May, 2022

智能辅导系统中的问题个性化

PDF
TL;DR本文探讨了智能家教系统 (ITC) 领域中的个性化。我们假设问题问法的个性化可以提高学生的学习成果。我们通过由领域专家撰写的变体以及实验 A/B 测试展示了生成适合不同科目熟练水平的学生问题版本可以提高学生的学习收益。这一洞察力证明了一个 ITC 中的问题语言实现会影响学生的学习成果。
发现论文，激发创造
  • 智能辅导系统中的个性化反馈问题生成

    研究了如何使用自动生成的问题作为智能辅导系统中个性化反馈的一种方法，此方法利用了因果分析和自然语言处理转换器模型以识别学生答案中的正确和错误部分，并训练了几个模型，以促使学生朝向正确的答案，并最终显示该方法对学生的学习效果提升达到 45%，拥有潜力改善生成式问答系统。

    Jun, 2022

  • 面向个性化学生模拟的智能对话辅导系统

    构建学生群体的个人资料以及使用大型语言模型进行具有个性化意识的学生模拟

    Apr, 2024

  • 个性化解释基于人工智能推荐的用户认知能力的实证评估

    通过对智能辅导系统生成解释进行个性化处理，针对具有认知需求和勤奋度水平较低的学生，旨在增加这些学生对解释的参与度以促进学习，在用户研究中发现，该个性化处理显著增加目标用户与提示解释的互动、理解程度和学习效果，因此，该研究为个性化 AI 解释在学习等认知要求较高的任务中提供了有价值的见解。

    Mar, 2024

  • 教育者驱动的导师编写：生成式人工智能方法用于创建智能导师界面

    通过使用生成型人工智能能力协助教育工作者进行个性化、高效和引人入胜的教学辅助工具设计，以弥补他们在专业编程和设计方面的不足。

    May, 2024

  • 应用于自适应教育的问题生成

    我们探索了针对学生进行目标化问题生成，并成功地利用预训练的语言模型来生成适合不同难度的问题，这为智能自适应在线教育系统提供了一种新的方法。

    Jun, 2021

  • 面向目标导向的在线教育智能辅导系统

    通过规划性评估互动的构建和智能诊断模型，我们提出了基于图的强化学习框架 PAI，以加强学生对指定概念的掌握，从而提高在线教育的有效学习。

    Dec, 2023

  • 可扩展、灵活的学生教育过程增强

    介绍了一个基于深度学习和自然语言处理等技术的智能辅导系统，该系统结合教育心理学中的知识表述、平行学习和即时反馈等理论，能够适应各种应用场景并取得良好成效。

    Oct, 2018

  • 使用个人 AI 导师实施学习原则的案例研究

    整合 AI 导师来补充学习程序，基于学习科学，个性化学习策略，神经网络模型和学术表现等主题为学生提供个性化学习体验。

    Sep, 2023

  • 面向高等教育的跨平台和课程导向的智能助手

    通过提供弹性的教育模式建议，基于 GPT-3 的智能教育辅助框架被研发，能够自动生成课程助手，可以回答与教学相关的问题，降低教师和助教的工作量同时提高学生获得课程相关信息的机会。

    Feb, 2023

  • 知识追踪的深度知识追踪与动态学生分类

    本文提出了一种新的知识追踪模型，它能够捕捉学生的学习能力并将学生动态分配到具有类似能力的不同组中，在常规时间间隔内将这些信息与被称为深度知识追踪的递归神经网络结构相结合，实验结果表明，该模型明显优于用于学生建模的已知先进技术。

    Sep, 2018