观察丨大语言模型支持的多智能体：技术路径与教育应用

中关村互联网教育创新中心 · 公众号 · · 2024-10-22 11:33

正文

面对复杂多变的教育环境，多智能体系统以其协作、分布式和自适应的优势成为解决教育难题的新途径。 在技术层面， 本文探讨了生成式人工智能技术如何赋能多智能体系统，构建了基于大模型的智能体“眼—脑—手”三维能力框架，并提出了多智能体系统智能性提升的内外双循环框架。 在教育应用方面， 文章阐述了多智能体系统教育应用的多重角色，包括促进知识管理的百科全书型智能体、促进协作交互的智能学伴型智能体、促进学习规划的教学助手型智能体和促进学科教学的专业教师型智能体等，探讨了多智能体系统在教育应用与跨文化体系适应中的潜力。一起来看——

大语言模型赋能多智能体系统

（一）技术基石：生成式人工智能技术

多智能体系统需要不断学习和优化以适应复杂多变的环境，且需具备高级的智能行为，如推理、决策、规划等，以完成更复杂的任务。生成式人工智能技术为多智能体系统提供了强大的技术支持，使多智能体系统能更好地解决通信、协作、学习和优化等问题，完成更高级别的智能行为。

具体来说，生成式人工智能技术在多个方面增强了智能体的能力：一是增强了智能体的交互与沟通能力，使其能自然地与人类交流，提升智能体对情感信息的识别和处理能力，使其能根据用户的情绪调整回复方式。二是改善了多智能体系统内部的沟通效率，使智能体能准确地理解和协调任务。三是提升了智能体的决策与学习能力。借助机器学习和深度学习算法，智能体可从大量数据中提取有用信息，构建复杂模型，不断优化决策策略。四是赋能智能体的多模态生成能力，使智能体能生成和处理文本、图像、视频等内容，并通过多模态交互满足用户需求。

（二）基于生成式人工智能技术的智能体

1. 大模型赋能的智能体“眼—脑—手”三维能力框架

在多智能体系统中，智能体通常承担决策、规划和执行等任务。基于生成式人工智能技术的大语言模型在智能体的结构组件中扮演着类似于大脑的角色，为智能体提供强大的思维能力。随着大规模数据集和深度神经网络模型的发展，生成式人工智能通过学习大量文本数据，掌握丰富的语言知识和世界知识，从而使智能体在理解、生成和推理方面具备更高的准确性和灵活性。本研究构建了智能体“眼—脑—手”三维能力框架，作为理解智能体处理教育任务的数据流模型。这一框架能帮助教育智能体实现从感知到思考再到执行的全流程支持。例如，智能体可以实时观察学生的课堂反应（眼睛），进行数据分析和决策（大脑），并提供及时的反馈和指导（双手）。

1）大脑：思考与反思

大语言模型赋予智能体强大的思维能力，相当于让智能体拥有“大脑”。通过“大脑”的思考、回溯和反思，智能体可以将复杂任务拆为更简单、易执行的子任务。此外，智能体能够自我反省，不断改进和提高能力。例如，基于 ChatGPT、Gemini、讯飞星火、通义千问等大语言模型，智能体能够分析学生的学习数据，提供个性化学习建议，帮助学生改进学习策略，增强学习效果。

2）眼睛：观察与感知

智能体的“眼睛”负责感知外部环境，并通过文本等多模态形式表征信息。智能体能够观察和理解学生的行为和反应。例如，通过分析学生的答题过程和学习表现，智能体可以识别学生的知识薄弱点和学习习惯，从而提供针对性的辅导和支持。智能体还可以利用多模态技术，理解学生的表情和肢体语言，提升互动体验和教学效果。

3）双手：执行与操作

智能体的“双手”负责执行任务和操作工具。智能体可以调用各种教育工具和资源，辅助教学和学习，如调用开源图像分析模型，帮助教师批改作业或评估学生表现。智能体还可以协助学生操作实验、分析数据和解决问题，提升学生的实践能力和动手能力。

2. 多智能体系统智能性提升内外双循环框架

为更好地分析多智能体的智能性，本研究提出智能性提升内外双循环框架（见下图），即智能体通过任务拆解、自我反省、记忆处理和工具调用等方法，综合提升能力。这一框架不但有助于提高教学效率和改善教学效果，而且能为智能教育提供新的方法和思路。

多智能体系统的教育应用

智能体在教育领域扮演着关键角色。它能主动获取、汇聚、归纳用户最感兴趣的信息，并利用智能体通信协议将加工过的信息按时推送给用户。更重要的是，它具备推测用户意图的能力，能够自主制定、调整和执行工作计划。这项技术的强大之处在于其个性化支持功能，能够为用户提供各类个性化教育服务。因此，教育智能体可为用户提供更加高效和个性化的学习体验，满足不同用户的学习需求，促进教育发展和进步。

根据智能体承担的任务和角色，本研究将教育中的智能体分为百科全书型、智能学伴型、教学助手型、专业教师型（见表1）。这四类智能体分别致力于解决知识管理、学生学习、助教管理、教师教学等问题。其中，百科全书型智能体承担 AI工具的角色，帮助学习者管理与查询知识；智能学伴型智能体以学伴的身份介入学习过程，通过协作交互提升学习效果；教学助手型智能体协助教师制定教学计划、管理课程和分析数据，最终促进学习者有规划地推动学习进程；专业教师型智能体通过接入学科专业领域的知识库，促进学习者对专业学科知识的学习。

（一）促进知识管理的百科全书型智能体

在教育中，知识管理至关重要，这一过程涉及师生的知识共享、获取和构建。然而，教师往往无法确切掌握班级某位学生的知识掌握情况。尽管学生了解自己的知识掌握情况，但其学习过程往往存在局限性，难以有效地管理知识。百科全书型多智能体系统作为集成广泛知识和丰富资源的教育平台，可显著促进知识的管理和传播。通过智能体的协作与交互，该系统能够提供个性化且全面的学习支持，满足不同层次和需求的学生。

