事实证明，智能补习系统可以有效地帮助教授某些科目，例如代数或语法，但是创建这些计算机化系统既困难又费力。现在，卡内基梅隆大学的研究人员表明，实际上可以通过教计算机进行教学来快速构建它们。

通过使用一种采用人工智能的新方法，教师可以通过演示解决某个主题中的问题的几种方法(例如添加多列)以及纠正计算机(如果其响应不正确)来教计算机。

DanielWeitekampIII说，值得注意的是，计算机系统不仅要学会以教授的方式解决问题，而且要泛化以解决该主题中的所有其他问题，并以与老师不同的方式来解决问题。博士CMU人机交互研究所(HCII)的学生。

韦特坎普解释说：“一个学生可能会学习解决问题的一种方法，这就足够了。”“但是，辅导系统需要学习解决问题的各种方式。”它需要学习如何教授解决问题的方法，而不仅仅是学习如何解决问题。

人机交互和心理学教授肯·科丁格说，对于开发基于AI的辅导系统的开发人员来说，这一挑战一直是一个持续的问题。智能辅导系统旨在持续跟踪学生的进度，提供下一步提示并挑选有助于学生学习新技能的练习问题。

当Koedinger和其他人开始建立第一批智能导师时，他们手工编写了生产规则，他说，这一过程每个导师每小时要花费大约200个小时的开发时间。后来，他们将开发一条捷径，在其中他们将尝试演示解决问题的所有可能方法。他指出，这将开发时间减少到40或50小时，但是对于许多主题，实际上不可能展示所有可能问题的所有可能解决方案，从而降低了快捷方式的适用性。

新方法可以使教师在大约30分钟内创建30分钟的课程，在智能导师的开发人员中，科定格将其称为“宏伟愿景”。

Koedinger说：“到目前为止，要成为完整的智能导师，唯一的方法就是编写这些AI规则。”“但是现在系统正在编写这些规则。”

由Weitekamp，Koedinger和HCII系统科学家ErikHarpstead撰写的描述该方法的论文被计算系统中的人为因素会议(CHI2020)接受，该会议原定于本月举行。该论文现已发表在计算机协会数字图书馆的会议记录中。

这种新方法利用了一种模拟学生学习方式的机器学习程序。Weitekamp为该机器学习引擎开发了一个教学界面，该界面用户友好，并采用了“显示并纠正”过程，该过程比编程容易得多。

对于CHI论文，作者展示了他们在多列加法主题上的方法，但是底层的机器学习引擎已被证明可用于各种主题，包括方程求解，分数加法，化学，英语语法和科学实验环境。

该方法不仅加快了智能导师的发展，而且有望使教师(而非AI程序员)构建自己的计算机化课程成为可能。例如，有些老师对如何教授加法或在化学中使用哪种表示法有自己的偏好。Koedinger说，新界面将使教师能够创建他们喜欢的AI作业的家庭作业，从而可以增加对智能导师的采用。

他补充说，使教师能够构建自己的系统也可以导致对学习的更深刻见解。创作过程可能会帮助他们识别作为专家自己不会遇到的学生的问题点。

Koedinger解释说：“机器学习系统经常在与学生相同的地方绊倒。”“当您在教计算机时，我们可以想象老师可能会因为难于学习机器而对难以学习的东西有了新的认识。”