5 XÂY DỰNG MƠ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC
5.1 Mơ hình phản hồi của người học
• Năng lực học tập: Giá trị khởi tạo của người học đối với bài học được đánh giá bằng 0. Trong quá trình học tập, năng lực này được ước lượng lại dựa trên quá trình làm các bài kiểm tra trắc nghiệm, làm các bài dạng câu hỏi tương tác, bài luận. Đối với các bài kiểm tra trắc nghiệm, năng lược được ước lượng bằng mơ hình ước lượng cực đại hợp lý, được trình bày chi tiết trong Chương 2.
• Phong cách học: Được xác định bằng việc thực hiện khảo sát theo bộ tiêu chí đánh giá của Felder-Soloman được trình bày trong Chương 3. Người học trước đó được thực hiện bài đánh giá phong
cách học, các giá trị thu được đã được lưu vào hồ sơ học tập của người học.
được đánh giá, phân loại dựa trên mạng học sâu, đã được trình bày chi tiết trong Chương 4.
5.1.2 Các lựa chọn đầu ra của mơ hình
Trong tiến trình học, mỗi chủ đề được xây dựng dưới nhiều dạng học liệu khác nhau. Trong khuôn khổ của nghiên cứu này, nghiên cứu sinh lựa chọn các đối tượng học (learning object) phổ biến nhất để xây dựng các học liệu này bao gồm:
• Học liệu dạng video: Học liệu dạng video dễ dàng tiếp cận với người học ở mọi cấp độ, lứa tuổi. Người học dễ dàng tập trung vào bài học, dễ khơi dậy tính tị mị ở người học. Bên cạnh đó, học liệu dạng video dễ dàng minh họa các ví dụ, minh chứng giúp người học dễ hiểu hơn. Các hình thức biểu đạt trong các video cịn làm cho người học thêm hứng thú, tạo động lực cho người học trong việc cải thiện khả năng tiếp thu.
• Học liệu dạng văn bản: Học liệu dạng văn bản dễ dàng cho người học tìm kiếm, sắp xếp, phân loại. Là loại tài liệu phổ biến nhất từ trước đến nay và là loại học liệu truyền thống. Người học với khả năng tập trung cao có thể khai thác hiệu quả tri thức từ nguồn học liệu này.
• Học liệu dạng câu hỏi tương tác: Học liệu này giúp sinh viên dễ dàng xác định được kiến thức nào họ biết hay chưa biết. Nó giúp tăng sự tương tác giữa người học và người dạy (hoặc các hệ thống dạy học tự động) đồng thời tăng khả năng tập trung của người học vào bài học. Bên cạnh đó nó giúp người học định hướng lại cũng như điều chỉnh lại nội dung học nhằm đáp ứng được quá trình trả lời các câu hỏi tương tác [72].
• Học liệu dạng bài luận: Các bài luận cho phép người học tổng hợp lại kiến thức và nâng cao kỹ năng trình bày, phân tích. Bài luận
cũng sẽ giúp cho người học nhìn nhận lại khối kiến thức của mình cịn thiếu để từ đó có kế hoạch bù đắp lại lượng kiến thức thiếu hụt. Người học thông qua các bài luận tăng khả năng nghiên cứu, khả năng tổng quát hóa các vấn đề và tập trung đúng vào nội dung học tập.
Tương ứng với các dạng thức học liệu khác nhau, các biến cho mỗi chủ đề được xác định như sau:
• TiV: Chủ đề được thể hiện dưới dạng video, hình thức thể hiện này thích hợp với người học có phong cách học Chủ động, Trực quan, Hình ảnh, Tổng thể.
• TiT: Chủ đề được thể hiện dưới dạng văn bản, hình thức biểu diễn này thích hợp với người học có phong cách học tương ứng là Lời nói, Thụ động, Tuần tự, Trực quan.
• TiQ: Người học sẽ tham gia làm các trắc nghiệm, câu hỏi nhanh để kiểm tra trình độ, đánh giá năng lực. Hình thức này phù hợp với người học có thiên hướng về các chiều Hình ảnh, Chủ động, Tổng thể, Trực quan.
• TiA: Người học sẽ làm các bài luận, các bài tự luận để đánh giá trình độ, năng lực. Biến này ưu tiên cho người học có xu hướng học theo Lời nói, Thụ động, Tuần tự, Cảm quan.
Như vậy mỗi chủ đề Ti sẽ bao gồm {TiV, TiT, TiQ, TiA} (Hình 5.2).
