インテリジェント学習管理

現在、オンライン教育のトピックは人気があります。誰もがCoursera、Udacity、EdXについて聞いています。 これらは、多くの有用なコースを含む優れた教育プラットフォームです。 しかし、それらをよりインテリジェントにすることはできますか？ 一般に、インテリジェントチュータリングシステムの研究は長い間行われており、科学者には実用的なプログラマを提供するものがあります。 一般的な科学形式のこの記事では、特定の種類の知的学習システムの構築に関して科学界が得た結果と結論を考察します 。 問題解決策、学習者モデル、学習プロセス管理アルゴリズムをチェックするためのサブシステム構築の問題に触れます。

はじめに

回答を選択するためのオプションを含む質問を含むテストと、一般的なエラーを含む正しい解答と間違った解答を含む広範なトレーニングプログラム。 50年代にそのようなシステムを作成するための理論的基礎。 20世紀には有名な心理学者B.F. スキナーおよび研究者N.A. クラウダー。 彼らが提案した概念は複数回批判されました。 特に、批評家は、応答を監視するだけでなく、応答に至る経路も監視する必要があると指摘しました。 まあ、本当に、トレーニングの主な目的は正解の暗記ではなく、研究対象の典型的な問題を解決するための合理的な方法の形成だからです。 したがって、科学的思考は新しい方法で進んだ。 最初に、科学者は最終的な答えを認識するだけでなく、課題中の生徒の推論を評価できるトレーニングプログラムを作成し始めました（この記事のパート1を参照）。 次に、科学者は、学習プロセスの管理に重要な学習者の特性を測定する手段の開発を開始しました（いわゆる「学習者モデル」、パート2を参照）および学習プロセス管理アルゴリズム（パート3を参照）。

1.「フォローアップ」インテリジェントトレーニングプログラム

興味深い、おそらく最も有望なタイプのインテリジェントトレーニングプログラムは、「フォローアップ」インテリジェントトレーニングプログラムです。 「フォロワー」は、自然科学の科目（数学や物理学など）を教えるために設計された教育プログラムであり、

• 学習者の決定の各ステップを「正しい」または「間違っている」と評価し、
• 入力した決定ステップの何が間違っているのか、次に何をする必要があるのか​​を示すヒントを提供します。
• 決定の評価を与えます。

このようなプログラムは「フォロワー」と呼ばれます。なぜなら、生徒の完全性と正確性についての決定を確認するために、生徒の決定ステップと決定ステップを比較するからです。 それらで利用可能なソリューションは、何らかのアルゴリズムによって自動的に生成されるか、教師によってデータベースに入力されます。



おそらく、最も有名で最も開発された「追跡」知的訓練プログラムは、アンデス物理学教師[1-2]です（図1）。 彼女の知識ベースには、「静的」、「運動学」、「仕事とエネルギー」という物理学のいくつかの分野が含まれています。 研修生は特別なフィールドに決定手順を入力します。 解法のステップが正しい場合、プログラムは対応する数式を緑色に着色し、正しくない場合は赤色に着色します。 プログラムウィンドウの左下には、学習者が受け取ったプロンプトが表示されます。







図 1. Andes Physicsチューター「トラッキング」インテリジェントチュートリアル。



このようなトレーニングプログラムでは、ソリューションの検証はどのように実装されていますか？ Andes Physics Tutorの開発者は、この問題を2段階で解決することを提案しています。

• 生徒が入力した式の正確性を確認し、
• 決定ステップに入ってから学習者がどれだけ進んだかを測定します。 ソリューションの進捗状況を測定します。

正確な情報に基づいて、生徒が入力した数式がプログラムによって赤または緑に色付けされます。 ソリューションの進捗状況に関する情報は、ヒントを作成し、ソリューションのスコアリングを行うときにプログラムによって使用されます。



正確性の確認は非常に簡単です。生徒が入力した式では、それに含まれる変数の数値を置き換える必要があります。 置換の結果が恒等式である場合、式は正しいです。 たとえば、生徒が式a = b + 2を導入し、問題の条件からa = 4、b = 2の場合、 4 = 2 + 2なので 、生徒が導入した式は正しいです。



