Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Παρουσίαση Διδακτορικής Διατριβής Υποψήφιος Διδάκτορας Κωνσταντίνος Μανός Επιβλέπουσα Καθηγήτρια Μαρία Βίρβου Πανεπιστήμιο Πειραιώς, Ιουλιος 2011.

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "Παρουσίαση Διδακτορικής Διατριβής Υποψήφιος Διδάκτορας Κωνσταντίνος Μανός Επιβλέπουσα Καθηγήτρια Μαρία Βίρβου Πανεπιστήμιο Πειραιώς, Ιουλιος 2011."— Μεταγράφημα παρουσίασης:

1 Παρουσίαση Διδακτορικής Διατριβής Υποψήφιος Διδάκτορας Κωνσταντίνος Μανός Επιβλέπουσα Καθηγήτρια Μαρία Βίρβου Πανεπιστήμιο Πειραιώς, Ιουλιος 2011

2 Θεμα Διατριβής Ενσωμάτωση γνωστικών θεωριών αιτιολόγησης και απομνημόνευσης σε λογισμικό ευφυών εκπαιδευτικών παιχνιδιών εικονικής πραγματικότητας

3 Στόχος Επέκταση μοντελοποίησης χρηστών με χρήση στοιχείων γνωστικής ψυχολογίας  Χρήση και επέκταση μαθηματικού μοντέλου για την προσομοίωση των απομνημονευτικών δυνατοτήτων Εφαρμογή του εξελιγμένου μοντέλου σε εκπαιδευτικό λογισμικό  Υλοποίηση πλατφόρμας εκαπιδευτικού παιχνιδιου

4 Ανασκόπηση Πεδίου (Ι) Ηλεκτρονικά Παιχνίδια  Περιπέτειας (Adventures)  Δράσης (Action / Arcade)  Παιχνίδια ρόλου (Role Playing Games (RPG))  Προσομοίωσης (Simulation)  Στρατηγικής

5 Ανασκόπηση Πεδίου (ΙΙ) Εκπαιδευτικό Λογισμικό  Εφαρμογές ή Παιχνίδια  Στόχος: Γνώση  Στόχος: Αντανακλαστικά Μοντελοποίηση Χρηστών Συγγραφικά Εργαλεία

6 Ανασκόπηση Πεδίου (ΙΙΙ) Εικονική Πραγματικότητα  Εικόνα – Ήχος  Στατικό Εικονικό Περιβάλλον  Τεχνητή Νοημοσύνη & Δυναμικό Περιβάλλον Γνωστική Ψυχολογία  Μαθηματικό Μοντέλο Ebbinghaus

7 Η πλατφόρμα VR-Engage (Ι) Ηλεκτρονικό παιχνίδι εικονικής πραγματικότητας  Παιχνίδι περιπέτειας  Πρώτου Προσώπου Σενάριο  Περιήγηση σε 4 διαφορετικούς κόσμους με απώτερο σκόπο την ανεύρεση των χαμένων σελίδων του βιβλίου της γνώσης

8 Η πλατφόρμα VR-Engage (ΙΙ) Περιβάλλον  3D Πρώτου προσώπου  Δράκοι, Κάστρα, Λαβύρινθοι  Εικονικοί Πράκτορες  Μουσική Εμπειρία  Έπαθλα, Διαπραγματεύσεις  Εικονικοί Βοηθοί / Αντίπαλοι Θεωρία / Ερωτήσεις

9 Η πλατφόρμα VR-Engage (ΙΙΙ) Μοντελοποίηση Παικτών  Κοινό μοντέλο για όλους τους κόσμους  Έλεγχος ποιότητας απαντήσεων Human Plausible Reasoning (HPR)  Έλεγχος εξοικείωσης με το περιβάλλον  Έλεγχος προσήλωσης στο παιχνίδι

10 Εικόνες από το παιχνίδι:

11 Αξιολόγηση VR-Engage (Ια) Πείραμα στην τάξη  2 γκρουπ των 8 παιδιών (11-12 ετών)  4 καθηγητές (Ιστορίας, Βιολογίας, Μαθηματικών, Φιλολογίας)  2 βοηθοί Η/Υ  Σχολική Δραστηριότητα Σύγκριση VR-Engage με συμβατικό εκπαιδευτικό λογισμικό Μη περιορισμός χρόνου Όλα τα δεδομένα καταγράφηκαν

