Individualizing a Cognitive Model of Students’ Memory in Intelligent Tutoring Systems

Virvou, Maria; Manos, Konstantinos

doi:10.1007/978-3-540-45224-9_119

Cited by 4 publications

(2 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Order By: Relevance

“…For example in [156], student modelling is performed using cognitive theories to identify cognitive, personality and performance issues in a collaborative learning environment for software engineering. In another instance, the individualisation of a cognitive model of students' memory is performed in an Intelligent Tutoring System, so that the system may personalise the presentation and sequencing of revisions of teaching material depending on when the student is likely to have forgotten the material taught in preceding sections of the ITS [157].…”

Section: Ai Techniques For the Ux Of Intelligent Tutoring Systemsmentioning

confidence: 99%

Artificial Intelligence and User Experience in reciprocity: Contributions and state of the art

Virvou¹

2023

IDT

View full text Add to dashboard Cite

Among the primary aims of Artificial Intelligence (AI) is the enhancement of User Experience (UX) by providing deep understanding, profound empathy, tailored assistance, useful recommendations, and natural communication with human interactants while they are achieving their goals through computer use. To this end, AI is used in varying techniques to automate sophisticated functions in UX and thereby changing what UX is apprehended by the users. This is achieved through the development of intelligent interactive systems such as virtual assistants, recommender systems, and intelligent tutoring systems. The changes are well received, as technological achievements but create new challenges of trust, explainability and usability to humans, which in turn need to be amended by further advancements of AI in reciprocity. AI can be utilised to enhance the UX of a system while the quality of the UX can influence the effectiveness of AI. The state of the art in AI for UX is constantly evolving, with a growing focus on designing transparent, explainable, and fair AI systems that prioritise user control and autonomy, protect user data privacy and security, and promote diversity and inclusivity in the design process. Staying up to date with the latest advancements and best practices in this field is crucial. This paper conducts a critical analysis of published academic works and research studies related to AI and UX, exploring their interrelationship and the cause-effect cycle between the two. Ultimately, best practices for achieving a successful interrelationship of AI in UX are identified and listed based on established methods or techniques that have been proven to be effective in previous research reviewed.

show abstract

Section: Ai Techniques For the Ux Of Intelligent Tutoring Systemsmentioning

confidence: 99%

Artificial Intelligence and User Experience in reciprocity: Contributions and state of the art

Virvou¹

2023

IDT

View full text Add to dashboard Cite

show abstract

“…However, the information stored in each individual student model provides more information about each student's ability to learn and memorize new facts. This kind of information has been used to individualize the results provided by the Ebbinghaus formula (Virvou & Manos 2003b). In particular, we have used what we call the Personal Base Retention Percentage, the Memorization Ability factor and the Response Quality factor, which will be explained in detail in the following subsections.…”

Section: Learning and Forgettingmentioning

confidence: 99%

Ενσωμάτωση Γνωστικών Θεωριών Αιτιολόγησης Και Απομνημόνευσης Σε Λογισμικό Ευφυών Εκπαιδευτικών Παιχνιδιών Εικονικής Πραγματικότητας

