智能辅导系统已被证明可以有效地帮助教授某些科目，如代数或语法，但创建这些计算机化的系统是困难和费力的。现在，卡耐基梅隆大学(Carnegie Mellon University)的研究人员已经证明，实际上，他们可以通过教计算机“教学”来快速构建计算机。

使用一种使用人工智能的新方法，教师可以通过演示几种解决问题的方法来教计算机，例如多整数加法，如果计算机的反应不正确，教师可以纠正计算机。

值得注意的是,计算机系统不仅学会解决问题的方式教,还要推广解决其他问题的主题,和这样做的方式可能不同于那些老师,Daniel魏特坎普说三世,在CMU的人机交互研究所博士生(HCII)。

“学生可能会学习一种解题方法，这就足够了，”魏特坎普解释道。“但辅导系统需要学习解决问题的各种方法。”它需要学习如何教学生解决问题，而不仅仅是如何解决问题。

人机交互与心理学教授肯•柯丁格(Ken Koedinger)说，对于开发基于人工智能的辅导系统的开发人员来说，这一挑战一直是个问题。智能辅导系统的设计是为了不断跟踪学生的进步，提供下一步的提示和挑选练习问题，帮助学生学习新的技能。

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，每一个小时的辅导指导需要200个小时的开发过程。之后，他们会开发出一条捷径，在这条捷径中，他们会试图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了40或50个小时，但是对于许多主题，实际上不可能为所有可能的问题演示所有可能的解决方案路径，从而降低了快捷方式的适用性。

这种新方法可以让老师在大约30分钟内完成30分钟的课程，Koedinger将其称为智能导师开发人员的“大愿景”。

“到目前为止，获得完整的智能导师的唯一方法是编写这些人工智能规则，”科丁格说。“但现在，系统正在制定这些规则。”

由Weitekamp、Koedinger和HCII系统科学家Erik Harpstead撰写的一篇描述该方法的论文被计算系统中的人类因素会议(CHI 2020)所接受，该会议原定于本月召开，但由于COVID-19大流行而取消。这篇论文已经在计算机械协会数字图书馆的会议记录中发表。

新方法利用一个机器学习程序来模拟学生的学习方式。Weitekamp为这台机器学习引擎开发了一个用户友好的教学界面，并采用了比编程简单得多的“显示-正确”过程。

在CHI的论文中，作者展示了他们关于多整数加法的方法，但是底层的机器学习引擎已经被证明适用于各种各样的主题，包括方程求解、分数加法、化学、英语语法和科学实验环境。

这种方法不仅加速了智能导师的发展，而且有望让教师(而非人工智能程序员)建立自己的电脑化课程。例如，有些教师对于如何教授加法，或者在化学中使用哪种符号有自己的偏好。科丁格说，新界面可以让教师创建他们喜欢的人工智能家庭作业，从而增加对智能家庭教师的采用。

他补充说，让教师能够建立自己的系统，还可以让他们对学习有更深入的了解。创作过程可能会帮助他们识别出学生的问题点，而作为专家，他们自己并不会遇到这些问题点。

“机器学习系统经常在学生做的同样的地方出错，”Koedinger解释说。“当你教电脑的时候，我们可以想象，老师可能会对什么东西很难学有新的见解，因为机器学起来有困难。”