Trong sơ đồ tiến trình người học (Hình 5.3), mơ hình lựa chọn cho người
học một tiến trình phù hợp nhất tại mỗi bước. Tại bước Bắt đầu, mơ hình sẽ đánh giá các trạng thái khởi tạo của người học để lựa chọn một trong các phương thức học tiếp theo. Bảng trọng số cho các thang đo này được xây dựng như Bảng 5.1
Ti TiV TiT TiQ TiA Hình 5.2. Mỗi chủ đề bao gồm một số thành phần: {TiV, TiT, TiQ, TiA},
các thành phần này có thể mở rộng hoặc lược bỏ bớt trong mỗi chủ đề.
Bắt đầu Kết thúc T1 T2 T3 T4 T5 T6 T7 T9 T10 T8 Tiến trình học
Điều kiện tiên quyết
Hình 5.3. Sơ đồ tiến trình học tập: T1, T2, ..., T10 là các chủ đề của mônhọc. học.
5.1.3 Biến đo năng lực và tri thức của người học
Để xây dựng một mạng Bayes [129] cho mơ hình người học, cần thiết phải xây dựng hệ thống các biến đo năng lực và tri thức của người
Bảng 5.1. Bảng trọng số mơ hình học. Vis: Visual - Hình ảnh, Ver: Verbal - Lời nói, Act: Active - Chủ động, Ref: Reflective - Thụ động, Seq: Sequence - Tuần tự, Glo: Global - Tổng thể, Sen: Sensing - Trực quan, Int: Intuitive - Cảm quan, IN: interest - Độ tập trung. Các biến SV, ST, SQ, SA đo mức độ ảnh hưởng của phong cách học đối với người học.
Phong cách học Độ tập trung
Vis Ver Act Ref Seq Glo Sen Int IN
SV 0.5 0 0.4 0.5 0.1 0.4 0.2 0.4 0.1
ST 0 0.5 0.1 0.5 0.4 0.1 0.3 0.1 0.5
SQ 0.1 0.5 0.6 0.1 0 0.3 0.1 0.5 0.2
SA 0.1 0.7 0.1 0.5 0.5 0.1 0.6 0.1 0.3
học. Để đo các giá trị này, nghiên cứu sử dụng các biến ở các mức độ chi tiết khác nhau. Bao gồm:
• Khái niệm: Là một thành phần cơ bản của tri thức, nó khơng thể chia nhỏ hơn nữa, mỗi khái niệm là một đơn vị kiến thức. Ký hiệu khái niệm là C. Để biểu diễn khái niệm C, chúng ta sử dụng một biến C với một phân phối Bernoulli (là một phân phối xác suất rời rạc của biến ngẫu nhiên chỉ nhận hai giá trị 0 hoặc 1). Nếu sinh viên đã biết khái niệm thì C sẽ mang giá trị 1, nếu chưa biết C
mang giá trị 0. Khi đó phân phối xác xuất của C sẽ là:
P(C = x) = px(1−p)1−x, (5.1) với p là xác suất sinh viên biết khái niệm C, x mang hai giá trị 0 và 1.
• Chủ đề: Một chủ đề là một cặp (C, w) với:
– C là tập các khái niệm C = C1, ..., Cn, các khái niệm con là độc lập.
– w = (w1, ..., wn) là các vector trọng số để đo mối tương quan giữa các khái niệm trong một chủ đề. Khơng mất tính
tổng quát, ta giả sử rằng tổng các giá trị w này bằng 1.
Pn
j=1wjCj = 1.
Để đo tri thức của người học về một chủ đề, nghiên cứu sử dụng một biến được định nghĩa như sau:
τ = Pn
j=1wjCj
• Mơn học: Là một cặp (T, α), trong đó:
– T là một tập các chủ đề độc lập với nhau, T = T1, ..., Ts.
– α = (α1, ..., αs) là một vector trọng số đo mức độ quan
trọng tương đối của chủ đề đó đối với mơn học. Giả sử rằng
Ps
i=1αi = 1.
Như vậy, theo định nghĩa trên, mỗi chủ đề bao gồm tập các khái niệm độc lập với các trọng số tương ứng, có nghĩa là với mỗi
i = 1, ..., s thì chủ đề Ti được tạo thành bởi tập các khái niệm
Cij, j + 1, ..., ni và một vector trọng số w = (wi1, ..., wini) được xác định bởi biểu thức:
Ti = Xni
j=1
wijCij
Để biểu diễn tri thức của người học về một mơn học A nào đó, ta sử dụng một biến ngẫu nhiên A được định nghĩa như sau:
A = Xs
i=1
αiTi
Để đo năng lực của người học đối với một bài học, mơ hình lý thuyết ứng đáp câu hỏi đã được trình bày chi tiết trong Chương 2. Khi đó năng
lực được đo bằng khả năng trả lời các câu hỏi trắc nghiệm và được lượng hóa bằng hàm ước lượng năng lực hai tham số (Phương pháp ước lượng hợp lý cực đại MLE 2.3).
