Menu

anak Peneliti dari Universitas Notre Dame dan Universitas Memphis telah mengembangkan piranti lunak pengidentifikasi emosi siswa, termasuk pengenalan frustrasi dan kejenuhan.
Software yang disebut AutoTutor itu diklaim tidak sekadar menawarkan kemungkinan metode belajar yang menarik, tapi juga mendefinisikan kembali interaksi manusia dengan komputer.
"Sebagian besar sistem (yang dikembangkan) di abad ke-20 menyaratkan jendela, ikon, menu, dan kursor penunjuk agar dapat digunakan," kata D'Mello dari Universitas Notre Dame.
Kemampuan AutoTutor antara lain mengukur tingkat pengetahuan murid dengan mengajukan sejumlah pertanyaan, menganalisis respon murid dari pertanyaan itu, mengidentifikasi dan mengoreksi kesalahpahaman secara aktif.
Selain itu, AutoTutor dapat merespons pertanyaan dan komentar murid, bahkan merasakan frustrasi dan kejenuhan murid dari ekspresi wajah dan gerak tubuh mereka, dan perubahan strategi untuk membantu murid mengelola emosi negatif.
"Seperti seorang pembimbing, AutoTutor dan Affective AutoTutor berusaha mempertahankan keseimbangan antara kejenuhan dan kebingungan, bimbingan dan kompleksitas para murid dalam belajar" kata D'Mello yang juga pakar interaksi manusia-komputer dan kecerdasan artifisial.
AutoTutor, menurut D'Mello, dikembangkan dengan gaya pedagogik, pola-pola dialog, bahasa dan sikap layaknya pembimbing manusia.

“Seperti seorang pembimbing, AutoTutor dan Affective AutoTutor berusaha mempertahankan keseimbangan antara kejenuhan dan kebingungan"

