Giáo dục thống kê và khoa học dữ liệu

Trên trang này

Bản dịch máy tự động của trang tiếng Anh này, chưa được người bản ngữ xem xét.

Giáo dục thống kê và khoa học dữ liệu — dạy người học lập luận về dữ liệu: đặt ra một câu hỏi, lập kế hoạch cho một nghiên cứu, thu thập và kiểm tra dữ liệu, phân tích nó, và truyền đạt điều mà bằng chứng sẽ và sẽ không ủng hộ. Trong AI trong giáo dục, lĩnh vực này chia sẻ với Math Education trọng tâm vào lập luận với đáp án đúng và sai, nhưng phương pháp sư phạm đặc trưng của nó xoay quanh vật liệu: tập dữ liệu, biểu đồ, mã lệnh. Đó là lý do câu hỏi đặc thù về AI ở đây hiếm khi là 'liệu mô hình có thể giải thích một khái niệm không' mà thường là 'liệu nó có thể tạo ra hoặc dựng giàn giáo cho sản phẩm mà bài học vận hành trên đó không' — một tập dữ liệu tổng hợp với cấu trúc có thể biết được, một biểu đồ xúc giác mà một học sinh khiếm thị có thể đọc, một câu hỏi luyện tập có độ khó được nêu trung thực, một gia sư R biết giữ lại câu trả lời. Bởi vì sản phẩm nay đã có thể được tạo sinh, rủi ro trung tâm của ngành học là các sản phẩm được tạo sinh mang theo những khẳng định mà không ai đã kiểm chứng.

Những câu hỏi cần cân nhắc

Khi một khóa học thống kê sử dụng một tập dữ liệu được tạo sinh, học sinh học được gì về việc dữ liệu đến từ đâu — và có quan trọng không khi câu trả lời là 'từ hư không'?
Một LLM dán nhãn các câu hỏi luyện tập là Dễ, Trung bình và Khó. Các nhãn của nó bám gần như hoàn hảo các mức Bloom mà nó tự nghĩ ra cùng lúc với các câu hỏi, và tương quan gần như bằng không với việc học sinh thực sự làm bài ra sao. Điều gì sẽ khiến một nhãn độ khó trở nên đáng tin?
Thống kê thường là khóa học nơi học sinh lần đầu gặp những bài toán dữ liệu đích thực. Nếu AI cung cấp dữ liệu và giàn giáo phân tích, thì phần nào của cuộc gặp gỡ đó còn lại?
Giáo dục thống kê là một nhánh của giáo dục toán học, hay là một ngành học riêng với các phương pháp sư phạm của chính nó? Câu trả lời của bạn có thay đổi điều AI nên được xây dựng cho nó không?

Giới thiệu

Giáo dục thống kê và khoa học dữ liệu bao quát chu trình điều tra như một đối tượng có thể dạy được — các khuyến nghị của Hướng dẫn Đánh giá và Giảng dạy trong Giáo dục Thống kê (GAISE) và khuôn khổ Vấn đề, Kế hoạch, Dữ liệu, Phân tích, Kết luận (PPDAC) là hai bản đồ chuẩn của lĩnh vực về chu trình này. Các phương pháp sư phạm của nó khác với giáo dục toán học theo một cách quan trọng đối với thiết kế AI: giảng dạy toán đánh giá lập luận hướng tới một đáp án đã được xác định, trong khi giảng dạy thống kê đánh giá lập luận thông qua một cuộc điều tra, nơi dữ liệu, thiết kế và các giới hạn của suy luận tự chúng là nội dung. Cơ sở kiến thức lưu trang này riêng vì lý do đó. Thống kê nằm bên cạnh toán học trong chương trình học và dựa vào nó, nhưng một công cụ được xây dựng để kiểm tra một phép suy diễn đang trả lời một câu hỏi khác với một công cụ được xây dựng để tạo ra một tập dữ liệu mà học sinh phải tự khám phá các quan hệ bên trong nó.

Các bài viết ở đây chia sẻ một khuôn mẫu nảy sinh từ tính lấy sản phẩm làm trung tâm của ngành học này. AI xuất hiện như một bên sản xuất hoặc dựng giàn giáo cho vật liệu của bài học thay vì như một bên giải thích các khái niệm của bài học: một gia sư được thiết kế riêng cho R, một pipeline tạo ra các biểu đồ xúc giác, một bộ tạo tập dữ liệu tổng hợp, một cuộc kiểm toán các câu hỏi luyện tập được tạo tự động. Hình dạng đó làm cho câu hỏi về bằng chứng trở nên sắc bén hơn so với ở hầu hết các ngành học, bởi vì khi sản phẩm được tạo sinh, mọi khẳng định nhúng trong nó — một mức độ khó, một dấu của hệ số, một phân bố — đã được quyết định bởi một thứ khác chứ không phải giảng viên.

