有效的補習可以顯著提高學生的學習成果，但許多學生，尤其是在資源匱乏社區的學生，往往因資源有限和缺乏訓練有素的教育人員，無法獲得高質量的專家指導。斯坦福大學的研究人員對Tutor CoPilot （一項人工智能系統）進行了首次隨機對照試驗，該系統旨在為 K-12教師提供實時、專家般的指導，從而探索其在即時課堂上對提升教師輔導效率的影響。研究人員與FEV 教師和美國南部一個學區合作，進行了一項干預，涉及900名教師和1,800名來自Title I學校的學生，他們參與了一項以數學為重點的校內虛擬補習項目。
研究發現，使用Tutor CoPilot的補習教師，其學生在掌握數學課程主題方面的能力，比對照組高出4個百分點的可能性。這種影響在水平較低的教師所教授的學生中更加顯著，他們的掌握能力度提高了9個百分點。該系統還促進了應用專家教學策略，例如提示學生解釋他們的推理和提出引導性問題，而非直接提供答案，這有助於提升學生的理解能力。儘管存在一些挑戰，例如AI的建議偶爾與學生年級水平不一致，但教師仍然表示Tutor CoPilot 幫助他們更好地滿足了學生的需求。每位教師Tutor CoPilot 的年費用僅為20 美元，Tutor CoPilot 能在經驗豐富的教學人員稀缺的情況下，提升教學輔導質量，提供了一個可擴展及經濟實惠的方案。這項研究展示了像 Tutor CoPilot 這樣的人類人工智慧系統使所有學生都能獲得高質量學習的潛力。
文獻來源（開放取用）：Wang, Rose E., Ribeiro, Ana T., Robinson, Carly D., Loeb, Susanna, & Demszky, Dorottya. (2024). Tutor copilot: A human-AI approach for scaling real-time expertise. (EdWorkingPaper: 24 -1056). Retrieved from Annenberg Institute at Brown University: https://doi.org/10.26300/81NH-8262