Microsoft 主动学习是个人预览版中的一项新功能，旨在将任何被动学习内容转换为一组引人入胜的活动。 第一个活动是抽认卡。
抽认卡由 AI 生成，基于活动创建者提供的基础内容，然后将其转换为一组卡片，包括问题、答案和潜在提示。 生成后，创建者可以根据需要修改卡片、查看这些卡片的源引用、从上传的文件或必应图像添加图像。 一旦对结果感到满意，创建者可以选择练习抽认卡和/或与租户中的其他人共享它们。
每个练习抽认卡的人都可以回顾他们的练习时间和进度。 与学生共享抽认卡的教师还可以查看学生对抽认卡的参与度。
抽认卡生成的工作原理
抽认卡生成建立在名为 GPT (生成预训练转换器) 的机器学习模型之上。 该模型使用大量公开可用的文本样本进行训练。 因此，GPT 高级模型生成的英文抽认卡看起来像是由人类编写的。
为了最大限度地降低模型生成的不当内容的风险，响应通过多个验证器和内容审核过滤步骤传递。
创作者应如何使用抽认卡生成？
抽认卡创建者可以自己使用抽认卡，也可以与同事和学生分享。 创建者有责任在与他人共享之前审查和编辑内容的适当性和准确性。 虽然我们采用各种过滤器和保护措施来限制可疑或不适当的内容，但底层技术是经过各种 Internet 资源训练的 AI，因此我们依靠创作者来确认最终活动的适当性和正确性。
抽认卡旨在提高学习过程的有效性和参与度，但可能无法涵盖整个学习材料，因此应与学习材料一起使用。
生成通道时采用了哪些保护措施？
- 抽认卡创建者在使用抽认卡内容之前以及与其他人（例如学生) 共享之前）会被指示审查和批准抽认卡内容 (。
- 抽认卡基于活动创建者上传的学习内容。
- 在将抽认卡呈现给创建者之前，会对抽认卡进行内容审核。
模型限制
- 抽认卡生成目前仅限于英语学习内容。
- 模型仅使用文本输入来创建活动，模型将忽略输入中包含的任何图像和其他对象。 代码和数学表达式也未得到正确处理。
- 抽认卡是根据最少 240 个字符、最多 20,000 个字符的文本生成的。 如果提供了更长的文本，则前 20,000 个字符将仅用作输入
- 目前无法保证抽认卡中提供的文本的完全覆盖。 建议使用这些来加强学习，同时学习源内容。