74、探索学习中的误差类型与跨学科交互

探索学习中的误差类型与跨学科交互

在学习过程中，误差类型的研究以及科学、工程和计算思维之间的交互作用是两个重要的研究方向。下面将详细探讨相关内容。

误差类型研究

在学习过程中，存在着多种不同类型的误差。比如在计算技能右侧操作时会出现算术错误实例。目前，AL 代理采用通用领域操作函数进行算术运算，因此不会出现这类错误。不过，有可能将这些误差进一步划分为单独的误差类型，并为其建立独立的学习曲线。

分离这类误差的一种可能方法是，利用 AL 的学习机制在误差类型标记过程中所采用的方法，找出那些无法通过对界面中的值应用弱方法来解释的误差。

此外，学习曲线拆分方法可能在模拟学习者领域之外的学生建模中也有应用。分别分析选择误差（Selection - Errors）和输入误差（Input - Errors）的发生率，可能有助于衡量智能辅导系统（ITS）中内置干预措施的有效性。例如，CTAT 辅导系统经常在学生处理问题的错误步骤时进行纠正（即选择误差）。在这些消息中添加详细反馈，解释正确的下一步是什么以及为什么正确，可能会以不同方式改善“如果 - 那么”类型的学习。通过拆分学习曲线可以直接衡量这种干预措施对这两种学习类型的相对影响，从而帮助优化反馈消息。

在研究中，虽然将几种不同的模式归为了两组，但进一步拆分误差可能也有其用途。例如，有一种编码模式可以挑出学生为后续步骤提供了正确答案的情况。分析这类误差的发生率，可能有助于发现辅导系统任意限制步骤执行顺序的情况，也可能有助于识别学生因受到限制而无法给出通过心理步骤得出的最终答案的情况。

科学、工程与计算思维的交互研究

背景与相关工作

在美国