斯坦福 d.school 推出反思对话机器人 Riff

完整中文导读

斯坦福 d.school 的 Leticia Britos Cavagnaro 设计了一款由生成式 AI 驱动的聊天机器人 Riff，它不回答问题，而是根据学习者的输入动态生成反思性问题，用于课堂活动后的反思，替代或补充传统反思论文与日志。

中文整理

作者 / 来源：Stanford d.school Stories · 原文时间未提供

原作者信息要点

斯坦福 d.school 的 Leticia Britos Cavagnaro 开发了一款名为 Riff 的生成式 AI 对话机器人，用于辅助学生在学习过程中进行反思。她此前已使用基于规则的对话代理引导学生完成设计与反思练习，相关练习也收录于其著作 Experiments in Reflection。

Riff 的定位与常见生成式 AI 工具不同：它不回答问题或执行任务，而是根据学习者的输入动态生成追问，聚焦于提出引发思考的问题。它可用于课堂活动之后，替代或补充传统反思论文与日志，也可用于小组讨论前的个人思考。

Riff 可能要求学习者：更具体地描述所注意到的东西；将当前经历与过去或假设的经历对比；超越最初注意到的内容；思考想塑造的未来以及当下行动与态度如何相应改变。

Riff 声称对学生和教师各有价值：对学生，通过一系列提问帮助其练习并提升内省式提问能力，以处理和理解自身经历；对教师，在学生知情的前提下可查看对话，使学生的思考可见，从而获得改进教学实践的洞察。

Riff 采用教师参与（teacher-in-the-loop）方式：教师可创建定制版本，围绕特定活动或概念设计初始提示；教师可查看所有单独的 Riff 与学生对话，并使用 AI 副驾驶分析某次会话的全部对话，以识别模式与突出主题。

作者强调，在学生使用 Riff 或任何 AI 工具之前，教师应先向学生介绍工具并建立使用规则，使其理解使用原因、局限与潜在风险，这属于透明教学法的示例。

作者分享的规则要点包括：规则一，理解该工具能做什么、不能做什么。Riff 不用于提供事实信息，生成式 AI 可能产生不准确事实即幻觉；也不用于提供建议，若出现这两类内容不应直接采信，应咨询教师。规则二，注意数据使用方式：学生所写内容对邀请其使用的教师可见并具名，相当于作为课程作业提交的反思论文；对话、摘录或摘要可能在不具名情况下与同学分享以促进集体学习；对话内容不会用于训练驱动 Riff 的大语言模型。规则三，学生掌控主导权：可要求 Riff 跳过不想回答或不相关的问题，不分享不愿分享的内容，若问题重复可告知 Riff 调整方向；Riff 作为人工代理不会疲倦，会持续提问直到学生想停止；学生可自行决定何时停止，可设 5 至 10 分钟计时，或以 8 轮对话为目标。规则四，提供 Riff 所需的背景与细节：Riff 只能通过学生分享的内容了解其经历，回答越具体详细，对话越顺畅、越有帮助。规则 n，规则并非穷尽：生成式 AI 能力快速演变，部分规则可能过时、新规则可能出现；例如未来 Riff 可能记住过去对话中的细节，或访问并引用课程先前活动甚至世界事件，届时会告知学生；作者邀请学生共同创建有助于安全且高效使用的新规则，并向教师反馈问题、担忧与想法。

作者表示，她最近才开始进行正式实验，其假设是：在其他条件相同（时间、情境）时，这些个性化、对话式的引导比回应单一反思提示能带来更深入的反思。这一假设受到许多使用 Riff 的教育者提供的轶事信息影响。她希望学习者使用 Riff 时能更深入反思，并发展出独立反思能力，无论是否借助 Riff 或他人。

作者为教育者提供了包含上述规则大纲的幻灯片，可复制后按需调整。她指出，若邀请学生共同创建使用规则，不仅促进特定工具的有效使用，更传达一个重要信息：在教育机构应对 AI 进展及其对教与学的有意与无意后果时，不能缺少学生作为其教育主角与共同设计者的声音与创造力。

作者邀请与 13 岁以上学习者工作的教育者提交早期访问 Riff 教育者平台的请求。文末署名 Leticia Britos Cavagnaro。

本站整理与观察

本站观察：材料将 Riff 描述为面向反思环节的生成式 AI 对话工具，其核心机制是追问而非作答，这与通用聊天机器人的常见用途形成对照。

本站观察：材料中关于 Riff 效果的表述属于作者假设，依据是许多教育者提供的轶事信息，作者也明确表示正式实验最近才开始，因此不宜将更深入反思视为已验证结论。

本站观察：材料对数据可见性、模型训练用途和教师查看权限给出了具体说明，但这些说明是作者向学生介绍时的规则表述，实际执行情况材料未提供独立验证。

本站观察：材料提到未来 Riff 可能具备记忆或访问课程与外部事件的能力，这属于作者对能力演变的预期，并非当前已确认功能。

材料为作者自述，未提供独立验证、实验数据、样本规模或同行评审信息；Riff 的实际效果、数据实践与未来功能均以作者陈述为准，本站观察仅为基于文本的推论。