AI助手过度干预

一项新研究通过Int-Bench基准评估了LLM在辅导中的干预行为，发现LLM比人类更频繁、更早地介入，且倾向于提供完整解决方案而非针对性提示。这种行为可能优化短期任务成功，但损害学习者的深层认知参与和长期学习效果。

此前对AI助手帮助质量的讨论多停留在定性层面，该研究首次用可复现的基准揭示了LLM在辅导场景中系统性的过度干预倾向，提示产品设计需从‘完成任务’转向‘促进学习’。

LLM的训练目标和数据可能使其习惯性输出完整答案，缺乏对‘何时提示、何时解答’的精细建模。对比人类教师，模型未内化学习者认知发展节奏，导致干预过早、过密。

教育类AI产品若直接部署当前LLM，用户可能形成依赖，难以培养独立问题解决能力。需要重新设计干预策略，例如加入延迟回答、渐进式提示功能，或引入基于学习者状态的触发机制。

• 开发‘延迟干预’模式：仅在用户多次错误或停滞后才提供提示而非完整答案
• 集成人类干预数据：标注优秀教师干预时机，微调模型以学习何时、如何提供提示
• 设计干预强度分级：允许产品根据用户认知水平自动调整从提示到完整解的梯度

• 人类教师的干预策略是否本身就是最优基准？不同学习者可能偏好不同干预模式
• 干预时机和内容如何与学习者个性、领域难度动态匹配？
• 是否可以通过推理链提示或示例限制来缓解模型过度提供完整方案的问题？