os sistemas de aprendizagem adaptativos têm sido tradicionalmente divididos em componentes separados ou “modelos”. Embora diferentes grupos de modelos tenham sido apresentados, a maioria dos sistemas incluem alguns ou todos os seguintes modelos (ocasionalmente com nomes diferentes):
- Especialista modelo – O modelo com a informação que está a ser ensinado
- Aluno modelo – O modelo de faixas e aprende sobre o estudante
- Instrucional modelo – O modelo que realmente transmite a informação
- Instrucional do ambiente – A interface do usuário para interagir com o sistema
Especialista modelEdit
O especialista modelo armazena informações sobre o material que está sendo ensinado. Isto pode ser tão simples quanto as soluções para o conjunto de perguntas, mas também pode incluir lições e tutoriais e, em sistemas mais sofisticados, até mesmo metodologias especializadas para ilustrar abordagens às questões.
Sistemas de aprendizagem adaptativos que não incluem um modelo especializado Irão tipicamente incorporar estas funções no modelo instrutivo.
modelEdit de estudante
a forma mais simples de determinar o nível de habilidade de um estudante é o método utilizado no CAT (teste adaptativo computadorizado). No CAT, o assunto é apresentado com perguntas que são selecionadas com base no seu nível de dificuldade em relação ao presumível nível de habilidade do sujeito. À medida que o teste prossegue, o computador ajusta a pontuação do sujeito com base em suas respostas, afinando continuamente a pontuação, selecionando perguntas de uma gama mais estreita de dificuldade.
um algoritmo para uma avaliação CAT-style é simples de implementar. Um grande conjunto de questões é acumulado e avaliado de acordo com a dificuldade, através de análise especializada, experimentação, ou uma combinação dos dois. O computador então executa o que é essencialmente uma busca binária, sempre dando ao sujeito uma pergunta que é a meio caminho entre o que o computador já determinou ser o nível máximo e mínimo de habilidade possível do sujeito. Estes níveis são então ajustados ao nível da dificuldade da pergunta, redesignando o mínimo se o sujeito respondeu corretamente, e o máximo se o sujeito respondeu incorretamente. Obviamente, uma certa margem de erro tem que ser construída para permitir cenários onde a resposta do sujeito não é indicativa de seu verdadeiro nível de habilidade, mas simplesmente coincidência. Fazer perguntas múltiplas a partir de um nível de dificuldade reduz grandemente a probabilidade de uma resposta enganosa, e permitir que a faixa cresça além do nível de habilidade assumido pode compensar possíveis avaliações erradas.
uma extensão adicional da identificação de fraquezas em termos de conceitos é programar o modelo de estudante para analisar respostas incorretas. Isto é especialmente aplicável para perguntas de escolha múltipla. Considere o seguinte exemplo:
Q. Simplifique: 2 x 2 + x 3 {\displaystyle 2x^{2}+x^{3}}
a) não Pode ser simplificado b) 3 x 5 {\displaystyle 3x^{5}}
c) … D) … Claramente, um estudante que responde (b) adiciona os expoentes e não consegue compreender o conceito de termos similares. Neste caso, a resposta incorreta fornece uma visão adicional além do simples fato de que é incorreta.
modelEdit de instrução
o modelo de instrução procura geralmente incorporar as melhores ferramentas educacionais que a tecnologia tem para oferecer (tais como apresentações multimédia) com aconselhamento especializado dos professores para métodos de apresentação. O nível de sofisticação do modelo educativo depende muito do nível de sofisticação do modelo estudantil. Em um modelo de estudante de estilo gato, o modelo instrucional vai simplesmente classificar as lições em correspondência com as fileiras para o grupo de perguntas. Quando o nível do aluno foi determinado satisfatoriamente, o modelo de instrução fornece a lição apropriada. Os modelos de estudantes mais avançados que avaliam com base em conceitos necessitam de um modelo de instrução que organize as suas lições por conceito também. O modelo de instrução pode ser projetado para analisar a coleção de fraquezas e adaptar um plano de lição em conformidade.
quando as respostas incorretas estão sendo avaliadas pelo modelo estudantil, alguns sistemas procuram fornecer feedback às perguntas reais na forma de ‘dicas’. Como o estudante comete erros, sugestões úteis aparecem, tais como”olhar cuidadosamente para o sinal do número”. Isto também pode cair no domínio do modelo instrucional, com sugestões genéricas baseadas em conceitos sendo oferecidos com base em fraquezas do conceito, ou as dicas podem ser perguntas-específicas, caso em que o estudante, instrucional e expert modelos todos se sobrepõem.