内布拉斯加大学林肯分校的一位计算机科学家正在利用人工智能的力量来帮助本科STEM学生提高学业成绩。他的项目将加强为STEM工作做准备的大学毕业生的管道，预计到2030年，的数量将增加约10%。

凭借国家科学基金会(National Science Foundation)为期三年的60万美元赠款，穆罕默德·哈桑(Mohammad Hasan)正在开发一款基于机器学习的应用程序，名为“来自未来你的消息”(Messages from a Future You)，旨在为学生提供有针对性的实时干预措施，以提高他们在STEM课程中的表现。使用该应用程序，学生可以与他们的“未来自我”(从学生的照片中获得的头像)进行对话，讨论如何提高他们的成绩。

该应用程序将是第一个使用人工代理来提供量身定制的干预措施的应用程序，这些干预措施可以解释影响学生最终成绩的无数因素。

“现有的方法主要针对仅基于学业成绩的学术改进，”电气与计算机工程系大数据和人工智能助理教授Hasan说。“但学期末的表现不仅受到学期内学术活动的影响。它是由其他因素塑造的：家庭背景，社会经济地位，同伴互动，与教师的互动，科学身份等等。

该应用程序将是一种具有成本效益的便携式工具，可以对抗STEM专业徘徊在50%左右的全国流失率，这主要是由学生的学习成绩不佳驱动的。从他在内布拉斯加州教授大型入门课程的七年中，Hasan对为什么本科生可能在STEM专业早期挣扎有第一手知识。

“帮助大班学生并不容易，因为你不能在整个学期里真正与每个人交谈，除非学生遇到真正的麻烦，否则他们不会来找你，”他说。“通常当他们来的时候，是在学期末，当时真的不可能有意义地帮助他们。

哈桑开始集思广益，想方设法提高学生的表现。尽管制度层面的变革可能拥有推动这一趋势的最大力量，但哈桑认为，有规模较小、成本更低的方法可以帮助学生。

他认识到机器学习的力量，可以为一款帮助学生成功的应用程序提供支持：该应用程序可以“学习”学生的行为和背景，然后使用这些数据来预测未来的表现，并为改变这种轨迹提供建议。

通过该应用程序，不愿向教师寻求帮助的学生 - 例如那些内向或感到害怕的学生 - 将有获得个性化帮助的途径。

“这就像我的代理人，”他说。代理将在屏幕上形成，成为学生未来的分身，哈桑认为这比简单的短信更能引起共鸣。

为了构建一个试点应用程序，他在计算机科学课程中收集了大约300名Husker本科生的学业成绩数据，并构建了一个成绩预测应用程序。他在大二水平的课堂上启动了飞行员。

该应用程序增加了通过的学生人数。但结果显示，尽管在某个时间点处于相似的学术轨迹上，并在这些时刻从应用程序收到相同的消息，但学生的最终成绩并不相同。

NSF项目旨在查明推动这些不同结果的因素。哈桑的直觉是，试点工具的一维性质——仅以学术数据为基础——描绘了学生故事的不完整图景，缺少了解释不同结果的关键因素。

为了填补这一空白，他与项目共同研究员和前Husker研究员Bilal Khan合作，他是Open Dynamic Interaction Network的开发者。使用ODIN软件平台，他们正在收集九个维度的学术，社会和心理数据来训练模型。

然后，哈桑将使用一种称为聚类的机器学习技术 - 数据的自动分组 - 将学生的轨迹组织成不同的“故事类型”。

识别这些故事类型是项目的关键：通过“了解”某个学生属于哪个组，该应用程序将提供正确的信息和建议。