• 沒有找到結果。

第一章 導論

1.4  論文章節架構

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

5

 將開放式問答題包含的觀念建立成階層化的觀念樹

為了進一步了解學生答案中的缺漏,我們分析開放式問答題中答題所需具備的 觀念,並將其建立成階層化的觀念樹。觀念樹中的節點包含了以機器學習方法建立 不同領域的使用者知識模型以及用來提示或確認學生是否了解此觀念的問題集合。

如此,我們可以更精準的瞭解該如何協助學生學習。

 在開放式問答題中加入了選擇題及是非題做為回饋

我們在開放式問答題的答題過程中加入了選擇題及是非題的回饋元素。在學生 回答問答題不是很完整的情況下,我們會以是非題或選擇題的方式提供學生思考的 方向,而不是直接告訴學生完整的答案為何。同時我們會記錄下學生的答案,可以 做為日後個別教學上的一些依據。

1.4 論文章節架構

在第二章,我們會介紹本研究相關的基礎知識與過去的研究成果,包含了創造性問 題解決能力、使用者模型技術以及一些之前建立的智慧型輔助教學系統;第三章將說明 如何建立階層化使用者知識模型;第四章會介紹答題風格模型建立的一些;第五章則會 說明系統的架構與流程設計;第六章將呈現實驗的數據結果與分析;最後的第七章則是 論文的結論及未來發展方向。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

6

第二章 相關研究

這一章主要是回顧文獻中與本研究相關的研究成果。在第一個部分,我們將介紹一些關 於人們的創造性問題解決能力以及如何評估它的研究;在第二部分中,我們將介紹如何 建立使用者模型;最後一部份,我們將探討一些相關的智慧型輔助教學系統。

2.1 創造性問題解決能力(CPS)

創造性問題解決能力並不容易評估,尤其是要評估學生在回答問題背後所具備的能 力。[11]的作者指出作為研究 CPS 和問題解決風格(problem solving style)的基本,我們 必須先定義清楚問題解決本身是什麼,以及它和創意間的關聯。「問題」是一個位於我 們所在的位置以及我們想要去的地方之間的障礙[20]。而「問題解決」是指我們尋求要 如何去到我們想去的地方所產生的思考和行為。一個問題領域或任務的定義可以是明確 界定出它的結構,也可以是模糊不清的。明確定義的問題形式是透過問題解決;而模糊 不清的問題則是由創造性解決問題或發現問題。獲得解決方法的方式,可以是事先就已 經知道的,但也可以是未知的、複雜的和不確定的。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

7

圖 2.1:創造性問題解決的模型圖,由 Isaksen, Dorval 及 Treffinger 於 2000 年時提出

在過去五十多年來,許多學者提出了多種不同呈現CPS 的模型或是說明方法,對象 從大學、國中小學以及大型的企業及有名的顧問組織都有。[21]發展出了一個 CPS 的架 構模型,基於[22]所提出的基本理論,包含了四個組成元件(component)以及八個階段 (stage),如圖 2.1.所示。而圖 2.2 說明了 CPS 與問題解決風格的關係[23],也是本論文希 望探討的面向之一。問題解決風格會受到學習風格[25]、認知風格[26]以及心理學風格[24]

的影響。問題解決風格模型可以分成三個面向來討論,分別是改變導向(Orientation to Change)、處理方式(Manner of Processing)以及決定方式(Ways of Deciding)。每個面向都 會直接的影響到人們察覺問題與資訊、分析處理數據、找出可能的解答、做選擇與決定 以及準備執行的方法。同時瞭解這些不同的面向,也能夠讓個人更有效率的使用得到的 資訊來解決問題。改變導向可分成兩個維度,分別是探險者(Explorer)以及開發者 (Developer)兩種,探險者喜歡從事範圍涵蓋各種領域的任務,也喜歡面對嶄新又未知的 挑戰。他們並不畏懼風險,也不喜歡受到限制,擅長用原創的方式來表達。萬一發生了 意料之外的事,他們保有一定的彈性及行動力來應對處理。相對探險者而言,開發者做

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

8

事比較按部就班,偏好在現有的經驗架構裡找尋問題的解決方式。在進行任務的時候,

會清楚詳細的擬定計畫,與完成期限。

圖2.2:問題解決風格的基本架構,由 Treffinger, , Selby, Isaksen 及 Crumel 於 2007 年時 提出

但在面臨意外的時候,他們缺乏彈性來處理,而需要他人的協助。問題解決風格模型的 第二個面向與一個人偏好的處理方式有關,也就是偏好內向或是外向。外向的人可以從 他人的互動中得到活力,會藉由討論來理解目前的問題與找尋解決的辦法。而內向的人 在遇到問題時會先檢視自己所具備的能力條件,他們在自己的省思中得到活力。在與他 人分享想法前,內向者偏好先自行進行完整的思考。而問題解決風格模型的第三個面向 與做決定的偏好有關。這個面向的焦點是放在當他需要做決定時,會先考慮人或者是任 務本身的因素。

2.2 使用者塑模(User Modeling)

