其他行业 · AI应用
让教育数据触手可及
Zelma解决了让教育数据对家长、教育工作者和政策制定者等各方利益相关者易于理解且可操作的问题。通过利用GPT-4技术，它将标准化测试的复杂数据转化为即时的、通俗易懂的洞察。这种方法不仅允许用户实时可视化学生学习数据，而且将生成这些分析所需的时间从数小时或数天缩短至片刻。因此，用户可以快速识别关键趋势，例如明尼苏达州顶尖非特许学区的数学熟练率约为77%，以及加利福尼亚州英语语言艺术成绩中的种族差异，最终促进明智决策和有针对性的干预。
数据分析生成时间
从数小时或数天缩短至片刻
来源披露
明尼苏达州顶尖非特许学区数学熟练率
约77%
来源披露
加利福尼亚州英语语言艺术成绩种族差异
可简单提示呈现并标注2015评估变更
来源披露
01
业务背景
Zelma解决了让教育数据对家长、教育工作者和政策制定者等各方利益相关者易于理解且可操作的问题。通过利用GPT-4技术，它将标准化测试的复杂数据转化为即时的、通俗易懂的洞察。这种方法不仅允许用户实时可视化学生学习数据，而且将生成这些分析所需的时间从数小时或数天缩短至片刻。因此，用户可以快速识别关键趋势，例如明尼苏达州顶尖非特许学区的数学熟练率约为77%，以及加利福尼亚州英语语言艺术成绩中的种族差异，最终促进明智决策和有针对性的干预。
02
遇到的问题
美国3-8年级标准化测试数据分散在不同来源和格式中，未被充分利用，家长、记者、教育工作者和政策制定者等难以获取关键洞察，无法基于数据做决策。
03
AI 解决方案
Dr. Emily Oster带领布朗大学学生研究员耗时一年收集并清洗数据至统一格式；与Novy合作，通过OpenAI API使用GPT-4，利用function calling选择可视化与字段，微调模型创建数据感知输入建议，将已知图表嵌入向量数据库提升准确性；提供示例提示、公开问题、展示SQL代码、解释上下文等功能。
- 1布朗大学团队收集并清洗数据至统一格式（耗时一年）
- 2与Novy合作基于OpenAI API构建GPT-4应用
- 3利用function calling实现数据可视化字段选择
- 4微调模型创建数据感知输入建议
- 5嵌入已知图表至向量数据库
- 6设计用户体验引导合理提问
04
实施结果
数据分析生成时间：从数小时或数天缩短至片刻（缩短至片刻）
明尼苏达州顶尖非特许学区数学熟练率：约77%
加利福尼亚州英语语言艺术成绩种族差异：可简单提示呈现并标注2015评估变更
05
风险与边界
最大挑战是预测用户提问方式并使提示限于知识范围内；通过用户体验设计引导提问解决。
““Zelma offers K-12 superintendents an intuitive, conversational platform to instantly visualize student learning data—views that have historically taken district leadership teams hours or even days to generate. By democratizing this data, Zelma is making it easier for adults in the system to have concrete conversations about student outcomes and direct public attention to student well-being.””
Caitlin Sullivan · Co-founder & Executive Director of Leading Now
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。