Beyond Skepticism: Evaluating LLMs Pedagogical Intent Reasoning with the Adaptive Pedagogical Vigilance Framework

📄 arXiv: 2607.01581 📥 PDF

作者: Minghao Chen, Ruihan Zhou, Jiayi Tang, Zihan Xu, Bowen Huang, Yuxin Liu

分类: cs.CL

发布日期: 2026-07-05

💡 一句话要点

提出自适应教学警觉框架以优化LLMs的教学意图推理

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

关键词: 大型语言模型 教学意图推理 自适应教学警觉 贝叶斯推理 教育技术 个性化学习 智能辅导系统

📋 核心要点

  1. 现有方法对大型语言模型在教学意图推理方面的能力探索不足，尤其是在教育领域的应用。
  2. 提出自适应教学警觉框架（APV），通过贝叶斯推理优化学习过程中的意图推断。
  3. 实验结果表明，APV显著提升了模型的教学警觉性，尤其在区分教学内容方面表现优异。

📝 摘要（中文）

大型语言模型（LLMs）在教学交流中推理教学意图的能力尚未得到充分探索，尤其是在翻译教学等教育领域。为此，本文提出了自适应教学警觉（APV）框架，这是一种新颖的计算形式，重新定义了教学警觉作为优化学习的适应机制。APV通过贝叶斯教学意图推理引擎（PIIE）形式化问题，模型化教师如何选择内容以最大化教学效用，以及学习者如何反向推理潜在的教学配置。通过对领先的LLMs（如GPT-4o、Claude 3.5）的实验，APV显著提高了模型的警觉性，能够有效区分教学内容与曝光内容，并与人类判断高度相关（r=0.958），在自然数据上保持稳健表现。该研究为评估和增强LLMs对教学动机的理解奠定了统一框架，推动了更可靠的AI辅助学习系统的发展。

🔬 方法详解

问题定义：本文旨在解决大型语言模型在教学意图推理中的不足，现有方法未能有效捕捉教学交流中的潜在意图，导致学习效果不佳。

核心思路：提出自适应教学警觉框架（APV），将教学警觉视为一种适应性机制，通过贝叶斯推理帮助学习者推断教师的教学意图，从而优化学习过程。

技术框架：APV框架包含三个主要模块：教学意图推理引擎（PIIE）、教学内容选择模型和学习者警觉性推理模块。PIIE负责建模教师的内容选择，后者则帮助学习者理解和推理教学配置。

关键创新：APV的核心创新在于将教学警觉性与贝叶斯推理结合，形成一个动态适应的学习机制，显著提升了模型对教学意图的理解能力，与传统方法相比，能够更准确地推断潜在的教学配置。

关键设计：在模型设计中，采用了特定的损失函数以优化教学意图的推理精度，并通过多层次的结构来增强模型的表达能力，确保在不同教学场景下的适应性和鲁棒性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，APV框架显著提高了模型的教学警觉性，尤其在区分教学内容与曝光内容方面，取得了最高的区分度，并与人类判断的相关性达到0.958。此外，在自然数据集上的表现优于基线方法，展现出其在实际应用中的潜力。

🎯 应用场景

该研究的潜在应用领域包括教育技术、智能辅导系统和个性化学习平台。通过提升LLMs对教学意图的理解，能够为学习者提供更精准的学习支持，进而改善学习效果和体验。未来，APV框架有望推动AI在教育领域的更广泛应用，促进智能教育的发展。

📄 摘要（原文）

The capacity of Large Language Models (LLMs) to reason about pedagogical intent within instructional communication remains underexplored, particularly in educational domains such as translation pedagogy. To address this, we propose the \textbf{Adaptive Pedagogical Vigilance (APV)} framework, a novel computational formalism that reframes communicative vigilance as an adaptive mechanism for optimizing learning through intent inference. APV formalizes the problem via a Bayesian Pedagogical Intent Inference Engine (PIIE), which models how instructors select content to maximize pedagogical utility and how vigilant learners should inversely reason about latent instructional configurations -- encompassing genre, stance, and incentives. We evaluate APV through a three-tier hierarchy: distinguishing instructional genre, reasoning about structured pedagogical setups, and generalizing to authentic educational discourse. Experiments on leading LLMs (e.g., GPT-4o, Claude 3.5) show that APV substantially improves model vigilance. It achieves the strongest discrimination between pedagogical and exposure-based content, correlates highly with human judgments ($r=0.958$), and maintains robust performance on naturalistic data where baseline methods degrade. This work establishes a unified framework for assessing and enhancing LLMs' understanding of pedagogical motives, advancing the development of more reliable AI-assisted learning systems.