12 Αξιολόγηση VR-Engage (Ιβ) Αποτελέσματα  Οι παίκτες του VR-Engage ξόδεψαν περισσότερο χρόνο μέσα στο περιβάλλον, διαβάζοντας την θεωρία, προσπαθώντας να τελειώσουν το παιχνίδι  Στο τελικό κοινό τεστ, οι μαθητές που είχαν παίξει το VR-Engage είχαν ελαφρώς καλύτερη απόδοση από τους μαθητές που ασχολήθηκαν με το συμβατικό εκπαιδευτικό λογισμικό

13 Αξιολόγηση VR-Engage (ΙΙ) Πείραμα στο εργαστήριο  20 μαθητές (11-12 ετών)  2 βοηθοί Η/Υ  Καμία σύνδεση με σχολικό περιβάλλον/εργασία Η πλατφόρμα παρουσιάστηκε ως ένα εικονικό παιχνίδι και όχι ως εκπαιδευτικό λογισμικό 73% ζήτησαν περισσότερα εικονικά αντικείμενα 46% σχολίασαν το εκπαιδευτικό περιεχόμενο 19% ενοχλήθηκαν από το εκπαιδευτικό περιεχόμενο

14 Το εργαλείο VR-Integate (Ι) Συγγραφικό Εργαλείο (Authoring Tool) για ευφυή διδακτικά συστήματα (Intelligent Tutoring Systems – ITS) Δυνατότητα παραμετροποίησης και επαναχρησιμοποίησης ενός συστήματος με χαμηλό κόστος Παροχή πολλύτιμων εργαλείων στον δάσκαλο για την ανάλυση και σχεδιασμό των ηλεκτρονικών μαθημάτων

15 Το εργαλείο VR-Integate (ΙΙ) Διαδικασία εισαγωγής στοιχείων  Δημιουργία ιεραρχίας κόμβων γνώσης  Εισαγωγή δεδομένων  Δημιουργία μίας ιεραρχικής γνωστικής βάσης  Δημιουργία διαγωνισμάτων για τους μαθητές Δυνατότητα ορισμού θεωρίας Διαφορετικοί τύποι ερωτήσεων  Παραμετροποίηση και σχεδιασμός των εικονικών κόσμων

16 Μοντελοποίηση Χρηστών (Ι) Ποιότητα απαντήσεων  Με βάση την ιεραρχική δομή της γνωστικής βάσης  Με βάση αλγορίθμους προσέγγισης / ομοιότητας Καταγραφή πεδίου γνώσης, αναγνώριση ελλείψεων  π.χ. Γνωρίζει καλά την γεωγραφία για το νομό Αχαϊας αλλά όχι για το νομό Αττικής.

17 Μοντελοποίηση Χρηστών (ΙΙ) Σύνδεση λανθασμένων απαντήσεων με πιθανές αιτίες και καταγραφή αποτελεσμάτων για την δημιουργία μακροπρόθεσμου μοντέλου Αναγνώριση μεταξύ τύπων λαθών (π.χ. ορθογραφικό ή γνωστικού πεδίου) Προφίλ Διεπαφής με το εικονικό περιβάλλον  Ευκολία χειρισμού  Βαθμός προσείλωσης

18 Γνωστική Ψυχολογία (Ι) Δύο δημοφιλείς εξηγήσεις για τον τ΄ροπο που “ξεχνάμε”  Αν δεν χρησιμοποιούμε κάποια ανάμνηση αυτή σβήνεται  Καμία ανάμνηση δεν σβήνεται αλλά είναι πολύ δύσκολο να την ανακαλέσουμε Βραχυπρόθεσμη / Μακροπρόθεσμη μνήμη Μαθηματική μοντελοποίηση της διαδικασίας (Linton, Klatzky, Ebbinghaus)

19 Γνωστική Ψυχολογία (ΙΙ) Μαθηματική φόρμουλα του Ebbinghaus t: χρόνος σε λεπτά k=1.84, c=1.25 B: το ποσοστό του θέματος που θυμάται ο μαθητής μετά το πέρασμα t χρόνου.

20 Γνωστική Ψυχολογία (ΙΙΙ) Το “b” μειώνεται εκθετικά αρχικά και μετά ισορροπεί b<70 σημαίνει ότι το στοιχείο έχει “ξεχαστεί” Για κάθε στοιχείο θεωρίας, χρησιμοποιούμε την φόρμουλα για να ελέγχουμε αν χρειάζεται επανάληψη Καταχωρούμε την χρονική στιγμή εκμάθησης του στοιχείου και κάθε επόμενη επανάληψη

21 Επέκταση Μοντέλου (Ι) Το μαθηματικό μοντέλο είναι απόλυτα γενικό. Για την μοντελοποίηση χρηστών πρέπει να το επεκτείνουμε και να το κάνουμε πιο προσωπικό B: Αποτέλεσμα της φόρμουλας του Ebbinghaus RF: Retention Factor (Αρχική τιμή 95 ή 100 αν δεν χρησιμοποιηθεί ο δείκτης Memorization Ability)

22 Επέκταση Μοντέλου (ΙΙ) Base Retention Percentage (BRP)  Προσωποποιεί το κατώτατο όριο (70%) κάτω του οποίου ένα στοιχείο θεωρείται ξεχασμένο  Υπολογισμός με την χρήση τεστ πριν και μετά από κάποιο εικονικό μάθημα

23 Επέκταση Μοντέλου (ΙΙΙ) Memorization Ability (MA) BRP (90-100) → t (3min – 6min)

24 Επέκταση Μοντέλου (ΙV) Response Quality (RQ)

25 Αξιολόγηση Μοντέλου (Ι) Online παιχνίδι: “Βρες δύο ίδια”  Απλό, εύκολο και γνωστό από όλους  Ανεξάρτητο από γνωστικά πεδία  Επιλογή συγκεκριμένων τραπουλόχαρτων Χρήστες από υπάρχοντα online παιχνίδια  Εξοικιωμένοι με το Internet  Ηλικίες από 12 έως 35  Είχαν πολύ καλό αρχικό κίνητρο για να “παίξουν” το παιχνίδι

26 Αξιολόγηση Μοντέλου (ΙΙ)

27 Καταγραφή όλων των γεγονότων  Πρώτη φορά που εμφανίζεται η κάρτα  Κάθε επόμενη φορά μαζί με το αποτέλεσμα (επιτυχία ή αποτυχία) Φιλτράρισμα των γεγονότων  Αφαίρεση όλων των “τυχαίων γεγονότων” (π.χ. Επιτυχία χωρίς προηγούμενη προβολή τραπουλόχαρτου)  Αφαίρεση πολύ αργών παιχνιδιών (ένδειξη μη προσείλωσης στο πείραμα ή παρεμβολή εξωγενούς παράγοντα – αποτυχία σύνδεσης)

28 Αξιολόγηση Μοντέλου (ΙΙΙ) 115 παίκτες έπαιξαν 1585 παιχνίδια

29 Αξιολόγηση Μοντέλου (ΙV)

30 Αξιολόγηση Μοντέλου (V) Παραδοχές  Response Quality: παίρνει μόνο τιμές 0 ή 3  Memorization Ability: λόγω της μικρής χρονικής διάρκειας του παιχνιδιού τέθηκε στην τιμή 2 για όλους Αποτελέσματα  Μετά από 12 παιχνίδια η υπολογιζόμενη τιμή του BRP είχε απόκλιση +/- 1%  Η μαθηματική φόρμουλα μπορούσε να προσομειώσει τις κινήσεις/επιλογές των παικτών

31 Ψηφιακοί Ευφυείς Πράκτορες Σετ από ψηφιακές διεργασίες που προσομειώνουν τις κινήσεις/επιλογές των μαθητών χρησιμοποιώντας το εκάστοτε μοντέλο. Δεν έχουν παρουσία στον εικονικό κόσμο (εικονικοί πράκτορες) Χρησιμοποιούνται είτε από τον δάσκαλο (VR-Integate) είτε από το ίδιο το σύστημα (VR-Engage) για την βελτιστοποίηση του τελικού αποτελέσματος διδασκαλίας.

