XÂY DỰNG MÔ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC TRONG CÁC HỆ THỐNG DẠY HỌC THÔNG MINH TÓM TẮT LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ HỒNG TIỂU BÌNH XÂY DỰNG MƠ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC TRONG CÁC HỆ THỐNG DẠY HỌC THÔNG MINH Chuyên ngành: Hệ thống thông tin Mã số: 9480104.01 TĨM TẮT LUẬN ÁN TIẾN SĨ CƠNG NGHỆ THƠNG TIN Hà Nội – 2020 Cơng trình hồn thành tại: Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội Người hướng dẫn khoa học: PGS TS Bùi Thế Duy Phản biện: Phản biện: Phản biện: Luận án bảo vệ trước Hội đồng cấp Đại học Quốc gia chấm luận án tiến sĩ họp vào hồi ngày tháng năm Có thể tìm hiểu luận án tại: - Thư viện Quốc gia Việt Nam - Trung tâm Thông tin - Thư viện, Đại học Quốc gia Hà Nội PHẦN MỞ ĐẦU Tính cấp thiết luận án Hiện nay, có nhiều cơng trình nghiên cứu tiên phong việcxây dựng hệ thống hỗ trợ học tập công cụ việcđổi cách thức tiếp cận học dạy theo hướng chủ động,có tương tác, lấy học sinhh làm trung tâm, cá nhân hóangười học Có nghĩa người học không thụ động tiếp thu kiếnthức thông qua tài liệu, giáo trình mà tồn q trình học đềuđược ghi nhận cơng cụ đo đạc, nhận diện xác, phân tíchvà đưa thay đổi nội dung cách thức tiếp cận nguồn tàinguyên học tập, từ người dạy (con người máy tính) đưa đượccác thay đổi phù hợp với giảng để người học có hứng thú, tạo môitrường học tập hiệu Tuy nhiên nghiên cứu dừng lại ởviệc ứng dụng triển khai hệ thống có sẵn mà chưa có phân tích,nghiên cứu tổng thể yếu tố tác động đến người học thay đổivề mặt cảm xúc người học trình học, đồng thời đưa cácphản hồi cập nhật cho hệ thống nhằm đạt hiệu giáo dục cao Để làm điều này, cần phải có sở tri thức đầy đủ phương thức nhận biết, đánh giá, phân tích để đưa kết nhanh xác Đây vấn đề mang tính thực tiễn cao, trường đại học hay viện nghiên cứu chưa có hệ thống hồn chỉnh mà có nghiên cứu bước đầu Việc đưa mơ hình nhận dạng, đánh giá lực người học có ý nghĩa to lớn việc thay đổi phương thức học tập nay, góp phần vào việc đổi dạy học nhà trường Xuất phát từ thực tế lý trên, nghiên cứu sinh lựa chọn đề tài “Xây dựng mơ hình phản hồi người học hệ thống dạy học thơng minh” Đề tài nghiên cứu đề xuất mơ hình người học mối mối quan hệ với lực người học, phong cách học hành vi, thái độ người học lớp học Đề tài tập trung mơ phỏngmơ hình người học thơng qua việc phân tích mối liên hệ thông tin người học tài liệu học tập để xây dựng chế phản hồi người học hệ thống dạy học thông minh Đề tài xây dựng hệ thống dạy học thông minh mẫu phục vụ cho việc thực nghiệm mơ hình đề xuất, tiền đề cho việc triển khai hệ thống học có hồi đáp nhà trường Mục tiêu luận án Mục tiêu luận án nghiên cứu phương pháp đánh giá lực người học mơ hình người học hệ thống học thơng mình, đề từ đề xuất xây dựng mơ hình phản hồi người học áp dụng hệ thống Trong phạm vi đề tài này, nghiên cứu sinh tiến hành xây dựng, tìm kiếm mối liên hệ lực người học, phong cách học với kết học tập, từ đưa kịch tốt cho người học nhằm làm tăng khả tiếp thu kiến thức, đồng thời giảm thời gian học tập so với phương pháp học tập truyền thống Xuất phát từ mục tiêu trên, nội dung nghiên cứu đề tài tập trung vào vấn đề sau: • Nghiên cứu, đánh giá lực người học theo lý thuyết hồi đáp câu hỏi; • Nghiên cứu phương pháp đánh giá phong cách học, từ áp dụng mơ hình học máy để dự đốn kết học tập người học; • Nghiên cứu phương pháp phân loại hành vi người học lớp học, từ xác định độ tập trung người học; • Nghiên cứu mơ hình người học hệ thống dạy học thơng minh, từ đề xuất xây dựng mơ hình phản hồi người học; Từ đánh giá trên, nhiệm vụ đề tài là: • Khảo sát mơ hình người học, mơ hình hồi đáp hệ thống dạy học thơng minh; • Tích hợp phương pháp đánh giá lực khác người học để từ tìm mối liên hệ hành vi lực học tập; • Xây dựng mơ hình người học dựa mối liên kết lực nội dung học tập; • Nghiên cứu, đề xuất, cải tiến