5 XÂY DỰNG MƠ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC
2.2 Phân bố năng lực học sinh theo phương pháp cổ điển
Bảng 2.4. Phân cụm bằng K-means với K = 10.
So sánh phân cụm theo trung bình và trung vị
K Tâm Số lượng Tỉ lệ%Trung vị Tâm Trung bìnhSố lượng Tỉ lệ% 1 -1.989 18 1.62 -1.163 66 5.94 2 -0.574 78 7.02 0.263 153 13.77 3 0.450 138 12.42 1.367 209 18.81 4 1.324 165 14.85 2.508 184 16.56 5 2.240 164 14.76 3.889 170 15.30 6 3.417 162 14.58 5.528 136 12.24 7 4.908 148 13.32 7.462 116 10.44 8 6.673 126 11.34 10.581 53 4.77 9 9.312 88 7.92 23.778 18 1.62 10 23.778 24 2.16 136.945 6 0.54
câu hỏi (50/50). Số học sinh trả lời đúng 49/50 là 18 học sinh (chiếm 1.62%) tương ứng với điểm thô là 9.8. Có 2.16% học sinh nằm trong số
những người đạt điểm cao nhất. Tỉ lệ này là hợp lý khi so sánh với nhiều hệ thống đánh giá, phân loại học sinh hiện nay.
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. Đường màu xanh có dạng của một phân phối chuẩn (phân phối Gauss), theo các lý thuyết đánh giá, đây là một phân bố tối ưu trong việc phân loại học sinh. 0 1 2 3 4 5 6 7 8 9 10 0 50 100 150 200 250 Mức năng lực Số họ c sinh Trung vị Trung bình
Hình 2.3. So sánh giữa phân bố các cụm theo trung bình và trung vị. Phân cụm theo trung vị có phân bố gần với phân bố chuẩn hơn và khơng bị lệch tâm so với trung bình.
Bảng 2.5 trích xuất 20 sinh viên trong số 1111 học sinh để so sánh giá trị năng lực giữa hai phương pháp IRT và phương pháp CTT. Theo bảng này có sự khác biệt giữa hai hệ thống đánh giá, điều này chứng tỏ rằng có sự chênh lệch đánh giá năng lực của học sinh qua hai phương pháp. Dù sự khác nhau này không nhiều, thực tế rằng học sinh trả lời đúng nhiều câu hỏi hơn sẽ được đánh giá cao hơn, tuy nhiên phương pháp đánh giá dựa trên lý thuyết ứng đáp câu hỏi cho thấy có những sự điều chỉnh nhất định trong việc đánh giá người học, đồng thời thể hiện được mối tương quan giữa số lượng câu trả lời đúng và mức độ khó của mỗi câu hỏi, khơng chỉ đơn thuần là đánh giá dựa trên số lượng câu trả
Bảng 2.5. So sánh xếp hạng học sinh giữa hai phương pháp CTT và IRT.
ID Điểm thô
theo CTT CTT
Giá trị θ
theo IRT IRT Lệch
11 50 1 136.9454 1 0 17 49 2 12.5534 2 0 19 49 2 9.7655 4 -2 8 48 4 12.0505 3 1 12 47 5 7.2623 6 -1 3 46 6 6.5428 9 -3 10 46 6 5.7727 10 -4 14 46 6 6.6558 8 -2 18 46 6 7.4833 5 1 6 45 10 6.9573 7 3 9 45 10 5.3995 11 -1 5 43 12 3.9266 12 0 16 42 13 3.7223 13 0 13 40 14 3.288 15 -1 15 40 14 3.0413 16 -2 20 40 14 3.6061 14 0 4 39 17 2.8044 17 0 2 33 18 1.3124 19 -1 1 31 19 0.643 20 -1 7 31 19 1.5193 18 1 lời đúng.
Tham khảo thêm hệ thống đánh giá thang điểm học sinh, với thang điểm chữ [A, B, C, D, F] tương ứng với thang điểm từ [0,10], ta có mối liên hệ giữa các thang đo như thể hiện trong Bảng 2.6. Căn cứ vào Bảng 2.6 và biểu diễn trong Hình 2.3, đường cong theo phương pháp trung
vị có dạng gần giống với phân phối chuẩn hơn là đường cong sử dụng phương pháp trung bình. Do đó kết quả phân loại theo phương pháp trung vị có thể được xem là tốt hơn so với phương pháp trung bình.
Từ các phân tích trên, có thể nhận thấy phương pháp đánh giá ứng đáp câu hỏi thể hiện được năng lực thực sự của học sinh thông qua việc
Bảng 2.6. Các hệ thống thang điểm.Số Chữ Tỉ lệ Median Means Số Chữ Tỉ lệ Median Means 9-10 A 10 10.08 2.16 7-8 B 20 24.66 15.21 5-6 C 30 29.34 27.54 4 D 20 14.85 16.56 0-3 F 20 21.06 38.52
ước lượng năng lực trong mối tương quan với độ khó câu hỏi. Kết quả đánh giá này được xem là khách quan hơn và thể hiện đúng bản chất của việc làm bài thi năng lực dưới dạng câu hỏi trắc nghiệm.
