28 自适应学习系统

假设你的学生正在做题库中的题目。想象每位学生旁边都坐着一个人。他们观察学生在找到解决方案的过程中遵循的步骤。

“学生是否在某个概念上遇到了困难?”

“他们似乎有什么误解?”

“也许他们很沮丧,需要一点鼓励?”

导师会给出提示,指出他们遗漏的地方。

也可能学生觉得问题太简单,开始感到无聊。在这种情况下,导师会布置另一个更具挑战性的问题。

导师甚至可能启发学生提问,使学生反思自己的表现。所有这一切都会让您随时了解学生的学习进度。

《教学机器的日记》由 [ Ed ] 著作,根据 CC BY-NC-SA 2.0 许可授权。要查看此许可证的副本,请访问 https://creativecommons.org/licenses/by-nc-sa/2.0/?ref=openverse。

智能辅导系统(ITS)旨在模仿这位导师的角色1。它们是一种自适应学习系统(ALS),可指导学生逐步解决问题。它们会根据需要给出提示和反馈。因此,智能辅导系统更适合数学等问题和解决思路清晰的学科2。不过最近的智能辅导系统也开始应用于其他科目。

自适应系统和学习

自适应学习的发生伴随着数字工具和系统创建个性化学习路径——为了学习特定内容或技能而执行的活动序列。学习路径取决于每个人的优势、劣势和学习速度3,4。

机器适应于学生的想法可以追溯到20世纪50年代。随着最近技术的发展,现在有了无限的可能性。这些自适应学习系统可以用于不同的目的——解决问题、学习概念和/或评估学生。

 

目前市场上有许多自适应学习系统。还有一些制作工具可以帮助您创建一个自适应学习系统,而无需任何编码知识。虽然创建自适应学习系统可能需要大量时间和资源,但教师不需要改变课程计划或风格来适应课程。无论其类型和形式如何,用于创建自适应学习系统的技术千差万别——并非所有系统都一样!

在选择系统时,您需要看它的适应性如何,它能使学习的哪些部分个性化,以及是否允许教师进行定制。除此之外,还有一些重要的实际问题,如需要什么设备,多少费用以及培训是否包含在费用中。

自适应学习系统的类型

智能导学系统(见上文)是个性化和交互式的。它们对学习进行实时评估。在微观层面上,它们会在学生解决问题时调整反馈。在宏观层面上,它们决定接下来展示什么问题——就像Youtube推荐接下来观看哪个视频一样。简单的导学系统使用决策树作为提供反馈的规则。其他系统则超越了预定规则,使用机器学习来调整自己的行为1。

《教学机器的日记》由 [ Ed ] 著作,根据 CC BY-NC-SA 2.0 许可授权。要查看此许可证的副本,请访问 https://creativecommons.org/licenses/by-nc-sa/2.0/?ref=openverse。

自适应学习系统可以超越导学系统。例如,探索性学习系统让学生探索学习环境,并选择他们感兴趣的内容。基于游戏的系统以游戏的形式包装一切。当学生掌握了一个级别的知识后,他们就会进入下一个级别。

无论哪种类型,所有自适应学习系统都应该为学习者提供支持,直到他们能够独立完成任务6。它们应该鼓励推理并支持决策,还应该能够向教师和学生解释它们的决策。

在选择和使用自适应学习系统时,甚至在决定是否使用它时,专家建议始终从学习出发2。询问“需要满足学生的什么需求?哪种工具适合这项工作?如何为不同的学生提供不同的支持”5?研究表明,短期使用这些系统对学生学习没有显著影响。如果使用一整个学年或更长时间,效果会更好7。如果您决定使用自适应学习系统,请准备好支持学生并指导他们的学习,要有耐心,并随时准备尝试、失败和重试2,5。


1 Groff, J., Personalized Learning: The state of the field and future directions, Center for curriculum redesign, 2017.

2 Holmes, W., Anastopoulou S., Schaumburg, H & Mavrikis, M., Technology-enhanced personalised learning: untangling the evidence, Stuttgart: Robert Bosch Stiftung, 2018.

3 Taylor, D., Yeung, M., Bashet, A.Z., Personalized and Adaptive Learning, Innovative Learning Environments in STEM Higher Education pp 17–34, SpringerBriefs in Statistics, 2021.

4 Becker, S. et al, NMC Horizon Report: 2018 Higher Education Edition, Educause, 2018.

5 Feldstein, M., Hill, P., Personalized Learning: What It Really Is and Why It Really Matters, Educause Review, 2016.

6 Wood, D., Bruner, J., Ross, G., The role of tutoring in problem-solving, The Journal of Child Psychology and Psychiatry, 1976.

7 Alkhatlan, A., Kalita, J.K., Intelligent Tutoring Systems: A Comprehensive Historical Survey with Recent Developments, International Journal of Computer Applications 181(43):1-20, 2019.

License

知识共享署名 4.0 国际许可的图标

面向教师的人工智能教程: 一本开放式教科书 Copyright © 2024 by Colin de la Higuera 和 Jotsna Iyer is licensed under a 知识共享署名 4.0 国际许可, except where otherwise noted.

Share This Book

面向教师的人工智能教程: 一本开放式教科书
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.