mơ hình người học, chế phản hồi người học áp dụng cho hệ thống học có hồi đáp,đánh giá kiểm thử mơ hình; Các đóng góp luận án Đề xuất mơ hình đánh giá lực người học dựa việc ước lượng lực, từ áp dụng vào hệ thống học thơng minh nhằm hỗ trợ đánh giá xác lực người học, giúp hệ thống hỗ trợ tương tác với người học hiệu • Đề xuất mơ hình ước lượng lực người học dựa phong cách học • Đề xuất mơ hình đánh giá mức độ tập trung người học sử dụng phương pháp học máy • Đề xuất mơ phản hồi người học dựa phong cách học nhận dạng hành vi người học lớp học theo thời gian thự Bố cục luận án Cấu trúc luận án phần mở đầu bao gồm chương nộidung, kết luận, danh mục tài liệu tham khảo phụ lục Chương 1: Phần chương giới thiệu khái niệmcơ vệ hệ thống dạy học thông minh sở lý thuyết để xâydựng hệ thống dạy học thông minh hỗ trợ người học q trìnhhọc Phần hai chương giới thiệu mơ mơ hình người học ápdụng hệ thống dạy học thông minh Chương 2: Đề xuất phương pháp đánh giá lực người học dựatrên phân cụm K-means lý thuyết hồi đáp câu hỏi Thực nghiệmphương pháp liệu 1111 học sinh làm thi trắc nghiệm mônTiếng Anh Chương 3: Đề xuất phương pháp ước lượng lực người họcdựa phong cách học Thu thập liệu, áp dụng phương pháp đềxuất để ước lượng lực người học dựa mơ hình phong cách họcFelder-Silverman Chương 4: Đánh giá độ tập trung người học lớp học sửdụng phương pháp học sâu học chuyển đổi Xây dựng liệungười học tiến hành thực nghiệm Chương 5: Đề xuất mơ hình phản hồi người học hệthống dạy học thông minh Xây dựng hệ thống dạy học thơng minhđể thực nghiệm mơ hình Tổ chức thực nghiệm Chương 1.MƠ HÌNH NGƯỜI HỌC TRONG CÁC HỆ THỐNG DẠY HỌC THÔNG MINH 1.1 Hệ thống dạy học thông minh Hệ thống dạy học thông minh (Intelligent Tutoring Systems - ITS) chương trình máy tính thiếtkế tích hợp trí tuệ nhân tạo để cung cấp cho người dạy biết họ sẽdạy gì, dạy dạy Các hệ thống hỗtrợ người học nhiều lĩnh vực khác việc đưa câuhỏi, phân tích phản hồi thực điều chỉnh với học Haiđặc trưng quan trọng việc phân biệt hệ thống dạy họcthông minh với hệ hỗ trợ học tập khác phân tích vàhiểu phản hồi phức tạp người học đồng thời biết tự họctrong trình hoạt động Hệ thống điều chỉnhthái độ học tập cách tức thời theo thời gian thực ngườihọc theo cách riêng biệt điều chỉnh hệ tri thức để thích ứngvới người học khố học Một hệ thống dạy học thơng minh khôngchỉ đơn nhận biết sai lệch hồi đáp người học đốivới giảng mà cịn nhận biết sai sót bắt nguồn từ đâu Một hệ thống máy tính gọi hệ hỗ trợ thơng minh hệthống chun biệt có khả hồi đáp tức với phản hồi vànhững trợ giúp mang tính cá nhân hóa người học Các nghiên cứuđã chứng minh việc phản hồi tức cải thiện khả nănghọc tập người học lĩnh vực khác Hình 1.1 Mơ hình hệ thống dạy học thơng minh Trong khn khổ luận án này, nghiên cứu sinh tập trung vào nghiên cứu mơ hình người học ứng dụng Các mơ hình miền tri thức, mơ hình dạy học mơ hình giao diện người sử dụng xem thành phần bổ trợ nhằm xây dựng hệ thống ITS hoàn chỉnh 1.2 Mơ hình người học Mơ hình người học thơng tin người học, bao gồm trình độ,quan điểm, hành vi cảm xúc người học, gồm quytắc giúp cho hệ thống hiểu biểu diễn lại ngơn ngữmáy tính Mơ hình người học bốn cấu thành mộthệ thống dạy học thông minh thành phần nghiên cứuvà ứng dụng nhiều hệ thống lý sau đây: Trước hết, quan điểm giáo dục, người học trung tâm củahoạt động học dạy, người học tiêu điểm mà hoạt động dạy họcphải tập trung xung quanh, hướng tới người học người học, hay cóthể xem người học đối tượng trí tuệ người dạy Thứ hai là, quan điểm hệ thống, mơ hình người học thànhphần lõi ITS Trong trình phát triển hàng chục năm qua, cónhiều đề xuất kiến trúc khác cho ITS triển khai,theo có số hệ thống thay đổi thành phần kiến trúc này,một số hòa trộn với để khai thác chung tài ngun Tuy nhiên mơ hình người học ln trọng tâm đứng vững suốt thay đổi Thậm chí số nghiên cứu mơ hình người học thành