May, 2024

对齐教师话语以支持严格思维与学生内容掌握，预测数学成就

PDF
TL;DR本研究探讨了教学对话与学生的近距离知识如何相互作用，从而解释和预测学生的学习成果。研究结果表明，鼓励严谨思考的教学对话促进了学生在数学学习中的成就，而导师对学生的数学思想和贡献的重述对低程度的智能辅导系统掌握的学生起到了预测作用。
发现论文，激发创造
  • 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

  • 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

  • 利用深度加强学习在智能辅导系统中进行元认知干预

    通过比较经典人工智能方法和深度强化学习方法在元认知干预方面的应用，本研究在两个学期内进行两项课堂实验证明，DRL 适应性干预对缩小学生元认知技能差距具有显著作用，而静态分类器的干预只有在事先了解如何使用逆向链策略的学生中才有益处。此外，本研究所涉及的 DRL 代理在两个 ITS 上令实验学生显着超越其对照组同学。

    Apr, 2023

  • 智能辅导系统中的问题个性化

    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。

    May, 2022

  • 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

  • TalkMoves 数据集：注释了教师和学生话语动作的 K-12 数学课堂记录

    本文描述了一个用于理解 K-12 数学课堂中教师和学生话语的数据集，并使用它开发了 TalkMoves 应用程序，该应用程序可为教师提供关于他们的数学教学的自动、即时和可操作反馈。

    Apr, 2022

  • 可解释的知识追踪：基于因果关系的简单高效学生建模

    本研究提出了行之有效的 Interpretable Knowledge Tracing (IKT) 模型，使用机器学习和数据挖掘技术从学生响应数据中提取有意义的潜在特征，从而预测学生的未来表现。该模型可为真实世界的教育系统提供自适应和个性化的教学，并具有因果推理能力。

    Dec, 2021

  • 利用话语信号进行教师干预的可靠性预测

    研究如何使用自动获取的话语关系来预测在线课程的讨论区中教师干预的情况，并且发现使用 PDTB 话语特征可以提高分类器的鲁棒性和多样性。

    Dec, 2016

  • 利用检索增强生成方法改进辅导实践评估

    通过使用 GPT 模型自动评估教师使用社交情感辅导策略的能力，研究发现 RAG 提示方式比其他评估策略具有更准确的表现和更低的财务成本，这为个性化教师培训干预的发展提供了指导。

    Feb, 2024

  • 大规模公平的数学问题解决策略预测

    利用机器学习和人工智能的方法，通过学生的策略预测模型，以解决问题、适应学生思考方式、个人化学习，提高数学学习效果。

    Aug, 2023