73、模拟学习者与人类学习误差类型的研究

模拟学习者与人类学习误差类型的研究

在教育技术领域，模拟学习者的研究对于理解人类学习过程和提高教学效果具有重要意义。本文将探讨模拟学习者在分数算术学习中的表现，以及如何通过分析不同类型的误差来改进模拟学习者模型，使其更接近人类学习。

1. 模拟学习者架构

模拟学习者采用了学徒学习者（AL）架构，这是一个模块化的框架，用于生成模拟学习者。一个AL代理模拟一个人类学习者，通过演示和正确性反馈进行学习。AL代理可以交互式训练，也可以使用现有的智能辅导系统（ITS）进行训练。

AL架构的模块化设计包含几个独立的学习机制，这些机制可以互换，以测试不同的人类学习计算理论。这些学习机制共同生成和完善代表代理技能的生产规则。生产规则的左侧（if部分）由何时学习（when - learning）和何处学习（where - learning）机制完善，右侧（then部分）由如何学习（how - learning）机制生成。
- 如何学习机制 ：在学习过程中首先发挥作用，它诱导一系列操作，以解释演示训练示例的动作参数是如何产生的。在分数算术学习中，只需要搜索单一的未链接运算符。
- 何处学习机制 ：负责生成与每个技能相关的匹配规则，这些规则可以绑定到ITS界面中与特定技能使用相关的界面元素。在本文的研究中，采用了一个简单的何处学习机制，它只是回忆以前看到的匹配。
- 何时学习机制 ：负责学习何时适合应用某个技能。它是一个二元分类器，根据问题的当前状态和每个技能的匹配情况，决定是否应用该技能。本文测试了两种不同的分类算法：决策树算法和trestle算法。