phần định hệ ITS Thứ ba là, mơ hình người học giải nhiều câu hỏi nghiên cứu, quan trọng khơng để sử dụng ITS mà nhiều lĩnh vực quan trọng khác, ví dụ nghiên cứu tâm lý học trường học hay tâm lý học lứa tuổi Trọng tâm luận án nghiên cứu mơ hình người học kết hợp với kỹ thuật học máy để xây dựng mơ hình phản hồi người học hệ hỗ trợ học tập để từ cá nhân hóa q trình học tập nhằm nâng cao chất lượng học 1.3 Xây dựng mơ hình người học Câu hỏi đặt trước xây dựng mơ hình người học thông tin người học cần mô hình hóa Để xây dựng mơ hình người học hiệu cần phải xem xét đặc trưng người học phụ thuộc vào miền tri thức đặc trưng độc lập với miền tri thức Bên cạnh đó, đặc trưng động tĩnh phải tính đến Các đặc trưng tĩnh địa email, tuổi, ngôn ngữ sử dụng đặc trưng thay đổi suốt trình học, đặc trưng động tâm trạng, thời lượng học tập, kết học tập thuộc tính động cập nhật thường xuyên dựa liệu thu nhận xử lý Một thách thức trình xây dựng mơ hình người học việc cụ thể hóa đặc trưng động mơ hình thích ứng với đặc điểm, nhu cầu người học Các đặc trưng bao gồm tri thức kỹ năng; lỗi mắc phải hay quan niệm sai lầm; phong cách học hay thói quen học; cảm nhận hay nhận thức yếu tố siêu nhận thức Các đặc trưng đo thơng qua khảo sát, kiểm tra bảng hỏi mà người học thực trước trình học tương tác với hệ thống Hơn nữa, thơng qua kiểm tra, hệ thống quan sát hành động người học để xác định lỗi mắc phải Bên cạnh đặc trưng bên mà hệ thống mơ hình hóa, biểu hiệu trạng thái người học ghi nhận thông qua phương tiện thu thập tín hiệu camera, cảm biến (cảm biến lực ấn chuột, nhận dạng biểu đạt khuôn mặt ) đồng thời phân tích để đưa trạng thái khác người học vui vẻ, buồn, giận dữ, bực bội, tập trung, không tập trung, chán nản Dựa vai trị mơ hình người học, thành phần mơ hình người học quan tâm bao gồm: Năng lực người học: Được chia thành mức tương ứng với giai đoạn q trình học tập: • Năng lực trả lời tất câu hỏi • Năng lực trả lời lĩnh vực • Năng lực trả lời giai đoạn • Năng lực trả lời học Lịch sử trả lời người học: Hệ thống ghi lại câu hỏi người học khái niệm, lưu lại ý kiến phản hồi, mức độ chấp nhận câu trả lời và/hoặc mức độ hiểu câu trả lời Lịch sử lỗi người học: Hệ thống lưu lại lịch sử trả lời sai người học, số lượng lỗi mức độ lỗi Lịch sử học: Hệ thống lưu lại tồn q trình học, thời gian học thói quen học tập người dùng 1.4 Kếtchương Trong chương này, nghiên cứu sinh tổng hợp nghiên cứu cóliên quan đến mơ hình người học hệ thống học tập thông minh,đồng thời nghiên cứu quy trình, phương pháp nội dung để xây dựngmơ hình phản hồi người học hệ thống học Từ đưa tốn xây dựng mơ hình phản hồi người học thành nhiệm vụ cụ thể sau: • Nghiên cứu mơ hình đánh giá lực người học dựa lý thuyết hồi đáp câu hỏi để từ xác định mức lực người học hệ thống học tập thơng minh • Nghiên cứu mơ hình ước lượng lực người học dựa trênphongcách học • Nghiên cứu phương pháp đánh giá mức độ tập trung ngườihọc lớp học • Nghiên cứu đề xuất mơ hình phản hồi người học cáchệ thống dạy học thơng minh Đánh giá phân tích mơ hình đềxuất Chương 2.ƯỚC LƯỢNG NĂNG LỰC NGƯỜI HỌC DỰA TRÊN LÝ THUYẾT HỒI ĐÁP CÂU HỎI 2.1.Giới thiệu Hiện nay, công cụ sử dụng cho việc thiết kế câu hỏi dạng lựa chọn hầu hết có dạng đếm số câu trả lời để đưa kết học tập học sinh Một số đưa vào thêm trọng số câu hỏi để thay đổi mức độ quan trọng câu hỏi Việc đưa trọng số thông thường phụ thuộc cách chủ quan vào ý kiến người đặt câu hỏi Điều dẫn đến thiên lệch việc đánh giá, dẫn đến kết đánh giá khơng xác Áp dụng lý thuyết hồi đáp câu hỏi việc đánh giá kết tập hệ thống kiểm tra thích nghi dựa máy tính có bước phát triển nhanh năm cuối thập kỷ 90, thực tế khơng có nhiều hệ thống thực sử sử dụng lý thuyết mức mà đa phần sử dụng lý thuyết đánh giá cổ điển dễ dàng việc tính tốn dễ so sánh với liệu thực tế Trong chương này, nghiên cứu sinh tập trung vào việc nghiên cứu lý thuyết hồi