Bruce'a M. McLarena

Ten artykuł jest o akademickim. Dla kierowcy wyścigowego zobacz Bruce'a McLarena .
Bruce'a Martina McLarena
Bruce McLaren.jpg
Urodzić się 28 października 1959
Pittsburgh, Pensylwania , Stany Zjednoczone
Obywatelstwo Stany Zjednoczone
zawód (-y) Badacz, naukowiec i autor
Dzieci 2 (Patrick Bruce McLaren, Dominik Lukas McLaren)
Wykształcenie
Edukacja


Licencjat, magister informatyki , magister informatyki , doktor inteligentnych systemów , inteligentne systemy
Alma Mater
Millersville University of Pennsylvania University of Pittsburgh
Doradca doktorski prof. Kevin D. Ashley
Praca akademicka
Instytucje

Carnegie Mellon University Niemieckie Centrum Badawcze Sztucznej Inteligencji Saarland University
Główne zainteresowania Sztuczna inteligencja, technologia edukacyjna, cyfrowe gry edukacyjne, etyka maszyn
Strona internetowa http://www.cs.cmu.edu/~bmclaren/

Bruce Martin McLaren (ur. 1959 w Pittsburghu w Pensylwanii ) to amerykański badacz, naukowiec i autor. Jest profesorem nadzwyczajnym na Carnegie Mellon University i byłym prezesem International Artificial Intelligence in Education Society (2017-2019).

Badania naukowe McLarena koncentrują się na badaniu, w jaki sposób uczniowie uczą się za pomocą cyfrowych gier edukacyjnych (zwanych także grami edukacyjnymi ), inteligentnych systemów korepetycji , zasad e-learningu i uczenia się opartego na współpracy . Jego praca doktorska obejmowała zbudowanie obliczeniowego modelu rozumowania etycznego. Jest autorem lub współautorem ponad 190 artykułów naukowych i posiada pięć patentów.

Edukacja

McLaren uzyskał tytuł licencjata z informatyki (z wyróżnieniem) na Millersville University of Pennsylvania w 1981 r. Później uczęszczał na University of Pittsburgh , przy wsparciu finansowym asystentury nauczycielskiej, gdzie uzyskał tytuł magistra informatyki w 1984 r. oraz tytuł magistra informatyki Systems w 1994 roku. Część studiów podyplomowych McLarena była wspierana przez stypendium Mellon Fellowship (w latach 1998-1999). Wreszcie, w 1999 roku McLaren otrzymał stopień doktora. Inteligentnych Systemów na Uniwersytecie w Pittsburghu. Jego doktorat praca została zatytułowana „Ocena trafności przypadków i zasad przy użyciu technik operacjonalizacji”. Jego doradcą doktorskim był Kevin Ashley. Artykuł oparty na jego doktoracie. praca doktorska została opublikowana w czasopiśmie Artificial Intelligence Journal.

Kariera

Po ukończeniu studiów licencjackich McLaren rozpoczął karierę jako inżynier oprogramowania, pracując przez 2 lata dla General Electric . Później, po ukończeniu studiów mgr. w 1984 roku McLaren dołączył do Instytutu Robotyki na Uniwersytecie Carnegie Mellon jako programista badawczy, a następnie kierownik projektu w laboratorium systemów inteligentnych. W 1986 roku dołączył do Carnegie Group, firmy zajmującej się sztuczną inteligencją i systemami eksperckimi, jako starszy konsultant, gdzie był odpowiedzialny za projekty systemów eksperckich firmy w Europie. Później do 1998 roku pracował jako starszy inżynier i kierownik projektu w Carnegie Group w Stanach Zjednoczonych. w 1999 roku McLaren dołączył do OpenWebs Corporation, gdzie najpierw pracował jako dyrektor ds. badań i rozwoju, a następnie jako dyrektor ds. technologii handlu elektronicznego. W 2002 roku McLaren opuścił OpenWebs, aby dołączyć do Carnegie Mellon University (CMU) jako naukowiec systemowy. W 2015 roku został profesorem nadzwyczajnym na UMK.

W latach 2006-2010 pracował jako starszy pracownik naukowy w Niemieckim Centrum Badań nad Sztuczną Inteligencją w Saarbrücken w Niemczech , gdzie prowadził badania nad wspólnym uczeniem się, argumentacją i technologią analizy argumentacji opartej na współpracy . Zarówno w projektach ARGUNAUT, jak i LASAD, jego badania koncentrowały się na rozwoju technologii edukacyjnej z wykorzystaniem technik sztucznej inteligencji, aby pomóc nauczycielom w moderowaniu wspólnych e-dyskusji i sporów.