Vì sao đây là một trang riêng so với giáo dục toán học

Math Education mang nhánh ngành học lớn nhất của cơ sở kiến thức và bao quát lập luận, giải quyết vấn đề, gia sư cảm xúc và chẩn đoán nhận thức. Giáo dục thống kê và khoa học dữ liệu chồng lấn với nó ở các kỹ năng tiên quyết và chia sẻ chiếc ô STEM Education, nhưng phương pháp sư phạm đặc trưng của nó là cuộc điều tra, và kiểu thất bại đặc trưng của nó là thất bại về tính hợp lệ chứ không phải thất bại về tính đúng đắn. Một học sinh tính được số trung bình đúng từ một mẫu sai đã làm đúng phép số học và làm sai thống kê, và các khuôn khổ đánh giá mà lĩnh vực này dạy — tính hợp lệ, lấy mẫu, phạm vi của một kết luận — được xây dựng chính để bắt được điều đó.

Coi hai lĩnh vực là một trang sẽ che khuất sự phân biệt mà bằng chứng liên tục quay lại. Các nghiên cứu khoa học dữ liệu trong kho ngữ liệu nói về vật liệu được tạo sinh và việc hiệu chỉnh nó: đường cong áp dụng của một gia sư R, những câu hỏi luyện tập mà siêu dữ liệu không khớp với hiệu năng của học sinh, những tập dữ liệu mà các quan hệ trong đó được khẳng định chứ không được quan sát, những biểu đồ mà các tham số thiết kế được rút ra từ nghiên cứu tri giác. Không điều nào trong số đó là một vấn đề của giáo dục toán học.

Ranh giới không sạch ở các mép. Lập trình thống kê nằm bên trong CS Education ở hầu hết các thể chế, và một số bài viết ở đây được xếp ở đó; công việc về khả năng tiếp cận đối với đồ họa thống kê chồng lấn với Special Education và thiết kế có thể tiếp cận; khoa học dữ liệu có trách nhiệm chồng lấn với CS Education và Ethics. Trang này là một mái nhà cho cụm nội dung, không phải một khẳng định rằng cụm đó đã được đóng kín.

Các sản phẩm được tạo sinh và câu hỏi về tính hợp lệ

Bằng chứng sắc bén nhất trong nhánh này là một cuộc kiểm toán tính hợp lệ cấu trúc của việc luyện tập truy hồi do LLM tạo sinh trong ba khóa học khoa học dữ liệu. Trong một nghiên cứu kéo dài 10 tuần, các nhãn Dễ, Trung bình và Khó của mô hình bám gần như hoàn hảo các mức Bloom mà nó đã tạo sinh cùng với các câu hỏi, và hầu như không liên quan đến việc học sinh thực sự làm bài ra sao. Các nhãn mô tả định dạng câu hỏi chứ không mô tả độ khó, điều này khiến tính hợp lệ trở thành mối quan tâm tác nghiệp: siêu dữ liệu của câu hỏi được tạo sinh phải được hiệu chỉnh dựa trên dữ liệu trả lời của học sinh trước khi một giảng viên tin vào nó, và cấu trúc tương quan khiến nó trông mạch lạc lại được tạo ra bởi chính mô hình đó trong cùng một bước. Cùng nghiên cứu đó phát hiện học sinh dùng LLM nhiều để gỡ lỗi và hỏi các câu hỏi khái niệm và báo cáo mức hài lòng cao, trong khi lợi ích học sâu mà họ cảm nhận được giảm dần qua học kỳ — sự hài lòng và việc học tách rời nhau ngay trong cùng một lớp học.

Một nhánh thứ hai hỏi điều gì xảy ra với chính dữ liệu. Việc tạo sinh dữ liệu tổng hợp được trình bày như một con đường dẫn đến cá nhân hóa: khớp một tập dữ liệu với mối quan tâm của học sinh, mục tiêu học tập và trình độ kỹ năng của họ là một ràng buộc ba chiều mà dữ liệu thật hiếm khi thỏa mãn. Thiết kế nảy sinh từ đó là để các tác tử mô hình ngôn ngữ đặc tả một cơ chế sinh dữ liệu tường minh — các biến, một đồ thị có hướng không chu trình, các phân bố, các công thức có hệ số — rồi một chương trình thực thi nó, nhờ vậy quá trình có thể được thanh tra và tái lập thay vì là một bộ tạo hộp đen. Giới hạn này được chính các tác giả nêu ra: dữ liệu tổng hợp không thể ủng hộ các kết luận về thế giới thực hay dạy việc thu thập dữ liệu, đo lường và thiết kế nghiên cứu, nên cách tiếp cận này bổ sung cho dữ liệu thật chứ không thay thế nó. Giới hạn đó không phải là chuyện phụ đối với giáo dục thống kê. Đó là phần của chu trình mà PPDAC đặt ở vị trí thứ nhất và thứ hai.

