哥本哈根大学研究人员使用人工智能来跟踪学生在线课程的表现

 
从完全在线的教育平台可以获得什么见解?大量。在一份新发表的关于预印本服务器Arxiv.org的论文(“跟踪在线教育系统中学生的行为模式”)中，哥本哈根大学的三位科学家调查了一个人工智能模型，该模型从Clio Online获取数据，其中一个丹麦小学最大的内容提供商，以确定诸如时间，主题，活动类型，复杂性和表现等因素之间的关系。他们说，他们的方法允许跟踪学生的行为随时间的变化，以及更广泛的教育系统的趋势。
“学生的行为方式……是教育数据挖掘中的一个重要课题。在教育系统中了解这种行为可以帮助我们了解学生如何学习并帮助指导基于实际使用的最佳学习的发展，“共同作者写道。 “在本文中，我们[考虑]系统中的学生活动如何影响[ed]表现。”
正如团队所解释的那样，克里奥在线 – 占丹麦所有小学的90%作为客户 – 主持涵盖所有科目(数学除外)的模块，包括文本，视频，声音片段，练习，测验和学生用于自我测试的测试。学习和完成学校作业。研究人员查看了14,810名学生的可用数据，提取了学校活动与非学校时间，完成练习和阅读文本所花费的时间，使用不同主题的时间，平均课程长度和平均测验分数等功能。
研究人员将编译后的语料库输入到聚类分析算法中，该算法将这些特征分开，以便每组中的特征与其他组中的特征相互共享。有趣的是，结果显示，与科学科目一起工作的学生花费了不成比例的阅读时间，并且主要与语言科目一起工作的学生的学习成绩与他们在上课时间参加测验和工作的时间相关。此外，研究人员发现，大多数在家工作的学生并不是同龄人中表现最好的学生。
“我们的工作中得出的一个值得注意的结论是，学生在非上课时间使用Clio Online系统……似乎没有显着提升绩效。研究人员写道，我们还看到如何进行测验似乎可以提高学生在语言中的表现，比其他阅读文本更重要的学科更为重要。 “这符合直觉，即语法等技能需要训练，以便学习。”
研究人员将未来的工作留给其他数据，例如是否将文本或测验分配在一起以及学生是自己阅读还是与同学阅读。在未来，他们希望部署一个可用于跟踪整个班级变化的生产系统，以便教师可以为个别学生量身定制课程计划。