2.6 Kết chương
Trong chương này, tác giả đề xuất áp dụng phương pháp ước lượng năng lực người học dựa trên lý thuyết ứng đáp câu hỏi, đồng thời sử dụng phương pháp phân cụmk−Means có điều chỉnh để phân nhóm các học sinh có cùng mức năng lực vào một cụm. Kết quả thử nghiệm cho thấy phương pháp đề xuất có thể phân loại năng lực của học sinh một cách hợp lý hơn. Để cải tiến phương pháp, các nghiên cứu tiếp theo có thể áp dụng một số phương pháp học máy để có kết quả tốt hơn trên các bộ dữ liệu lớn hơn. Tác giả cũng cố gắng giảm các sai số của phương pháp K−Means (hoặc các vấn đề ngoại lai hay cực trị địa phương). Bên cạnh đó nghiên cứu thêm các cách khởi tạo tâm của cụm nhằm tăng nhanh tốc độ hội tụ. Một trong các phương pháp thay thế có thể giải quyết các vấn đề này sử dụng thuật tốn học có cạnh tranh như Bản đồ tự tổ chức SOM (Self-Organising Feature Map), đồng thời có thể gia tăng tốc độ tính tốn trên dữ liệu lớn.
Việc đưa ra được một mơ hình ước lượng năng lực người học một cách chính xác sẽ giúp nâng cao chất lượng mơ hình người học, bởi nó đưa ra được một thơng số quan trọng trong mơ hình người học là năng lực học tập. Mô-đun đánh giá năng lực người học cũng là một cấu thành
quan trọng trong các hệ thống kiểm tra có hỗ trợ bởi máy tính CAT (Computerize Adaptive Test) hay các hệ thống học trực tuyến và các hệ thống hỗ trợ dạy học thông minh.
Kết quả nghiên cứu nêu trên được cơng bố tại kỷ yếu có phản biện của Hội nghị quốc tế "The 3th National Foundation for Science and Technology Development Conference on Information and Computer Science", NICS 2018 (cơng trình khoa học số 1).
Chương 3
DỰ ĐOÁN KẾT QUẢ HỌC TẬP DỰA TRÊN PHONG CÁCH HỌC
Trong những năm gần đây, có nhiều nhà khoa học tập trung vào nghiên cứu về phong cách học và ảnh hưởng của nó đến tồn bộ q trình học tập. Họ nhận thấy rằng mỗi người học khác nhau có một cách tiếp cận khác nhau đối với tri thức. Dần dần mỗi cách học này định hình ra một phong cách học của riêng từng cá nhân. Để định lượng mối liên hệ giữa phong cách học và kết quả học tập của mỗi sinh viên đối với từng mơn học hoặc với tồn bộ khóa học, luận án này thực hiện việc khảo sát với sự tham gia của sinh viên ở nhiều khóa học và ngành học khác nhau. Từ kết quả của cuộc khảo sát, dữ liệu được phân tích để tìm ra mối liên hệ phong cách học và kết quả học tập.
Khảo sát này sử dụng bộ câu hỏi dựa bảng câu hỏi chỉ mục về phong cách học tập của Felder và Soloman [102] thông qua 44 câu hỏi được chia làm bốn chiều. 316 sinh viên tham gia khảo sát được lựa chọn để phân tích (Q trình lọc chỉ để loại bỏ các kết quả bất thường và các bài trắc nghiệm chưa được hoàn thành đầy đủ). Dựa theo kết quả khảo sát, nghiên cứu đã sử dụng các phương pháp thống kê để phân tích đưa ra các thơng tin quan trọng, giúp các hệ thống dạy học hiểu rõ hơn về các xu hướng học tập của người học. Bên cạnh đó, nghiên cứu sinh cũng đã xây dựng một mạng nơ-ron nhân tạo để dự đoán kết quả học tập của sinh viên dựa vào phong cách học đã phân loại. Tác giả cũng đã đưa ra được mối liên hệ giữa phong cách học và kết quả học tập của sinh viên, đồng thời thể hiện ảnh hưởng của chúng đối với kết quả học tập của khóa học.
3.1 Giới thiệu
Nhiều người nhận ra rằng mỗi một cá nhân có một cá tính, kỹ thuật và một cách học khác nhau. Phong cách học là một nhóm các cách thức mà một người hoặc là tự chọn hoặc là tự hình thành sau quá trình học. Phong cách học đề cập đến một cách thức ưu tiên mà người học dễ hấp thụ, xử lý, hiểu và lưu lại thông tin. Việc phù hợp giữa cách dạy và phong cách học sẽ dẫn đến những kết quả rất khác nhau giữa các sinh viên, đặc biệt là trong môi trường giáo dục trực tuyến. Felder [34] đã chỉ ra rằng việc không phù hợp giữa phong cách học của sinh viên và cách dạy của giáo viên có thể dẫn đến nhàm chán, mất tập trung trong lớp, kết quả kiểm tra thấp, mất động lực học tập. Trong một số trường hợp còn gây ra việc trốn tiết của học sinh.
