Беттис Мозг - Bettys Brain
Мозг Бетти это программная среда, созданная в Университет Вандербильта посредством Группа обучаемых агентов помочь продвинуть понимание учащимися метакогнитивных навыков и закрепить знания речных экосистем в рамках учебной программы по естествознанию. Это качественная система ограничений, использующая диаграммы узловых связей для представления моделей для преподавания сложных научных и инженерных областей в средней школе.[1]
Особое внимание в системе уделяется усилению так называемых саморегулирующийся навыки, способствующие обоим самоконтроль и самооценка как и следовало ожидать от независимого ученика.
Система сосредоточена вокруг главной героини Бетти, которая попросила учеников научить ее речные экосистемы. Таким образом, «Мозг Бетти» отличается от классического интеллектуальная система обучения (ITS) и принимает обучение путем обучения (LBT) парадигма, в которой взаимодействия компьютерных агентов сосредоточены на выполнении основной задачи, не связанной с получением знаний о содержании предметной области.
Совсем недавно уровень Бетти искусственный интеллект был в значительной степени изменен, чтобы повысить интерактивность со студентами. Задача Бетти - взаимодействовать со студентами, как «хороший» ученик, обладающий навыками саморегулирования. Включая обратную связь, связанную с этими навыками саморегулирования, мы показали, что учащиеся могут лучше выполнять будущие учебные задачи.
Текущие исследования сосредоточены на классе 5-го класса, в котором обучается около 100 учеников. Кроме того, с июля 2007 года система разрабатывается для непосредственной интеграции в учебную программу на предстоящий семестр с включенными инструментами, такими как Front of the Class Betty, разработанной в Стэндфордский Университет.
По состоянию на 2013 год он использовался во многих экспериментах для проверки эффективности построения и изучения динамических моделей для обучения в научных областях. В нескольких исследованиях мозга Бетти, проведенных Бисвасом и соавторами, они обучали студентов, заставляя их создавать модели кислородный цикл в водной экосистеме, а затем оценили их, создав модели азотного цикла в наземной экосистеме. Это называется переводной тест и это стандартный метод в обучающих экспериментах. В обоих мероприятиях системам были представлены ресурсы и язык моделирования был качественным языком диаграмм, встроенным в систему. Экспериментальные контроли проверяли различные гипотезы чтобы начать определять, что сработало, а что нет. Это мощная среда для понимания того, что эффективно в построении симуляции. Другие полезные системы для изучения эффектов моделирования для обучения: IQON и Колаб.
Рекомендации
- ^ Лилавонг и Бисвас, 2008 Разработка обучения обучающими агентами: система мозга Бетти. Международный журнал искусственного интеллекта и образования, 18 (3), 181-208.
Басу, Сатабди, Киннебрю, Джон С., Дикс, Аманда, Фаррис, Эми Восс, Сенгупта, Пратим, Уингер, Джеймс и Бисвас, Гаутам. (2012). Среда научного обучения с использованием подхода вычислительного мышления. Документ, представленный на материалах 20-й Международной конференции по компьютерам в образовании, Сингапур.
Бик, Воутер, Бредевег, Б., и Лотур, Сандер. (2011). Контекстно-зависимая справка для среды моделирования и симуляции DynaLearn В Г. Бисвас (ред.), Искусственный интеллект в образовании (стр. 4200–4422). Берлин: Springer-Verlag.Biswas, Gautam, Jeong, H., Kinnebrew, John S., Sulcer, Brian, & Roscoe, Rod D. (в печати, 2012).
Измерение саморегулируемых навыков обучения посредством социальных взаимодействий в среде обучаемых агентов. Исследования и практика в области технологий расширенного обучения. Бисвас, Гаутам, Лилавонг, Криттая, Шварц, Даниэль Л. и Вай, Н. Дж. (2005). Обучение через преподавание: