智能导学系统AutoTutor:理论、技术、应用和预期影响

高红丽 隆舟 刘凯 徐升 蔡志强 胡祥恩

(1. 华中师范大学心理学院,湖北武汉430079;2. 孟菲斯大学智能系统研究所,美国田纳西州孟菲斯38152;

3. 新乡医学院心理学系,河南新乡453003;4. 怀化学院教育科学学院,湖南怀化,418000)

  [摘要] AutoTutor 是一种基于自然语言的智能导学系统,在模拟人类教师教学基础上采用自然语言与学生对话。其使用预期-误解定制式对话,对学生的答案给予及时反馈,并根据学生对问题理解的程度随时调整对话内容, 有效地引导学生构建理想答案。本文首先概述了AutoTutor 的开发动因及自然语言导学的优势,然后介绍了其背后的理论和技术,回顾了已有应用研究,并展望了未来的预期影响。AutoTutor 的开发以认知科学和学习科学理论为基础, 充分利用最新的文本分析技术和对话技巧, 使对话过程自然有效,其后期发展还纳入了学习情绪相关理论。AutoTutor 对自然语言对话的分析主要采用正则表达式、潜在语义分析和言语行为分类器,并使用xAPI 标准记录学习活动数据,以方便与其他系统进行信息交流。目前,AutoTutor 已被应用于多个学习领域,学习效果可达0. 8 个标准差;在旁观者图灵测试中,被试不能区分对话脚本是由系统生成还是由真实教师生成的;已实现脚本的在线协同编辑。这种基于自然语言的定制式对话可与已有学习平台整合,实现优势互补。

[关键词] AutoTutor;智能导学系统;自然语言对话;潜在语义分析

[中图分类号] G434

[文献标识码] A

[文章编号] 1007-2179(2016)02-0096-08

下载期刊:pdf全文点击下载
暂无评论
评论
昵称:
内容: