可解释学习者建模:价值意蕴与应用图景

摘要：

学习者模型的"复杂性"和机器智能决策的"不透明性",使得可解释学习者建模成为教育人工智能研究的重要议题.可解释学习者建模旨在通过对学习者多维度、多层次、多场景的精准刻画,实现学习者的可表征、可理解、可干预,进而为学习策略、教学模式、教育评价的设计和开展提供科学依据.其核心价值体现在对外在学习行为的准确表征、对学习者潜在特征的深度挖掘、对学习者模型的完整构建以及对学习机理的准确阐释,且在模型构建过程中充分体现出透明度和可解释性,进而增强教育主体对机器智能分析与决策的信任度和接受度.可解释学习者建模能够实现全景化细粒度的教育诊断,提供易于理解和接受的学习干预,推动高度适配且便于实施的教学决策,支持综合化高效能的教育管理,在"人机协同"的教育教学活动中具有广阔的应用前景.未来,还需通过加强多学科理论融合、科学智能方法运用、智能教育产品研发等途径推进可解释学习者建模研究.

关键词：学习者建模、可解释人工智能、可解释学习者建模、人机协同、科学智能

所属期刊栏目：35

分类号：G434(电化教育)

资助基金：科技创新新一代人工智能重大项目2030;2022ZD0117101

在线出版日期：2023-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：96-103