Techniky použité v Umíme

Tato stránka nabízí pohled „pod pokličku“ – náhled na techniky použité při realizaci systému. Ty staví na základech, které tvoří pedagogické principy, obecný výzkum v oboru umělá inteligence ve vzdělávání a specifický výzkum členů týmu Umíme.

Způsoby hodnocení

nabízí pestrou škálu různých typů cvičení, která jsou hodnocena několika různými způsoby hodnocení. Návrh těchto způsobů hodnocení vychází z pedagogických východisek.

Klíčovým prvkem v tomto směru jsou štíty a znázornění postupu plnění štítu v průběhu řešení. Tento způsob hodnocení je založen na principu mastery learning. Jeho realizace je komplikovaná v tom, že potřebuje balancovat mezi přílišnou benevolencí (která by umožnila dosáhnout štítu například i pouhým náhodným klikáním) a přílišnou tvrdostí (která je demotivující). Chování indikátoru postupu je zdánlivě jednoduché („při správné odpovědi stoupá, při špatné klesá“), jeho přesná realizace je řízena netriviálním algoritmem vyvinutým za využití simulací.

Štíty také podporují princip opakování s prodlevami díky verzi s hvězdičkami.

Práce s obtížností

Klíčové pedagogické principy se týkají obtížnosti. S tímto tématem se v pracuje na více úrovních:

  • V mnoha tématech jsou dostupné úrovně lehké, střední, těžké, které nabízí stejné učivo v různé obtížnosti. Díky tomu je možno procvičovat podle aktuální úrovně znalostí – buď tím, že si řešitel sám zvolí, na co se cítí, nebo tím, že sleduje doporučení od algoritmu.
  • Data o obtížnosti úlohy systematicky analyzujeme a na jejich základě provádíme doplňování a revize příkladů, aby spektrum obtížnosti odpovídalo potřebám řešitelů.
  • Cvičení s dočasnou podporou – věnujeme systematickou péči zakomponování principu dočasné podpory do cvičení. Návrh cvičení typicky vychází z analýz dat – pokud vidíme, že některý příklad je problematický, připravíme jeho odlehčenou verzi s dočasnou podporou. Tím postupně vzniká plynulý přechod, který žákům usnadňuje učení.

Doporučování

obsahuje doporučovací algoritmus, který navrhuje další cvičení k řešení (na domovské stránce, po dokončení úlohy, na rozcestnících). Jde o algoritmus podobného typu jako algoritmy známé z jiných webů, které doporučují videa, fotky, filmy nebo produkty na e-shopu. Rozdíl je v tom, že se vám nesnaží nic nového prodat ani vás povrchně zabavit, snaží se vám hlavně pomoct efektivně se učit. Přitom zohledňuje mnoho faktorů, jak těch zmíněných v pedagogických východiscích, tak praktických týkajících se například školního provozu:

  • návaznosti mezi tématy
  • vhodná obtížnost
  • procvičování s prodlevami
  • objevování nových témat a forem procvičování
  • osobní zájmy
  • úlohy zadané učitelem

Algoritmy pro automatickou konstrukci otázek

Výběr a prezentace otázek jsou v některých cvičeních řízeny algoritmy, které automatizovaně řeší například míchání otázek různé obtížnosti a témat či nabízení opakování po chybě (s drobným časovým odstupem). Dále třeba u cvičení s výběrem z více možností (typicky třeba u procvičování slovíček) algoritmus automaticky vybírá vhodné distraktory (alternativní odpovědi) tak, aby donutil řešitele se nad odpovědí co nejvíc zamyslet.

Model domény

V pozadí za jednotlivými algoritmy a metodami zobrazení je model výukové domény. Ten znázorňuje, z jakých témat se oblast skládá, uspořádání témat do hierarchie, návaznosti témat, mapování témat na ročníky studia a další vztahy.

NAPIŠTE NÁM

Děkujeme za vaši zprávu, byla úspěšně odeslána.

Napište nám

Nevíte si rady?

Nejprve se prosím podívejte na časté dotazy:

Čeho se zpráva týká?

Vzkaz Obsah Ovládání Přihlášení Licence