Explanation generation based on model-based diagnosis

Samenvatting

Twee terugkerende thema's binnen het onderzoeksgebied van Intelligente Onderwijs Systemen zijn diagnose van leerlinggedrag en het geven van uitleg. In dit afstudeerwerkstuk wordt een onderwijssysteem besproken waarin een normatief model als basis dient voor zowel het doen van diagnose als het geven van uitleg. Dit normmodel beschrijft in detail de redeneerstappen die nodig zijn voor het voorspellen van het gedrag van een natuurkundig systeem. Fouten die een leerling maakt, worden door de diagnostische module gediagnostiseerd als zijnde bepaalde afwijkingen ten opzichte van het normmodel. Uitleg wordt gegeven middels het verbaliseren van een gedeelte van het normmodel.

De diagnostische module werd ontwikkeld in het kader van het AIO projekt 'Model-Based Reasoning about Learner Behaviour'. Het genereren van uitleg wordt gedaan door een verbalisatie module die gemaakt werd in het kader van dit afstudeerwerkstuk.

De bruikbaarheid van zowel de diagnostische module als de verbalisatie module in een onderwijscontext is ge-evalueerd door middel van een kleinschalig onderzoek. Hiertoe werd de proefpersonen gevraagd hardop te denken tijdens het werken met het onderwijssysteem. Uit de resultaten komt naar voren dat het diagnostiseren in de meeste gevallen goed werkt. In sommige gevallen, met name bij de langere diagnostische sessies, verbeterden de studenten hun oorspronkelijke fout tijdens de diagnostische sessie en was de uiteindelijke diagnose in die zin achterhaald. In ongeveer een kwart van de gevallen waarin uitleg gegeven wordt lijkt deze uitleg niet afdoende te zijn. Er wordt een voorstel gedaan over hoe de uitleggeneratie met behulp van enkele technieken uit de literatuur, waaronder Model Progressie, verbeterd kan worden.