Prilagodljivi računalniški sistem za priporočanje učnih objektov v konstruktivističnem učnem okolju – ALECA

Abstract

Dandanes se pojavlja vse več učnih sistemov, ki podpirajo aktivno učenje in upoštevajo učenčeve učne lastnosti, značilnosti in aktivnosti. V prispevku predstavljamo zasnovo učnega priporočilnega sistema, ki združuje znanja pedagogike in računalniških priporočilnih algoritmov. Proučujemo, kako združevanje modelov učnih stilov vpliva na izbiro različnih tipov večpredstavnih učnih gradiv. Rezultati kažejo, da študentje za učenje najpogosteje uporabljajo dobro strukturirana učna gradiva, ki vsebujejo barvno diskriminacijo, in da je hemisferični model učnih stilov najpomembnejši odločitveni kriterij. V nadaljevanju opisujemo postopek za reševanje t. i. problema hladnega zagona, s katerim je mogoče izboljšati točnost sistema za priporočanje učnih gradiv v okoljih, kjer o učencih nimamo predhodnih podatkov. Namen prispevka je predstaviti idejno zasnovo prilagodljivega učnega sistema z analizo njegovih predvidenih učinkov na učno prakso.

Keywords

• učni stili
• večpredstavnostni tipi
• vstavljanje manjkajočih vrednosti
• problem novega uporabnika
• priporočilni sistemi