Microsoft 主動式學習是私人預覽中的新功能，旨在將任何被動學習內容轉換成一組吸引人的活動。 第一項活動是抽認卡。
抽認卡由人工智慧生成，基於活動創建者提供的紮根內容，然後將其轉換為一組卡片，包括問題、答案和潛在提示。 產生之後，建立者可以視需要修改卡片、檢視這些卡片的來源引文、從上傳的檔案新增影像或 Bing 影像。 一旦對結果感到滿意，創建者可以選擇練習抽認卡和/或與租戶中的其他人分享。
每個練習抽認卡的人都可以回顧他們的練習時間和進度。 與學生共用抽認卡的授課者也可以檢閱學生對抽認卡的參與度。
抽認卡是如何產生的？
抽認卡生成建立在名為 GPT (Generative Pre-trained Transformer) 的機器學習模型之上。 此模型是在大量公開可用的文字範例上進行訓練。 因此，GPT 高級模型生成英文抽認卡，看起來像是人類編寫的。
為了最大限度地降低模型產生的不當內容的風險，回應會透過多個驗證器和內容審核篩選步驟傳遞。
創作者應該如何使用抽認卡生成？
抽認卡創建者可以自己使用抽認卡，也可以與同事和學生分享。 創作者有責任在與他人分享之前審查和編輯內容的適當性和準確性。 雖然我們採用各種過濾器和保護措施來限制有問題或不當的內容，但底層技術是經過廣泛網路來源訓練的人工智慧，因此我們依賴創作者來確認最終活動的適當性和正確性。
抽認卡旨在提高學習過程的有效性和參與度，但可能無法涵蓋全部學習材料，因此應與學習材料一起使用。
生成通道時採用了哪些保護措施？
- 抽認卡創建者被指示在使用抽認卡內容之前以及在與其他人共享之前對其進行審核和批准 (例如他們的學生) 。
- 抽認卡基於活動創建者上傳的學習內容。
- 在抽認卡呈現給創作者之前，抽認卡會採用內容審核。
模型限制
- 抽認卡的生成目前僅限於英語的學習內容。
- 模型僅使用文字輸入來建立活動，模型會忽略輸入中包含的任何影像和其他物件。 程式碼和數學運算式也未得到正確處理。
- 抽認卡是根據至少 240 個字元至最多 20,000 個字元的文字產生。 如果提供較長的文字，則只會使用前 20,000 個字元做為輸入
- 目前無法保證抽認卡中提供的文字完全涵蓋。 建議在學習源內容的同時使用這些來加強學習。