Адаптивные и интеллектуальные веб-образовательные системы

Адаптивные и интеллектуальные веб-образовательные системы

Адаптивные и интеллектуальные сетевые обучающие системы (AИСОС) обеспечивают альтернативу традиционной просто Сети Петри и имеют подходы в развитии Сетевых образовательных курсов (Брусиловский и Миллер, 2001). AИСОС пытаться быть более адаптивные, построив модель целей, предпочтений и знаний каждого отдельного студента и использования этой модели в течение всего времени взаимодействия со студентом для того, чтобы адаптироваться к нуждам этого студента. Они также пытаются быть умнее включая и выполняя некоторую деятельность, традиционно выполняемую человеком так для учителя, так и для обучения студентов или диагностирование их незнаний. Первые умные и адаптивные веб-основанные образовательные системы развивались в 1995–1996 (Brusilovsky, Schwarz, Weber, 1996; Brusilovsky, Schwarz, Weber, 1996b; Debra, 1996; Nakabayashi, 1995; Окадзаки, Watanabe, Kondo, 1996). С тех пор много интересных системы были разработаны сообща. Интерес для обеспечения дистанционного обучения через Интернет был сильной движущей силой этих научно-исследовательских работ. Исследовательское сообщество помогло предоставлением специальных организованных команд, которые приняли участие в исследованиях, работающие на AИСОС, пусть они и учились друг у друга, но внесли огромный вклад в это дело. Затем пропагандировались идеи этого научного направления через он-лайн материалы рабочего совещания (Брусиловский, Хенце, и Миллан, 2002; Брусиловского и Риттера, 1997; Пайло, 2000; Вульф, и Мюррей, 1998). Ряд нужных AИСОС, которые были зарегистрированы на ранних стадиях их развития во многих семинарах достиг уровня зрелости. Существует специальный выпуск, который капитализирует по результатам этих семинаров и собирает коллекцию работ, представляющий состояние дел в развитии AИСОС.

Цель этой вводной статьи заключается в предоставлении более систематического вида с разнообразием современных AИСОС и так же обсудить роль и место исследовательского потока AИСОС в области искусственного интеллекта в образовании (АI-Ed). Она обеспечивает краткий обзор новых AИСОС технологий классифицированных по области их происхождения. Она также пытается отогнать новую парадигму дизайна за современными AИСОС и сравнить эту парадигму с традиционным дизайном парадигмы, которая была доминирующей поле АI-Ed за последние 15 лет.

Адаптивные и интеллектуальные технологии для веб-cистемы образования

Такой расширенный вид веб-образовательных систем, это и есть введение попытки провести обзор наиболее часто упоминается как адаптивных сетевых систем образования или интеллектуальных сетевых обучающих систем. Эти термины не совсем синонимы. Говоря об адаптивных систем мы подчеркиваем, что эти системы пытаются быть разными для разных студентов и групп учащихся с учетом информации, накопленной в индивидуальных или групповых учебных моделей. Говоря об интеллектуальных систем мы подчеркиваем, что эти системы применяются методики из области искусственного интеллекта (ИИ) с целью обеспечения более широкого и более качественной поддержки пользователей на основе Web образовательных систем. В то время как большинство систем, которые упоминаются в этом введении, могут быть классифицированы как интеллектуальные и адаптивные, солидное количество систем падать именно в одну из этих категорий (рис. 1). Например, множество интеллектуальных систем диагностики, в том числе преподавателя немецкого языка (Николсон, 2001) и SQL-Tutor (Митрович, 2003) неадаптивных, т.е., они обеспечат тот же диагноз в ответ на то же решение проблемы, независимо от того, как студент на прошлом опыте работал с системой. С другой стороны, ряд адаптивной гипермедиа и адаптивной фильтрации информации, систем, таких как AHA (Бюстгальтер и Кальви, 1998) или WebCOBALT ( Mitsuhara, ОХИ, Kanenishi, и Яно, 2002) использовать эффективные, но очень простые методики, которые вряд ли могут рассматриваться в качестве разумной. Причина сконцентрироваться на интеллектуальные и адаптивные системы в этом вопросе заключается в том, что пересечение еще большие, границы между интеллектуальным и неумными не четкие, и обе группы, конечно же, представляют интерес для AI в образовании (AI-Ed) сообществ.

