Upload
raul-oramas-bustillos
View
224
Download
2
Embed Size (px)
DESCRIPTION
Intelligent Learning Environment
Citation preview
Presentacin de PowerPoint
1
Culiacn Sinaloa, Septiembre del 2014
Integrantes:
LSI. Francisco Gnzalez Hrnandez
ISC. Ral Oramas Bustillos
Asesor:
Dr. Ramn Zatarain Cabada.
Ambiente Inteligente de Aprendizaje para Aprender Programacin con Java.
Instituto Tecnolgico de Culiacn
Contenido
2
Antecedentes
Estado del Arte
Manejo de Emociones
Diseo ILE Java-Sensei
Antecedentes
3
+
Computacin Afectiva
3
CAI
ITS(STI)
ILE
Estado del Arte
4
Tabla comparativa del texto de porque se eligio (En el caso del texto).
4
Estado del Arte
5
Tabla comparativa del texto de porque se eligio (En el caso del texto).
5
Estado del Arte
6
AutoTutor Sistema Tutor Inteligente que interacta con los estudiantes por medio de lenguaje natural usando entornos simulados [12].
Clasificacin de Caractersticas (Algoritmos de lA)
Deteccin de caractersticas faciales
Estado del Arte
7
CTAT Herramienta Autor [10]
Construccin de Interfaz de Usuario
Model-Tracing : Hechos Reglas
Example-Tracing : Grafo de Comportamiento
Tabla comparativa del texto de porque se eligio (En el caso del texto).
7
Estado del Arte
8
ILE - Intelligent Learning Environment [11].
Tabla comparativa del texto de porque se eligio (En el caso del texto).
8
Manejo de emociones
Computacion Afectiva.
Se propone que las computadoras deben tener la habilidad de reconocer emociones y tomar decisiones en base a ellas [1].
Tecnicas de Reconocimiento de Afecto.
Creacin de algoritmos para el reconocimiento de afecto. Uso de sensores mulltimodal [2][3].
10
Manejo de emociones
ITS con manejo afectivo AutoTutor, Gaze Tutor [4][5]
Influencia de las emociones no bsicas.
Las emociones no bsicas estan presentes con ms influencia en el proceso de aprendizaje.[6][7]
11
Manejo de emociones
Deteccion Multimodal.
Tcnicas que utilizan distintos sensores para obtener datos y clasificarlos. Con la clasificacion se obtiene una prediccin de la emocin actual.[8][9]
Diseo ILE Java-Sensei
12
Classifier
BackTracking NN
Adaptability
Pedagogical agent
Expert Model
User Model
Pedagogical Model
ITS Engine
Coaching
System Fuzzy Logic
Knowledge
Space
Profile
Overlay
Data Mining
Expert Model
Learning Model
E. Tracing
Problem Solving
Intelligent Learning Environment
Affective Model
Sensor
12
Diseo ILE Java-Sensei
13
[10]
13
Diseo ILE Java-Sensei
14
Student ModelActions TutorEmocin Actual: Aburrimiento, Confusin, Frustracin.Retroalimentacin: Positiva, Neutral, NegativaConfianza en la Clasificacin: Alta o Baja.Respuestas empticas y motivacionalesEmocin Previa: Aburrimiento, Confusin, Frustracin.Accin del Siguiente Dialogo:Consejo, Recurso, Respuesta, Cambio de Ejercicio.Habilidad global del Estudiante:Alta o Baja.Expresin Facial (Avatar): Sorprendido, Encantado, Compasivo, EscpticoCalidad de la Respuesta Actual: Alta o Baja.[4],[11]
14
Diseo ILE Java-Sensei
15
Pantalla de acceso al sistema (login):
15
Diseo ILE Java-Sensei
16
Pantalla con un ejercicio:
16
Diseo ILE Java-Sensei
17
Pantalla con el men del curso:
17
Diseo ILE Java-Sensei
18
Pantalla con recomendaciones al usuario:
18
Diseo ILE Java-Sensei
19
Pantalla que muestra dilogo con el usuario (I):
19
Diseo ILE Java-Sensei
20
Pantalla que muestra dilogo con el usuario (II):
20
Mdulo pedaggico
21
Curso
Java
Mdulo 1
Mdulo 2
Mdulo 3
Mdulo n
Tema 1
Tema 2
Tema 3
Tema n
Concepto 1
Concepto 2
Concepto n
Contenido
Conceptos clave
Tips de prog
Error prog
Ejercicios
Mdulo: contiene objetivos
Concepto: textual/imagen/multimedia
Ejercicio:
Nivel: Fcil/Normal/Difcil
Objetivo
Concepto
Feedback
21
Mdulo pedaggico
22
Curso
Java
Mdulo 1
Mdulo 2
Mdulo 3
Mdulo n
22
Referencias
23
1.Picard, R.W., Affective computing. 2000: MIT press.