McLaren został wybrany do Komitetu Wykonawczego Towarzystwa Sztucznej Inteligencji w Edukacji na sześcioletnią kadencję w 2011 roku. W latach 2017-2019 pełnił funkcję Prezesa Towarzystwa. Podczas swojej kadencji jako prezydent McLaren organizował coroczne (w porównaniu z odbywającymi się co dwa lata) konferencje społeczne i pracował na rzecz bardziej zróżnicowanego społeczeństwa pod względem płci, rasy i geografii. Jako prezydent McLaren był cytowany w artykule PBS z 2019 r. O sztucznej inteligencji w klasie w artykule PBS. W 2021 r. McLaren został ponownie wybrany do Komitetu Wykonawczego towarzystwa.

McLaren wygłaszał przemówienia na różnych konferencjach poświęconych technologii edukacyjnej, w tym na międzynarodowej konferencji IEEE 2021 na temat inżynierii, technologii i edukacji (TALE 2021) w Wuhan w Chinach, Australian Learning Analytics Summer Institute w 2019 r. (ALASI 2019), e- Learning Korea 2018 oraz 24th International Conference on Computers in Education w 2016 roku.

McLaren jest członkiem wydziału programu METALS (Masters of Educational Technology and Applied Learning Sciences) Carnegie Mellon University i od 2016 roku prowadzi kurs METALS.

Badania

Badania McLarena koncentrują się na trzech obszarach technologii edukacyjnych: uczenie się za pomocą cyfrowych gier edukacyjnych; uczenie się argumentowania i rozumowania poprzez wspólne uczenie się za pośrednictwem komputera; i uczenie się za pomocą interaktywnych, sprawdzonych i błędnych przykładów. McLaren przeprowadził również podstawowe badania nad tym, w jaki sposób rozumowanie etyczne może zostać wdrożone za pomocą technik sztucznej inteligencji, co jest czasami określane jako „ etyka maszynowa ”.

Cyfrowe gry edukacyjne

Współpracując z profesor Jodi Forlizzi , McLaren opracował cyfrową grę edukacyjną o nazwie Decimal Point , aby uczyć uczniów gimnazjów ułamków dziesiętnych i operacji dziesiętnych. W 2017 roku przeprowadzili badanie, w którym wzięło udział 153 uczniów z dwóch gimnazjów, 70 uczniów nauczyło się ułamków dziesiętnych grając w Przecinek dziesiętny, a 83 uczniów nauczyło się tych samych treści w bardziej konwencjonalny, komputerowy sposób. W badaniu gra doprowadziła do znacznie lepszych efektów uczenia się, zarówno w teście natychmiastowym, jak i opóźnionym, i została oceniona przez uczniów jako znacznie przyjemniejsza. Później przeprowadzili kilka powtórzeń badania i osiągnęli te same wyniki. Badania replikacyjne wykazały również, że gra jest bardziej skuteczna w nauczaniu uczennic niż uczniów płci męskiej.

Niedawno McLaren i jego zespół zbadali różne kwestie związane z cyfrowymi grami edukacyjnymi, w tym sprawczość uczniowską, efekty związane z płcią, eksplorację danych edukacyjnych w oparciu o gry oraz wpływ informacji zwrotnych i wskazówek na uczenie się uczniów. Zespół McLarena przeprowadził badania w wielu gimnazjach w lokalnym rejonie Pittsburgha z tymi nowymi pytaniami badawczymi.

Nauka argumentowania poprzez wspólne uczenie się za pośrednictwem komputera

Od 2005 roku McLaren prowadzi badania nad wspomaganym komputerowo uczeniem się opartym na współpracy (CSCL) oraz sposobami wykorzystania technologii do wspierania konstruktywistycznego uczenia się. Jego początkowa praca w zakresie wspólnego uczenia się polegała na półautomatycznym opracowywaniu inteligentnych tutorów wspierających wspólne uczenie się, uczenie się algebry poprzez opartą na skryptach współpracę z Cognitive Tutors oraz naukę chemii poprzez opartą na skryptach współpracę z wirtualnym laboratorium. Badanie to potwierdziło twierdzenie, że wspólne uczenie się można udoskonalić dzięki wskazówkom, wyraźnym wskazówkom dotyczącym kroków, które należy podjąć, lub informacjom zwrotnym na temat treści domeny, działań uczniów i/lub współpracy.

