[論文レビュー] A Web-based Adaptive and Intelligent Tutor by Expert Systems

Hossein Movafegh Ghadirli, Maryam Rastgarpour|arXiv (Cornell University)|Apr 15, 2013

Intelligent Tutoring Systems and Adaptive Learning参考文献 8被引用数 9

ひとこと要約

本論文は、専門家システムとパーソナライズド・ラーニング・モデルを統合することで、カスタマイズされた教育を提供するウェブベースの適応的で知的な指導システムを提示する。学習者による学習スタイルの評価を問診によって行い、専門家システムが事前テストの実施、的確な指導、および事後テストの実施を行う。これにより、いつでもどこでも（ETEW）学習が可能となり、人的なチューターへの依存が低減され、教育効率が向上する。

ABSTRACT

Todays, Intelligent and web-based E-learning is one of regarded topics. So researchers are trying to optimize and expand its application in the field of education. The aim of this paper is developing of E-learning software which is customizable, dynamic, intelligent and adaptive with Pedagogy view for learners in intelligent schools. This system is an integration of adaptive web-based E-learning with expert systems as well. Learning process in this system is as follows. First intelligent tutor determines learning style and characteristics of learner by a questionnaire and then makes his model. After that the expert system simulator plans a pre-test and then calculates his score. If the learner gets the required score, the concept will be trained. Finally the learner will be evaluated by a post-test. The proposed system can improves the education efficiency highly as well as de-creases the costs and problems of an expert tutor. As a result, every time and eve-rywhere (ETEW) learning would be provided via web in this system. Moreover the learners can enjoy a cheap remote learning even at home in a virtual simulated physical class. So they can learn thousands courses very simple and fast.

研究の動機と目的

• 個々の学習者の教育的ニーズに合わせてカスタマイズ可能で、動的かつ知的なeラーニングシステムの開発。
• 適応的ウェブベース学習と専門家システムを統合し、教育的成果を向上させる。
• 仮想シミュレーテッド・クラスルーム環境を通じて、いつでもどこでも（ETEW）学習を可能にする。
• 人的な専門チューターへの依存を減らすために、評価と指導の自動化を実現する。
• 自宅からもアクセス可能なスケーラブルで低コストのリモート学習を支援する。

提案手法

• 学習者が学習スタイルと特徴を特定するための問診を完了し、これに基づいてパーソナライズド・ラーニング・モデルを構築する。
• 専門家システムシミュレーターが、学習者の事前の知識を評価するための事前テストを実施する。
• 事前テストのスコアが所定の基準を満たしている場合、関連する概念について的確な指導が行われる。
• 事後テストにより、指導後の学習者の理解度が評価され、学習サイクルが完了する。
• システムはウェブベースのプラットフォームとして動作し、リモートアクセスが可能で、個々の学習者に応じた動的適応が可能である。
• 専門家システムと適応的学習の統合により、コンテンツ配信および評価における知的な意思決定が保証される。

実験結果

リサーチクエスチョン

• RQ1 専門家システムを適応的ウェブベース学習に効果的に統合し、教育をパーソナライズする方法は何か？
• RQ2 このシステムは、人的なチューターへの依存をどれほど低減できるか？ 評価と指導の自動化の度合いは？
• RQ3 ウェブベースのプラットフォームは、適応的で知的な指導を提供し、いつでもどこでも（ETEW）学習を可能にするか？
• RQ4 学習スタイルに基づく学習者モデリングは、eラーニングシステムの効果性をどのように向上させるか？
• RQ5 自動化された事前および事後テストは、学習効率と学習成果にどのような影響を与えるか？

主な発見

• システムはウェブベースのプラットフォームを通じて、いつでもどこでも（ETEW）学習を可能にし、自宅からのリモートアクセスをサポートする。
• 学習者は仮想シミュレーテッド・フィジカル・クラスルーム環境を通じて、数千のコースを簡単にかつ迅速にアクセスできる。
• 専門家システムと適応的学習の統合により、人的な専門チューターの必要性が低減され、コストと運用上の課題が軽減される。
• 個々の学習スタイルと事前の知識に基づいたパーソナライズド・インストラクションにより、教育効率が向上する。
• 事前および事後テストのメカニズムが自動化され、学習成果の評価と検証が学習サイクルに統合されている。
• 専門家システムと適応的eラーニングを組み合わせることで、スケーラブルで知的な指導の実現可能性が示された。