智能輔導系統已經顯示出可以有效地幫助教授某些學科，例如代數或語法，但是創建這些計算機化的系統既困難又費力。現在，卡內基梅隆大學的研究人員已經表明，實際上可以通過教計算機進行教學來快速構建它們。

通過使用一種采用人工智能的新方法，教師可以通過演示解決某個主題中的問題的幾種方法來教計算機，例如添加多列，并在計算機響應不正確時進行糾正。

卡內基梅隆大學人機交互研究所(HCII)學生Daniel Weitekamp III表示，值得注意的是，計算機系統不僅要學會以教授的方式解決問題，而且要泛化以解決該主題中的所有其他問題，并以與老師不同的方式來解決問題。

Weitekamp解釋說：“學生可能會學習解決問題的一種方法，而這已經足夠了。” “但是，輔導系統需要學習解決問題的各種方法。”它需要學習如何教授解決問題的方法，而不僅僅是學習如何解決問題。

人機交互和心理學教授Koedinger說，對于開發基于AI的輔導系統的開發人員來說，這一挑戰一直是一個持續的問題。智能輔導系統旨在持續跟蹤學生的進度，提供下一步提示并挑選有助于學生學習新技能的練習問題。

當Koedinger和其他人開始建立第一批智能導師時，他們手工編寫了生產規則。他說，這一過程每個導師每小時要花費大約200個小時的開發時間。后來，他們將開發一條捷徑，在其中他們將嘗試演示解決問題的所有可能方法。他指出，這將開發時間減少到40或50小時，但是對于許多主題，幾乎不可能展示所有可能問題的所有可能解決方案，從而降低了快捷方式的適用性。

新方法可以使教師在大約30分鐘的時間內創建30分鐘的課程，在智能導師的開發人員中，Koedinger將其稱為“宏偉愿景”。

Koedinger說：“到目前為止，要成為完整的智能導師，唯一的方法就是編寫這些AI規則。” “但是現在系統正在編寫這些規則。”

由Weitekamp，Koedinger和HCII系統科學家Erik Harpstead撰寫的描述該方法的論文被計算系統中的人為因素會議(CHI 2020)接受，該會議原定于本月召開，但由于新冠病毒COVID-19大流行而被取消。目前，該論文現已發表在計算機協會數字圖書館的會議記錄中。

這種新方法利用了一種模擬學生學習方式的機器學習程序。Weitekamp為該機器學習引擎開發了一個教學界面，該界面易于使用，并且采用了“顯示并糾正”過程，該過程比編程容易得多。

對于CHI論文，作者展示了他們在多列加法主題上的方法，但是基礎機器學習引擎已被證明可用于各種主題，包括方程求解、分數加法、化學、英語語法和科學實驗環境。

該方法不僅加快了智能導師的發展，而且有望使教師(而不是AI程序員)構建自己的計算機化課程成為可能。例如，有些老師對如何教授加法或在化學中使用哪種表示法有自己的偏好。

Koedinger說，新界面將使教師能夠為AI導師創建他們喜歡的作業，從而可以增加智能導師的采用率。

他補充說，使教師能夠構建自己的系統也可以導致對學習的更深刻見解。創作過程可能會幫助他們識別作為專家自己不會遇到的學生的問題所在。

Koedinger解釋說：“機器學習系統經常在與學生相同的地方絆倒。” “當您在教計算機時，我們可以想象老師可能會因為難于學習機器而對難以學習的東西有了新的認識。”

這項研究得到了教育科學研究所和Google的部分支持。