智能教学系统[精选].ppt

智能教学系统（Intelligent Tutoring System) 赵建华 华南师范大学教育信息技术学院 Email: kwchao@ 探讨智能教学系统的目的 我国计算机辅助教学开发领域的现状 电子教科书（书本搬家） 知识的呈现、选择等缺乏灵活性 领域发展的要求 缺乏研究的连续性 缺乏跟踪、对比研究 教学发展的需要 提供适应性、灵活性的教学环境 有利于学生个体、群体的发展 有利于实现教学的智能化 内容提要 什么是智能教学系统 专家模块 学生模型 课程与教学模块 智能教学系统发展的现状 智能教学系统发展的发展趋势 什么是智能教学系统 计算机辅助教学(Computer Assisted Instruction, CAI) 计算机辅助教学发源于斯金纳的（Skinnerian）“刺激-反应”心理学。 “学生的反应可以用来判定教学传播过程的有效性，同时也可以采用恰当的矫正学生的学习行为”（Crowder, 1959）。 教师事先构造了程序中的所有分支。 计算机辅助教学的模式图 智能计算机辅助教学（ICAI） 从线性CAI到复杂的、分支性CAI，从基本的ICAI到具有自治（Autonomous）功能的ICAI，它们是一脉相承的（Wenger, 1987）。 人工智能是应用计算机模型来研究人类智力能力”（Charniak McDermott, 1985） ICAI和ITS是两个可以互换的名称，二者的细微区别在于：ITS是ICAI的特例。 ITS的基本组件： 专门知识（专家模型） 学生的知识（学生模型） 教学策略知识（导师）。 ITS模式图 专家模块 提供同领域知识知识相联系的接口。领域知识镶嵌在系统中，代表专家知识及其问题解决的特点。 简单的专家系统（Expert System) 包含三个基本组件： 用户接口：满足用户和系统之间交互的需要 推理机制：提供对知识库的解释，其结果用于对问题的展示。 知识库：是专家系统的核心组件，包含许多针对某些应用问题的解决方案。 知识展示的策略： IF-then规则：称之为产生式规则，其模式为 If 条件 then 结论 If-then伴随一定的不确定性 产生式规则伴随一定的不确定性。 例如： 如果打开开关，电灯有80%亮的可能。 语义网络表示（semantic network representation) 方法：一系列的节点通过有标记的线段（或弧线）连接起来，用以表示两节点间的联系。 支持继承（Inheritance）关系 基于框架表示（Frame-based representation） 框架包含属性和数值的大小两部分，可以看作是语义网络的延伸。 例如： Frame Mini City Instance of Car Attribute: Number of doors two Attribute: number of seats four Attribute: color white Attribute: engine size 1000cc 框架表示比语义网络表示更加简单，并且可以合并于产生式规则中。 学生模型 什么是学生模型 在ITS中，表示学生当前知识状态的模块叫学生模型。对学生模型进行推理的模块叫诊断。学生模型是一个数据结构，诊断则是对学生模型操纵过程。 判断学生当前对学科领域的理解状态。描述当前学生的知识状态的数据被储存在学生模型中。 学生模型的建构 误解：学生有，专家没有。 缺失：可以被专家处理，但学生不能。 学生模型的种类 覆盖模型（Overlay Model）： 适用于必备教学材料展示的场合 学生知识看作是专家知识的子集，导师的目标是扩大这一子集。 缺陷 学生不能学习专家不知道的知识 忽视了学生理解知识的误解或偏差 微分模型（Differential Model） 微分模型是覆盖模型的扩展，知识被区分为学生探索或没有探索过两部分。 缺陷： 微分模型将领域知识区分为向学生展示和没有展示两部分。 微分模型涉及了学生的误解或偏差。 偏差模型（Perturbation or Buggy Model） 考虑了学生对知识的处理没有包含在专家领域知识中的部分 采用附加的偏差库，拓展了专家知识。产生偏差库的过程可以采用列举法或产生法。 列举的方法是通过分析问题范围和学生产生的错误，将学生所有产生偏差的可能都列举出来。 产生式方法是尝试利用认知理论产生偏差。 学生诊断 是促进学生模型演化的过程。通过分析学生和系统之间的交互，可以促进学生模型的演化。通常通过检查学生对问题的回答情况和分析问题解决步骤来完成。还包括请求帮助、超文本系统的浏览方式等。 诊断的技巧 跟踪模型（Model Tracing）：分析问题解决的过程，并且包含