đáp câu hỏi ứng dụng việc ước lượng lực người học nhằm thay phương pháp kiểm tra đánh giá truyền thống, đặc biệt việc so sánh lực tương quan học sinh với Sau đề xuất áp dụng thuật tốn Kmeans để phân cụm lực học sinh thành nhóm tương ứng với thang điểm theo thang đo phổ biến 2.2 Lý thuyết hồi đáp câu hỏi Mô hình đánh giá lực dựa lý thuyết hồi đáp câu hỏi dựa ba giả thiết sau: Năng lực giá trị vô hướng θ; Tất câu hỏi độc lập; Câu trả lời học sinh cho câu hỏi mơ tả hàm tốn học Dựa theo lý thuyết hồi đáp câu hỏi có hai khái niệm: Khả sinh viên trả lời câu hỏi tính tập hệ số tham số; Mối quan hệ khả trả lời câu hỏi tập hệ số mơ tả hàm tăng liên tục gọi đường cong đặc trưng câu hỏi Ta giả thiết người có lực gọi θ Với mức độ lực này, có hàm theo lực gọi P(θ) Mơ hình hai biểu diễn cơng thức tốn học sau: đó: θ lực người học, b: độ khó câu hỏi a: độ phân biệt 2.3.Phương pháp ước lượng hợp lý cực đại MLE Phương pháp ước lượng lực phổ biến phương pháp ước lượng hợp lý cực đại MLE (Maximum likelihood estimation method) hiệu kiểm tra trắc nghiệm khơng q lớn (có số câu hỏi ít) Biểu diễn toán học phương pháp sau : Hình 2.3 minh họa hai phương pháp phân cụm với đường màu xanh sử dụng giá trị trung vị, đường màu đỏ sử dụng giá trị trung bình Hình 2.3 So sánh phân cụm theo Mean Meadian Bảng 2.5: So sánh xếp hạng học sinh hai phương pháp CTT IRT ID Điểm thôCTT CTT Giá trị θ theoIRT IRT Độ lệch 11 50 136.9454 17 49 12.5534 19 49 9.7655 -2 48 12.0505 12 47 7.2623 -1 46 6.5428 -3 10 46 5.7727 10 -4 14 46 6.6558 -2 18 46 7.4833 45 10 6.9573 45 10 5.3995 11 -1 43 12 3.9266 12 16 42 13 3.7223 13 13 40 14 3.288 15 -1 15 40 14 3.0413 16 -2 20 40 14 3.6061 14 39 17 2.8044 17 33 18 1.3124 19 -1 31 19 0.643 20 -1 31 19 1.5193 18 Từ số liệu phân tích trên, nhận thấy phương pháp đánh giá hồi đáp câu hỏi thể lực thực học sinh thông qua việc ước lượng lực mối tương quan với độ khó câu hỏi Kết đánh giá xem khách quan thể chất việc làm thi lực dạng câu hỏi trắc nghiệm 11 2.6 Kết chương Trong chương này, tác giảả đề xuất áp dụng phương ph pháp ước lượng ợng lực người ng học dựa lý thuyết ết hồi đáp câu hỏi, đồng thời sử dụng phương phương pháp phân cụm c −Means có điều chỉnh để phân nhóm học sinh có ccùng mức ức lực vào v cụm k−Means Chương DỰ Ự ĐOÁN NĂNG LỰC NGƯỜI HỌC DỰA ỰA TRÊN TR PHONG CÁCH HỌC 3.1.Giới thiệu Dựa khảo ảo sát phong cách học, nghiên nghi cứu tìm ột cách thức học v dạy phù hợp cho học sinh vàà giáo viên, dựa d theo kết này, tác giảả đề xuất cá cách thức để người ời học tổ chức v tham gia học ọc khóa học trực tuyến truyền thống cách riêng êng bi biệt cho cá nhân Nghiên cứu sinh thực ực khảo sát h 300 sinh viên, sau sử dụng ph phương pháp thống kê đểể phân tích liệu 3.2 Phong cách học Phong cách học ợc hiểu nh tập hợp quan điểm, hành ành vi thái độ đ cá nhân tình ình hu hồn cảnh học tập 3.3.Mơ hình Felder-Silverman Silverman Mơ hình Felder-Silverman Silverman chia phong cách h học làm bốn ốn chiều, chiều gồm hai mặt ặt đối lập nhau, bao gồm: Chủ động/Thụ động (AR), Cảm ảm quan/Trực quan (SI), Hình ảnh/Lời nói (VV), Tuần ần tự/Tổng thể (SG) 3.4.Thực nghiệm m đánh giá Đối tượng khảo sát ợc chọn l sinh viên năm thứ hai vàà ba học h trường Đại học Sư phạm Hà Nội ội Bộ câu hỏi trắc nghiệm bao gồm 44 câu hỏi hai lựa chọn ợc phân bố theo chiều phong cách học Mỗi chiều bao gồm 11 câu hỏi d dùng để đo thuộc tính cách riêng êng rrẽ Hình 3.1 Mơ hình Felder Felder-Silverman 3.4.1 Độ tin cậy Nghiên cứu đo độ tin cậy cách tính hệ số Cronbach’s alpha Kết thể bảng 3.1 Bảng 3.1 Độ tin cậy thang đo ILS - Cronbach's Alpha Hệ số alpha Chủ động-Thụ động 0.343 Cảm quan-Trực quan 0.521 Hình ảnh-Lời nói 0.507 Tuần tự-Tổng thể 0.276 3.4.2 Độ tương quan Độ tương quan thể ràng buộc tuyến tính hai biến ngẫu nhiên Trong khảo sát này, hệ số tương quan thể phụ thuộc câu hỏi với Giá trị độ tương quan thể bảng 3.2 Bảng 3.2: Ma trận