Million Tutoring Moves (MTM): An Open Multimodal Dataset for the Science of Tutoring
本文介绍了“百万辅导动作”（MTM）项目及其初始版本 MTM v1，这是一个包含 4,654 份数学辅导对话记录的多模态开放数据集，旨在通过提供大规模、可复用的交互数据以服务于研究、实践和人工智能开发，从而推动辅导科学的发展。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在教朋友骑自行车。你可能会说：“踩快一点”、“向前看”或者“别怕摔倒”。这些就是辅导行为——教师为了帮助学生学而采取的具体言行。
几十年来，研究人员一直知道一对一辅导是最佳的学习方式之一。但存在一个大问题：我们没有庞大的教学时刻库可供研究。现有的大多数记录要么规模太小，要么由演员（而非真实学生）扮演，要么因隐私规定而被封存。这就像试图仅通过阅读几份用秘密代码写成的食谱，或观看一部厨师从未真正下厨的电影来学习烹饪。
于是，百万辅导行为（MTM） 项目应运而生。你可以将其视为由国家辅导观察站构建的庞大、开放获取的“教学食谱书”。
以下是这篇论文关于该新项目的具体阐述，已简化分解：
1. 宏大目标：教学的“黑箱”
作者希望建立一个巨大、安全且开放的真实辅导互动数据库。他们称之为“多模态”，这是一种 fancy 的说法，意指他们最终希望不仅包含文本，还包括音频、视频和绘图（例如数字白板上的内容）。
然而，该库的第一个版本，称为 MTM v1，就像主菜前的“开胃菜”。它严格专注于文本转录（对话的书面记录）。
2. MTM v1 中包含什么？
- 来源：数据来自美国一家真实的非营利在线辅导服务，该服务免费为低收入的中学生和高中生提供帮助。
- 规模：包含 4,654 次真实的辅导课程。
- 内容：这些全是数学课程，涵盖从六年级数学一直到微积分的所有内容。
- 体量：代表了超过 4,000 小时 的对话，其中学生和辅导者说了近 30 万个句子。
3. 隐私的“魔术”（安全且隐蔽）
因为这些是与真实儿童的真实对话，你不能在保护学生身份的情况下直接发布它们。团队并没有简单地划掉姓名和地址（这会让句子听起来支离破碎且怪异）。
相反，他们采用了一种称为**“大隐于市”**的策略。
- 类比：想象一部侦探小说，反派的姓名是“约翰·史密斯”。如果你只是划掉它，句子读起来就是：“约翰·史密斯去了商店。”这看起来很可疑。
- MTM 的方式：他们用符合语境的占位符（如“学生”）替换“约翰·史密斯”。句子现在读作：“学生去了商店。”
- 为何重要：这保持了对话的自然流畅，使研究人员能够研究辅导者如何交谈，而无需知道学生是谁。他们利用先进的人工智能以高精度查找并替换了私人信息（如姓名、地址和电话号码）。
4. 为何这很重要
该论文认为，要改进教学并构建更好的人工智能辅导者，我们需要看到“真实”的东西。
- 对于研究人员：这为他们提供了一个庞大的数据集，用于研究教师如何实际帮助学生解决问题、克服困惑并摆脱困境。
- 对于人工智能：它提供了所需的“训练数据”，基于真实的人类互动而非虚假脚本，来教导计算机如何成为有用的辅导者。
- 对于未来：这仅仅是第一步。最终目标是将该库扩展到包含跨多个学科的数百万次互动，并最终添加视频和音频以捕捉学习的全貌。
总结
百万辅导行为项目旨在打开辅导的“黑箱”。通过发布大量安全且匿名的真实数学辅导对话集合，他们为科学家和开发者提供了一种新工具，以理解学习是如何发生的，以及如何构建更好的工具来帮助学生取得成功。这是旨在容纳数百万个教学时刻的墙壁上的第一块砖。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。