单位鞍山师范学院 114056
摘要:本文概述了VB语言ICAI系统的设计思想:个别化、交互式。然后给出该系统的教学流程、体系结构及其各功能模块的设计方法。
关键字:人工智能、计算机辅助教学、神经网络、专家库、知识库
前言:开发ICAI(intelligent computer-aided instruction)的目的是让计算机代替教师,学生能自主的学习领域知识。如此可以将教师从繁琐的工作中解放出来,而学生可以自由学习领域知识。ICAI系统模型包括知识库、教师模型和学生模型三大基本部分。知识库:学科知识,即领域知识库。学生模型:记录学习者的学习过程并能客观评价学习者的学习能力,并依照其能力给出建议、改变教学策略。教师模型:可以选择不同的教学方法实现因材施教。
1设计思想
根据教学心理学理论,最有效的教学手段是个别化、智能化、即能判断学生的能力;能根据学生的能力选择不同的学习内容与进度;能根据学习内容的难易程度选择不同的测试问题;能对学生的回答进行解释和部分更正;能根据问题选择补习内容。一个好的教学模型应如图1所示,即教师先了解学生水平,然后根据学生水平选定教学方法,由教学方法选择教学内容和问题,再由学生完成的结果判断学生掌握的程度(即水平)。由此反复,直到所学内容符合教学要求。
图1
2 ICAI系统工作流程
根据设计目标,即面向个人、主动交互的教学模式,我们设计的ICAI系统的体系结构如图2所示。该系统工作流程为:首先由“学生信息输入模块”接受学生输入的学生身份、生理条件和当时环境等信息,并放入学生信息档案和生成学习计划;然后“学生水平测试模块”根据学生信息和考试成绩(开始时无),判断学生对学习内容掌握的程度,并放入学生水平档案中;之后,“教学管理模块”根据学习计划、学生水平,生成教案;“教学管理模块”再根据教案从领域知识库、试题库选择具体的教学内容和考试问题输出到“学生学习和考试模块”,然后“学生学习和考试模块”开始教学,这时学生可以交互地进行学习和回答问题。“试题分析模块”对学生的回答进行分析,解释正确与错误的原因,并算出成绩存入学生信息档案中,如此循环,直至教学内容合格为止。
3 ICAI系统总体设计
图2
学生信息输入模块的功能是让学生交互地输入有关学习者的各种信息,包括学习者的学号、姓名、性别、班级等相关的个人信息以及可以动态更新的学习情况的记录信息。
学生水平测试模块由于在教学模型中,决定教学内容与进度的是学生水平,因此学生水平的测试的正确与否直接关系到系统性能的好坏。在ICAI系统中我们采用前馈神经网络(BP算法)来对学生的水平进行测试。在设计神经网络结构时,我们不仅考虑学生的成绩值,而且考虑学生的性别、学历、学习环境,单元学分等因素;由此选择15个参数作为输入结点,输出4个结论值,即从7维空间向4维空间的映射:
BP: X→Y,
X=(X1,X2,X3,…,X15),
Y=(Y1,Y2,Y3,Y4)。
Yi∈{差(0—59),及格(60—75),中(76—80),好(80-—100)},i=1,2,3,4;
其中X1,X2,X3分别表示学生在该单元内容的概念、技能和应用等问题测试的成绩值;X4,X5,…,X15分别表示学生的性别,生理和环境特征等;Y1,Y2,Y3,Y4分别表示学生在该单元内容的概念、技能和应用等方面的掌握程度(即水平)
教学管理模块根据学生信息和学生水平生成教案,从领域知识库、试题库中选择具体的教学内容和考试问题,送到学生学习和考试模块。
领域知识库知识库,也叫领域模型,它是某个领域或学科知识的知识库结构,是ICAI系统的基础。本VB程序设计语言ICAI知识库主要包括每个章节的三类学习课件和每个章节的单元测试题以及综合测试的综合测试题及其答案。这三类课件的设计均是采用布鲁姆知识分类法进行设计的,包括基础知识讲解类课件,简单习题讲解类课件和高级知识讲解类三类教学课件和对应的三类试题库及其答案。无论是课件的制作还是题库的设计,均依照布鲁姆教育分类法进行设计,进行课件的分类和试题类型的设置,以充分实现因材施教。
试题库是知识领域中的一个重要组成部分,试题库结构主要包括,试题编号,所属章节,题型(填空,选择,程序分析,程序改错,程序设计等,综合分析题等),认知类型(识记,理解,分析,应用,综合,评价),难度系数,题目内容,正确答案,分值等。
错误分析库及其出错分析设计
错误分析库存放试题(选择题)各种可供选择的正确与错误情况分析。其数据模型为:
题号 | 选择 | 正确程度 | 分析说明 | 出题目的 |
出错分析模块根据学生在学习和考试中的问题的回答,在错误库中找到相应的分析信息,并显示给学生。在学生完成该教学单元的所有回答后,系统根据学生在概念、技能和应用方面试题的回答结果,算出其在3个方面的累计得分,即把学生所选项中正确程度值进行累计。其得分将作为学生水平测试的主要依据。
3 讨论
在ICAIs中,我们采用了基于知识的教学方法设计,使用该系统能根据学生的学习情况和其它因素考虑教学内容。因此系统本身专业性程度较高,具有一定的通用性,同时随着教学经验的丰富,可方便地加入新的知识。
尽管ICAI这项研究具有广阔的前景,但人们对ICAI所涉及的核心概念和过程——学习、记忆和认知的机理及本质尚未完全清楚,这种现状决定了ICAI系统的瓶颈;建立学生模型困难,难以真正了解学生的学习情况。
因此,今后工作将集中在探索一种新的智能处理模型:把神经网络的模糊决策机制和符号专家系统的推理能力结合起来,利用多重知识源、多种模型进行复合协同知识处理。
参考文献
1 陆入钤.《人工智能》 科学出版社.2000
2 周明.基于WEB的数控培训系统的智能化研究[d].天津大学.2007