Manos¹

View full text Add to dashboard Cite

Ο κύριος σκοπός αυτής της διπλωματικής είναι να εξελίξουμε της τεχνικές μοντελοποίησης μαθητών που χρησιμοποιούνται από εκπαιδευτικό λογισμικό. Για να το πετύχουμε αυτό χρειαστηκε να υλοποιουθούν ένα σετ από διάφορα εργαλεία τα οποία με την σειρά τους αποτέλεσαν την βάση για το περιβάλλον ανάπτυξης και αξιολόγησης. Αυτά τα εργαλεία αποτελούνται από ένα Intelligent Tutoring System (ITS) το οποίο κρύφτηκε κάτω από ένα παιχνίδι εικονικής πραγματικότηταςμε το όνομα VR-Engage και ένα εργαλείο διαχείρισης (authoring tool) αυτής της πλατφόρμας με το όνομα VR-Integate.Μέσα στον VR-Engage ο μαθητής καλείται να εξερευνήσει 4 διαφορετικούς εικονικούς κόσμους στην προσπάθειά του να μαζέψει όλες τις χαμένες σελίδες από το Βιβλίο της Γνώσης. Ο κάθε κόσμος σχετίζεται με κάποιο διαφορετικό γνωστικό αντικείμενο (Μαθηματικά, Γεωγραφία, Γραμματική και Ορθογραφία). Για να βρει όλες τις σελίδες ο μαθητής πρέπει να περιηγηθεί σε λαβυρίνθους, να αντιμετωπίσει εικονικούς δράκους και να ανοίξει κλειδωμένες πόρτες απατώντας σε γρίφους που σχετίζονται με το αντίστοιχο γνωστικό πεδίο.Καθώς ο μαθητής "παίζει" το παιχνίδι, το σύστημα παρακολουθεί και καταγράφει όλες τις κινήσεις του και προσπαθεί να μεταβάλει το εικονικό περιβάλλον ώστε να κάνει την εμπειρία όσο το δυνατόν πιο ευχάριστη, εύκολα αλλά και αποδοτική. Με την χρήση του VR-Integate ο καθηγητής μπορούσε να σχεδιάσει τον δικό του κόσμο, να βάλει τους δικούς του γρίφους και να παρακολουθήσει την απόδοση των μαθητών. Σε αυτό το σημείο εμφανίστηκε η επιτακτική ανάγκη να μπορεί ο καθηγητής να "ελέγξει" την ποιότητα του "μαθήματος" πριν το δώσει στους μαθητές. Την λύση σε αυτό το σημείο την έδωσε η Γνωστική Ψυχολογία.Βασιζόμενοι σε μία αρχική έρευνα του Ebbinghaus (1998), επεκτήναμε το μαθητικό μοντέλο δίνοντας την δυνατότητα στο σύστημα να αξιολογεί και να παρακολουθεί την ικανότητα απομνημόνευσης τους μαθητή.Χρησιμοποιώντας αυτό το νέο μοντέλο, μπορέσαμε να κατασκευάσουμε εικονικούς πράκτορες οι οποίοι έπαιζαν το παιχνίδι από μόνοι τους βασιζόμενοι επάνω σε μαθητικά μοντέλα που αντιστοιχούν σε διαφορετικά προφιλ μαθητών. Με την χρήση αυτών των πρακτόρων, ο καθηγητής μπορούσε πια να αξιολογήσει το εικονικό "μάθημα" και να πάρει στατιστικά για το ποσο αποδοτικό είναι και πόσο εύκολο είναι να μάθουν οι μαθητές τα διάφορα γνωστικά αντικείμενα που εκείνος επιλέγει. Επί προσθέτως μπορούσε να κάνει όσες αλλαγές απαιτούνται για να μεγιστοποιήσει την απόδοση του μαθήματος.Προχωρόντας την χρήση του μοντέλου ένα βήμα παραπάνω, το ενσωματώσαμε στον VR-Engage για να μας ενημερώνει σε πραγματικό χρόνο για την απόδοση του μαθητή. Καθώς ο μαθητής κινείται στο εικονικό περιβάλλον, όλα τα δεδομένα τροφοδοτούνται στον εικονικό πράκτορα. Στην συνέχεια αυτός, χρησιμοποιώντας το προσωπικό μαθητικό προφίλ του χρήστη, μπορούσε να ενημερώσει το σύστημα σε πραγματικό χρόνο για την απόδοση του μαθητή στους διάφορους γρίφους. Με αυτή την πληροφορία το σύστημα αν έβλεπε ότι κάποια γνωστικά αντικείμενα ο μαθητής δεν τα μάθαινε, μετέβαλε τον εικονικό κόσμο με στόχο την επανάληψη αυτών και την μεγιστοποίηση της απόδοσης του μαθήματος.Με τις δύο αυτές διαφορετικές χρήσεις του επεκταμένου μαθητικού μοντέλου, για πρώτη φορά, ήταν δυνατόν να παραχθεί ένα εκπαιδευτικό παιχνίδι το οποίο όχι μόνο μπορούσε να αυτο-ελεγχθεί πριν την χρήση του σε πραγματικούς μαθητές, αλλά είχε και την δυνατότητα να παρακολουθεί σε πραγματικό χρόνο την απόδοση του μαθητή και να προσπαθεί να την μεγιστοποιήσει.

show abstract

A Practical Digital Watermarking Protocol Based On PKI-CA

Wang

Cao

2007

Eighth ACIS International Conference on Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Com

View full text Add to dashboard Cite

Individualizing a Cognitive Model of Students’ Memory in Intelligent Tutoring Systems

Cited by 4 publications

References 1 publication

Artificial Intelligence and User Experience in reciprocity: Contributions and state of the art

Artificial Intelligence and User Experience in reciprocity: Contributions and state of the art

Ενσωμάτωση Γνωστικών Θεωριών Αιτιολόγησης Και Απομνημόνευσης Σε Λογισμικό Ευφυών Εκπαιδευτικών Παιχνιδιών Εικονικής Πραγματικότητας

A Practical Digital Watermarking Protocol Based On PKI-CA

Contact Info

Product

Resources

About