通用智能导学框架助力学习科学发展——访美国通用智能导学框架联合创始人罗伯特·索特拉博士

索特拉博士是国际智能教育领域的知名学者,曾获美国陆军荣誉服务奖(2018年)、美国陆军文职人员成就奖章(2008年),并在建模和仿真领域荣膺两项终身成就奖,在学习科学领域发表200多篇论文。1983-2018年,索特拉博士就职于美国陆军和海军训练科学技术部,领导适应性训练科学和技术项目,聚焦认知、教学和技术的交叉领域,核心研究问题有二:如何基于学习科学的先进成果开发更有效的标准化智能教学环境?如何在新技术情境下促进人的有效学习?在致力于推进智能教学环境标准化过程中,他和同事开创了基于人工智能的智能教学系统通用框架(Generalized Intelligent Framework for Tutoring,GIFT)及其开源软件,他本人被尊称为“GIFT之父”。通用智能导学框架是构建各类智能导学系统的标准化框架,即使缺乏开发或教育经验的使用者也能基于该框架快速构建系统并用于学习、研究或教学实践。2012年5月,通用智能导学框架由美国军队研究实验室人类研究和工程指挥部正式发布。自发布以来,通用智能导学框架被广泛应用于学科教学、职业培训、军队或医学训练等领域的课程开发。截至2019年10月,通用智能导学框架社区成员已汇集76个国家或地区的1500余名用户。2019年10月8-12日,在华中师范大学举办的第七届网络时代的心理与行为研究前沿国际研讨会期间,笔者对罗伯特·索特拉博士进行了访谈。相信本次访谈能够为关注智能化教育技术的研究者、实践者和政策制定者提供参考。

对话式智能导学系统研究现状及趋势

对话式智能导学系统通过模仿人类自然语言对话辅导,能够促进学习者的综合分析、定性推理等深度学习能力。本研究基于深度学习视角,用文献分析法对其概念内涵、理论基础、架构特点和学习效果等相关研究进行梳理,指出对话式智能导学系统对深度学习具有明显的促进作用,但也存在学习效率欠佳、深度学习支持不足及开发成本过高三个亟待解决的问题。为进一步推动对话式智能导学系统的发展,本研究建议重视跨学科合作、引入通用智能导学框架、考虑潜在的伦理问题,同时着重关注多模态交互方式、多维度情感计算和多代理团队学习三个新兴研究方向。

AutoTutor背后的技术启思与人文眷注——访美国孟菲斯大学智能导学系统专家亚瑟·格雷泽教授

亚瑟·格雷泽(Arthur C.Graesser)是美国孟菲斯大学心理学系和智能系统研究院教授,牛津大学教育系荣誉研究员,先后获得杰出科学贡献奖(文本与语言学会)、心理学应用教育和培养杰出贡献奖(美国心理学会)、孟菲斯大学终身成就奖、Harold W.McGraw学习科学奖等,与同事合作开发了AutoTutor、DeepTutor、Electronix Tutor、PAL3及Coh-Metrix等知名教学软件,研究兴趣为认知科学、言语处理和学习科学。本文系格雷泽教授2019年10月来华参加“计算行为科学研讨会——智适应教学系统的模型和分析”会议期间接受访谈整理而成。访谈以AutoTutor为切入点,探讨与之有关的教师培训、情感、协作学习、深度学习、GIFT及MOOC等问题。我国改革开放迄今已四十余年,但是与美国相比,为何原创总是乏善可陈?AutoTutor背后的技术启思与人文眷注——格雷泽教授的心路分享也许能给我们“精神引航”。此次访谈恰逢格雷泽教授退休之际,借学术回望之机管窥其学术思想内涵,希望能对学界同仁有所启发。