2.Woolf, B., et al., Affect-aware tutors: recognising and responding to student affect. Int. J. Learning Technology, 2009. 4.
3.Calvo, R.A. and S. D'Mello, Affect detection: An interdisciplinary review of models, methods, and their applications. Affective Computing, IEEE Transactions on, 2010. 1(1): p. 18-37.
4.DMello, S., et al. AutoTutor detects and responds to learners affective and cognitive states. in Workshop on Emotional and Cognitive Issues at the International Conference on Intelligent Tutoring Systems. 2008.
5.D'Mello, S., et al., Gaze tutor: A gaze-reactive intelligent tutoring system. International Journal of human-computer studies, 2012. 70(5): p. 377-398.
6.D'Mello, S. and R.A. Calvo, Beyond the Basic Emotions: What Should Affective Computing Compute? 2013.
7.D'Mello, S., et al., Confusion Can be Beneficial For Learning. 2014.
8.DMello, S.K. and A. Graesser, Multimodal semi-automated affect detection from conversational cues, gross body language, and facial features. User Modeling and User-Adapted Interaction, 2010. 20(2): p. 147-187.
Referencias
24
9.Grafsgaard, J.F., et al. Multimodal analysis of the implicit affective channel in computer-mediated textual communication. in Proceedings of the 14th ACM international conference on Multimodal interaction. 2012. ACM.
10.Aleven, V., et al., A new paradigm for intelligent tutoring systems: Example-tracing tutors. International Journal of Artificial Intelligence in Education, 2009. 19(2): p. 105-154.
11.Graesser, A.C., et al., AutoTutor: An intelligent tutoring system with mixed-initiative dialogue. Education, IEEE Transactions on, 2005. 48(4): p. 612-618.
11.Brusilovsky, P. and E. Milln. User models for adaptive hypermedia and adaptive educational systems. in The adaptive web. 2007. Springer-Verlag.
12.D'mello, S. and A. Graesser, AutoTutor and affective AutoTutor: Learning by talking with cognitively and emotionally intelligent computers that talk back. ACM Transactions on Interactive Intelligent Systems (TiiS), 2012. 2(4): p. 23.
Nombre Autor Ao Lenguaje Caracterstica
PROUST Johnson & Soloway
1985 Pascal Sistema Experto con una base de conocimiento que incluye bugs comunes de programacin
LISPITS Anderson et al. 1986 LISP Modelo estudiante: Knowledge Tracing
ITEM/IP Bruselosky 1992 Mini-Lenguaje Turingal ILE basado en Web, sistema adaptativo
SQLT-Web Mitrovich 2000 SQL ILE basado en Web. Modelo estudiante: constraint based
ELM-ART Bruselosky 2001 LISP ILE basado en Web. Modelo estudiante basado en overlay
DRSCHEME Findler et.al 2002 Scheme ILE basado en Web con verificador de sintaxis, anlisis lxico, depurador.