32 Προ-αξιολόγηση (Ι) Αρχικά χρήση του VR-Integate για τον σχεδιασμό του εικονικού μαθήματος  Ορισμός θεωρίας (ιεραρχικά δένδρα)  Ορισμός ερωτήσεων (τύπος και συσχέτιση)  Ορισμός ψηφιακού κόσμου Χρήση συγκεκριμένου σετ από μοντέλα μαθητών (έχουν καταγραφεί σε προηγούμενες εκτελέσεις του εκπαιδευτικού λογισμικού)  Επέκταση αυτών με το μοντέλο γνωστικής ψυχολογίας για την ποιότητα της απομνημονευτικής τους ικανότητας

33 Προ-αξιολόγηση (ΙΙ) Ανάθεση στους ψηφιακούς πράκτορες να “παίξουν” το παιχνίδι χρησιμοποιώντας τα διάφορα μοντέλα, προσωμειώνοντας τις κινήσεις/επιλογές των μαθητών Καταγραφή αποτελεσμάτων Αξιολόγηση του εικονικού μαθήματος Επανάληψη διαδικασίας (αν χρειάζεται)

34 Αυτοαξιολόγηση (Ι) Ανάθεση ενός ψηφιακού ανά μαθητή Ο πράκτορας χρησιμοποιεί το προσωπικό μοντέλο του μαθητή (αν δεν υπάρχει το αρχικοποιεί) Ο μαθητής ξεκινάει να παίζει μέσα στον ψηφιακό κόσμο του VR-Engage ενώ ο πράκτορας καταγράφει όλες τις κινήσεις του  Ενημέρωση του μοντέλου

35 Αυτοαξιολόγηση (ΙΙ) Με βάση το μοντέλο του μαθητή και την απόδοση του ο πράκτορας δίνει στο σύστημα μετρήσης που αφορούν  Την ευκολία χρήσης του συστήματος  Την απόδοση του μαθητή  Προβλέψεις σχετικά με την απομνημόνευσή του Το σύστημα ανταποκρίνεται μεταβάλλοντας τον ψηφιακό κόσμο ανάλογα με τις ανάγκες του μαθητή

36 Συμπεράσματα – Συνεισφορά (Ι) Το μοντέλο βασίζεται σε εμπειρικές μελέτες, προσομείωση και μαθηματικό προγραμματισμό  Απαιτεί πειράματα τα οποία παράγουν πάρα πολλά γεγονότα / αποτελέσματα για την τελική του αξιολόγηση  Το μοντέλο μπορεί να επηρρεαστεί από πολλούς διαφορετικούς εξωγενείς παράγοντες (γνωστικό πεδίο, απόδοση μαθητή, εξαιρετικές επιδόσεις)

37 Συμπεράσματα – Συνεισφορά (ΙΙ) Για πρώτη φορά κατασκευάστηκε μία διαδικασία μοντελοποίησης μαθητών η οποία μπορεί να προσομειώνει την διαδικασία απομνημόνευσης Χρησιμοποιώντας αυτό το μοντέλο μπορούμε να βελτιστοποιήσουμε την αποδοτικότητα ενός ευφυούς διδακτικού συστήματος (ITS)  Χρήση πρακτόρων για προ-αξιολόγηση. Έχοντας την δυνατότητα να δοκιμάσουμε το αποτέλεσμα του ITS πριν το χρησιμοποιήσουν οι μαθητές.  Χρήση πρακτόρων για δυναμική αλλαγή κατά την διάρκεια της διδακτικής διεργασίας

38 Μελλοντική Εξέλιξη / Έρευνα Συνεργασία με άλλους ερευνητές για την βελτιστοποίηση και εξέλιξη του μαθηματικού μοντέλου προσομείωσης της ικανότητας απομνημόνευσης ενός μαθητή Διαχωρισμός των BRP ανά γνωστικό πεδίο Επέκταση της φόρμουλας για προσομείωση και της μακρόχρονης απομνημονευτικής διαδικασίας.


Κατέβασμα ppt "Παρουσίαση Διδακτορικής Διατριβής Υποψήφιος Διδάκτορας Κωνσταντίνος Μανός Επιβλέπουσα Καθηγήτρια Μαρία Βίρβου Πανεπιστήμιο Πειραιώς, Ιουλιος 2011."

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google