Autokorepetytor

Autokorepetytor
Deweloperzy Instytut Inteligentnych Systemów
Typ Inteligentny system korepetycji i oprogramowanie edukacyjne
Strona internetowa https://start.autotutor.org/

AutoTutor to inteligentny system korepetycji opracowany przez naukowców z Instytutu Systemów Inteligentnych na Uniwersytecie w Memphis , w tym Arthura C. Graessera , który pomaga uczniom uczyć się fizyki newtonowskiej , obsługi komputera i zagadnień krytycznego myślenia poprzez samouczek w języku naturalnym. AutoTutor różni się od innych popularnych inteligentnych systemów korepetycji, takich jak Cognitive Tutor , tym, że koncentruje się na dialogu języka naturalnego. Oznacza to, że korepetycje odbywają się w formie trwającej konwersacji, z wkładem ludzkim prezentowanym za pomocą głosu lub wprowadzania tekstu. Aby obsłużyć te dane wejściowe, AutoTutor wykorzystuje algorytmy lingwistyki obliczeniowej , w tym ukrytą analizę semantyczną , dopasowywanie wyrażeń regularnych i klasyfikatory aktów mowy . Te uzupełniające się techniki koncentrują się odpowiednio na ogólnym znaczeniu danych wejściowych, precyzyjnym sformułowaniu lub słowach kluczowych oraz funkcjonalnym celu wyrażenia. Oprócz wprowadzania danych w języku naturalnym, AutoTutor może również akceptować zdarzenia ad hoc, takie jak kliknięcia myszką, emocje ucznia wywnioskowane z czujników emocji oraz szacunki wcześniejszej wiedzy z modelu ucznia. W oparciu o te dane wejściowe nauczyciel (lub nauczyciele) komputera określają, kiedy należy odpowiedzieć i jakimi aktami mowy należy odpowiedzieć. Ten proces jest sterowany przez „skrypt”, który zawiera zestaw reguł produkcyjnych specyficznych dla dialogów .

AutoTutor symuluje wzorce dyskursu ludzkich korepetytorów, w oparciu o analizę sesji korepetycji międzyludzkich i teoretycznie ugruntowanych strategii korepetycji opartych na zasadach uczenia się kognitywnego. Przedstawia serię trudnych pytań otwartych, które wymagają ustnych wyjaśnień i uzasadnienia w odpowiedzi. Angażuje się we wspólny , mieszany dialog inicjatywy podczas konstruowania odpowiedzi, proces, który zwykle trwa około 100 tur konwersacyjnych. AutoTutor mówi treść swoich zwrotów za pośrednictwem animowanego agenta konwersacyjnego z silnikiem mowy, mimiką twarzy i podstawowymi gestami. W przypadku niektórych tematów dostępne są wyświetlacze graficzne, animacje mechanizmów przyczynowych lub interaktywne środowiska symulacyjne . AutoTutor śledzi stany poznawcze ucznia, analizując treść historii dialogów. AutoTutor dynamicznie wybiera słowa i stwierdzenia w każdej turze konwersacji w sposób uwzględniający wiedzę ucznia. Najnowsze wersje systemu AutoTutor dostosowują się również do stanów emocjonalnych ucznia, oprócz jego stanów poznawczych.

AutoTutor wykazał postępy w nauce, szczególnie w przypadku pytań dotyczących głębokiego rozumowania, w ponad tuzinie eksperymentów na studentach w zakresie zagadnień z zakresu wstępnej znajomości obsługi komputera i fizyki pojęciowej . Testy AutoTutor dały rozmiary efektu ze średnią 0,8 (zakres od 0,4 do 1,5), w zależności od miary uczenia się, warunków porównania, przedmiotu i wersji AutoTutor. Dla porównania, wielkość efektu 1,0 byłaby w przybliżeniu równoważna pełnej ocenie literowej. Jednak czas i koszt tworzenia treści jest znacznie większy niż w przypadku nieinteraktywnych materiałów edukacyjnych, takich jak prezentacje slajdów lub tradycyjne podręczniki, co jest powszechnym problemem w przypadku inteligentnych systemów nauczania. Metodologie przyspieszające tworzenie inteligentnych systemów nauczania pozostają aktywnym obszarem w tej dziedzinie.

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=AutoTutor&oldid=1117009543 ”