Dissertação

{en_GB=Student Model Learning} {} EVALUATED

{pt=Os Intelligent Tutoring Systems (ITS) são sistemas computacionais utilizados em ambientes de aprendizagem numa tentativa de optimizar a experiência de aprendizagem dos alunos. Eles providenciam melhorias de desempenho comparáveis às de um professor. O modelo de aluno num ITS consiste em traçar o nível de conhecimento dos alunos que o usam em termo de competências e/ou sub-competências, com o objetivo de entender que exercício deve ser proposto de seguida ao aluno de forma a optimizar a sua experiência de aprendizagem. O Zone of Proximal Development and Empirical Success (ZPDES) e o Right Activity at the Right Time (RiARiT) são algoritmos do modelo de ensino que são relativamente independentes do modelo de aluno subjacente. Este trabalho irá derradeiramente tentar fazer o algoritmo ZPDES receber informação para agrupar alunos, estimando a velocidade de aprendizagem destes e propondo o modelo com parâmetros aproximadamente óptimos para alunos desse nível de competência. Isto foi tentado de várias formas diferentes incluindo realizar um teste de diagnóstico antes de aplicar o algoritmo em si, estimar a velocidade de aprendizagem durante a execução de atividades e utilizar os parâmetros ótimos para o perfil de aluno mais semelhante. Os resultados obtidos mostram que esta metodologia permite obter um melhor equilíbrio entre a quantidade de competências aprendidas e o número de passos necessários para aprendê-las que o uso de parâmetros médios para todos os alunos, apesar do modelo criado precisar de várias adaptações para ser usado com alunos reais., en=Intelligent Tutoring Systems (ITS) are computer systems used in learning environments in an attempt to optimize the students' learning experience. They provide performance improvements comparable to an expert teacher. The student model in ITS consists of individually tracing the knowledge level of students that use it in terms of skills and\or sub-skills, with the goal of predicting whether or not a student is capable of solving any given exercise. The tutoring model then attempts to assert what exercise should next be proposed to the student in order to optimize his learning experience. Zone of Proximal Development and Empirical Success (ZPDES) and Right Activity at the Right Time (RiARiT) are tutoring model algorithms which are fairly independent of the underneath student model. This work shall ultimately attempt to have the ZPDES algorithm receive information for grouping students by estimating students' learning speed and proposing the model with approximately optimal parameters for students of that competence level. This was attempted by several different means including performing a diagnosis test before applying the algorithm itself, estimating the learning speed during the execution of activities and utilizing the optimal parameters for the most similar student profile. The obtained results show that this methodology allows for a better balance between the amount of skills learned and the number of time steps required to learn them than using the average parameters for every student, although the created model would need several adaptations in order to be used with real students.}
{pt=Modelo de Aluno, Modelo de Ensino, Aprendizagem, Sistemas de ensino inteligente, en=Student Model, Tutoring Model, Learning, Intelligent Tutoring Systems}

Novembro 10, 2017, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Manuel Fernando Cabido Peres Lopes

Departamento de Engenharia Informática (DEI)

Professor Associado