Dựng giàn giáo cho các công cụ của ngành học

Các kết quả tích cực rõ ràng nhất liên quan đến những công cụ được xây dựng cho một khóa học cụ thể và một ngôn ngữ cụ thể. Một gia sư AI được thiết kế riêng, bọc quanh một API được lưu trữ và được prompt hệ thống để hướng dẫn thay vì trả lời, đã được triển khai trong một khóa học lập trình R kéo dài một học kỳ dành cho sinh viên đại học ngành tâm lý học: từ 76% đến 84% sinh viên đã dùng nó trong các tuần có liên quan đến kỳ thi, họ tự báo cáo dành 53% thời gian dùng công cụ học tập cho nó so với 8% cho các công cụ AI sinh tạo chưa được thẩm định, mức sử dụng giảm xuống từ 50% đến 58% khi nội dung hằng tuần không còn được tính cho kỳ thi, và tăng trở lại 64% trong tuần trước bài thi vấn đáp. Việc áp dụng bám sát lịch đánh giá đến như vậy là một lời nhắc rằng mức độ tiếp nhận công cụ là một hiện tượng của hành vi học tập, không chỉ là một tín hiệu về chất lượng.

Chất lượng giàn giáo quan trọng độc lập với việc được tiếp cận. Một so sánh thực nghiệm giữa việc tiếp cận Large Language Models (LLMs) có hướng dẫn và không hạn chế phát hiện rằng việc huấn luyện tường minh về giàn giáo tập trung vào lập luận — gợi ý từng bước, kiểm chứng — tạo ra hiệu năng độc lập tốt hơn và hiệu chỉnh tự đánh giá tốt hơn so với việc dựa vào mô hình một cách thiếu phản biện, điều này định vị công việc giáo dục nằm ở tương tác có cấu trúc chứ không nằm ở mô hình. Nhánh về khả năng tiếp cận có một nước đi tương tự đối với sản phẩm: một pipeline JavaScript khoảng 1,500 dòng rút ra các tham số thiết kế xúc giác từ kích thước của tấm in, cung cấp năm công cụ dựng biểu đồ dạng mô-đun, và tạo ra STL sẵn sàng để in trong dưới 250 mili giây với nhãn chữ Braille và chữ tiếng Anh ở dạng một lượt, tùy chọn dùng một mô hình đa phương thức để trích xuất đặc tả biểu đồ từ một ảnh được tải lên, với việc giáo viên xem xét bắt buộc trước khi in. Việc tạo sinh được ghép với một bước kiểm tra của con người trong cả hai thiết kế.

Những gì bằng chứng chưa xác lập

Không có bằng chứng về lợi ích học tập cho các tập dữ liệu được tạo sinh. Thiết kế dữ liệu tổng hợp được minh họa qua một nghiên cứu trường hợp duy nhất, không có người học nào tham gia và không có so sánh với một tập dữ liệu thật hay với một giảng viên tự tay dựng bộ tạo.
Không có siêu dữ liệu về độ khó hay chất lượng đã được kiểm chứng. Cuộc kiểm toán duy nhất cho thấy các nhãn được tạo sinh không tương quan với hiệu năng, nên lĩnh vực có một minh chứng về thất bại chứ chưa có một phương pháp hiệu chỉnh đã hoạt động.
Áp dụng không phải là học tập. Bằng chứng về gia sư R là mức sử dụng, tự báo cáo và dự đoán, từ 49 người trả lời trước kiểm tra và 34 người trả lời sau kiểm tra trong một khóa học ở một trường đại học.
Hầu hết các giàn giáo đều ở một địa điểm duy nhất và chưa được tái lập, và khuôn khổ chương trình khoa học dữ liệu có trách nhiệm được chính các tác giả mô tả là mang tính khái niệm và chưa được kiểm nghiệm.
Không có nghiên cứu nào kiểm tra sự chuyển giao sang thực hành với dữ liệu thật, tức kết quả mà ngành học thực sự quan tâm: liệu một học sinh đã học trên vật liệu được tạo sinh có thể điều tra dữ liệu thật hay không.