độ tương quan Pearson Biến AR SI VV SG AR 0.110 0.236 -0.070 SI 0.110 0.052 0.139 VV 0.236 0.052 -0.068 SG -0.070 0.139 -0.068 Theo bảng này, chiều Chủ động-Thụ động Hình ảnh-Lời nói có mối tương quan với Hai chiều cịn lại thể khơng có mối liên quan 3.4.2 Phân tích thống kê Dữ liệu khảo sát phân tích theo phân bố chiều để tìm xu hướng học, độ lệch chuẩn chiều hay độ mạnh yếu yếu tố phong cách học 3.5.Dự đoán lực người học Dữ liệu sau tiền xử lý qua bước nêu đưa vào mạng perceptron đa lớp để huấn luyện Bảng 3.8 Kết phân lớp sau sử dụng mạng nơ-ron Phân lớp Số lượng Độ xác Số phần tử phân lớp 254 80.63% Số phần tử phân lớp sai 62 19.37% Kết sau áp dụng mạng nơ-ron nhân tạo để dự đoán lực người học cho thấy độ xác dự đốn 80.63% tương ứng với 254 sinh viên phân loại 3.6 Kết chương 13 Chương mô tả chi tiết cách sử dụng mạng perceptron đa lớp để dự đoán kết học tập dựa vào liệu phong cách học Nghiên cứu sinh tập trung phân tích xu hướng học sinh viên đồng thời đề xuất việc tích hợp liệu phong cách học liệu học tập nhằm tìm mối liên hệ phong cách học kết học tập Kết nghiên cứu có ý nghĩa quan trọng việc hỗ trợ cho người học hệ thống dạy học nhằm điều chỉnh phương pháp học nhằm đạt kết cao Chương 4.ĐÁNH GIÁ MỨC ĐỘ TẬP TRUNG CỦA NGƯỜI HỌC SỬ DỤNG CÁC PHƯƠNG PHÁP HỌC MÁY 4.1 Giới thiệu Phát theo dõi tập trung sinh viên lớp học đơng đúc trợ giúp cho hệ thống dạy học thơng minh dễ dàng kiểm sốt bao quát tình hình Cùng với kỹ thuật tiên tiến học máy ngày phát triển nhanh chóng, đặc biệt kỹ thuật học sâu (deep learning), ngày nay, nhiều trường học xây dựng công cụ hiệu để hỗ trợ giáo viên tích hợp hệ thống hỗ trợ học tập Chương đề xuất phương pháp học máy hiệu áp dụng cho tập liệu nhỏ để phân loại hành động học sinh lớp học 4.2 Học chuyển tiếp học sâu Học chuyển tiếp (Tranfer learning) phương pháp học máy mà đó, mơ hình phát triển cho nhiệm vụ tái sử dụng nhiệm vụ khác Cách tiếp cận mang lại hiệu cao phương pháp học sâu áp dụng liệu vừa nhỏ 4.3 Thu thập liệu Để xây dựng liệu thực nghiệm, nghiên cứu thực việc thu liệu từ số lớp học Dữ liệu ảnh trích xuất từ camera có độ nét cao (High density video) Dựa vào việc trích xuất tư chủ yếu sinh viên học, tư quy vào hai loại thực gán nhãn chúng tay, bao gồm: • Tập trung, ý - interest (engagement): Bao gồm hành động: 14 "viết", "đọc", "giơ tay", "nhìn ìn th thẳng" • Không tập ập trung, không ý - non-interest interest (disengagement): Bao g gồm hành động ộng "sử dụng điện thoại", "nh "nhìn lên", "nhìn xung quanh", "cúi đầu ầu xuống” 4.4 Thực nghiệm đánh giá Mơ hình đề xuất ợc thực theo b bước sau: Hình 4.4: Liệtt kê hành động đ sinh viên lớp ph học Bước 1: Tạo mơ hình đư thừa kế từ cấu trúc VGG Bước 2: Đóng băng lớp ớp mơ hình vừa tạo Bước 3: Sử dụng ma trận trọng số từ liệu ImageNet Bước 4: Áp dụng phương ương pháp tăng cường cư liệu Bước 5: Dịch lại tiếp ếp tục huấn luyện mơ hình h tạo ạo với liệu nhỏ Kiến trúc mạng nơ-ron ron tích chập ch sử dụng Hình 4.5 Hình 4.5: Kiến Ki trúc mạng nơ-ron tích chập Kết trình kiểm ểm thử đ trình bày Bảng 4.3 Dự đốn Tập trung Khơng tập trung Tập trung 51 Không tập ập trung 14 46 Theo Bảng ảng 4.3, độ xác ph phương pháp đạt ạt 80.4% So sánh với nghi nghiên Thực ực tế cứu tại, kết được cải thiện đáng kể so sánh với quy mơ liệu v thời gian tính toán tương ương đương 4.5 Kết chương Hành vi cử thành tố liên quan đến thể sinh viên lớp học, có ảnh hưởng trực tiếp đến tâm lý, trạng thái người học Trong hệ thống dạy học thông minh tương lai, khả phân tích đo lường giá trị trợ giúp cách tích cực cho người học người dạy Kết trình nhận dạng mắt xích quan trọng tiến trình xây dựng hệ thống học tập thơng minh Việc tích hợp kết nghiên cứu để xây dựng mơ hình hồn chỉnh cho tốn xây dựng mơ hình phản hồi người học hệ thống dạy học thông minh thiếu nhằm cung cấp chế phản hồi cho hệ thống dạy học hỗ trợ giáo viên lớp học hay mơi trường