增强AI识别模型帮助学生提高学习效率

研究人员设计了一种人工智能模型,该模型可以更好地预测教育游戏下学生的学习量。改进的模型利用了多任务学习的AI培训概念,可用于改善教学和学习成果。

增强AI识别模型帮助学生提高学习效率 1.jpeg

多任务学习是一种方法,其中关键技术要求是一个模型需要执行多个任务。

在我们的案例中,我们希望该模型能够根据学生在玩名为Crystal Island的教育游戏时的行为来预测学生是否会正确回答测试中的每个问题。

解决此问题的标准方法只看整体考试成绩,将考试视为一项任务。 在我们的多任务学习框架的背景下,该模型有17个任务,因为测试有17个问题。

研究人员从181名学生那里获得了游戏玩法和测试数据。AI可以查看每个学生的游戏玩法,以及每个学生如何回答测试中的问题1。通过识别正确回答问题1的学生的常见行为以及错误回答问题1的学生的常见行为,AI可以确定新学生如何回答问题1。

增强AI识别模型帮助学生提高学习效率 2.jpeg

同时针对每个问题执行此功能;给定学生的游戏玩法是相同的,但AI会根据问题2,问题3等来查看该行为。

而且这种多任务方法产生了不同。研究人员发现,多任务模型比其他依赖常规AI训练方法的模型的准确性高出约10%。

该论文的第一作者,北卡罗来纳州立大学的博士后研究员迈克尔•盖登说:“我们预想这种模型将以多种方式使学生受益。” “当学生的游戏玩法提示学生可能需要额外的指导时,它可用于通知老师。它还可用于促进游戏本身的自适应游戏玩法功能。例如,更改故事情节以重新审视学生的概念。挣扎着。

盖登说:“心理学早就认识到不同的问题具有不同的价值。” “我们在这里的工作采用跨学科方法,将心理学的这一方面与AI的深度学习和机器学习方法结合在一起。”

该论文和博士学位的合著者安德鲁·爱默生表示:“这也为将更复杂的建模技术整合到教育软件中(特别是适应学生需求的教育软件)打开了一扇门。”

增强AI识别模型帮助学生提高学习效率 3.jpeg

论文“具有多任务学习功能的教育游戏中的预测性学生建模”将在2月7日至12日在纽约州纽约举行的第34届AAAI人工智能大会上发表。

该论文由James Lester合着,杰出大学计算机科学教授,北卡罗来纳州立大学CEI主任;由中央佛罗里达大学的Roger Azevedo撰写。

本文经授权后发布,本文观点不代表立场,转载请联系原作者。
-- 展开阅读全文 --
数据中心管理人员如何避免云迁移风险
« 上一篇 06-29
人工智能用于识别野外的灵长类动物面孔
下一篇 » 06-29

发表评论