基于CTAT的智能导师系统在MOOC中的应用

发布时间：2021-03-08 01:04

　　智能导师系统（Intelligent Tutor System,ITS）在教学中具有自适应性,但是目前大多数的ITS实现技术复杂,且与浏览器的兼容性差。文章首先介绍了认知导师创作工具（The Cognitive Tutor Authoring Tools,CTAT）的分类、构成及工作环境,构建了基于CTAT的智能导师系统;随后,分析了CTAT与大规模开放在线课程（Massive Open Online Courses,MOOC）平台的集成过程;最后,通过基于CTAT的智能导师系统在"Big Data in Education"MOOC课程中的具体应用,论证了CTAT与MOOC平台集成的可行性。文章的研究表明:在MOOC中嵌入ITS,能有效提升学习者"做中学"的积极性,并提高自主学习的效率。 

【文章来源】：现代教育技术. 2018,28(03)北大核心CSSCI

【文章页数】：5 页

【部分图文】：

用户界面与CTAT行为图窗口3上传文件到Tutorshop

eLocator，URL），Tutorshop对此做出回应，下载导师系统的用户界面HTML和JavaScrip导师引擎到学习者页面。此后，学习者在导师系统用户界面的解答过程中，每进行一次尝试，用户界面都会向JavaScript导师引擎传递行动，并从导师系统得到反馈（这些反馈有可能是正确的，也有可能是错误的），同时更新学习者模型，用户界面会显示相应的反馈信息。然后，学习者在用户界面进行其它答题操作，直至完成该练习。最后，用户界面根据答题情况发送一个练习总结和修正后的学习者模型到Tutorshop，Tutorshop更新LTI评价，并进行下一轮练习。图2CTAT与MOOC平台的集成过程[3]2应用案例2015年7月初，卡耐基梅隆大学人机交互研究所的Vincent教授及其研究团队在edX平台利用MOOC课程“BigDatainEducation”，进行了CTAT智能导师系统的试点研究[4]。“BigDatainEducation”MOOC课程一共有8个学习周，教学团队在每个学习周结束后提供一个CTAT活动，用于代替传统MOOC课程的练习作业，每个活动都有8～13个步骤。CTAT几乎为每一步都提供了提示信息，引导学习者通过必要的思维过程来求解正确的答案。学习者在解答作业时，可以自愿选择是否访问提示信息或者查看多少提示信息。作业通过循序渐进的形式来引导学习者积极学习，只有当学习者完成当前的练习后，下一题的步骤或问题才会出现。截至2015年8月底，共有10358名学习者注册进入“BigDatainEducation”MOOC课程进行学习，其中有114名学习者取得了课程证书——取得课程证书的条件之一是需要至少完成70%的智能导师活动。在MOOC课程中，所有学习者和CTAT导师的交互都被记录到DataShop。DataShop是世界上最大的学习交互数据的存储库，它通过基于Web的接口，提供安全的数据存储和一系列分析、可视化工具。ITS的日志数据和DataS


本文编号：3070132