We współpracy z kolegami i studentami McLaren opracował narzędzia programowe, wykorzystujące kombinację sztucznej inteligencji i technik analizy języka, do analizy wspólnej argumentacji lub e-dyskusji, aby pomóc nauczycielom w prowadzeniu wielu dyskusji, a co za tym idzie, pomóc uczniom w nauce umiejętności argumentacji . W artykule opublikowanym w 2010 roku on i jego studenci wykazali, że klasyfikatory programowe można tworzyć przy użyciu technik uczenia maszynowego w celu identyfikacji kluczowych konstrukcji w sporach opartych na współpracy online. Nauczyciel może użyć tych konstrukcji, aby poprowadzić uczniów w debatach i uczeniu się między sobą.

McLaren i jego zespół skupili się na opracowaniu technik analizy i informacji zwrotnych, które wykorzystują strukturę, porządek i tekstowy wkład argumentów, tak aby nauczyciel miał informacje, którymi mógłby kierować i doradzać współpracującym grupom. McLaren i jego współpracownicy wykorzystali techniki dopasowywania wykresów, uczenia maszynowego i przetwarzania języka do analizy e-dyskusji prowadzonych w klasach etycznych szkół średnich i uniwersytetów. On i jego zespół opracowali algorytm o nazwie DOCE (Detection Of Clusters by Example), który na podstawie oznaczonych przykładowych klastrów może identyfikować podobne klastry wkładu uczniów w nowe dyskusje. Ostatecznie zarówno DOCE, jak i połączone podejście do uczenia maszynowego i eksploracji tekstu są wykorzystywane w kontekście systemu ARGUNAUT do dostarczania „ostrzeżeń”, dzięki czemu nauczyciel może na pierwszy rzut oka zobaczyć problemy w e-dyskusjach i zareagować na nie.

Internetowy obszar roboczy argumentacji McLarena i różnorodne techniki analizy zostały później szeroko udostępnione wielu studentom i innym badaczom w ramach innego projektu, w którym wraz z Nielsem Pinkwartem był głównym badaczem, LASAD - Learning to Argue: Generalized Support Across Domeny.

Nauka z interaktywnymi, sprawdzonymi i błędnymi przykładami

Badania McLarena zbadały również, w jaki sposób sprawdzone przykłady, zarówno poprawne, jak i niepoprawne, mogą pomóc uczniom w nauce. W trzech oddzielnych, ale podobnych badaniach, on i jego współpracownicy sprawdzali, czy przykłady badane w połączeniu z problemami z nauczycielem mogą prowadzić do lepszego uczenia się. Odkryli, że praktyczne przykłady na przemian z izomorficznymi problemami z nauczycielem nie przyniosły większych korzyści w nauce niż same problemy z nauczycielem. Z drugiej strony grupa przykładowa z trzech badań uczyła się efektywniej niż grupa samodzielna; uczniowie spędzali o 21% mniej czasu na nauce tej samej ilości materiału.

McLaren jest jednym z pierwszych badaczy technologii edukacyjnych, którzy dogłębnie zbadali potencjał uczenia się interaktywnych błędnych przykładów. Na początku 2010 roku brał udział w kilku projektach badawczych, które badały instruktażowe korzyści płynące z błędnych przykładów. Przeprowadził badania klasowe z uczniami matematyki w gimnazjum, które ujawniły, że uczniowie, którzy pracowali z błędnymi przykładami, aby nauczyć się ułamków dziesiętnych, radzili sobie lepiej w opóźnionym teście końcowym niż ci, którzy pracowali z problemami do rozwiązania. W odniesieniu do poprawnych rozpracowanych przykładów, on i jego współpracownicy wykazali później, że opracowane przykłady mogą prowadzić do takiej samej ilości nauki, ale w znacznie krótszym czasie niż błędne przykłady, inteligentnie nauczane problemy i problemy do rozwiązania w dziedzinie chemii.

Ostatnio McLaren współpracuje z profesorem Ryanem Bakerem nad analizą stanów afektywnych uczniów, którzy uczą się na błędnych przykładach.