百科全书型智能体的具体应用形式包括答疑智能体、推荐智能体、组卷智能体和作业智能体。答疑智能体可以自动采集学习者的问题，从知识库获取回答，并将问题分类存入问题库，持续更新知识库和问题库；推荐智能体根据学情分析结果，自动推荐单元视频、课后习题和知识点笔记等学习资源；组卷智能体依据教师预设规则，从题库中选题并组卷，实现试卷生成的自动化与智能化，并可生成不同难度的试卷，推进分层教学；作业智能体自动编辑和分发作业，及时催促学习者完成。通过合理利用知识库，百科全书型智能体可有效提升学习者的知识管理能力、学习效率和质量。

（二）促进协作交互的智能学伴型智能体

协作与交互是培养学生综合能力和团队精神的重要手段。然而，协作学习易陷入“冷场”或“各自为营”的窘境，互动性不足。智能学伴型多智能体系统可通过协作和交互实现教学目标，增强学生之间的互动与合作。组队型智能体帮助学习者找到互补的学习搭档，评测智能体分析作业试卷并提供学习建议。

智能学伴型多智能体系统可通过模拟真实学习环境，促进学生间的协作，激发合作意识和团队精神，帮助学生完成学习任务和项目。这种智能体不仅能改善个性化学习体验，还能通过及时支持和反馈，提高学生的学习专注度和效率。此外，智能学伴型系统有助于提高教学效果和学生综合素质，为培养未来社会所需人才奠定基础，如帮助大学生制定并实现长期目标。智能学伴还可以及时推荐学习资源，促进深度学习。此外，智能学伴型多智能体系统可提供个性化学习服务，使学生获得情感支持和学习指导。

（三）促进学习规划的教学助手型智能体

在教育领域，教学助手型智能体可以通过及时介入学习进程，提升学习者的学习规划能力。这类智能体可分为四类：考试智能体、家庭智能体、教务智能体和数据智能体，主要解决学生缺乏学科的全局视野、难以有效规划学习的问题。考试智能体能够自动生成在线测试链接，并自动控制考试时间和自动收卷。这使考试过程更加高效、规范，有助于提高教学质量和检测学生学习效果。家庭智能体能够提醒并帮助学习者课前预习，与家长沟通，向学生和家长发送家庭作业安排、课前预习计划等信息。这有助于推动家校合作，为学生在家学习提供指导和支持。教务智能体在学习规划中扮演着管理与调控角色。它能制定教育章程、管理人员、验证权限等，从宏观上调控学习进程，确保教学活动的顺利开展和教学目标的达成。共享智能体能辅助完成教学过程，管理和共享学习数据，并核验数据访问权限，防止隐私泄露。这有助于教育机构更好地管理学习数据，为教学活动提供数据支持，提高教学质量和效率。

（四）促进学科教学的专业教师型智能体

基于学科知识图谱和专业知识库的多智能体系统可以扮演专业教师角色，根据学生学习数据提供个性化、量身定制的学习指导。其中，备课智能体根据学情分析结果，设计教学并自动备课；授课智能体提供教学支架，分析学习状态，基于知识追踪技术智能授课。专业教师型多智能体系统通过整合专业知识库和在线教育资源，可为学科教学提供强有力的支持，包括提供优质的素材和案例，帮助教师更好地指导学生在线学习。同时，多智能体技术在体育教学中也能帮助学生解决实际问题，提升教学效率，培养终身的体育意识。

此外，多智能体系统为学生提供了丰富的仿真学习体验。例如，在工业机器人控制的教学中，智能体系统可指导学生在虚拟环境中操作练习，帮助他们掌握实时控制和协作技能、解决复杂问题的能力，并培养安全操作规范和良好的人机协作能力。专业教师型多智能体系统可通过提供高质量的教学资源和仿真环境，提升学科教学的质量和效率。例如，专业教师型智能体系统可被用来支持高中化学实验教学。该系统根据学生的实验数据和操作反馈，自动调整实验步骤和教学内容，提供实时的实验指导和建议。学生能够在虚拟实验环境中多次操作练习，了解复杂的化学反应过程、掌握实验技术，不仅能增强实验教学的实践性和互动性，还能将虚拟实验与课程学习相结合，帮助学生更好地掌握化学知识。

（五）阶段差异化应用与跨文化体系适应

教育实践复杂且多变，涉及多个因素和环节的相互作用。多智能体系统的教育应用需充分考虑学生学习阶段、教育文化背景、学校资源条件等的影响。在不同教育阶段，多智能体系统也会加以适应性调整，差别对待。例如，中小学阶段强调掌握基础知识与培养学习兴趣，多智能体系统可以通过游戏化学习、互动式问答等，提升学生的学习兴趣和参与度。对于高等教育阶段，多智能体系统可以作为学习助手、科研辅助工具，提供个性化学习路径、学术资源推荐、科研数据分析等，帮助师生处理复杂的学术问题和研究任务，同时支持多语言、多文化背景的学术交流。

不同文化背景下的教育理念、教学方法和学习习惯存在差异。多智能体系统具备文化敏感性，能识别并适应不同文化背景下的学习需求，如通过建立可配置的教育模型库，允许用户根据所在教育体系的特点自行选择和调整，有效实现对跨文化与不同教育体系的自适应。同时，智能体有自我学习和进化能力，能根据实际应用情况不断优化和调整。

关注官方视频号

获取更多教育资讯

观察丨大语言模型支持的多智能体：技术路径与教育应用

正文

请到「今天看啥」查看全文