基于Gagné九事件教学对话数据集

本研究构建了一个基于Gagné九事件教学对话的数据集，该数据集由三部分组成：Gagné九事件的定义与示例、数学课程标准以及实际课堂环境中的教师对话和教师-学生互动收集。数据集旨在训练和评估LLM生成符合教育对话的教学模板，经过教育专家和学科内容专家的仔细审核和修正，确保最终数据集包含高质量的教学对话模板。该数据集应用在指导LLM更好地处理符合Gagné九事件的教学对话生成任务中，通过微调Prompt和模型参数，提升LLM在生成教育内容方面的高级能力。This study constructs a dataset for instructional dialogues based on Gagné's Nine Events of Instruction. This dataset consists of three parts: the definition and examples of Gagné's Nine Events of Instruction, mathematics curriculum standards, and collected teacher dialogues and teacher-student interactions in real classroom environments. The dataset is designed to train and evaluate Large Language Models (LLMs) to generate instructional templates that align with educational dialogues. It has been carefully reviewed and revised by educational experts and subject matter experts to ensure that the final dataset contains high-quality instructional dialogue templates. This dataset is applied to guide LLMs to better handle the instructional dialogue generation task that conforms to Gagné's Nine Events of Instruction, and enhance the advanced capabilities of LLMs in generating educational content by fine-tuning prompts and model parameters.

搜集汇总

数据集介绍

构建方式

本研究以数学课程标准和Gagné九事件教学框架为基础，通过收集真实课堂对话和设计Chain of Thought (CoT)提示模板，构建了一个综合数据集。该数据集涵盖了Gagné九事件的定义、示例以及从真实课堂环境中提取的教师对话，并经过教育专家的细致审核和修正，确保了数据质量。

特点

该数据集的特点在于：1) 基于Gagné九事件教学框架，结构化地设计了CoT提示模板，引导语言模型生成与教学事件相符合的对话；2) 数据集包含了从真实课堂中收集的教师对话，以及经过人工修正的由GPT-4生成的对话模板，保证了数据的真实性和多样性；3) 数据集的设计考虑了教育对话的准确性、相关性和教学有效性，符合数学课程标准。

使用方法

使用该数据集的方法包括：1) 通过CoT提示模板，指导大型语言模型（如ChatGPT）生成与Gagné九事件相符合的教学对话；2) 利用该数据集对开源语言模型进行微调，如ChatGLM和Llama-Chinese，以增强模型生成教育内容的能力；3) 通过定量指标和一线教师的人类评估，对模型生成的对话进行评价，确保其符合教学原则和质量要求。

背景与挑战

背景概述

基于Gagné九事件教学对话数据集是由华东师范大学人工智能教育实验室于2024年创建的。该数据集旨在通过结合Gagné的教学设计框架，提升大型语言模型在教育领域的应用能力。主要研究人员包括贾林召、祁长勇、魏元等。该数据集的核心研究问题是探索如何利用大型语言模型来辅助教师准备课程，特别是在数学教育领域。该数据集对相关领域产生了重要影响，为教育对话生成和教学评估提供了新的方法和工具。

当前挑战

该数据集在构建过程中遇到的挑战主要包括：1) 如何确保生成的教育对话内容符合Gagné九事件的教学设计框架；2) 如何有效地结合课程标准和大型语言模型进行对话内容的生成；3) 如何评估和保证生成对话的教学质量和实用性。此外，所解决的领域问题，即利用大型语言模型生成符合教学设计框架的教育对话，也面临着如何提高生成内容的准确性和适应性的挑战。

常用场景

经典使用场景

基于Gagné九事件教学对话数据集最经典的使用场景是，辅助教师进行教学设计和课堂对话生成。该数据集通过整合Gagné的教学事件框架和数学课程标准，为大型语言模型提供了生成符合教育原则的对话模板，从而提升了教学质量和学习氛围。

衍生相关工作

该数据集衍生了一系列相关工作，包括但不限于开发基于大型语言模型的教学对话生成系统、构建面向教育的语言模型微调框架，以及探索大型语言模型在课堂对话分析中的应用。这些工作进一步推动了人工智能技术与教育领域的融合，为教育创新提供了新的途径。

数据集最近研究

最新研究方向

本研究围绕基于Gagné九事件教学对话数据集，探讨了如何通过精确的提示设计和数据集微调来增强大型语言模型在生成与教学事件相符的课堂对话方面的能力。研究不仅贡献了一个面向教育对话生成的开源数据集，还引入了一种新颖的应用管道，以及经过微调、适用于教育系统的模型。这些成果为教学技术的提升和教学方法的丰富做出了实质性贡献。

相关研究论文

• Fine-Tuning Large Language Models for Educational Support: Leveraging Gagne's Nine Events of Instruction for Lesson Planning

  华东师范大学 · 2025年