Inteligentne modelowanie ucznia w czasie rzeczywistym

Opracowano model ucznia przeznaczony dla osób ucz¿cych si¿ z wykorzystaniem komputerowego samouczka. Wst¿pny model uzupe¿niono wynikami testu wst¿pnego z zakresu materiäu do nauki, kwestionariuszem biograficznym oraz dwoma narz¿dziami do oceny stylu uczenia si¿: Kolb LSI i Entwistle ASI. Sieci neuronowe dostarczy¿y dodatkowych informacji poprzez ¿ledzenie zachowä u¿ytkowników w sieci, takich jak wybór opcji, kolejno¿¿ ich wyboru oraz czas po¿wi¿cony na käd¿ z nich. Dost¿pne opcje obejmowäy obejrzenie przyk¿adu, przeczytanie tekstu wyjäniaj¿cego lub wykonanie testu próbnego. Zachowania podczas nauki online, które prowadzi¿y do pomy¿lnych i niepomy¿lnych wyników nauczania, zostäy nast¿pnie ocenione przy u¿yciu statystyki i sieci neuronowych. Wyniki nauczania zmierzono za pomoc¿ testów ko¿cowych. Jedynie Entwistle ASI okazä si¿ u¿ytecznym wskänikiem a priori. Zarówno analizy statystyczne, jak i analizy oparte na sieciach neuronowych däy podobne kategorie modeli ucz¿cych si¿, co oznacza, ¿e mo¿liwe jest przeprowadzanie miarodajnego modelowania ucz¿cych si¿ w czasie rzeczywistym. Umo¿liwi¿oby to dostosowywanie w czasie rzeczywistym zarówno tre¿ci, jak i formatu prezentacji materiäów dydaktycznych. Dodatkow¿ zalet¿ jest mo¿liwo¿¿ ci¿g¿ego dostosowywania si¿ lub nad¿¿ania za post¿pami ucz¿cych si¿ w miar¿ ich rozwoju i kontynuowania nauki.