ADVANCING INTELLIGENT TEXTBOOKS WITH AUTOMATICALLY GENERATED PRACTICE: A LARGE-SCALE ANALYSIS OF STUDENT DATA |
Rachel Van Campenhout, Michelle Clark, Bill Jerome, Jeffrey S. Dittel, and Benny G. Johnson VitalSource Technologies, Raleigh, NC, USA. CEUR Workshop Proceedings (CEUR-WS.org) intextbooks.science.uu.nl 2020. https://tinyurl.com/3scrpmym Abstract. L'integrazione di domande di esercitazione formativa con il contenuto del libro di testo a intervalli frequenti crea un ambiente di apprendimento attivo e più efficace per l'apprendimento degli studenti. I progressi dell'intelligenza artificiale hanno reso possibile lo sviluppo di sistemi di generazione automatica di domande sufficientemente robusti da poter essere utilizzati con gli studenti su larga scala. In questo lavoro si analizzano cinque tipi di domande generate automaticamente utilizzando i dati di centinaia di migliaia di studenti su più di ottomila libri di testo. Le metriche di difficoltà e di persistenza di queste domande si basano su ricerche precedenti e rivelano intuizioni sulle prestazioni delle domande e sul comportamento degli studenti. Sono inoltre generate attività di tutoraggio metacognitivo e le indagini sulle risposte aperte degli studenti mostrano differenze nel modo in cui gli studenti applicano ciò che hanno appreso dal testo. |