インテリジェントな家庭教師システムで何が起こったのですか？
コンピュータをコンテンツと評価の提供者としてより多くの歩行者が使用することは、コンピュータが今日の教育に役立つ支配的な方法です。 せいぜい、ほとんどのシステムは、単に間違った答えの学習者に警告し、学習プロセスを導くために少しを行います。 研究者は、答えが間違っているかどうかだけでなく、なぜ間違っているのかを診断するための「より敏感な」方法を調べ始めました。 正確なエラー診断のこの概念は、すべての成功した家庭教師の基本であり、開発者は、インテリジェントな教育ツールの新世代にエラーの性質の理解を組み込 知的ツールの定義は多くの議論の対象ですが、少なくとも教育の文脈では、心理学者Valerie Shuteによると、「システムは実際に人間のように知的ではなく、知的
インテリジェント家庭教師システム
インテリジェント家庭教師システムの設計は、歴史的なコンピュータ駆動の前任者とは大きく異なります。 これらのデザインで受動的な学習者にコンテンツを提供するフリーサイズの戦略ではなく、そのデザインは、既存の知識、学習スタイル、コンテンツマテリアルを通じた学生の進捗状況などの要因に基づいて、学生が受け取る学習体験をカスタマイズすることができます。
典型的なITSには、互いに相互作用する多くの概念的なコンポーネント、またはモデルが含まれます。 コンテンツモデルには、学習するコンテンツのwebライクなマッピングが含まれており、コンテンツ要素間の前提条件と依存関係を定義します。 学生モデルは各学習者に固有のもので、コンテンツモデルと並行して動作して、学生が何をしているのか、まだ理解していないのかを記録します。 最後に、教育モデルとして知られている学習者に指示を提供する方法があります。
ほとんどのシステムは、通常、評価を通じて、学生がすでに知っている知識を決定し、指示が発生したときに学生モデルのステータスを更新することによ このシステムは、知るために必要なものと既知のものを比較し（すなわち、学生モデルとコンテンツモデルを比較する）、教育的に適切な指導単位を学生
命令は、多くの場合、評価および/または高度にインタラクティブな問題解決機能が埋め込まれているため、学生モデルは、常に学生の現在の知識レベ ITSは、コンテンツの粒度が非常に細かく、学生モデルとよく一致し、適切な量の修復が提供され、理論的には学習時間が短縮されるという事実を利
少なくともその寿命の点で最も成功した努力の一つは、カーネギーメロン大学の中学校のための数学のチューターのシリーズです。 心理学とコンピュータサイエンスの教授ジョン-アンダーソンは、人間の認知をシミュレートし、理解するための認知科学理論にその工学を結婚するこ 彼のACT*theory of learningは、1980年代初頭にLispコンピュータプログラミングを教えるために成功したITSプログラムの数を経て、Lisp Tutorと呼ばれ、最終的にはCarnegie Learning Corporationによって今日販売されている幾何学と代数のチューターを成功させた。
教育心理学者ヴァレリー-シュートは、1994年にNBCのサタデー-ナイト-ライブ-テレビ番組で人気のあるダナ-カーヴィーの寸劇から”教会の女性”を暗示して、入門統計を教えるために人気のある一連のコンピュータ-モジュールを開発した。 Statレディの学生モデルデザインの一部は、アンダーソンのACT*理論の影響を受けていた。 Stat Ladyは、学生モデルがコンテンツモデルに非常に緊密に整列し、手続き的、象徴的、概念的な要素にコード化され、正確に最も貴重な時間に学生に適切なカ
インテリジェントな家庭教師システムは教えることができますか？
大学の研究室の稀な空気の外で現実の世界でそのシステムの可視性の欠如にもかかわらず、インテリジェントな家庭教師システムは、伝統的な教室
例えば、伝統的な教室で教えられている同じ入門統計資料と比較したStat Ladyのパフォーマンスは、ITSでツーシグマの改善が求められていることを発見しました。 F-16戦闘機の空軍地上乗組員のメカニックにフィールドメンテナンス手順を教えるために設計されたシャーロックは、20-25時間の指導の後、4年間の伝統的な訓練を受けた人と同じレベルの能力を得ることができました。 カーネギー-ラーニング-コーポレーションは、代数Iチューターを取っている学生が複雑な問題解決スキルの評価で85％、基本的な数学スキルで14％、TIMSS評価で30％優れていると報告した。
なぜ知的家庭教師システムが栄えていないのか
知的家庭教師システムは、少なくとも教育コミュニティによって採用されたと判断された場合、機能の適切な組み合わせを持っているように見えるにもかかわらず、その可能性には明らかに生きていない。 しかし、実行の問題のように見えるもののために30年の研究を割引くことは不公平です。 そのシステムの有効性に関する研究の結果は、学生の学習を達成するのに効果的であることを示唆しているが、多くの要因が”勝利の顎からの敗北”を”
おそらく克服すべき最も重要なハードルは、そのプログラムで使用されるコースウェアを作成することの難しさです。 歴史的に、ほとんどのシステムは、そのコンテンツをITSのソフトウェアに”ハードコード”していました。 これはまた、インストラクターや他の主題の専門家がシステムのコンテンツ部分の開発に直接参加することができなかったことを意味しました。 間違った答えを診断する問題は、解決するのが非常に困難で、時間がかかり、高価な問題であることが判明しました; それは退屈に手で特定の治療の指示と潜在的な間違った答えの多数を接続する必要があります。
より良いネズミ捕り？
ITSについて考える上で、潜在的により効果的な指導システムを想像するのは難しい。 そのようなシステムには、教えられるコンテンツの意味的に接続された概念化、学習者が何をしているのか、理解していないのかを知る方法、およびそ 初期のシステムは、主流になるのに十分に実行されていなかったように見えるでしょう; しかし、彼らは、それにもかかわらず、これらのシステムは、単に命令を提供するよりも多くのためにコンピュータのパワーを使用し始めるように、からの教訓を描画するために、将来の教育マシンのための豊かな基盤を提供する必要があります。