Рисунок 1 — Отношения между адаптивные и интеллектуальные системы образования

Существующие AИСОС очень разнообразны. Они предлагают различные виды поддержки, как для студентов, так и преподавателей, вовлеченных в процесс веб-улучшение образования. Помочь разобраться в этом многообразии систем и идей, авторский обзор раньше адаптивной гипермедиа (1996) предложил сосредоточиться на адаптивные и интеллектуальные технологии. На адаптивных и интеллектуальных технологий, по сути, мы имеем в виду разные способы, чтобы добавить адаптивные и интеллектуальные функции образовательной системы. Технология, как правило, могут в дальнейшем быть расчленены на более мелкие зерна приемы и методы , которые соответствуют разные вариации этой функциональные возможности и различные способы ее реализации (1996).

Ранее (1999) были определены пять основных технологий, используемых в AИСОС (рис. 2). Эти технологии имеют непосредственное начало в двух направлениях исследований, которые были также созданы до эпохи интернета - адаптивной Гипермедиа и интеллектуальных обучающих систем (ИОС). Поскольку их применение в Web контексте была относительно простой, эти технологии были впервые появятся в AИСОС и можно рассматривать как классический AИСОС технологий. По своему происхождению, обзор (1999), сгруппированные в пять классических технологий в адаптивной Гипермедиа технологий и интеллектуальных обучающих технологий (рис. 2). В ходе проверки также выявлены и сгруппированы в веб-inspired AИСОС технологии некоторые новые технологии, которые появились на веб-совсем недавно и почти не имел прямого корни в доинтернетную образовательных систем. Отсутствие примеров веб-вдохновил технологий на момент написания обзора (1999), не позволит дальнейшая классификация этих технологий.

В этой вводной статье мы следуем обзора в группирования похожих AИСОС технологий выявления и корни этих технологий. Мы оставляем классический набор адаптивной гипермедиа и интеллектуальных обучающих технологий неповрежденными, но разделения исходной группы веб-вдохновил технологий на три группы: адаптивной фильтрации информации, интеллектуальный класс мониторинга и интеллектуального сотрудничества. Пять результате групп технологий и областей их происхождения, показаны на рис. 2. Таблица 1 дает хороший обзор этих пяти групп листинг технологии и системы отбора проб для каждой из групп. Кроме того, он помогает читателю понять роль доклады, представленные на этом специальном выпуске (выделено жирным шрифтом в таблице 1) В общем контексте работы по AИСОС. Оставшаяся часть этого раздела дается краткое описание технологии, группа за группой, а также представила документы из этого специального выпуска.

Рисунок 2 — Классический AИСОС технологий и их происхождение

Адаптивные и интеллектуальные веб-образовательные системы, изменение парадигм

Анализ адаптивные и интеллектуальные веб-образовательных систем на уровне технологий показывает, что они имеют много общего с предварительной веб-систем. Мы должны учитывать, AИСОС просто, как и веб-реализация идей, рассмотренных ранее? Можем ли мы сказать, что единственная разница между веб и pre-веб-адаптивные и интеллектуальные системы образования является внедрение платформы? Мы утверждаем, что разница между интеллектуальных обучающих систем 1980-х и 1990 г., и новое поколение веб-систем, которая стала популярной в конце 1990-качественное. В то время как на уровне отдельных технологий, мы можем легко увидеть сходство между веб-и pre-веб-систем, на уровне полной системы мы можем наблюдать достаточно большие различия в основной фокус этих систем, их применение контексте, а общий набор поддерживаемых функций. Новая платформа и новые применения в контексте Web-системах, вызывая серьезные изменения парадигмы развития. Адаптивные и интеллектуальные веб-образовательных систем формирования новой парадигмы развития в области искусственного интеллекта в образовании.

Если мы проанализируем различные адаптивные и интеллектуальные системы образования, разработанных с момента рождения AI-ред области в 1970 году, можно выделить по крайней мере три основных парадигмы развития (табл. 1). Мотивы ранних AI-pre систем было исправить явные проблемы господствовавших тогда компьютерное обучение (АО): обеспечивает более интеллектуальные оценки знаний студентов, чем традиционные да-нет и множественный выбор вопросы и более адаптивным последовательности учебных фрагментов, чем традиционных линейных и ветвящихся подходов (Карбонель, 1970). Эти системы были назвать умной CAI (ICAI) или AI-Цай. ICAI не пытайтесь изменить то устоявшиеся контекста приложения и главная цель CAI-систем, что является передача новых знаний студента и обеспечение ее приобретения. Как Кай и ICAI предназначались для полной или частичной замены традиционных аудиторных занятий. В крупнейших интеллектуальных технологий секвенировани (коричневый, Бертон, 1973; Карбонель, 1970; Koffman, Perry, 1976) и умное решение анализа (Brown, Бертон, 1978). Основных компьютерных платформ за оригинальный CAI были классические мэйнфреймов и (позже), мини-компьютеры.

