“安排 ChatGPT 在未来做一些事”
引起学习者兴趣 (Recruitment):吸引学习者参与到任务中来。
简化任务 (Reduction in degrees of freedom):将任务分解成更小的、易于管理的步骤。
维持方向 (Direction maintenance):确保学习者朝着目标前进。
标明关键特征 (Marking critical features):突出任务的关键方面。
控制挫折 (Frustration control):帮助学习者应对困难和挫折。
示范 (Demonstration):展示完成任务的方法。
诊断学生学习状态:ITS 通过跟踪学生的学习过程,分析他们的答案、错误类型、反应时间等数据,来诊断学生的知识水平、技能缺陷和学习风格。这与支架式教学中教师评估学习者当前发展水平的需求相吻合。
动态调整支持力度:基于对学生学习状态的诊断,ITS 可以动态调整提供的支持力度。对于掌握较好的知识点,ITS 可以减少支架,鼓励学生独立思考;对于学生感到困难的部分,ITS 可以提供更多、更具体的提示、解释和指导,就像教师在 ZPD 内提供帮助一样。
提供探究式学习环境:许多 ITS 采用基于问题或项目的学习模式,鼓励学生主动探索和发现知识。支架式教学的理念指导 ITS 在这种环境中为学生提供必要的脚手架,例如分解任务、提供线索、引导思考等,帮助学生克服困难,而不是直接给出答案。
促进元认知技能发展:ITS 可以通过一些支架策略,例如引导学生进行自我解释、自我监控和自我评估,来促进学生元认知技能的发展,使他们能够更好地监控自己的学习过程,并逐步学会独立学习。
控制挫折感:ITS 可以根据学生的表现调整任务难度,避免学生因任务过难而产生挫败感,或因任务过易而感到无聊。这与支架式教学中控制挫折的原则一致。
提供积极反馈:ITS 可以及时地为学生提供积极的反馈,鼓励他们继续学习,增强他们的自信心。反馈的形式可以多样化,例如文本提示、动画演示、语音鼓励等,这些都可以作为支架的一部分。
营造互动学习氛围:一些 ITS 采用了对话式交互方式,模拟师生之间的对话,使学习过程更加自然和有趣。这种对话式的支架可以增强学生的参与感,提高学习效果。
提供专家示范:ITS 可以通过动画、视频等形式展示专家解决问题的思维过程和策略,为学生提供示范性的支架。
提供认知学徒制环境:一些 ITS 模拟认知学徒制的学习环境,让学生在真实的或模拟的任务情境中学习,并得到 ITS 提供的专家指导。
数据驱动的 ITS:随着大数据和机器学习技术的进步,ITS 开始利用学习分析技术来收集和分析学生的学习数据,从而更精准地评估学生的学习状态,并提供更加个性化的学习支持。
情感计算的融入:研究人员开始探索如何将情感计算技术融入 ITS 中,以识别学生的情绪状态,并根据学生的情绪调整教学策略。
深度学习的应用:深度学习技术在自然语言处理、图像识别等领域的突破为 ITS 的发展带来了新的可能性。例如,可以使用深度学习模型来自动生成教学内容、评估学生的作业、构建更精准的学生模型等。
自适应学习平台的兴起:许多商业公司开始开发基于 ITS 原理的自适应学习平台,这些平台通常集成了大量的学习资源和评估工具,并能够根据学生的学习进度和表现自动推荐学习路径和内容。
关注可解释性和透明度:随着 ITS 的智能化程度越来越高,其决策过程的可解释性和透明度也越来越受到关注。研究人员开始探索如何让学生和教师更好地理解 ITS 的工作原理,从而增强他们对 ITS 的信任和接受度。