sistemele de învățare adaptivă au fost în mod tradițional împărțite în componente sau ‘modele’separate. În timp ce au fost prezentate diferite grupuri de modele, majoritatea sistemelor includ unele sau toate modelele următoare (ocazional cu nume diferite):
- Expert model – modelul cu informațiile care urmează să fie predate
- Student model – modelul care urmărește și învață despre student
- model de instruire – modelul care transmite de fapt informațiile
- mediu de instruire – interfața cu utilizatorul pentru interacțiunea cu sistemul
Expert modelEdit
modelul expert stochează informații despre materialul care este predat. Acest lucru poate fi la fel de simplu ca soluțiile pentru setul de întrebări, dar poate include și lecții și tutoriale și, în sisteme mai sofisticate, chiar metodologii de experți pentru a ilustra abordările întrebărilor.
sistemele de învățare Adaptive care nu includ un model expert vor încorpora de obicei aceste funcții în modelul de instruire.
Student modelEdit
cel mai simplu mijloc de determinare a nivelului de calificare al unui student este metoda utilizată în CAT (computerized adaptive testing). În CAT, subiectul este prezentat cu întrebări care sunt selectate în funcție de nivelul lor de dificultate în raport cu nivelul presupus de calificare al subiectului. Pe măsură ce testul continuă, computerul ajustează scorul subiectului pe baza răspunsurilor sale, reglând continuu scorul selectând întrebări dintr-o gamă mai restrânsă de dificultate.
un algoritm pentru o evaluare în stil CAT este simplu de implementat. Un grup mare de întrebări este acumulat și evaluat în funcție de dificultate, prin analiză expertă, experimentare sau o combinație a celor două. Computerul efectuează apoi ceea ce este în esență o căutare binară, oferind întotdeauna subiectului o întrebare care se află la jumătatea distanței dintre ceea ce computerul a stabilit deja a fi nivelul maxim și minim de calificare posibil al subiectului. Aceste niveluri sunt apoi ajustate la nivelul dificultății întrebării, realocând minimul dacă subiectul a răspuns corect și maximul dacă subiectul a răspuns incorect. Evident, trebuie construită o anumită marjă de eroare pentru a permite scenarii în care răspunsul subiectului nu indică adevăratul lor nivel de calificare, ci pur și simplu întâmplător. Punerea mai multor întrebări de la un nivel de dificultate reduce foarte mult probabilitatea unui răspuns înșelător și permiterea gamei să crească dincolo de nivelul de calificare asumat poate compensa posibilele evaluări greșite.
o extensie suplimentară a identificării punctelor slabe în termeni de concepte este programarea modelului elevului pentru a analiza răspunsurile incorecte. Acest lucru este valabil mai ales pentru întrebări cu răspunsuri multiple. Luați în considerare următorul exemplu:
Q. Simplificați: 2 x 2 + x 3 {\displaystyle 2x ^ {2}+x^{3}}
a) nu poate fi simplificată B) 3 x 5 {\displaystyle 3x^{5}}
c)… d)…
în mod clar, un student care răspunde (b) adaugă Exponenții și nu reușește să înțeleagă conceptul de termeni asemănători. În acest caz, răspunsul incorect oferă o perspectivă suplimentară dincolo de simplul fapt că este incorect.
model Instructivedit
modelul instructiv pare, în general, să încorporeze cele mai bune instrumente educaționale pe care tehnologia le poate oferi (cum ar fi prezentările multimedia) cu sfaturi ale profesorilor experți pentru metodele de prezentare. Nivelul de sofisticare al modelului de instruire depinde în mare măsură de nivelul de sofisticare al modelului Studențesc. Într-un model de student în stil pisică, modelul de instruire va clasifica pur și simplu lecțiile în corespondență cu rândurile pentru grupul de întrebări. Când nivelul elevului a fost determinat în mod satisfăcător, modelul de instruire oferă Lecția corespunzătoare. Modelele mai avansate de studenți care evaluează pe baza conceptelor au nevoie de un model instructiv care să-și organizeze lecțiile și după concept. Modelul de instruire poate fi conceput pentru a analiza colecția de puncte slabe și pentru a adapta un plan de lecție în consecință.
când răspunsurile incorecte sunt evaluate de modelul student, unele sisteme caută să ofere feedback la întrebările reale sub formă de ‘sugestii’. Pe măsură ce elevul face greșeli, apar sugestii utile, cum ar fi „uită-te cu atenție la semnul numărului”. Și acest lucru poate intra în domeniul modelului instructiv, cu sugestii generice bazate pe concepte oferite pe baza punctelor slabe ale conceptului sau sugestiile pot fi specifice întrebării, caz în care modelele studențești, instructive și expert se suprapun.