AutoTutor - это интеллектуальная обучающая система, разработанная исследователями из Института интеллектуальных систем Университета Мемфиса , в том числе Артуром С. Грессером, которая помогает студентам изучать ньютоновскую физику , компьютерную грамотность и темы критического мышления с помощью обучающего диалога на естественном языке. [1] [2] [3] AutoTutor отличается от других популярных интеллектуальных обучающих систем, таких как Cognitive Tutor., в котором основное внимание уделяется диалогу на естественном языке. Это означает, что обучение происходит в форме непрерывного разговора с человеческим вводом, представленным с использованием голосового или свободного ввода текста. Для обработки этого ввода AutoTutor использует алгоритмы вычислительной лингвистики , включая скрытый семантический анализ , сопоставление регулярных выражений 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 может также принимать специальные события, такие как щелчки мыши, эмоции учащегося, полученные с помощью датчиков эмоций, и оценки предшествующих знаний на основе модели учащегося. Основываясь на этих входных данных, компьютерный наставник (или репетиторы) определяют, когда отвечать и какие речевые действия должны отвечать. Этот процесс управляется «сценарием», который включает в себя набор производственных правил для конкретных диалогов .
Разработчики) | Институт интеллектуальных систем |
---|---|
Тип | Интеллектуальная система обучения и обучающее программное обеспечение |
Веб-сайт | https://start.autotutor.org/ |
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] Он представляет собой серию сложных открытых вопросов, требующих словесных объяснений и аргументов в ответ. Он участвует в совместном , смешанном инициативном диалоге при построении ответа, процесс, который обычно занимает около 100 разговоров. AutoTutor сообщает содержание своих ходов через анимированного диалогового агента с речевым механизмом, некоторыми выражениями лица и элементарными жестами. Для некоторых тем, существует графические дисплеи, анимация из причинных механизмов или интерактивных имитационных сред. AutoTutor отслеживает когнитивные состояния учащегося, анализируя содержание истории диалога. AutoTutor динамически выбирает слова и утверждения в каждом разговоре в манере, которая зависит от того, 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 глубокого рассуждения, в более чем дюжине экспериментов на студентах колледжей по темам вводной компьютерной грамотности [6] и концептуальной физике . [7] Тесты AutoTutor показали размер 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 ускорения разработки интеллектуальных обучающих систем остаются активной областью в этой области.
Рекомендации
- ^ Graesser, AC, Чипмэн П., Haynes, BC, и Олни, A. (2005) AutoTutor: интеллектуальная обучающая система с диалогом смешанной инициативой. IEEE Transactions on Education , 48, 612–618.
- ^ Graesser, AC, Person, N., Harter, D., & the Tutoring Research Group (2001) Тактика обучения и диалог в AutoTutor International Journal of Artificial Intelligence in Education , 12, 257–279.
- ^ Graesser, AC, VanLehn, К., Роуз, К., Джордан, P., и Хартер, D. (2001). Интеллектуальные обучающие системы с разговорным диалогом. Журнал AI , 22, 39–51.
- ^ Graesser, AC, Wiemer-Hastings, K., Wiemer-Hastings, P., Kreuz, R., & the Tutoring Research Group (1999). Auto Tutor: симуляция человека-репетитора. Журнал исследований когнитивных систем , 1, 35–51.
- ^ Д'Мелло, СК, Крэйг, СД, Gholson, Б. Франклин, С., Пикард, R., & Graesser, AC (2005). Интеграция датчиков 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
- ^ Graesser, AC, Лу, С. Джексон, GT, Митчелл, Х., Ventura, М., Олни, A., & Louwerse, MM (2004). AutoTutor: Репетитор с диалогом на естественном языке. Методы исследования поведения, приборы и компьютеры , 36, 180-193.
- ^ VanLehn, К., Graesser, AC, Джексон, GT, Иордания, П., Олни, A., & Rose, CP (2007). Когда учебные диалоги более эффективны, чем чтение? Когнитивная наука , 31, 3-62
- ^ Aleven, В., Сьюолл J., Макларен, БМ, и Koedinger, КР (2006). Быстрое создание интеллектуальных преподавателей для реального и экспериментального использования. In Kinshuk, R. Koper, P. Kommers, P. Kirschner, DG Sampson, & W. Didderen (Eds.), Proceedings of the 6th IEEE International Conference on Advanced Learning Technologies (ICALT 2006) , (pp. 847-851)
Внешние ссылки
- Официальный сайт AutoTutor
- Повлиять на чувствительного AutoTutor
- В статьях журналов и конференций описывается система AutoTutor, эксперименты с AutoTutor и другая сопутствующая информация.