游戏化智能教学中的人工智能与认知科学原理:以ARA 为例
教学系统,学习者,模块,1引言,2ARA游戏化智能教学系统,3ARA智能教学系统的人工智能原理,4ARA游戏化智能教学系统中的认知科学原则,1最近发展区,2自我解释,3分散学习效应,4编码可变性,5AR
马伟伟 张锦坤(福建师范大学心理学院,福州 350100)
1 引言
智能教学系统(intelligent tutoring system,简称ITS)是一种结合了计算机科学、人工智能、心理学、教育学以及认知科学等多种学科知识在内的, 开放式人机交互式教学系统。 其最终目的就是让计算机系统在一定程度上替代人类教师来实现最佳教学,即赋予计算机系统以智能, 从而来实现由计算机系统担当学习者的引导者、帮助者(陈天云,张剑平,2007; 张志祯, 张玲玲, 李芒, 2019)。智能教学系统这一概念最初由Sleeman 和Brown 于1982 年正式提出, 他们认为智能教学系统是一种使用计算机模仿教学专家的方法与经验, 从而来辅助教学工作的计算机系统(Sleeman & Brown, 1982)。Psotka 将其定义为一种能够及时为学习者提供个性化指导和反 馈 的 教 学 系 统 (Psotka, Massey, & Mutter,1988)。也有研究者认为智能教学系统是借助人工智能技术, 由计算机扮演教师的角色以实施一对一的教学, 向不同需求和特征的学习者传递知识 (张利远,王春丽, 2012)。上述定义虽然阐述方式不同,但有一个共识即认为智能教学系统是一种提供个性化指导的教学系统。
与传统教学模式不同,ITS 是以计算机为基础的学习系统,关于ITS 系统的组成部分,当前研究者大多将其分为四个部分:领域知识库、学生模型、教师模型(教学策略)以及智能人机接口(刘清堂, 吴林静, 刘嫚, 范桂林, 毛刚, 2016)。领域知识库又称专家知识模型, 主要用来表示某一特定领域的相关知识、事实、概念、规则以及问题的解决策略,旨在解决“教什么”的问题。 学生模型主要是用来存储学习者的相关信息, 包括学习者的基本信息以及学习者在学习过程中的动态信息, 旨在通过对真实学生的模拟,更好地收集学生特征(个性特点、知识状态、认知特点)。 教师模型的主要任务是,根据学生模型中学生的相关信息,选择合适的教学策略,从领域知识库中选择合适的教学内容来实现对学生的有效教学,旨在解决“怎么教”的问题。智能人机接口是学习者与系统之间的交互界面,主要包括文本、图形的选择、鼠标和键盘输入、多媒体知识的输入和输出、用户信息的获取等内容。在学习过程中,系统通过向学习者提供指导性暗示、逐步反馈、对常见错误的响应等多种形式的个别化辅导来丰富问题解决环境,使学习者在与系统的交互活动中达成学习目标。 作为一种高度交互的学习环境,ITS 的应用有助于提高学习效率 ......
您现在查看是摘要页,全文长 22901 字符。