Co Się Stało Z Inteligentnymi Systemami Korepetycji?
im więcej osób korzysta z komputera jako dostawcy treści i oceny, tym bardziej Komputery służą dziś edukacji. W najlepszym przypadku większość systemów po prostu ostrzega uczniów o błędnych odpowiedziach i robi niewiele, aby pomóc w procesie uczenia się. Naukowcy zaczęli przyglądać się” bardziej wrażliwej ” metodzie diagnozowania nie tylko tego, czy odpowiedzi były błędne, ale także tego, dlaczego były błędne. Ta koncepcja dokładnej diagnozy błędów jest fundamentalna dla wszystkich udanych korepetycji, a programiści zaczęli włączać zrozumienie natury błędów do nowej generacji inteligentnych narzędzi dydaktycznych. Podczas gdy definicja inteligentnego narzędzia jest przedmiotem wielu dyskusji, istniała pewna zgoda, przynajmniej w kontekście edukacji, że „system musi zachowywać się inteligentnie, a nie być inteligentny, jak człowiek”, według psycholog Valerie Shute.
Inteligentne Systemy korepetycji
projekty Inteligentnych Systemów korepetycji znacznie różnią się od swoich historycznych poprzedników opartych na komputerach. Zamiast uniwersalnej strategii dostarczania treści biernemu uczniowi w tych projektach, jego projekty są w stanie dostosować doświadczenie uczenia się, które otrzymuje uczeń, w oparciu o takie czynniki, jak istniejąca wiedza, styl uczenia się i postępy ucznia w zakresie treści.
typowy ITS będzie zawierał wiele elementów koncepcyjnych lub modeli, które współdziałają ze sobą. Model treści zawiera internetowe mapowanie treści do nauczenia, definiujące wymagania wstępne i zależności między elementami treści. Model ucznia jest unikalny dla każdego ucznia i działa równolegle z modelem treści, aby rejestrować to, co uczeń robi, a jeszcze nie rozumie. Wreszcie, istnieje metoda dostarczania nauczania do ucznia, znana jako model Pedagogiczny.
większość systemów ITS rozpoczyna proces instruktażowy, określając, jaką wiedzę już zna uczeń, zazwyczaj poprzez ocenę, a następnie aktualizując status modelu ucznia w miarę wykonywania instrukcji. System porównuje to, co jest potrzebne do poznania z tym, co jest znane (tj. porównuje model ucznia z modelem treści) i dostarcza uczniowi odpowiednią pod względem Pedagogicznym jednostkę nauczania (Patrz diagram).
instrukcja jest często wbudowana w ocenę i / lub wysoce interaktywne możliwości rozwiązywania problemów, dzięki czemu model ucznia jest dynamicznie aktualizowany, aby zawsze odzwierciedlał aktualny poziom wiedzy ucznia. ITS wykorzystuje fakt, że ziarnistość treści jest tak dobra i dobrze dopasowana do modelu ucznia, że oferuje odpowiednią ilość rekultywacji, teoretycznie skracając czas nauki.
jednym z najbardziej udanych przedsięwzięć, przynajmniej pod względem długowieczności, jest seria korepetycji z matematyki dla gimnazjalistów. Profesor psychologii i Informatyki John Anderson był w stanie połączyć swoją inżynierię z teorią kognitywną w celu symulacji i zrozumienia ludzkiego poznania. Jego ACT * theory of learning został wykorzystany do przeprowadzenia wielu udanych programów ITS we wczesnych latach 80. do nauczania programowania komputerowego w Lispie, zwanych Lisp Tutor, a ostatecznie udanych korepetycji z geometrii i algebry, które są obecnie sprzedawane przez Carnegie Learning Corporation.
psycholog edukacyjny Valerie Shute opracowała popularną serię modułów komputerowych w 1994 roku, która wykorzystała aluzję do „Church Lady” z popularnego skeczu Dana Carvey w programie telewizyjnym NBC Saturday Night Live, aby uczyć wprowadzających statystyk. Część wzornictwa studenckiego Stat Lady była pod wpływem teorii ACT * Andersona. Stat Lady była innowacyjna poza humorystycznym cyfrowo animowanym gospodarzem, ponieważ model ucznia był bardzo ściśle dopasowany do modelu treści i został zakodowany w elementy proceduralne, symboliczne, koncepcyjne i śledzony z bardzo drobnym poziomem szczegółowości, aby zapewnić odpowiednie sekwencjonowanie programu nauczania i naprawę studentowi dokładnie w najcenniejszym czasie.
