协作学生模型的建构及其应用幻灯片.pptVIP

协作学生模型的建构及其在智能CSCL系统开发中应用 概述 基本概念 ITS（智能导师系统）：在计算机教育软件中应用人工智能技术，根据需要向学习者提供适应性的专业学习材料、诊断和补救措施，以将学习者培养为专家为系统的目标。 主要面向个体学习者 智能CSCL系统：是将人工智能技术应用于CSCL系统而建造的一种适应性系统，它能够根据学习者的特征（如知识状态、认知风格等），在一定教学策略的支持下参与学习过程，并为学习者提供学习服务。 需要处理个体学习者之间的协作 ITS与智能CSCL系统 ITS的基础 皮亚杰的认知发展理论 智能CSCL系统的基础 Vygotsky的社会文化理论 儿童在某一特定领域中，其认知发展水平不能通过自身对自治任务的复杂程度进行充分描述，而是需要在同成人或同伴的协作交流中，由于他们具有更多的知识，因此儿童可以参与超越其独立管理具有更高复杂程度和绩效水平的任务。 ITS与智能CSCL系统 智能计算机辅助教学（ICAI） 从线性CAI到复杂的、分支性CAI，从基本的ICAI到具有自治（Autonomous）功能的ICAI，它们是一脉相承的（Wenger, 1987）。 人工智能是应用计算机模型来研究人类智力能力”（Charniak McDermott, 1985） ICAI和ITS是两个可以互换的名称，二者的细微区别在于：ITS是ICAI的特例。 ITS的基本组件： 专门知识（专家模型） 学生的知识（学生模型） 教学策略知识（导师）。 ITS模式图 学生模型 基本概念 在ITS中，表示学生当前知识状态的模块叫学生模型。对学生模型进行推理的模块叫诊断。学生模型是一个数据结构，诊断则是对学生模型操纵过程。 学生模型可以用于判断学生当前对学科领域的理解状态。描述当前学生的知识状态的数据被储存在学生模型中。 学生模型的建构 误解：学生有，专家没有。 缺失：可以被专家处理，但学生不能。 学生模型的种类 覆盖模型（Overlay Model）： 适用于必备教学材料展示的场合 学生知识看作是专家知识的子集，导师的目标是扩大这一子集。 缺陷 学生不能学习专家不知道的知识 忽视了学生理解知识的误解或偏差 微分模型（Differential Model） 微分模型是覆盖模型的扩展，知识被区分为学生探索或没有探索过两部分。 缺陷： 微分模型将领域知识区分为向学生展示和没有展示两部分。 微分模型涉及了学生的误解或偏差。 偏差模型（Perturbation or Buggy Model） 考虑了学生对知识的处理没有包含在专家领域知识中的部分 采用附加的偏差库，拓展了专家知识。产生偏差库的过程可以采用列举法或产生法。 列举的方法是通过分析问题范围和学生产生的错误，将学生所有产生偏差的可能都列举出来。 产生式方法是尝试利用认知理论产生偏差。 学生诊断 是促进学生模型演化的过程。通过分析学生和系统之间的交互，可以促进学生模型的演化。通常通过检查学生对问题的回答情况和分析问题解决步骤来完成。还包括请求帮助、超文本系统的浏览方式等。 诊断的技巧 跟踪模型（Model Tracing）：分析问题解决的过程，并且包含跟踪学生活动的问题解决模型。 --List Tutor （Anderson, Reiser, 1985） 主题跟踪（Issue Tracing）：跟踪模型的一种。通过问题解决过程的分析，判断哪一种技巧或主题被使用过。学生模型中个体技巧计数器被更新以标记被使用过。 --West（Burton Brown, 1982） 专家系统（Expert System）：用于分析学生的答案或结论，专家系统的结论通常包含在学生模型中。为所有的情境提供诊断规则。 --Guidon （Clancey, 1983） 诊断技巧 路径发现（Path Finding） 条件推理（Condition Induction） 计划辩识（Plan Recognition） 决策树（Decision Tree） 产生和测试（Generate and Test） 交互诊断（Interactive Diagnosis） 智能CSCL系统基础 个体和小组的核心知识与邻近发展区知识（Lewis, 1996） 个体知识具有一个属于个体自己的核心概念：在任务绩效中可以用于自治。 核心知识的外围是ZPD区域，个体虽然具有一些知识，但不是实践所需要的完全结构，因此在执行知识任务时需要依靠帮助。 核心知识是指那些已经内化的知识，然而ZPD代表的是人们在领域内所参加的、并且超越其自治能力的一个系统（包括其他人和物体）。 人们核心知识的某些部分同其他人的核心知识相互重叠。尤其重要的是，某个体的ZPD覆盖了其他人的核心知识。 结论： 集体的核心知识不仅远大于个体的核