WHAT Lpez et. Al Haskell Modelo estudiante: constraint based. Determina el tipo de ejercicio que el estudiante debe de resolver
iWeaver Woolf 2003 Java ILE basado en Web. Maneja profile estudiante y estilos de aprendizaje
WBITS Butz, Hua, Maguire
2004 Introduccin Programacin
Utiliza redes bayesianas para la toma de decisiones y para generar secuencias de aprendizaje
The Prolog Tutor
Hong 2004 PROLOG Clasifica programas que utilizan la misma tcnica de programacin y comparten mismo patrn de cdigo
JITS Sykes, Franek 2004 Java Modelo estudiante: misconceptions
AutoTutor Graesser, Chipman, Walles,
Woolf
2005 --- Modelo estudiante basado en el dilogo.
Nombre Autor Ao Lenguaje Caracterstica
PROUST Johnson &
Soloway
1985 Pascal Sistema Experto con una base de conocimiento
que incluye bugs comunes de programacin
LISPITS Anderson et al. 1986 LISP Modelo estudiante: Knowledge Tracing
ITEM/IP Bruselosky 1992 Mini-Lenguaje Turingal ILE basado en Web, sistema adaptativo
SQLT-Web Mitrovich 2000 SQL ILE basado en Web. Modelo estudiante: constraint
based
ELM-ART Bruselosky 2001 LISP ILE basado en Web. Modelo estudiante basado en
overlay
DRSCHEME Findler et.al 2002 Scheme ILE basado en Web con verificador de sintaxis,
anlisis lxico, depurador.
WHAT Lpez et. Al Haskell Modelo estudiante: constraint based. Determina el
tipo de ejercicio que el estudiante debe de resolver
iWeaver Woolf 2003 Java ILE basado en Web. Maneja profile estudiante y
estilos de aprendizaje
WBITS Butz, Hua,
Maguire
2004 Introduccin
Programacin
Utiliza redes bayesianas para la toma de
decisiones y para generar secuencias de
aprendizaje
The Prolog
Tutor
Hong 2004 PROLOG Clasifica programas que utilizan la misma tcnica
de programacin y comparten mismo patrn de
cdigo
JITS Sykes, Franek 2004 Java Modelo estudiante: misconceptions
AutoTutor Graesser,
Chipman, Walles,
Woolf
2005 --- Modelo estudiante basado en el dilogo.
J-LATTE Holland et al. 2009 Java Modelo estudiante: constraint based
CTAT Aleven, Mclaren & Sewall
2009 --- Herramienta de autor para tutores cognitivos y example tracing
JavaTutor Michael David Wallis
2011 Java ILE, Web Adaptativo
Affective AutoTutor
DMello, Lehman & Graesser
2011 --- Estados emocionales
Wayang- Outpost
Cooper, Arroyo & Woolf
2011 --- Manejo de sensores y estados emocionales
ASK-ELLE Alex Gerdes 2012 Haskell ILE basado en Web.
Gaze Tutor DMello et.al 2012 --- Manejo de las emociones como la frustracin y el aburrimiento
ALEKS --- 2014 --- ILE basado en Web. Modelo estudiante: Knowledge spaces
J-LATTE Holland et al. 2009 Java Modelo estudiante: constraint based
CTAT Aleven, Mclaren
& Sewall
2009 --- Herramienta de autor para tutores cognitivos y
example tracing
JavaTutor Michael David
Wallis
2011 Java ILE, Web Adaptativo
Affective
AutoTutor
DMello, Lehman
& Graesser
2011 --- Estados emocionales
Wayang-
Outpost
Cooper, Arroyo &
Woolf
2011 --- Manejo de sensores y estados emocionales
ASK-ELLE Alex Gerdes 2012 Haskell ILE basado en Web.
Gaze Tutor DMello et.al 2012 --- Manejo de las emociones como la frustracin y el
aburrimiento
ALEKS --- 2014 --- ILE basado en Web. Modelo estudiante:
Knowledge spaces