問題解決の進捗を測定することははるかに困難です。 ソリューションの進捗状況を測定する最も簡単な方法は、既知のソリューションを数式のリストの形式でプログラムに提示し、学習者によって導入された数式をこれらのリストの数式と比較することです。 次に、進捗状況を測定するには、最初に学習者のソリューションに最も近いプログラムに既知のソリューションの1つを選択し、次に、含まれる数式の何パーセントが学習者の決定ステップで実装されるかを確認する必要があります。 この割合が高いほど、生徒の解答の進捗が大きくなります。 残念ながら、問題の解決策に関する情報を保存および処理するこのような「単純な」方法を使用する場合、最も単純なタスクであっても、1つまたは複数の式が異なる余りにも多くの可能な解決策を作成する必要があります。 そのため、Andes Physics Tutorの開発者は別の方法を取りました。



Andes Physics Tutorでは、問題の可能な解決策に関する情報は、「基本的な」方程式の小さなリストの形式で保存されます。 研修生によって導入された決定手順も方程式と見なされます。 学生が特定の解法ステップを入力するために使用した「基本」方程式を決定するために、特殊なアルゴリズムが使用され、その間に方程式系が解かれ、偏導関数が計算されます。 一方、このアルゴリズムは、研修生の解決に必要なすべてのステップに対処することはできません。 学習者の変数を解くステップで変数が数値に置き換えられ、計算量が最小になるほど、学習者が解のステップに入るときに使用した「基本」方程式を理解するのが難しくなります。



問題を解決する過程で、学生がaの値を計算する必要があるとします。aの値は、 a = b + c 、 a = d / 2の2つの方法で見つけることができます。 学生が単純にa = 6を入力した場合、どの方法を使用したかを理解する方法は？ さらに、一部の生徒は「つまらない」場合があります。たとえば、コンピュータークラスのトレーニングプログラムで作業し、隣人からaが6で、どういうわけかbに依存していると聞いた場合、 b = 2 a = 8-bの形式の解ステップを導入します。 この場合、進捗測定アルゴリズムの結果として、研修生は上記の2つの方法のいずれかを使用して公式を導入したと結論付けられます。 もちろん、場合によっては状況を明確にするヒューリスティックを思い付くことができますが、すべてではありません。 したがって、トレーニングプログラムの決定を100％の確実性で検証するためのアルゴリズムが、学生の決定のステップを認識することができると主張することはできません。 むしろ、トレーニングプログラムが特定の自然科学の特定のクラスの問題に対する学生の意思決定手順の大部分を高い確率で正しく認識できるようにすることのみが可能です。

2.学習者モデル

トレーニングプログラムを知的化するもう1つの方法は、学習者モデルを使用することです。 学生のモデルは、学習プロセスを管理するために重要な学生の特性を測定するための手段、およびこれらの特性を測定した結果と呼ぶことができることを思い出してください。 学生のモデルには2つのタイプがあります。

• 生徒の知識とスキルのレベルを反映し、
• トレーニングプログラムのタスクの実行中に、学生の精神状態を特徴付けます。

オーバーレイモデルは、ほとんどの場合、学生の知識とスキルのレベルを特徴付けるために使用されます。 オーバーレイモデルの場合、エキスパートの知識の提示は学習者の知識と同じであると想定されますが、学習者の知識は完全ではありません（図2を参照）。 専門知識は、単純な部分と小さな部分に分かれています。 学習者はそれぞれの特定の部分を知っているか、知らない（またはある程度知っている）かのいずれかです。



図 2.生徒のオーバーレイモデル（生徒に存在する専門家の「知識」の部分は塗りつぶされます）。



現在、オーバーレイモデルは、ほとんどの場合、学習コースおよび/またはこのコースに対応するスキルのすべての概念の全体を含む階層構造の形で実装されています。 図 図3は、学生の知識とスキルのモデルの基礎を形成した主題「Geometry」の概念の階層構造を示しています。 構造のノードは、定義、公理、または定理に対応しています。 あるノードから別のノードにつながる矢印は、これらのノードに対応する理論的材料の部分間の関係を示します。 この関係は、「 Aを勉強する前に、 Bを知る必要がある」、または「 Aが知っているなら、 Bを知っている」というように解釈できます。 理論的な材料の部分間の関係を考慮すると、演習の数を減らすことができ、その結果は学生の知識とスキルのレベルを計算します。





