4、面向累积学习者教学的任务分析与关联记忆实现

面向累积学习者教学的任务分析与关联记忆实现

任务分析基础

在构建教学课程时，任务分析是关键的一环。首先，当形成任务场景后，需要详细填充每个动作的细节。这一过程类似于 CommonKADS 中的任务分析以及软件工程中的功能需求分析。对于每个动作，需要回答以下几个关键问题：
1. 输入 ：要明确哪些变量或信息组可以或必须被考虑，以及它们可能的和最简单的值。
2. 输出或结果 ：输出的范围很广，从给飞行员的指令到为其他动作准备或预测信息都有可能。
3. 转换方法 ：将输入转换为输出的方法可以是一系列直接的步骤或计算，也可以是对直观过程的模糊描述。
4. 评估方式 ：明确要优化哪些变量，以及它们的相对重要性。

理想情况下，不应有隐含的动作。不过，由于对动作的高低层次描述，可能会存在一些冗余。例如，“根据所有数据告诉飞行员该做什么”这个动作可能涉及“根据与机场的接近程度决定与哪个飞行员交谈”“根据天气预测与机场的接近程度”等其他动作。

任务分解维度

提取出的高级任务需要进行分解，以便组件能够被累积学习并逐步引入工作流程。这里使用三种互补的分解维度：
1. 基于任务的分解（或基于动作的分解） ：识别任务中所有足够低层次的子任务或动作，包括命令、决策、分类、预测、判断等。较低层次的动作会组合成较高层次的动作，形成一个层次结构，其中低层次的动作控制可以被多个高层次动作复用。
2. 基于特征的分解（或基于情况的