这篇论文的标题是《Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise》，由研究人员进行的一项随机对照试验，旨在探索人工智能如何协助改善教育质量，尤其是在资源受限的社区。

摘要： 生成性人工智能（AI），特别是语言模型（LMs），在教育等社会影响领域具有变革潜力。研究者们介绍了一个名为辅导助手（Tutor CoPilot）的新型人机AI方法，该方法利用专家思维模型为辅导者提供类似专家的指导。研究显示，使用Tutor CoPilot的辅导者所教授的学生更有可能掌握数学概念，尤其是那些最初评价较低的辅导者的学生。Tutor CoPilot的成本效益高，每年每位辅导者仅需20美元。

研究背景： 研究背景强调了教育领域中专家指导的重要性和成本。尤其是在辅导中，专家级的指导对于提供高质量的学习体验至关重要，但这种指导既昂贵又难以扩展。此外，资源不足的社区的学生最需要高质量的教育，却往往由经验不足的教育者教授。

主要贡献： 研究的主要贡献是开发了Tutor CoPilot系统，这是一个人机AI系统，通过实时生成专家级建议来提高辅导质量。研究还展示了该系统在实际辅导中的随机对照试验，并且分析了该系统对提高学生学习成果的有效性。

研究方法： 研究方法包括了与教育专家合作，开发Tutor CoPilot系统，并在900名辅导者和1800名K-12学生中进行了随机对照试验。研究者们采用了意向性分析（ITT）和两阶段最小二乘法（2SLS）回归分析来评估Tutor CoPilot对学生学习成果的影响。

实验结果： 实验结果显示，使用Tutor CoPilot的辅导者所教授的学生在数学学习上取得了更好的成果，特别是在那些最初评价较低的辅导者中。此外，Tutor CoPilot的使用与辅导者采用更高质量的教学策略有关。

结论： 研究得出的结论是，Tutor CoPilot作为一种人机AI系统，能够有效地扩展专业知识，提高教育质量，尤其是在资源受限的环境中。该系统提供了一种可行的、可扩展的解决方案，用于提高教育质量。

一句话总结： 这篇论文展示了一个名为Tutor CoPilot的人机AI系统，能够显著提高辅导者的教学效果，尤其是对那些经验不足的辅导者，并且对学生的数学学习成果产生积极影响。