Adaptiiviset oppimisjärjestelmät on perinteisesti jaettu erillisiin osiin eli ”malleihin”. Vaikka erilaisia malliryhmiä on esitetty, useimmat järjestelmät sisältävät joitakin tai kaikkia seuraavista malleista (joskus eri nimillä:
- Expert model – the model with the information which is be opettava
- Student model – the model which tracking and learning about the student
- Instructional model – the model which actually transmitting the information
- Instructional environment – the user interface for interacting with the system
Expert modelEdit
asiantuntijamalli tallentaa tietoa opetettavasta aineistosta. Tämä voi olla yhtä yksinkertaista kuin kysymyksenasettelun ratkaisut, mutta se voi sisältää myös oppitunteja ja opetusohjelmia ja kehittyneemmissä järjestelmissä jopa asiantuntijamenetelmiä, joilla havainnollistetaan lähestymistapoja kysymyksiin.
Adaptiiviset oppimisjärjestelmät, jotka eivät sisällä asiantuntijamallia, sisällyttävät nämä toiminnot tyypillisesti opetusmalliin.
Opiskelijamalli
yksinkertaisin keino oppilaan taitotason määrittämiseen on CAT (computerized adaptive testing) – menetelmässä käytetty menetelmä. Catissa koehenkilölle esitetään kysymyksiä, jotka valitaan niiden vaikeustason perusteella suhteessa koehenkilön oletettuun taitotasoon. Kokeen edetessä tietokone säätää koehenkilön pistemäärää heidän vastaustensa perusteella, jatkuvasti hienosäätäen pistemäärää valitsemalla kysymyksiä kapeammasta vaikeusalueesta.
algoritmi CAT-tyylistä arviointia varten on helppo toteuttaa. Suuri joukko kysymyksiä kootaan ja arvioidaan vaikeuden mukaan asiantuntija-analyysin, kokeilun tai näiden kahden yhdistelmän avulla. Tämän jälkeen tietokone suorittaa olennaisilta osiltaan binäärihaun, jolloin koehenkilö saa aina kysymyksen, joka on puolivälissä sitä, minkä tietokone on jo määrittänyt koehenkilön enimmäis-ja minimitaitotasoksi. Tämän jälkeen nämä tasot mukautetaan kysymyksen vaikeustasolle, jolloin minimin, jos koehenkilö vastasi oikein, ja maksimin, jos koehenkilö vastasi väärin. On selvää, että tietty virhemarginaali on rakennettava, jotta voidaan ottaa huomioon skenaariot, joissa koehenkilön vastaus ei ole osoitus heidän todellisesta taitotasostaan vaan yksinkertaisesti sattumaa. Useiden kysymysten esittäminen yhdeltä vaikeustasolta vähentää huomattavasti harhaanjohtavan vastauksen todennäköisyyttä, ja alueen salliminen kasvaa oletetun taitotason yli voi kompensoida mahdollisia virhearvioita.
käsitteiden heikkouksien tunnistamista laajennetaan ohjelmoimalla opiskelijamalli analysoimaan virheellisiä vastauksia. Tämä koskee erityisesti monivalintakysymyksiä. Tarkastellaan seuraavaa esimerkkiä:
Q. yksinkertaista: 2 x 2 + x 3 {\displaystyle 2x^{2} + x^{3}}
a) ei voi yksinkertaistaa b) 3 x 5 {\displaystyle 3x^{5}}
c) … D) …
on selvää, että oppilas, joka vastaa (b), lisää eksponentit eikä ymmärrä samankaltaisten termien käsitettä. Tässä tapauksessa virheellinen vastaus antaa lisävalaistusta sen yksinkertaisen tosiasian lisäksi, että se on virheellinen.
opetusmalli edit
opetusmalli näyttää yleensä sisältävän parhaat opetusvälineet, joita teknologialla on tarjottavanaan (kuten multimediaesitykset), sekä asiantuntevan opettajan neuvot esitysmenetelmiä varten. Opetusmallin hienostuneisuuden taso riippuu suuresti oppilasmallin hienostuneisuuden tasosta. KISSATYYPPISESSÄ opiskelijamallissa opetusmalli asettaa oppitunnit yksinkertaisesti paremmuusjärjestykseen kirjeenvaihdossa kysymyspotin rivien kanssa. Kun oppilaan taso on tyydyttävästi määritetty, opetusmalli tarjoaa sopivan oppitunnin. Käsitteiden perusteella arvioitavat edistyneemmät opiskelijamallit tarvitsevat opetusmallin, joka järjestää oppitunnit myös konseptikohtaisesti. Opetusmalli voidaan suunnitella analysoimaan heikkouksien keräämistä ja räätälöimään tuntisuunnitelma sen mukaisesti.
kun virheellisiä vastauksia arvioidaan opiskelijamallilla, joissakin järjestelmissä pyritään antamaan palautetta varsinaisiin kysymyksiin ”vihjeiden” muodossa. Kun oppilas tekee virheitä, esiin putkahtaa hyödyllisiä ehdotuksia, kuten”Katso tarkasti numeron merkkiä”. Tämäkin voi kuulua opetusmallin toimialaan, jolloin yleisiä konseptipohjaisia vihjeitä tarjotaan konseptin heikkouksien perusteella, tai vihjeet voivat olla kysymyskohtaisia, jolloin opiskelija -, instructional-ja asiantuntijamallit ovat kaikki päällekkäisiä.