В конце 1970 новый репетиторов парадигма была создана (Burton, Brown, 1979; Clancey, 1979). Позднее было распространено Джон Андерсон из школы и стала доминирующей в 1980-х и начале 1990-х. Чемпионы новая парадигма утверждает, что основная работа АИ-ред системы не в том, чтобы заменить учителя в классе в изложении нового материала, но и обеспечиваем индивидуальный репетитор, который может поддерживать студентов в процессе решения учебных проблем и процедурных знаний образования. Поскольку старые Ай-Цай имя не имеет значения, новые системы и всей области принял имя интеллектуальных обучающих систем (ИОС). На уровне технологий, постепенное изменение было более — новая технология интерактивного решения задач поддержки быстро стал доминирующим в то время как относительное количество работать на старых технологий постепенно уменьшается. Интерес к виртуализации уменьшились, поскольку в большинстве своем отказываются работать с представления учебного материала, оставляя его учителем-гуманистом. А для грамотного решения задач анализа, считалось уступает новой проблеме поддержки технологии: реальной задачей была разработка полностью интерактивная поддержка. Изменение контекста приложения и технологий доминировали были поддержаны (технологии выступает) по изменению реализации платформы от мэйнфреймов до персональных компьютеров с их возможности внедрять привлекательные решения проблем интерфейсы.

Таблица 1 — Основные AI-ред парадигм по сравнению

То, что мы наблюдаем сейчас-это новое изменение парадигмы также обусловлен в некоторой степени смене платформы и контекста приложения. Мотивационный контекст приложения позади веб-образовательный (WBE) систем, естественно, Web-технологий в образовании. В этом контексте без человеческого учитель, репетитор, или даже среди сверстников, образовательная система должна обеспечить универсальное решение для всех потребностей студентов. Старый CAI мотивации, чтобы доставить знаний вернулась в фокус и даже стала доминирующей (хотя новое поколение WBE-системы выбрать для доставки необходимого учебного материала с использованием гибких гипертекста, а не жесткой CAI). Это хорошо демонстрирует подмножество систем, представленных в этот специальный выпуск - большинство из них включают в себя (или никогда нацелены на) доставку on-line материал курса — с адаптацией, как в Metalink, KBS - Hyperbook, ActiveMath, ELM-ART, MLTutor или без него, как в преподавателя немецкого языка. Необходимость поддержку в решении задач, оставался в центре внимания. Новые потребности, характерные для современной WBE стала критической, такие как необходимость для поддержки совместной работы и необходимость поддержки дистанционного учителя, который работает с невидимым класса. В этом контексте вызвала появление новых технологий, а также изменение профиля использования известных технологий. Адаптивная последовательности стал популярным еще раз — теперь вместе с адаптивной гипермедиа и адаптивной фильтрации информации. Интеллектуальное решение анализа стала более привлекательной, чем интерактивного решения задач поддержки за счет естественного, пригодный для низкого интерактивного протокола HTTP. Совместное обучение и класс технологий мониторинга стала интересная новая цель для приложения ИИ техники. Более важно, что набор потребностей поддерживаемых одной системы, а также набор технологий, используемых в единой системе выросла совсем заметно. В то время как практически все пре-веб-системы были сосредоточены на одной конкретной нуждаются в защите и расширении одного из известных технологий, почти все AIWBES используем несколько технологий и стать более полным, как one — stop образовательных систем. Эту тенденцию наглядно демонстрирует ELM-ART системы (Weber et al., 2001 г.) представлен в этом выпуске. В то время как ELM-PE (Weber, и Mollenberg, 1995), прототип ELM-ART чисто решения задач поддержки системы, ELM-ART обусловлен WBE потребности стал очень универсальная система, поддерживающая практически все потребности студентов и преподавателей.