效的教学工具，未来可能对教育行业产生深远影响。

📄 摘要（原文）

LLMs can personalize education, although current static-prompt tutoring systems struggle to adapt to diverse academic disciplines. We develop and test a system with subject-aware prompting, based on 14 pedagogical features (e.g., tutor scaffolding, student understanding) extracted from raw transcripts. We first train a prompt routing model in a simulation environment, and then deploy it for online adaptation with actual high-school students. The simulation benchmark shows the router outperforming two static baselines ($0.694$ vs. $0.647$ and $0.64$, $p<0.001$). A/B testing ($N=656$ conversations from 359 students) shows sim-to-real transfer where the model switches from analytical to scaffolding learning strategies. Our adaptive prompt selection mechanism improves instructional efficiency, maintains pedagogical quality and reduces interactions by around 3 turns ($p=0.007$). While a greedy router achieves a comparable exercise conversion rate with the baseline ($19.1\%$ vs. $19.6\%$), a stochastic router that samples strategies leads to a higher conversion rate ($28.1\%$).