Etyka maszyn

W ramach swojej pracy doktorskiej McLaren zbudował obliczeniowy model rozumowania etycznego, w szczególności program zbudowany z wykorzystaniem sztucznej inteligencji i technik rozumowania opartego na przypadkach, który wyszukuje i analizuje dylematy etyczne. W ten sposób McLaren jest uznawany za jednego z pierwszych naukowców, który wniósł wkład w obszar badań etyki maszyn , a według Google Scholar jest drugim najczęściej cytowanym naukowcem w tej dziedzinie. Artykuł opublikowany przez McLarena na temat jego pracy doktorskiej jest często cytowany w tej społeczności badawczej. McLaren napisał również artykuł w czasopiśmie opisujący zarówno jego badania do rozprawy doktorskiej, jak i jego wcześniejszą pracę nad systemem rozumowania etycznego o nazwie TRUTH-TELLER. Artykuł CNN z 2016 roku, w którym cytowany jest McLaren, omawia kwestię etyki maszyn i robotyki.

Życie osobiste

Rodzicami McLarena są zmarły w 2012 roku Thomas James McLaren, który był prezbiteriańskim pastorem, oraz Shirley Martin McLaren, była nauczycielka angielskiego w liceum. McLaren był żonaty z Gabriele (z domu Huber) McLaren od 1990 do ich rozwodu w 2013. Ma dwóch synów, Patricka Bruce'a McLarena (ur. 1993) i Dominika Lukasa McLarena (ur. 1997). McLaren jest zapalonym człowiekiem na świeżym powietrzu i wędrowcem; przeszedł cały Szlak Appalachów w 1989 roku.

Nagrody i wyróżnienia

  • 1995 - Nagroda za najbardziej wyróżniającą się pracę, pierwsza międzynarodowa konferencja na temat rozumowania opartego na przypadkach
  • 1999 – Stypendysta Mellon Fellowship podczas doktoratu. studia
  • 2004 – Nagroda za najlepszą pracę, VII Międzynarodowa Konferencja nt. Inteligentnych Systemów Nauczania
  • 2013 – Stypendysta Erskine Fellowship Uniwersytetu Canterbury, Christchurch, Nowa Zelandia. Spędziłem semestr w Nowej Zelandii, prowadząc kurs Inteligentnych Systemów Korepetycji.
  • 2014 – Nagroda za najlepszą pracę studencką, 21. Międzynarodowa Konferencja na temat Modelowania Użytkownika, Adaptacji i Personalizacja
  • 2015 – Nagroda za najlepszy papier plakatowy, XVII Międzynarodowa Konferencja nt. Sztucznej Inteligencji w Edukacji
  • 2016 – Nagroda za najlepszą pracę, 24. Konferencja Modelowanie Użytkownika, Adaptacja i Personalizacja
  • 2017 – Nagroda Best Poster Paper, XVIII Międzynarodowa Konferencja nt. Sztucznej Inteligencji w Edukacji
  • 2018 – Nagroda za najlepszą pracę studencką, 13. Międzynarodowa Konferencja Nauk o Uczeniu się (ICLS '18)
  • 2018 – Nagroda za najlepszą pracę, XIX Międzynarodowa Konferencja nt. Sztucznej Inteligencji w Edukacji
  • 2019 – Stypendystka Fulbrighta na nauczanie i badania technologii edukacyjnych w Chile

