事实证明，智能教学系统可以有效地帮助教授一些科目，如代数或语法，但创建这些计算机化系统既困难又费力。现在，卡内基梅隆大学的研究人员已经表明，通过教授计算机可以快速构建它们。
有了使用人工智能的新方法，教师可以通过演示解决某个主题问题的几种方法(如添加多列)和纠正计算机(如果他们的回答不正确)来教授计算机。
Daniel Weitekamp III表示，值得注意的是，计算机系统不仅要学会通过教学来解决问题，还应该一般化地解决学科中的所有其他问题，并以不同于教师的方式解决问题。博士是CMU人机交互研究所(HCII)的学生。
威坎普解释说：“学生可能会学到一种解决问题的方法，这就足够了。”“但是辅导系统需要学习各种解决问题的方法。”它需要学习如何教如何解决问题，而不仅仅是如何解决问题。
人机交互和心理学教授Ken Kodinger表示，对于开发基于AI的辅导系统的开发人员来说，这一挑战一直是一个持续的问题。智能辅导系统旨在跟踪学生的进度，提供下一步提示，并选择有助于学生学习新技能的练习题。
当柯丁格等人开始构建第一批智能导师时，他们手动编制了制作规则。他说，在这个过程中，每个导师每小时花费大约200小时的开发时间。之后，他们将开发一个捷径，在这个捷径中，他们将尝试演示所有可能的方法来解决问题。他指出，这将开发时间减少到40或50小时，但对于许多主题来说，几乎不可能显示所有可能问题的所有可能解决方案，从而降低了快捷方式的适用性。
新方法使教师能够在大约30分钟内创建30分钟的课程。在智能导师的开发者中，柯定格称之为“宏图”。
Koedinger说：“到目前为止，成为一名完整的智能导师的唯一方法就是写这些AI规则。”“但现在系统正在编写这些规则。”
由魏特凯姆普、柯丁格和HCII系统科学家埃里克哈普斯特德撰写的描述这种方法的论文被计算系统中的人因会议(CHI 2020)接受，该会议原定于本月举行，但由于新冠肺炎的流行而被取消。本文已发表在计算机协会数字图书馆的会议记录上。
新方法使用模拟学生学习风格的机器学习程序。Weitekamp为机器学习引擎开发了一个教学界面，界面友好，采用了“显示和修正”的过程，比编程简单多了。
对于CHI的论文，作者展示了他们在多列加法主题上的方法，但是基本的机器学习引擎已经被证明适用于各种主题，包括方程求解、分数加法、化学、英语语法和科学实验环境。
这种方法不仅加快了智能导师的发展，也使教师(而不是AI程序员)能够构建自己的计算机化课程。例如，一些老师对如何教加法或在化学中使用哪种符号有自己的偏好。柯丁格表示，新界区将使教师能够为AI导师创建自己喜欢的作业，从而提高智能导师的采用率。
他补充说，让教师建立自己的系统也可以让他们对学习有更深刻的见解。这个创造性的过程可能会帮助他们发现学生们作为专家不会遇到的问题。
柯丁格解释说：“机器学习系统经常和学生在同一个地方旅行。”“当你在教计算机的时候，我们可以想象老师们可能对难学的东西有了新的认识，因为他们是难学的机器。”