図 3.主題フィールド「Geometry」からの概念の階層構造の断片。



構造の各ノードには、ラベル「学習済み」または「未学習」が割り当てられます。 ラベルの変更は、学生が理論的な資料を読んだ後、または実用的な課題を完了した後に発生する可能性があります。 ラベルの変更を実装する計算には、ベイジアンネットワーク、ファジーロジックメソッドなど、さまざまなアルゴリズムと方法を使用できます。



学生の精神状態のモデルを構築するために、さまざまなデータソースを使用できます-ビデオカメラ（その表情が認識される）、心拍数を測定するセンサーなど 学習者には見えず、したがって実用上最も便利なデータ取得のソースは、トレーニングプログラムでのユーザーの作業の履歴です[3-4]（図4を参照）。





図 4.生徒の仕事の履歴の断片。



彼の研究の歴史に基づいて学生の精神状態を診断するためのモデルの例として、モスクワ科学大学の応用数学研究所の研究所17で開発されたモデルをモスクワ州立大学の心理学部の参加を得て説明します[5]。 このモデルは、生徒の精神状態が「独立」、「努力」、「欲求不満行動」の3つの指標の値によって特徴付けられることを前提としています。 インジケーターの値はn秒ごとに再計算されます（たとえば、n = 300秒、つまり5分かかることがあります）。 特定の期間の指標の値は、主にこの期間中に発生したさまざまなイベントのさまざまな数値特性に基づいて形成されます。 これらのイベントは、同時（例えば、「学生が正しいかどうかの決定ステップを確認し、ステップが正しいことが判明した」）または長期（例えば、「学生が参考資料を読んだ」）である可能性があります。 イベントの数値特性は、「数量」、「平均期間」、「累積期間」などです。



モデルを作成する際、学生の仕事の履歴で興味深いイベントは、「7秒を超えるトレーニングプログラムの非アクティブ」というイベントでした。 学生の仕事の履歴にこのイベントが登場することは、学生の学習にとって好ましい状態と、非常に望ましくない状態の両方を話すことができることが判明しました。 ほとんどの場合、生徒の不利な状態は、問題を解決する手順を紹介し、プログラムから自分の不正確さについてのメッセージを受け取った後に現れました。 この場合、彼はプログラムでの仕事をやめ、隣人や先生から助けを借りようとしました。あるいはしばらくの間、麻痺状態に陥りさえしました。 学生の良好な状態は、プログラムが彼が入力した決定ステップを正しいとマークした後に現れました。 その後、彼は解決策の次のステップに取り組み、紙とペンで計算を開始しました（したがって、その時点では、学生の行動はプログラムに記録されませんでした）。 したがって、学生の精神状態を測定するために、「正しい決定ステップの入力によって先行する7秒より長いプログラム内の非アクティブイベントの数」や「誤った決定ステップの入力によって先行する7秒より長い非アクティブイベントの数」などのイベントが別々に考慮されました。



モデルを使用する前に、モデルを構成する必要があります。つまり、インジケーター「独立性」、「努力」、「フラストレーション行動」の現在値を計算する関数の係数を選択する必要があります。 詳細には触れませんが、係数を選択するプロセスは反復的であり、係数を選択するアルゴリズムの主な手順の1つはエラー関数を最小化することです。実験データ。



上記のモデルの調整に基づいたデータ収集手順を説明しましょう。 データを収集するための実験が行われ、その間にボランティアの学生がトレーニングプログラムの1つまたは2つのタスクを解決しました。 実験の後、専門家の評価が収集されました。 専門家は、ビデオ録画に基づいて学生の精神状態を評価しました。ビデオ録画では、学生の画面からの記録と学生の顔の記録の両方を同時に利用できます。 5分ごとに、生徒の作業のビデオ録画が停止しました。専門家は、プログラムウィンドウの特別なフィールドに生徒の状態評価を入力する必要がありました。 次に、各学生の作業履歴の5分間の断片ごとに、ベクトルが形成されました。その1つのコンポーネントは、対象期間の学生の精神状態の専門家評価に対応し、残りのコンポーネントは、対象期間に発生した作業履歴のイベントの数値特性に対応します これらのデータ（ベクトルのセット）に基づいて、よく知られた機械学習法を使用してモデル係数が選択されました。

