WikiDer > AutoTutor

AutoTutor
AutoTutor
Разработчики)Институт интеллектуальных систем
ТипИнтеллектуальная система обучения и Образовательное программное обеспечение
Интернет сайтhttps://start.autotutor.org/

AutoTutor является интеллектуальная система обучения разработано исследователями Института интеллектуальных систем Мемфисский университет, включая Артур К. Грессер что помогает студентам учиться Ньютоновская физика, компьютерная грамотность, и критическое мышление темы через руководство диалог на естественном языке.[1][2][3] AutoTutor отличается от других популярных интеллектуальных обучающих систем, таких как Когнитивный репетитор, в котором основное внимание уделяется диалогу на естественном языке. Это означает, что обучение происходит в форме непрерывного разговора с человеческим вводом, представленным с использованием голоса или свободного ввода текста. Для обработки этого ввода AutoTutor использует компьютерная лингвистика алгоритмы, включая латентно-семантический анализ, регулярное выражение соответствие, и речевой акт классификаторы. Эти дополнительные методы фокусируются на общем значении ввода, точной формулировке или ключевых словах и функциональном назначении выражения соответственно. В дополнение к вводу на естественном языке AutoTutor также может принимать специальные события, такие как щелчки мыши, эмоции учащегося, полученные с помощью датчиков эмоций, и оценки предшествующих знаний из модели учащегося. Основываясь на этих входных данных, компьютерный наставник (или наставники) определяют, когда отвечать и какие речевые действия должны отвечать. Этот процесс управляется "сценарием", который включает набор диалоговых окон правила производства.

AutoTutor моделирует модели дискурса преподавателей-людей на основе анализа сеансов обучения от человека к человеку и теоретически обоснованных стратегий обучения, основанных на принципах когнитивного обучения.[4] В нем представлен ряд сложных открытых вопросов, требующих устных объяснений и рассуждение в ответ. Он занимается совместныйдиалог со смешанной инициативой при построении ответа, процесс, который обычно занимает около 100 разговорных ходов. AutoTutor сообщает содержание своих ходов через анимированные разговорный агент с речевым движком, некоторые выражения лица, и элементарные жесты. Для некоторых тем есть графические дисплеи, анимации из причинный механизмы, или интерактивные симуляция среды. AutoTutor отслеживает когнитивные состояния учащегося, анализируя содержание истории диалога. AutoTutor динамически выбирает слова и утверждения в каждом разговоре таким образом, чтобы учитывать то, что знает учащийся. Последние версии системы AutoTutor также адаптируются к эмоциональным состояниям учащихся в дополнение к их когнитивным состояниям.[5]

AutoTutor продемонстрировал успехи в обучении, особенно в вопросах с глубокими рассуждениями, в более чем дюжине экспериментов на студентах колледжей по темам вводного компьютерная грамотность[6] и концептуальная физика.[7] Тесты AutoTutor произвели размеры эффекта со средним значением 0,8 (диапазон от 0,4 до 1,5), в зависимости от меры обучения, условия сравнения, предмета и версии AutoTutor. Для сравнения, размер эффекта 1,0 будет примерно эквивалентен полной буквенной оценке. Однако время и затраты на создание контента значительно больше, чем у неинтерактивных учебных материалов, таких как слайд-колоды или традиционные учебники, что является общей проблемой для интеллектуальных систем обучения.[8] Методологии для ускорения разработки интеллектуальных систем обучения остаются активной областью в этой области.

Рекомендации

  1. ^ Graesser, A.C., Chipman, P., Haynes, B.C., & Olney, A. (2005) AutoTutor: интеллектуальная обучающая система со смешанным диалогом. IEEE Transactions по образованию, 48, 612–618
  2. ^ Graesser, A.C., Person, N., Harter, D., & the Tutoring Research Group (2001) Тактика обучения и диалог в AutoTutor Международный журнал искусственного интеллектав образовании, 12, 257–279.
  3. ^ Graesser, A.C., VanLehn, K., Rose, C., Jordan, P., & Harter, D. (2001). Интеллектуальные обучающие системы с разговорным диалогом. Журнал AI, 22, 39–51.
  4. ^ Graesser, A.C., Wiemer-Hastings, K., Wiemer-Hastings, P., Kreuz, R., & the TutoringResearch Group (1999). Auto Tutor: симуляция человека-наставника. Журнал исследований когнитивных систем, 1, 35–51.
  5. ^ Д'Мелло, С. К., Крейг, С. Д., Голсон, Б., Франклин, С., Пикард, Р., и Грэссер, А. С. (2005). Интеграция сенсоров аффекта в интеллектуальную обучающую систему. In Affective Interactions: The Computer in the Affective Loop Workshop на Международной конференции 2005 года по интеллектуальным пользовательским интерфейсам (стр. 7-13), Нью-Йорк: AMC Press
  6. ^ Graesser, A.C., Lu, S., Jackson, G.T., Mitchell, H., Ventura, M., Olney, A., & Louwerse, M.M. (2004). AutoTutor: Репетитор с диалогом на естественном языке. Методы, инструменты и компьютеры исследования поведения, 36, 180-193.
  7. ^ ВанЛен, К., Грессер, A.C., Джексон, Г.Т., Джордан, П., Олни, А., и Роуз, К.П. (2007). Когда учебные диалоги более эффективны, чем чтение? Наука о мышлении, 31, 3-62
  8. ^ Алевен, В., Сьюэлл, Дж., Макларен, Б. М., и Кёдингер, К. Р. (2006). Быстрое создание интеллектуальных преподавателей для реального и экспериментального использования. В Kinshuk, R. Koper, P. Kommers, P. Kirschner, D. G. Sampson, & W. Didderen (Eds.), Материалы 6-й Международной конференции IEEE по передовым технологиям обучения (ICALT 2006), (стр. 847-851)

внешняя ссылка