Czy Inteligentne Systemy Korepetycji Mogą Uczyć?
pomimo braku widoczności jego systemów w realnym świecie poza rzadkim powietrzem uniwersyteckich laboratoriów badawczych, istnieje niewielka ilość badań sugerujących, że inteligentne systemy korepetycji mogą osiągnąć znaczny wzrost w nauce studentów w porównaniu z tradycyjnymi zajęciami lekcyjnymi.
na przykład wydajność Pani Stat w porównaniu z tym samym wstępnym materiałem statystycznym nauczanym w tradycyjnej klasie i znalazła bardzo poszukiwane ulepszenie dwóch sigma dzięki ITS. Sherlock, ITS zaprojektowany w celu nauczenia procedur serwisowych mechaników załogi naziemnej Sił Powietrznych na myśliwcach F – 16, był w stanie uzyskać taki sam poziom kompetencji po 20-25 godzinach szkolenia, jak ci, którzy odbyli tradycyjne szkolenie w ciągu czterech lat. Carnegie Learning Corporation podało, że uczniowie uczący się algebry i uzyskali o 85% lepsze wyniki w ocenach złożonych umiejętności rozwiązywania problemów, o 14% lepsze w zakresie podstawowych umiejętności matematycznych i o 30% lepsze w ocenach TIMSS.
dlaczego inteligentne systemy korepetycji nie rozkwitły
Inteligentne Systemy korepetycji najwyraźniej nie spełniły swojego potencjału, przynajmniej jeśli są oceniane na podstawie ich przyjęcia przez społeczność edukacyjną, mimo że wydają się mieć właściwą kombinację funkcji. Ale byłoby niesprawiedliwe odrzucić jakieś 30 lat badań nad tym, co wydaje się być kwestią egzekucji. Wyniki badań nad skutecznością systemów ITS sugerują, że mogą one być skuteczne w osiągnięciu uczenia się uczniów, ale wiele czynników przyczyniło się do dostarczenia ” klęski ze szczęk zwycięstwa.”
być może najważniejszą przeszkodą do pokonania jest trudność w tworzeniu oprogramowania używanego przez jego programy. Historycznie większość systemów miała swoją zawartość „zakodowaną” w oprogramowaniu ITS, co musiało być wykonane przez wykwalifikowanych programistów przy dużych kosztach. Oznaczało to również, że instruktorzy i inni eksperci tematyczni nie byli w stanie bezpośrednio uczestniczyć w opracowywaniu części treści systemów. Problem diagnozowania błędnych odpowiedzi okazuje się niezwykle trudnym, czasochłonnym i kosztownym problemem do rozwiązania; wymaga to żmudnego połączenia ręcznie dużej liczby potencjalnych błędnych odpowiedzi z konkretnymi instrukcjami naprawczymi.
Lepsza Pułapka Na Myszy?
myśląc o ITS, trudno wyobrazić sobie potencjalnie bardziej efektywny system instrukcji. Takie systemy zawierają semantycznie powiązaną konceptualizację treści, która ma być nauczana, sposób poznania tego, co uczeń robi, a czego nie rozumie, oraz metodę dostarczania, która odpowiednio dostosowuje tę instrukcję. Wydaje się, że wczesne systemy nie zostały wykonane wystarczająco dobrze, aby stać się głównym nurtem; niemniej jednak powinny one stanowić bogatą podstawę dla przyszłych maszyn dydaktycznych do wyciągania wniosków, ponieważ systemy te zaczynają wykorzystywać moc komputera do czegoś więcej niż tylko dostarczania instrukcji.
