adaptiva inlärningssystem har traditionellt delats in i separata komponenter eller ’modeller’. Medan olika modellgrupper har presenterats innehåller de flesta system några eller alla av följande modeller (ibland med olika namn):
- Expertmodell – modellen med den information som ska läras ut
- Studentmodell – modellen som spårar och lär sig om studenten
- Instruktionsmodell – modellen som faktiskt förmedlar informationen
- Instruktionsmiljö – användargränssnittet för att interagera med systemet
Expertmodellredigera
expertmodellen lagrar information om det material som lärs ut. Detta kan vara så enkelt som lösningarna för frågeuppsättningen men det kan också innehålla lektioner och handledning och, i mer sofistikerade system, till och med expertmetoder för att illustrera tillvägagångssätt för frågorna.
adaptiva inlärningssystem som inte innehåller en expertmodell kommer vanligtvis att införliva dessa funktioner i instruktionsmodellen.
Studentmodellredigera
det enklaste sättet att bestämma en elevs kompetensnivå är metoden som används i CAT (datoriserad adaptiv testning). I CAT presenteras ämnet med frågor som väljs utifrån deras svårighetsgrad i förhållande till ämnets förmodade kompetensnivå. När testet fortsätter justerar datorn ämnets poäng baserat på deras svar och finjusterar kontinuerligt poängen genom att välja frågor från ett smalare svårighetsområde.
en algoritm för en CAT-stil bedömning är enkel att genomföra. En stor pool av frågor samlas och betygsätts enligt svårigheter, genom expertanalys, experiment eller en kombination av de två. Datorn utför sedan vad som i huvudsak är en binär sökning, vilket alltid ger ämnet en fråga som är halvvägs mellan vad datorn redan har bestämt sig för att vara ämnets maximala och minsta möjliga färdighetsnivåer. Dessa nivåer justeras sedan till svårighetsgraden av frågan, omfördela minimumet om ämnet svarade korrekt och maximalt om ämnet svarade felaktigt. Självklart måste en viss felmarginal byggas in för att möjliggöra scenarier där ämnets svar inte är en indikation på deras sanna kompetensnivå utan helt enkelt tillfälligt. Att ställa flera frågor från en svårighetsnivå minskar sannolikheten för ett vilseledande svar, och att låta intervallet växa utöver den antagna kompetensnivån kan kompensera för eventuella felutvärderingar.
en ytterligare utvidgning av att identifiera svagheter i termer av begrepp är att programmera studentmodellen för att analysera felaktiga svar. Detta gäller särskilt för flervalsfrågor. Tänk på följande exempel:
Q. förenkla: 2 x 2 + x 3 {\displaystyle 2x^{2} + x^{3}}
a) kan inte förenklas b) 3 x 5 {\displaystyle 3x^{5}}
c) … g) …
det är uppenbart att en student som svarar (b) lägger till exponenterna och misslyckas med att förstå begreppet liknande termer. I det här fallet ger det felaktiga svaret ytterligare insikt utöver det enkla faktum att det är felaktigt.
Instruktionsmodellredigera
instruktionsmodellen ser i allmänhet ut att införliva de bästa pedagogiska verktygen som tekniken har att erbjuda (till exempel multimediapresentationer) med expertlärarråd för presentationsmetoder. Nivån på sofistikering av instruktionsmodellen beror i hög grad på graden av sofistikering av studentmodellen. I en STUDENTMODELL i KATTSTIL kommer instruktionsmodellen helt enkelt att rangordna lektioner i överensstämmelse med ledningarna för frågepoolen. När studentens nivå har bestämts på ett tillfredsställande sätt ger instruktionsmodellen lämplig lektion. De mer avancerade studentmodellerna som bedömer utifrån begrepp behöver en instruktionsmodell som organiserar sina lektioner efter koncept också. Instruktionsmodellen kan utformas för att analysera samlingen av svagheter och skräddarsy en lektionsplan i enlighet därmed.
när de felaktiga svaren utvärderas av studentmodellen ser vissa system ut att ge feedback på de faktiska frågorna i form av ’tips’. När studenten gör misstag dyker användbara förslag upp som”titta noga på tecknet på numret”. Detta kan också falla inom instruktionsmodellens domän, med generiska konceptbaserade tips som erbjuds baserat på konceptsvagheter, eller tipsen kan vara frågespecifika i vilket fall studenten, instruktions-och expertmodellerna överlappar varandra.