học tập trực tuyến Chương 5.XÂY DỰNG MƠ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC Trong chương này, nghiên cứu sinh xây dựng mơ hình người học dựa cách tiếp cận sử dụng mạng Bayes mơ hình phủ Đây mơ hình sử dụng phổ biến việc thiết kế mơ hình người học tính tự nhiên trực quan 5.1.Mạng Bayes Mạng Bayes đồ thị có hướng khơng có chu trình với nút biểu diễn biến cung biểu diễn giá trị xác suất phụ thuộc biến Khi ta sử dụng mạng Bayes để xác định mơ hình người học, biến biểu diễn nhiều thứ khác phụ thuộc vào miền tri thức Các biến quy tắc, khái niệm, vấn đề, lực, kỹ năng, phong cách Các biến xem nút mạng Bayes, có hai loại biến để hình thành nút mạng: Biến để đo tri thức người học biến để đo hay thu thập trạng thái người học 5.1.1 Biến đo lực tri thức người học Để xây dựng mạng Bayes cho mơ hình người học, cần thiết phải xây dựng hệ thống biến đo lực tri thức người học Để đo giá trị này, nghiên cứu sử dụng biến mức độ chi tiết khác Bao gồm:  Khái niệm: Là thành phần tri thức Ký hiệu C  Chủ đề: Một chủ đề cặp (C, w) với C tập khái niệm, w là 16 vector trọng số để đo mối tương quan khái niệm chủ đề  Môn học: Là cặp (T, α), T tập chủ đề độc lập với nhau; α vector trọng số đo mức độ quan trọng tương đối chủ đề môn học 5.1.2 Biến đo trạng thái học Để thu thập thông tin trạng thái người học, nghiên cứu sử dụng biến ngẫu nhiên P dựa theo phân phối Bernoulli, Xác suất P cho bởi: P(P = x) = Px(1 − P)1−x đó, P xác suất người học tập trung học tập, x mang hai giá trị có khơng (tương ứng 0) 5.2.Mơ hình hóa mối quan hệ 5.2.1 Mơ hình hóa mối quan hệ nút Để đơn giản hóa mối quan hệ nút này, thuật ngữ đơn vị kiến thức - KI sử dụng để biểu diễn cho Khái niệm, Môn học, Chủ đề đề cập Mối quan hệ toàn thể-bộ phận liên kết KI KI Trong biểu đồ hình ta nút nút nó, ví dụ mối quan hệ Môn học Chủ đề Giả sử I KI chia nhỏ thành KIs biểu diễn I1, , In Nếu người học biết nhiều thành phần Ii có nghĩa người học nắm rõ kiến thức tổng quát I Mỗi KI biểu diễn biến ngẫu nhiên nhị phân 0, tương ứng với giá trị known unknown 5.2.1 Mơ hình hóa mối quan hệ tiên Để xác định chủ đề Ti hoàn thành người học, biến ngưỡng θ sử dụng Hàm xác định việc hồn thành chủ đề phải có giá trị lớn ngưỡng Trong nghiên cứu luận án này, giá trị thiết lập 0.8 Hàm Complete(Ti) P rerequisite(Ti) định nghĩa hàm xác định người học hoàn thành vượt qua điều kiện tiên chủ đề, chúng xác định sau: 17 Với Wij trọng số khái niệm hình thành nên chủ đề Tj Với Tj is điều kiện tiên Ti 5.3 Đề xuất mơ hình phản hồi người học 5.3.1 Các tham số đầu vào mô hình Mơ hình phản hồi xem bước chuyển suốt người học, với giá trị đầu vào cho trước, mơ hình tìm bước phù hợp tiến trình học tập người học Các tham số đầu vào bao gồm: • Năng lực người học • Phong cách học • Độ tập trung 5.3.2 Các lựa chọn đầu mơ hình Trong tiến trình học, chủ đề xây dựng nhiều dạng học liệu khác Trong khuôn khổ nghiên cứu này, nghiên cứu sinh lựa chọn đối tượng học (learning object) phổ biến để xây dựng học liệu bao gồm: • Học liệu dạng video: sử dụng biến TiV: thích hợp với người học có phong cách học Visual, Active, Global, Intuitive • Học liệu dạng văn bản: sử dụng biến TiT : Chủ đề thể dạng văn bản, hình thức biểu diễn thích hợp với người học có phong cách học tương ứng Verbal, Reflect, Sequential, Sensing • Học liệu dạng câu hỏi tương tác: sử dụng biến TiQ: Người học tham gia làm trắc nghiệm, câu hỏi nhanh để kiểm tra trình độ, đánh giá lực • Học liệu dạng luận: sử dụng biến TiA: Người học làm luận, tự luận để đánh giá trình độ, lực 18 5.3.2 Thuật tốn lựa chọn tiến trình học 5.3.2 Thuật tốn lựa chọn hình thức học 5.4 Xây dựng Hệ thống dạy học thông minh Hệ thống bao gồm: • Phân hệ Giới thiệu: Giới thiệu mơ hình hệ thống cấu trúc học • Phân hệ Phong cách học: Phân hệ mà sinh viên phải thực lần đầu tham gia vào hệ thống Tại pha xác định phông cách người học thông qua làm trắc