3.学習者モデルを使用した教育プロセスの管理

さまざまなタイプの学習者モデルとその構築方法について学習したので、知的学習管理の問題に戻りましょう。 問題はすぐに発生します。どの時点で学習プロセスを制御でき、どのように学習者（プログラムのユーザー）に影響を与えることができますか？ まず、対応するモデルに記録された学生の知識とスキルを考慮に入れて、次のレッスンのトレーニング資料（理論および/または解くためのタスク）を知的に選択することができます。 第二に、トレーニングプログラムの問題を解決するプロセスにインタラクティブなサポートを提供できます。 「スマート」制御アルゴリズムは、トレーニングプログラムの発生時刻とアクションの頻度を次のように選択します。

• 支援の提供（たとえば、問題の次の予測されるステップの短いテキスト形式のプロンプトの形式、またはこの問題の解決に役立つ理論的資料へのリンクの形式）、
• 学生の要求に応じて支援を提供することを拒否し、
• 解決される問題の代わりに他の教材の推奨（例えば、学生が現在の課題に対処できない場合のより単純な課題）、
• プログラムでの作業の一時的な完了を推奨する（定期的な休息の必要性を思い出させるため、または「生徒は今日体調が整っていない」という事実を述べる）
• さまざまな動機付けのメッセージを表示します（たとえば、「この問題はほとんど解決しました！」）。

しかし、そのようなアルゴリズムはどのように「永続的」かつ「決定的」なのでしょうか？ この質問に答えるために、Benedict de Boulevard [6]の研究結果を見てみましょう。 ベネディクト・ド・ブイエは英語の教授であり、その指導の下で、トレーニングプログラムで働いている間の学生の感情の自動管理に関する多くの研究が行われました。 彼と彼の同僚は、専門分野の学生が学習プロセスの自動化された管理に対して否定的な態度をとる可能性があるという事実、特に支援を拒否することに直面した場合に注意を喚起しました。 プログラムの振る舞いに最も怒っているドブイエの実験に参加した学生の何人かは、「それはただのプログラムであり、彼らが言うことを正確に行うべきです！」



ご覧のとおり、教育プロセスの自動管理の成功は、プログラムの知能に対する学習者の信頼度に大きく依存します。 この信仰は基本的に、プログラムがそのアクションをどの程度理解しているか、特に、解決策として問題を解決するためにいつか紹介したのは彼であったかどうかに依存します。 前述のように、教育プログラムのソリューションを100％の確実性で検証するアルゴリズムが学習者の決定のあらゆるステップを認識することができると主張することはできません。 したがって、自動学習管理のアルゴリズムは、本質的に助言のみである必要があります。 学生の要求に応じて無効にすることも可能です。



一方、学生の不合理な行動の場合（たとえば、学生が問題解決中に短いテキストプロンプトを乱用する場合）、コース教師の人に追加の力が関与しているにもかかわらず、学習プロセスに影響を与える可能性があります。 教師は、カリキュラムでの行動について自動的に生成されたレポートに基づいて、生徒を「罰金」できます。 したがって、インテリジェントトレーニングプログラムは、学生と教師の両方にとってこのプロセスを大幅に促進できますが、誤った動機を持つ「cな」学生の場合（科目を勉強するのは面白くないが、良い成績をとることは興味深い）、教師の参加なしに行うことはまだ不可能です。

便利なリンク

知的学習システムの研究状況のかなり完全で比較的新鮮な概要が書かれた本として、私は本Woolf、Beverly Park（2009）をお勧めします。 インテリジェントインタラクティブチューターの構築。 モーガン・カウフマン。 ISBN 978-0-12-373594-2。



ほぼ毎年、インテリジェントチュータリングシステムの会議があります。 ITS 2010はピッツバーグ（米国）、ITS 2012-クレタで開催されました。 AIED Societyは定期的に会議を開催します。

1. Shapiro JAでの生徒の入力を診断するための代数サブシステム
   
   物理指導システム
2. VanLehn K.（et al。）The Andes Physics個別指導システム：学んだ教訓
3. Baker RSJd（など）のセンサーフリーの影響検出に向けて
   
   認知教師代数
4. Baker RSJd（など）学生の行動のラベリング
   
   テキストリプレイでより速く、より正確に
5. スミルノバN.V. 追跡知的教育システムでの作業の履歴に応じた学生の精神状態の自動分析
6. B. de Boulay、Soldato T.での動機付け戦術の実装
   
   個別指導システム