44、智能辅导系统与人类教机器人的研究洞察

智能辅导系统与人类教机器人的研究洞察

智能辅导系统的语言学习与教学策略

在智能辅导系统的研究中，为了评估辅导策略，采用了一个人工领域，专注于学习人工语言的语法和语义。这种人工语言虽词汇少，但通过不同的词序能构建出意义迥异的短语。

语言的构成元素包括三种类型的词：
- 名词（N） ：例如 “bap”“muq”“fid” 分别代表特定形状。
- 颜色修饰词（C） ：如 “duq” 表示橙色，作为名词的后缀使用。
- 数量修饰词（Q） ：具有多义性，像 “oy” 有 “小、一个、轻” 等含义，其具体意义取决于上下文。

技能领域涵盖了构建或理解长度达 5 的 14 种合法句法形式的短语能力，技能集如下：
S = N, C, NC, QN, NQ, CQ, QNQ, QNC, NQC, NCQ, QNQC, QNCQ, NQCQ, QNQCQ

技能集的依赖结构将长度为 l 的每个技能 s 与长度为 l - 1 且是 s 子串的任何技能相连接。

为了教授这种语言，构建了一个名为 blast 的智能辅导系统（ITS）。它为学生提供训练问题或提示，训练问题是四选一的选择题，学生需选择描述给定场景的短语或匹配给定短语的场景，约 10% 的操作是提示。

系统采用了不同的教学策略：
- 随机策略 ：有两种随机策略作为对照条件，随机从技能集中选择技能，并向学生呈现一个（无选择条件）或三个（有选择条件）该技能的问题。
-