Áp dụng các lý thuyết trên, nghiên cứu sinh thiết kế một bài học mẫu của môn học Tin học đại cương. Để làm điều này, đầu tiên cần xác định rõ thời gian học của mơn học trong bao lâu, sau đó sẽ phân chia từng nội dung học tập ra làm nhiều mơ-đun. Như vậy có thể coi thời gian học của từng chủ đề là trọng số của từng chủ đề đó trong mơn học (Xem Bảng 5.2). Theo cách mã hóa này, có thể tính trọng số của Khái
niệm "Lưu văn bản trên đám mây" của chủ đề "Làm quen với văn bản"
là 12/32 ≈ 0.38.
Bảng 5.2. Thiết kế môn học thử nghiệm.
Mã Chủ đề Mã Khái niệm Thời gian
(phút)
Trọng số chủ đề
Trọng số khái niệm
T01 Giới thiệu C01 Giới thiệu trình soạn thảo VBC02 Các thành phần cơ bản 126 0.072 0.330.67 T02 Làm quen với văn bản
C03 Tạo mới văn bản 6
0.128
0.19
C04 Mở văn bản có sẵn 5 0.16
C05 Lưu văn bản 9 0.28
C06 Lưu văn bản lên đám mây 12 0.38
T03 Các thao tác cơ bản C07 Sao chép/di chuyểnC08 Sao chép định dạng 66 0.12 0.200.20
C09 Sử dụng bàn phím và phím tắt 18 0.60
T04 Xử lý với văn bản C10 Chuyển đổi cách xem tài liệuC11 Phóng to thu nhỏ tài liệu 55 0.08 0.250.25
C12 Đánh dấu văn bản 10 0.50
T05 Lưu trữ văn bản C13 Lưu và khôi phục văn bản 10 0.04 1.00
T06 Chia sẻ văn bản C14 Chia sẻ các định dạng văn bản 10 0.04 1.00
T07 Làm việc với trang văn bản C15 Định dạng trang văn bảnC16 Thiết lập chủ đề (Theme) 1010 0.12 0.330.33
C17 Thiết lập Footer và Header 10 0.33
T08 In ấn và tạo mẫu C18 In ra máy inC19 Xuất văn bản ra các định dạng 1012 0.136 0.290.35
C20 Tạo các văn bản mẫu 12 0.35
T09 Kiểm tra chính tả C21 Kiểm tra lỗi chính tả 16 0.064 1.00
T10 Định dạng văn bản C22 Định dạng phông chữC23 Định dạng đoạn văn bản 1515 0.2 0.300.30
C24 Tạo khung, đường viền 20 0.40
5.1.4 Biến đo trạng thái học
Để thu thập thông tin về trạng thái của người học, nghiên cứu sử dụng một biến ngẫu nhiên P dựa theo phân phối Bernoulli, biến này mang hai giá trị 0 và 1 tương ứng với việc nếu người học tiếp thu được khái niệm C, ngược lại, nếu không tiếp thu được, biến này sẽ mang giá trị 0.
Xác suất của P được cho bởi:
P(P = x) =Px(1−P)1−x,
Trong đó, P là xác suất người học đang tập trung học tập, x mang hai giá trị có hoặc khơng (tương ứng là 1 hoặc 0).
Ứng với mỗi thời điểm học tập, mức độ tập trung của người học được biểu diễn bằng một biến hai trạng thái:
• interest: Trạng thái người học đang tập trung vào bài học.
• not_interest: Trạng thái người học khơng tập trung vào bài học. như vậy ta có:
P(P = interest) +P(P = not_interest) = 1
5.1.5 Mơ hình hóa mối quan hệ giữa các nút
Sau khi đã định nghĩa được các nút mạng, các mối quan hệ nhân quả giữa chúng được xác định gồm: Mối quan hệ giữa các biến kiến thức ở các mức độ chi tiết khác nhau và mối quan hệ giữa các nút trạng thái người học và kiến thức của người học.
Để đơn giản hóa mối quan hệ giữa các nút này, thuật ngữ đơn vị kiến thức - KI được sử dụng để biểu diễn cho các Khái niệm, Môn học, Chủ đề đã đề cập ở trên. Mối quan hệ toàn thể-bộ phận này là sự liên kết giữa KI và các KI con của nó. Trong biểu đồ hình cây ta đó chính là nút và các nút con của nó, ví dụ mối quan hệ giữa Mơn học và Chủ đề. Giả sử rằng I là một KI có thể chia nhỏ thành các KIs và được biểu diễn bằng một bộ I1, ..., In . Nếu như người học biết được càng nhiều các thành phần Ii có nghĩa là người học sẽ nắm rõ hơn kiến thức tổng quát I. Mỗi KI được biểu diễn bằng một biến ngẫu nhiên nhị phân là 1 hoặc 0, tương ứng với giá trị known và unknown. Có hai lựa chọn để mơ hình hóa mối quan hệ nhân quả như sau:
• Lựa chọn 1: Coi việc hiểu càng nhiều các các khái niệm bộ phận sẽ giúp cho việc hiểu được khái niệm tổng quát tốt hơn.