的自我表述來假設出使用者的目的或是愛好,並建立成計畫函式庫(Planning Library)。

這些知識庫通常是經由有代表性的個體而建立的。然而,這樣的知識庫卻有兩個主要的 缺點,第一,它們的結構會依據資料來源的差異有很大的變動;第二,這樣的知識庫並 不方便擴充,適應性也不足。受限於傳統知識表達方法的限制,模塑複雜人類行為的方 法逐漸走向統計模型的研究方向。預測統計模型可以預料人類行為的某些方面,例如目 標、行動及偏好。UPSAM(User Problem-Solving Ability Modeler)[3]也是其中的一項研 究。在自然科學的領域中,UPSAM主要的目的,是去建立並維護一個專家的知識模型。

這個知識模型裡包含了專家本身具備的知識,以及解決問題可能會用到的字彙集合。除 此之外,UPSAM也能透過這個知識模型,來進行對學生在開放式申論題回答的答案進 行自動的評分。

2.3 智慧型輔助教學系統

Idea Storming Cube[6]是一個提供學生另一種有趣的腦力激盪的輔助工具,這個研究 的主要目的在提供一個基於網際網路的協同式創意學習工具。透過類似遊戲進行的模 式,它提供了學生在創意性或啟發性的思考的支援,並且讓學生們藉此培養出不只充滿 創意,同時也多面向的思考習慣。而 WOTAS(Web-based Online Testing and Analysis System)[1],是一個基於 web 的線上測驗和分析的系統。以 UPSAM 的評分功能為基礎,

WOTAS 更進一步的加入了前端使用者介面,發展出了一個自動評分系統來替學生在開

越來越受重視的創造性解題模式。VIBRANT 用以下的問題來測驗學生之創造性解題模 式:“導致土石流突然發生的可能因素有哪些?” 以及 “我們要怎麼避免這因素發生?”。

學生需要在沒有外界資源管道或是同學幫助的情況下,靠自己獨立進行這樣的腦力激 盪,並且回答問題。在[8]中,作者建立了該領域專家所制訂的答案,僱用人工對大量的 學生答案進行評分作業。VIBRANT 同時也著重於支援產生觀念的系統行為,為腦力激 盪回饋提供了ㄧ個介面,讓學生們得到相關學習資源的通盤性觀點。VIBRANT 所設計 的回饋包含兩部份:評論(Comments)與教學(Tutoring)。評論是有關評論性的文章,也是 系統對學生回答的意見,而教學則是指導學生到另一個邏輯焦點節點的指示。

[12]是一項評估學生基本能力的研究。他利用了最大期望值演算法( Expectation maximization algorithm )[18]來學習學生背後的能力,以得到能力的熟練度等無法直接觀 測而得的資料。藉由比較觀察使用輔助教學系統前後的學生能力,可以的瞭解一個智慧 型輔助教學系統在協助學生學習上有多少的效益。

圖2.3:驗證智慧型輔助教學系統流程

一般驗證智慧型輔助教學系統的流程如圖 2.3,其中的前測(pretest)與後測(posttest)是在

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

11

進行學生能力的評估。在這個研究中,所選定的問題領域是數學,並簡單定義出一些解 決問題所需要具備的技能(skill)。這個研究中定義出十二個不同的技能,比較簡單的技 能包含了矩形的定義、正三角形的定義等等,而較困難一點的技能則像是三角形的內角 和為180 度等。為了量測出學生對於這些技能的了解程度,問題必須經過特別的設計。

每個技能都會被應用在四道題目裡:一題只包含該技能本身的問題,兩題包含該技能本 身與另一相關技能的問題,還有一題則包含了該技能加上另外兩種技能的問題,圖 2.4 為示意圖。

圖2.4 貝式網路:由三個技能和七個問題組成的貝式網路[12]

在技能與問題之間,將相關的問題與技能連接起來形成貝式網路(Bayesian Network)。我 們並不知道學生對於每個技能的熟練度,但可以利用學生對於每個問題的答案來進行模 擬與評估。雖然我們可以將問題和技能連接起來,但我們並不能確定技能與技能之間究 竟是怎麼連接的。在這個研究中,作者實驗了不同結構的貝式網路模型,並且使用貝式 資訊評估法(Bayesian Information Criterion)[19]來評估這些不同的模型。這些模型分成了 扁平化技能模型(Flat Skill Model)、階層化問題群組技能模型(Hierarchical Problem Group

Skill Model)、階層化技能群組模型(Hierarchical Skill Group Model)以及階層化技能難度

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

12

模型(Hierarchical Skill Difficulty Model)四種。扁平化技能模型是將每個技能都當成同樣 的層級,具有同樣的優先權。階層化問題群組技能模型是將技能分成以問題為群組的集 合,其中用到相同技能的問題會被歸類在同個群組,所以一個集合裡會有三個技能,一

共會有四個集合。階層化技能群組模型則是先將技能做概念上的分類,分成了區域 (Areas)、矩形(Rectangles)、三角形(Triangles)、角度(Angles)四種分類,圖 2.5 為示意圖。

圖2.5 貝式網路:利用四個概念上的分類形成的階層化技能群組模型[12]

階層化技能難度模型則是依據技能應該被學習的順序所建立的,越難的技能會被放 在越下面,圖2.6 是一個概略的說明圖。以圖 2.6 中的例子來說,學生應該先學會技能

階層化技能難度模型則是依據技能應該被學習的順序所建立的,越難的技能會被放 在越下面,圖2.6 是一個概略的說明圖。以圖 2.6 中的例子來說,學生應該先學會技能

相關文件