nghiệm với câu hỏi Felder-Silverman • Phân hệ Kiểm tra: Phân hệ đánh giá lại lực người học, đồng thời xác định Chủ đề hoàn thành Phân hệ tính giá trị hàm Complete(Ti) cho sinh viên 19 • Phân hệ Học tập: Phân hệ quan trọng nhất, cho phép người học tương tác với ITS Phân hệ tích hợp mơ hình phản hồi người học • Phân hệ đánh giá: Bộ cậu hỏi khảo sát người học tích hợp vào phân hệ để thu thập ý kiến phản hồi người học, giúp nhà quản trị điều chỉnh chức hệ thống 5.5 Thực nghiệm đánh giá Nghiên cứu lựa chọn 61 sinh viên học học kỳ năm học 2019-2020 trường Đại học Sư phạm Hà Nội để tiến hành thực nghiệm hệ thống Các sinh viên chia làm thực theo hướng dẫn sau: • Nhóm 1: Gồm 43 sinh viên lớp tín • Nhóm 2: Gồm 18 sinh viên lớp tín cịn lại Đối với nhóm 1, tất sinh viên thực bước sau: Đọc qua hướng dẫn cung cấp để hiểu rõ cấu trúc học Thực đánh giá phong cách học qua công cụ Felder-Silverman tích hợp sẵn ITS Thực kiểm tra đánh giá lực thời điểm tại, bỏ qua để làm bước Học mới/hoặc học lại quay lại bước Làm kiểm tra cuối Làm khảo sát Đối với nhóm 2, sinh viên phải làm bước Nhóm Kết đánh giá phong cách học: Bảng 5.5: Kết chiều phong cách học dựa bảng hỏi Felder-Soloman Phong cách học Số lượng sinh viên Tỉ lệ phần trăm Chủ động/Active 26 60.5 Thụ động/Reflective 17 39.5 Cảm quan/Sensing 37 86.0 Trực quan/Intuitive 14.0 Hình ảnh/Visual 37 86.0 Lời nói/Verbal 14.0 Tuần tự/Sequential 23 53.5 Tổng thể/Global 20 46.5 20 Bảng 5.9: Bảng so sánh điểm kiểm tra hai nhóm Nhóm sinh viên theo điểm TBC Điểm kiểm tra Điểm TBC Chênh lệch Dưới 6.0 7.89 5.29 2.60 Từ 6.0 đến 7.0 8.25 6.53 1.72 Trên 7.0 8.94 7.56 1.38 Bảng 5.10: Phân tích nhóm theo điểm trung bình chung học tập Nhóm Nhóm Thời gian học trung bình 45 phút Chuẩn bị từ trước Thời gian làm kiểm tra 21'31'' 16'18'' Điểm trung bình chung học tập 6.6 6.8 Điểm làm kiểm tra 8.4 7.27 Bảng 5.7 cho thấy thấy nhóm sinh viên có điểm trung bình chung 6.0 có tiến nhiều so với nhóm trên, tỉ lệ tăng điểm trung bình 2.60 so với nhóm 7.0 điểm 1.38 Phát giúp tập trung vào nhóm học sinh có khó khăn học, việc gia tăng hình thức học góp phần cải thiện thành tích học học sinh Để đánh giá tác động việc áp dụng hệ thống dạy học thông minh sinh viên gồm trải nghiệm người học cải thiện kết học tập Nghiên cứu sinh sử dụng phương pháp bảng hỏi để đo mức độ hữu ích, hài lịng, khả triển khai hiệu hệ thống học thông minh giảng dạy học tập Để thực trình khảo sát, câu hỏi khảo sát xây dựng theo thang đo bậc Likert với câu trả lời tương ứng từ đến điểm gồm: Rất khơng tốt, Khơng tốt, Bình thường, Tốt, Rất tốt 21 Bảng 5.11 Kết khảo sát sinh viên sử dụng hệ thống học thông minh ID Câu hỏi Bạn có quen thuộc, thành thạo sử dụng phần Tích Bình Tiêu cực thường cực 48.8 46.5 4.7 53.5 32.6 14.0 76.7 23.3 0.0 76.7 20.9 2.3 69.8 30.2 0.0 81.4 16.3 2.3 62.8 34.9 2.3 79.1 20.9 0.0 69.8 25.6 4.7 79.1 18.6 2.3 58.1 39.5 2.3 79.1 18.6 2.3 hệ thống dạy học thơng minh ITS? Bạn dàng tiếp cận với cách thức phương pháp dạy học thông minh? Bạn có cho hệ thống ITS giúp bạn dễ dàng việc học tập? Bạn cho cách thức học so với phương pháp học truyền thống nào? Bạn có cho hệ thống giúp bạn đạt kết tốt việc học tập? Theo bạn cách thức học có phong phú, đa dạng so với việc học truyền thống? Cách tổ chức học, mơ hình học dạy/học có phù hợp học bạn? Bạn thấy cơng nghệ học thích nghi có hỗ trợ bạn tốt khơng? Bạn có thấy hứng thú dạy học hệ thống khơng? 