• Lựa chọn 2: Coi việc hiểu càng nhiều các khái niệm bộ phận sẽ giúp cho việc hiểu được miền tri thức mà khái niệm bộ phận cấu thành nên.
(a) Lựa chọn 1. (b) Lựa chọn 2.
Hình 5.4. Các lựa chọn để mơ hình hóa mối quan hệ nhân quả.
Trong nghiên cứu này, hướng tiếp cận thứ nhất được lựa chọn bởi lý do: Dưới góc độ biểu diễn tri thức, hướng tiếp cận thứ nhất cho rằng việc học tập của học sinh diễn ra theo hướng tích lũy tăng dần, cách tiếp cận này là rất tự nhiên và thực tế. Ví dụ, khi một học sinh học một chủ đề, tiến trình thơng thường là nghiên cứu từng phần tạo nên chủ đề (thường theo trình tự mơn học được cấu trúc sẵn bởi giáo viên). Một bài học có nhiều mơ-đun con thì việc học hết các mơ-đun con sẽ tích lũy thành một bài học hoàn thiện.
Tuy nhiên hướng tiếp cận này cũng có khó khăn đó là số lượng tham số cần để biểu diễn là rất lớn bởi xác suất tiền nghiệm để biết được mỗi biến Ii là {P(Ii), i = 1, ..., n} và phân phối xác suất có điều kiện của I
cho bởi các nút cha của chúng, đó là P(I|{I1, ..., In}). Tổng số giá trị tạo ra là n+ 2n −1 với giả thiết các giá trị Ii là độc lập với nhau.
Như vậy mơ hình mối quan hệ giữa các khái niệm với chủ đề được mô tả như Hình 5.5, với Ci biểu diễn các khái niệm và T biểu diễn cho chủ đề. Các tham số trong mơ hình này bao gồm:
• Xác suất tiền nghiệm của mỗi khái niệm {p, i = 1, ..., n}
• Xác suất có điều kiện P({T|{Ci}i=1,...,n}, được xác định bởi:
P(T = x|({Ci = 1}i∈S,{Cj = 0}j /∈S})) = 1 nếu x =
P
i∈Swi
0 nếu ngược lại (5.2) Với S = {j ∈ {1, ...n} để cho khái niệm Cj = 1}.
Để khởi tạo mạng này, một luật phân phối xác suất cho biến ngẫu nhiên T được thiết lập như sau:
Nếu T mang một giá trị ngẫu nhiên x ∈ [0,1], điều đó có nghĩa khi một sinh viên tiếp nhận tri thức của chủ đề T trong n tình huống nào đó.
5.1.6 Mơ hình hóa mối quan hệ tiên quyết
Để xác định một chủ đề Ti được hoàn thành bởi người học, biến ngưỡng θ được sử dụng. Hàm xác định việc hoàn thành một chủ đề phải có giá trị lớn hơn ngưỡng này. Trong các nghiên cứu của luận án này, giá trị được thiết lập bằng 0.8.
Hàm Complete(Ti) và P rerequisite(Ti) được định nghĩa lần lượt là hàm xác định một người học hoàn thành hoặc vượt qua điều kiện tiên
quyết của chủ đề, khi đó chúng được xác định như sau: Complete(Ti) = 1 nếuP jWij > θ,
0 nếu ngược lại. (5.3) Với Wij là trọng số của các khái niệm hình thành nên chủ đề Tj
P rerequisite(Ti) = Y
j thuộc tập tiên quyết củaTi
Complete(Tj) (5.4)
Với Tj is điều kiện tiên quyết của Ti.
5.1.7 Thuật tốn lựa chọn tiến trình học
Tiến trình học của người học phụ thuộc vào mức độ tích lũy kiến thức của người học. Mỗi bài học được chia thành các chủ đề, các chủ đề chưa được tích lũy sẽ là mục tiêu tiếp theo trong tiến trình học. Mơ tả tổng quát cho tiến trình học được thể hiện trong hình Hình 5.3. Tại
bước Bắt đầu, các chủ đề (bao gồm các đơn vị kiến thức thành phần là các khái niệm) được đánh trị số nhỏ hơn sẽ được ưu tiên lựa chọn trước tiên với điều kiện chúng thỏa mãn điều kiện tiên quyết (nếu có). Ở đây