Wybrane artykuły

  • Aleven, V., McLaren, B., Roll, I. i Koedinger, K. (2004). W kierunku korepetycji Szukam pomocy. Inteligentne systemy korepetycji Notatki z wykładów z informatyki, 227–239.
  • Ashley, KD i McLaren, BM (1995). Rozumowanie z uzasadnieniem w porównaniach opartych na przypadkach. W Proceedings of the First International Conference on Case-Based Reasoning (ICCBR-95). Lecture Notes in Artificial Intelligence, 1010. Październik 1995, Sesimbra, Portugalia. (s. 133–144). Springera: Berlin.
  • Baker RS, McLaren, BM, Huff, S., Richey, JE, Rowe, E., Almeda, MV, Mogessie, M. & Andres, JMA (2021). W kierunku udostępniania modeli uczniów w różnych systemach nauczania. W: Materiały z 22. Międzynarodowej Konferencji Sztucznej Inteligencji w Edukacji (AIED 2021).
  • Eagle, M., Corbett, A., Stamper, J., McLaren, BM, Baker, R., Wagner, A., MacLaren, B. i Mitchell, A. (2016). Przewidywanie różnic indywidualnych dla modelowania uczniów u inteligentnych tutorów z poprzednich zajęć uczniów. W F. Cena, M. Desmarais, D. Dicheva, J. Zhang (red.), Proceedings of the 24th Conference on User Modeling, Adaptation and Personalizacja (UMAP 2016). ACM, Nowy Jork, NY. (s. 55–63).
  • Holstein, K., McLaren, BM i Aleven, V. (2018). Korzyści edukacyjne dla uczniów wynikające z narzędzia zwiększającego świadomość nauczycieli rzeczywistości mieszanej w klasach wyposażonych w sztuczną inteligencję. W C. Rosé, R. Martínez-Maldonado, HU Hoppe, R. Luckin, M. Mavrikis, K. Porayaska-Pomsta, B. McLaren i B. du Boulay (red.). Materiały z 19. Międzynarodowej Konferencji Sztucznej Inteligencji w Edukacji (AIED 2018). LNAI 10947 (s. 154–168). Springer: Berlin.
  • McLaren, BM (2003). Ekstensjonalne definiowanie zasad i przypadków w etyce: model sztucznej inteligencji. Dziennik sztucznej inteligencji, 150, 145–181.
  • McLaren, BM (2006). Modele obliczeniowe rozumowania etycznego: wyzwania, początkowe kroki i przyszłe kierunki. IEEE Intelligent Systems, opublikowane przez IEEE Computer Society. lipiec/sierpień 2006. 29-37.
  • McLaren, BM, Lim, S. i Koedinger, KR (2008). Kiedy i jak często należy dawać uczniom praktyczne przykłady? Nowe wyniki i podsumowanie aktualnego stanu badań. W BC Love, K. McRae i VM Sloutsky (red.), Proceedings of the 30th Annual Conference of the Cognitive Science Society (s. 2176–2181). Austin, TX: Kognitywne Towarzystwo Naukowe.
  • McLaren, BM, Scheuer, O. i Mikšátko, J. (2010). Wspieranie wspólnego uczenia się i e-dyskusji przy użyciu technik sztucznej inteligencji. International Journal of Artificial Intelligence in Education (IJAIED) 20 (1), 1–46.
  • McLaren, BM, Adams, DM i Mayer, RE (2015). Opóźnione efekty uczenia się z błędnymi przykładami: badanie nauki ułamków dziesiętnych z nauczycielem internetowym. International Journal of Artificial Intelligence in Education, 25 (4), 520–542.
  • McLaren, BM, van Gog, T., Ganoe, C., Yaron, D. i Karabinos, M. (2015). Praktyczne przykłady są bardziej efektywne w nauce niż oprogramowanie instruktażowe o wysokim poziomie pomocy. W C. Conati, N. Heffernan, A. Mitrovic i MF Verdejo (red.), Proceedings of the 17th International Conference on Artificial Intelligence in Education (AIED 2015). LNAI 9112 (s. 710–713)
  • McLaren, BM, Adams, DM, Mayer, RE i Forlizzi, J. (2017). Gra komputerowa, która promuje naukę matematyki bardziej niż konwencjonalne podejście. International Journal of Game-Based Learning (IJGBL), 7 (1), 36–56.
  • McLaren, BM, Farzan, R., Adams, DM, Mayer, RE i Forlizzi, J. (2017). Odkrywanie efektów trudności związanych z płcią i problemami w nauce za pomocą gry edukacyjnej. W E. André, R. Baker, X. Hu, MMT Rodrigo i B. du Boulay (red.). Materiały z 18. Międzynarodowej Konferencji Sztucznej Inteligencji w Edukacji (AIED 2017). LNAI 10331 (s. 540–543). Springer: Berlin.
  • Najar, AS, Mitrovic, A. & McLaren, BM (2014). Wsparcie adaptacyjne a naprzemienne przepracowane przykłady i problemy z korepetytorami: co prowadzi do lepszego uczenia się? Aalborg, Dania: W Proceedings of 22 Conf. Modelowanie, adaptacja i personalizacja użytkownika (UMAP 2014). LNCS 8538 (s. 171–182).
  • Richey JE, Zhang, J., Das, R., Andres-Bray, JM Scruggs, R., Mogessie, M., Baker RS& McLaren, BM (2021). Gry i zamieszanie wyjaśniają zalety cyfrowej gry do nauki matematyki. W: Materiały z 22. Międzynarodowej Konferencji na temat Sztucznej Inteligencji w Edukacji (AIED 2021).
  • Scheuer, O., Loll, F., Pinkwart, N. i McLaren, BM (2010). Argumentacja wspomagana komputerowo: przegląd stanu wiedzy. International Journal of Computer-Supported Collaborative Learning, 5 (1), 43–102.

Zobacz też

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Bruce_M._McLaren&oldid=1128240254 ”