AutoTutor adalah sistem bimbingan cerdas yang memegang percakapan dengan manusia dalam bahasa alami. Mereka yang ingin update pada AutoTutor dapat membaca berbagai artikel yang tersedia di situs web Seni Graesser itu (http://sites.google.com/site/graesserart/ atau http://www.memphis.edu/psychology/people/faculty/graesser. php). Berikut ini sangat dianjurkan untuk pendatang baru.
D'Mello, SK, Graesser, AC, & Raja, B. (2010). Menjelang diucapkan manusia-komputer dialog tutorial. Komputer Interaksi Manusia, 25 (4), 289-323.
Graesser, A.C. (2011). Belajar, berpikir, dan mengekspresikan emosi dengan teknologi wacana. Psikolog Amerika, 66, 743-757.
Graesser, A. C, Jeon, M., & Dufty, D. (2008). Teknologi Agen dirancang untuk memfasilitasi konstruksi pengetahuan interaktif. Wacana Proses, 45, 298-322.
Graesser, AC, Rus, V., D'Mello, SK, & Jackson, GT (2008). AutoTutor: Belajar melalui dialog bahasa alami yang menyesuaikan dengan keadaan kognitif dan afektif peserta didik. Dalam DH Robinson & G. Schraw (Eds.), inovasi terbaru dalam teknologi pendidikan yang memfasilitasi belajar siswa (hal. 95-125). Era Informasi Penerbitan.
VanLehn, K., Graesser, AC, Jackson, GT, Yordania, P., Olney, A., & Rose, CP (2007). Kapan dialog tutorial lebih efektif daripada membaca? Cognitive Science, 31, 3-62.
Sistem yang Berevolusi dari AutoTutor Asli
Sebagaimana dijelaskan dalam Graesser (2011), lebih dari selusin sistem telah berevolusi dari perkembangan asli AutoTutor. Di antaranya adalah AutoMentor, AutoTutor-3D, AutoTutor-Mempengaruhi-Sensitif, AutoTutor-Lite, DeepTutor, GnuTutor, GuruTutor, hura-Penasihat, iDrive, MetaTutor, dan Operasi-ARIES. MetaTutor dikembangkan oleh Roger Azevedo (yang pindah dari Universitas Memphis untuk McGill University). Sistem ISTART dan Menulis-Pal dikembangkan oleh Danielle McNamara (yang pindah dari University of Memphis ke Arizona State University) juga memiliki agen percakapan. Graesser telah memimpin atau bekerja sama dengan peneliti yang mengembangkan sistem ini pada beberapa hibah yang didanai oleh National Science Foundation, Institut Ilmu Pendidikan, dan Office of Naval Research. Misi utama dari proyek ini adalah penelitian, karena bertentangan dengan transfer teknologi. Intinya, bagaimana sistem ini percakapan membantu siswa belajar mata pelajaran dan keterampilan baru? Bagaimana kita bisa belajar lebih banyak tentang mekanisme bahasa dan wacana dengan mengembangkan dan menguji agen ini berbasis sistem? Kami menemukan bahwa AutoTutor memiliki dampak besar pada belajar, melakukan pekerjaan yang wajar pelacakan makna kontribusi lisan siswa, dan mengelola dialog dengan sangat baik.
Para AutoTutor asli dikembangkan di bidang literasi komputer dasar dan fisika konseptual. Sistem yang berkembang dari AutoTutor asli bercabang untuk menutupi biologi (GuruTutor), etika penelitian (hura Advisor), berpikir kritis dalam ilmu (Operasi ARIES), versi yang lebih baik fisika (DeepTutor), pembelajaran mandiri (MetaTutor), dan mata pelajaran lain atau keterampilan. Sebagai contoh, AutoTutor-Lite dan GnuTutor dapat digunakan untuk materi yang sebagian besar atau semua dan keterampilan. Ada authoring alat untuk sebagian besar sistem, terutama yang lebih baru spin-off dari AutoTutor. Namun, alat authoring dan platform komputasi dari AutoTutor asli dalam ilmu komputer dan fisika tidak dianjurkan karena teknologi yang dikembangkan lebih dari satu dekade lalu. Para AutoTutor asli telah dilisensikan ke perusahaan atau universitas lain di masa lalu, tetapi tidak selama 3 tahun terakhir. Yang lebih baru spin-off dari AutoTutor jauh lebih menjanjikan untuk mengembangkan konten baru. Sebagai contoh, AutoTutor-Lite sedang berlisensi.
Alih Teknologi dari AutoTutor
Kami telah mencapai titik di mana transfer teknologi untuk sistem AutoTutor dan terkait perlu diambil lebih serius di Institute for Intelligent Systems. Banyak rekan ingin membangun sistem dengan teknologi percakapan dari AutoTutor, sehingga mereka menginginkan perjanjian lisensi. Kami juga mengkomersilkan Operasi ARIES melalui Pearson Pendidikan, mulai tahun 2012. Pada 2012, saya akan merekomendasikan kontak berikut untuk mereka yang ingin mengembangkan sistem AutoTutor untuk subyek baru atau keterampilan.
AutoTutor-Lite. Ada authoring alat untuk membangun fitur percakapan pada setiap materi pelajaran atau keterampilan, tapi fasilitas dialog yang tidak maju sebagai AutoTutor asli (kontak Xiangen Hu di xhu@memphis.edu, dan melihat http://www.skoonline.org/~~V ).
GnuTutor. Ini adalah versi open source dari mekanisme dialog AutoTutor (kontak Andrew Olney di aolney@memphis.edu dan melihat gnututor.com).
AutoTutor. Para AutoTutor penuh akan memerlukan kontrak pada sebuah proyek baru bekerja sama dengan peneliti di Institute for Intelligent Systems di University of Memphis (kontak Seni Graesser di graesser@memphis.edu dan melihat artikel di website).
Kini saya akan menarik perhatian Anda ke kontak menjanjikan berikut di mana ada arsitektur komputasi yang lebih maju, authoring tools, atau tujuan khusus aplikasi.
Operasi ARIES. Ada percakapan "trialogs" antara mahasiswa manusia, agen siswa, dan seorang agen guru dalam permainan serius yang akan dikomersialisasikan oleh Pearson Pendidikan (kontak orang pemimpin proyek Keith Millis di kmillis@niu.edu dan perangkat lunak pengembang Zhiqiang Cai di zcai@memphis.edu). Alat authoring adalah salah satu kekuatan dari sistem ini di samping sana menjadi dua agen di interaksi.
AutoTutor gaya interaksi. Ada versi AutoTutor untuk tugas-tugas eksperimental yang berkomunikasi cukup lancar meskipun mekanisme dialog tidak semaju AutoTutor (kontak Sidney D'Mello di @ gmail.com sidney.dmello).
DeepTutor. Ini adalah perluasan dari AutoTutor untuk fisika yang telah meningkatkan pengolahan bahasa alami dan komputasi linguistik (kontak Vasile Rus di vrus@memphis.edu).

0 comments:

Post a Comment

 
Top