Hàm ý cho AI trong giáo dục

Hãy hiệu chỉnh siêu dữ liệu của câu hỏi được tạo sinh dựa trên dữ liệu trả lời trước khi tin vào nó, bởi vì những nhãn trông mạch lạc có thể được tạo ra bởi chính mô hình đã viết các câu hỏi và không mang thông tin gì về độ khó.
Giữ cho các sản phẩm được tạo sinh có thể thanh tra. Ở nơi một cơ chế có thể được đặc tả — một DAG, một phân bố, một công thức — thì đặc tả nó tốt hơn là lấy mẫu từ một hộp đen, cả về mặt sư phạm lẫn về khả năng của giảng viên trong việc kiểm chứng điều học sinh sẽ tìm thấy.
Đừng để vật liệu tổng hợp lấn át việc đo lường và thiết kế, vì đó là những phần của chu trình điều tra mà một tập dữ liệu được tạo sinh không thể dạy, và là những phần GAISE và PPDAC đặt lên trước.
Hãy đưa bước kiểm tra của con người vào chính pipeline, như công trình về đồ họa xúc giác làm với việc giáo viên xem xét bắt buộc trước khi in, thay vì coi việc tạo sinh là điểm kết thúc của quá trình.
Hãy đọc mức sử dụng như một tín hiệu về hành vi học tập. Việc áp dụng bám theo lịch thi là bằng chứng về các động cơ khuyến khích, nên đánh giá một công cụ đặc thù cho ngành học đòi hỏi các kết quả được đo sau khi động cơ đó biến mất.

Bản thân vật liệu là một bài toán thiết kế, không chỉ là phần giải thích. Một khóa học thống kê hay khoa học dữ liệu cần những tập dữ liệu khớp với câu hỏi của học sinh, và việc tạo ra chúng là nơi AI bước vào một số công trình của nhánh này: DagFlow-AI là một pipeline tác tử tạo ra các tập dữ liệu tổng hợp khớp bối cảnh, với một trường hợp đã được triển khai là khớp dữ liệu cho một học sinh có mối quan tâm đến khí hậu và sức khỏe trong khi giữ nguyên mục tiêu và trình độ kỹ năng. Đó là học tập định cảnh áp dụng cho vật liệu thay vì cho phần giải thích. Các tác giả cũng nói rõ giới hạn: dữ liệu tổng hợp không thể dạy việc thu thập dữ liệu, đo lường hay thiết kế nghiên cứu, nên phương pháp sư phạm đặc trưng của nhánh này chỉ có thể tiếp cận được một phần theo cách này.

Những hiểu lầm phổ biến

"Sự hài lòng và lợi ích cảm nhận cho thấy một công cụ AI khoa học dữ liệu đang hoạt động tốt." Học sinh dùng LLM nhiều để gỡ lỗi và hỏi các câu hỏi khái niệm và báo cáo mức hài lòng cao, trong khi lợi ích học sâu mà họ cảm nhận được giảm dần qua học kỳ. Sự hài lòng giữ nguyên và quỹ đạo học tập tự đánh giá đi xuống, nên không con số nào một mình là kết quả.
"Một mô hình không hạn chế tốt ngang một gia sư có hướng dẫn." Một so sánh thực nghiệm phát hiện rằng việc huấn luyện tường minh về giàn giáo tập trung vào lập luận — gợi ý từng bước, kiểm chứng — tạo ra hiệu năng độc lập tốt hơn việc tiếp cận không hạn chế. Phần hướng dẫn, và việc huấn luyện cách sử dụng nó, đã mang lại hiệu ứng.
"Chỉ cần chặn việc đưa ra đáp án là đủ." Một gia sư được thiết kế riêng, bọc quanh một API được lưu trữ và được prompt hệ thống để hướng dẫn thay vì trả lời, đã được triển khai trong một khóa học R kéo dài một học kỳ dành cho sinh viên đại học ngành tâm lý học, nơi từ 76% đến 84% sinh viên đã dùng nó trong các tuần có liên quan đến kỳ thi. Đó là mức áp dụng, không phải bằng chứng rằng việc chặn đó tạo ra học tập: chặn ở cấp độ prompt là một trong nhiều đòn bẩy và tự nó không tạo ra học tập.

Khái niệm liên quan

Siêu dữ liệu

Lĩnh vực	Statistics And Data Science Education
Học tập và giảng dạy	Inquiry-Based Learning, Situated Learning, Scaffolding
Công nghệ và kỹ thuật	Generative AI, Large Language Models (LLMs), Intelligent Tutoring, Simulation
Đánh giá và đo lường	Assessment Validity
Nền tảng về AI trong giáo dục	AI trong Giáo dục

Nguồn Lịch sử Sửa Trò chuyện