10 Bạn có cho thời gian học tập theo phương pháp rút ngắn lại áp dụng? 11 Bạn thấy dàng việc xây dựng giảng điện tử? 12 Khả ứng dụng thực tế hệ thống ITS này? Bảng 5.12: Kết khảo sát: Giá trị theo thang đo điểm Likert q1 q2 q3 q4 q5 q6 q7 q8 q9 q10 q11 q12 3.53 3.53 4.07 4.07 3.91 4.12 3.77 3.98 3.98 4.07 3.72 3.98 22 Theo Bảng 5.9, câu hỏi số nhận kết cao (4.12/5) Ngược lại câu hỏi số câu hỏi số nhận điểm thấp (3.53/5) Điều giải thích người sử dụng cảm thấy chưa quen với hệ thống dạy học thông minh chưa dễ dàng tiếp cận Tuy nhiên, hệ thống giúp đỡ sinh viên việc đa dạng hóa phương thức học tập, đồng thời thời gian học tập rút ngắn (câu câu 10), việc đưa hệ thống ứng dụng vào thực tế cịn khó khăn (câu hỏi số 12: 3.98 điểm) 5.4 Kết chương Trong nghiên cứu này, nghiên cứu sinh đề xuất cách tiếp cận hoàn tồn dựa việc tích hợp phong cách học, nhận dạng độ tập trung lớp nhằm đưa phản hồi thích nghi với người học Hệ thống tập trung giải toán đề xuất nguồn học liệu tiến trình phù hợp cho người học nhằm mục đích giúp ngắn thời gian học, đồng thời để đạt kết học tập tốt Mơ hình đánh giá kiểm chứng 61 sinh viên Kết đạt cho thấy khả triển khai, ứng dụng thực tế Song hành với lớp học truyền thống, việc ứng dụng hệ thống dạy học thơng minh có hỗ trợ trí tuệ nhân tạo, cụ thể toán nhận dạng hành vi, thái độ, cảm xúc, độ tập trung người học lớp học cho thấy tiềm phát triển ứng dụng Để tốn có khả ứng dụng cao cần có cải tiếnvề mơ hình phản hồi người học bổ sung mơ hình nhận thứcnhư mơ hình Bloom [5] với bậc nhận thức, phân tích hướngdữ liệu (Data driven) tập trung vào liệu theo vết người học (studentlog) để có phản hồi xác hơn, hỗ trợ tốt cho người học Bêncạnh liệu học xây dựng theo chuẩn SCORM (SharableContent Object Reference Model) để tích hợp học hoặcxuất học sang hệ thống LMS khác Trong thời gian tới,nhóm tác giả tập trung nghiên cứu tích hợp mơ hình khác nhưmơ hình nhận thức Bloom, mơ hình phong cách học Kolb, Myers-Briggsđể dạng hóa thơng tin cho hệ thống thơng minh, hỗ trợviệc định môi trường dạy học Bên cạnh đó, việc thuthập liệu người học mở rộng liệu nhằm tăng độ xáccủa mơ hình tăng độ tin cậy hệ thống 23 KẾT LUẬN Trong đào tạo trực tuyến, có nhiều nguyên nhân chi phối đến kết học tập người học, yếu tố khách quan thời gian, khơng gian, địa điểm yếu tố chủ quan đóng vai trị to lớn q trình học Việc ứng dụng khoa học máy tính nghiên cứu tâm sinh lý học có khả điều chỉnh hành vi, thái độ phương pháp truyền đạt kiến thức, nội dung kiến thức trình tương tác người học với hệ thống nhằm tăng tính hiệu hoạt động học tập Đó mục tiêu hướng tới nghiên cứu Luận án nghiên cứu hướng tiếp cận việc xây dựng mơ hình phản hồi người học hệ học thống dạy học thông minh sử dụng kỹ thuật học máy đại Luận án xây dựng mơ hình người học mẫu tiến hành thực nghiệm, đánh giá, kết thu có ý nghĩa cho việc phát triển Các kết nghiên cứu luận án đóng góp mặt lý luận cho lĩnh vực xây dựng mơ hình người học, đồng thời gợi mở toán khai phá liệu giáo dục Đây tiền đề để nhà nghiên cứu, nhà phát triển ứng dụng tập trung phát triển hệ thống dạy học thông minh ứng dụng nhà trường 24 DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ [1] Binh, H T., & Duy, B T (2016) Student ability estimation based on IRT In NICS 2016 - Proceedings of 2016 3rd National Foundation for Science and Technology Development Conference on Information and Computer Science (pp 56–61) [2] Binh, H T., & Duy, B T (2017) Predicting Students’ performance based on learning style by using artificial neural networks Proceedings - 2017 9th International Conference on Knowledge and Systems Engineering, KSE 2017, 2017-January, 48–53 [3] H T Binh, M T Chau, A Sugimoto and B T Duy, Selecting active frames for action recognition with vote fusion method 2018 7th International Conference on Computer and Communication Engineering (ICCCE), Kuala Lumpur, 2018, pp 161-166 [4] Binh, H T., Trung, N Q., Hoang-Anh, N.T, & Duy, B T (2019) Detecting student engagement in classrooms for intelligent tutoring systems In The 23th International Computer Science and Engineering Conference (ICSEC2019) [5] Q T Nguyen, H Tieu Binh, T D Bui and P D N.T., Student postures and gestures recognition system for adaptive learning improvement 2019 6th NAFOSTED Conference on Information and Computer Science (NICS), Hanoi, Vietnam, 2019, pp 494-499