TutorMoments：AI 導師不只要會回答，還要知道何時介入

Allen Institute for AI（AI2）發布 TutorMoments-Preview，用來評估語言模型是否能根據學習情境選擇合適的教學行動。資料集包含 462 份去識別化的一對一數學輔導逐字稿，並由教師標註超過 1,500 個關鍵學習時刻。評測會在一個決策點暫停真實對話，讓模型接手扮演導師，再以模擬學生延續對話，觀察模型是否在需要時提供鷹架、在學生準備好時推動更高層次思考，以及是否過度降低難度。

官方報告的核心發現是，僅用一般「請當個好導師」提示時，模型容易把 helpfulness 理解成過度解釋，較少要求學生自己推理；明確告訴模型要區分鷹架與學習嚴謹度後，表現會改善，但仍不能取代真實學生研究。TutorMoments 目前是預覽版，資料集中於美國中小學數學，樣本與自動評分管線都有明確限制。

這套方法對教育產品團隊的價值，在於把「回答是否正確」拓展成「介入時機是否合適」。開發者可以用它比較提示詞、模型與教學策略，先找出過度代做或錯失追問的情況，再決定是否進入真人試用。教育場景不應只追求更快給出答案；保留學生的思考空間，可能才是衡量 AI 導師品質的關鍵。

來源： - https://tutormoments.allen.ai/static/paper/tutormoments-preview.pdf - https://huggingface.co/blog/allenai/tutormoments - https://tutorsim.org/