Trong các khóa học trực tuyến, biết được thái độ của người học sẽ giúp cho hệ thống điều chỉnh nội dung và phương pháp giảng dạy. Ngày nay các hệ thống học thích nghi có thể thay đổi để phù hợp với từng cá nhân học, thay thế cho phương pháp dạy truyền thống áp dụng cho tất cả người học ("one-size-fits-all").
Dựa trên các khảo sát về phong cách học, nghiên cứu sinh tìm ra một cách thức học và dạy phù hợp cho học sinh và giáo viên, dựa theo kết quả này, tác giả đề xuất cách thức để người học có thể tổ chức và tham gia học các khóa học trực tuyến hoặc truyền thống một cách riêng biệt cho từng cá nhân.
Trong chương này, nghiên cứu đã thực hiện khảo sát hơn 300 học sinh, sau đó sử dụng các phương pháp thống kê để phân tích dữ liệu. Kết quả sau đó được tiền xử lý trước khi áp dụng các kỹ thuật học máy để phân loại theo kết quả học tập kết hợp với các thông tin phong cách học đã khảo sát. Nghiên cứu đã đề xuất phương pháp kết hợp giữa khai phá dữ liệu giáo dục và dữ liệu phong cách học để dự đoán kết quả học tập của sinh viên trong trường đại học. Khai phá dữ liệu giáo dục gần đây đã thực sự có tầm ảnh hưởng và đóng góp rất nhiều trong việc thay
đổi các phương pháp tiếp cận đối với người học và cả người dạy. Việc tích hợp đầy đủ khai phá dữ liệu cho mơi trường giáo dục có ý nghĩa cho cả người nghiên cứu và nhà phát triển các hệ thống dạy học thông minh, đồng thời là công cụ quan trọng cho người sử dụng cũng như người học [103].
3.2 Phong cách học
Phong cách học được hiểu như là một tập hợp các quan điểm, hành vi và thái độ của một cá nhân trong một tình huống hồn cảnh học tập nào đó. Có nhiều nghiên cứu hệ thống hóa các tiêu chí phân loại, định nghĩa, các mơ hình phong cách học như Felder-Silverman, Myers-Briggs, Honey & Mumford, Kolb’s ... Các mơ hình này phát triển độc lập, song song và cùng tồn tại tuy chúng có những điểm chung trong một số khái niệm.
Phong cách học và các ứng dụng của nó đã được nghiên cứu sâu trong những năm gần đây. Trong một số hệ thống thích nghi, phong cách học được tự động phát hiện dự trên hành vi và thái độ của người học. Crockett và các cộng sự [24] đã đề xuất một mơ hình dự đốn phong cách học sử dụng các luật mờ dựa trên dữ liệu học tập và các giải thuật gen hay trong hệ thống hỗ trợ học tập đàm thoại thơng minh [23]. Graf [41] tìm ra phong cách học dựa trên thái độ của người học trong các khóa học trực tuyến và cập nhật thơng tin cho mơ hình học sinh của các hệ thống quản lý học tập LMS. Silvia [109] sử dụng các phương pháp hướng dữ liệu để phát hiện các đặc tính của người học.
Bên cạnh đó có một số nghiên cứu về mối liên hệ giữa phong cách học và kết quả học tập chuyên ngành như Brunton [7] và Seiver [25]. Trong đó Brunton sử dụng bộ chỉ số phong cách học Kolb [59] còn Seiver sử dụng bộ chỉ số Myers-Briggs [14], nhóm tác giả thứ nhất sử dụng dữ liệu từ 9 lớp học kinh tế vi mơ để tìm ra mối liên hệ giữa phong cách học và kết quả học tập của mơn học này. Trong khi đó nhóm thứ
hai đo sự ảnh hưởng của phong cách học đối với năng lực học của sinh viên trong mơn học tài chính đại cương ở trường đại học.
Mơ hình Myers-Briggs dựa trên bộ chỉ số Myers-Briggs Type In- dicator (MBTI) phát triển trên nền lý thuyết Bloom [5]. MBTI đo các thông số trên bốn chiều thông tin là 1. Năng lượng: Năng lượng lấy từ đâu và như thế nào; 2. Tập trung: Bạn tập trung vào điều gì khi thu thập thơng tin; 3. Quyết định: Bạn sử dụng hệ thống nào khi quyết định; 4. Cuộc sống: Bạn chấp nhận cuộc sống như thế nào.
Honey và Mumford [46] cũng xây dựng bộ phong cách học dựa trên bốn nhân tố: Hành động, Lý thuyết, Thực dụng và Phản xạ. Cách tiếp cận của họ khuyến khích người học tự khám phá phong cách học của chính mình và vận dụng nó để cá nhân hoá học tập một cách tự nhiên. David Kolb cho ra mắt mơ hình phong cách học vào năm 1984 dưới dạng một chu trình gồm 4 giai đoạn: Kinh nghiệm cụ thể, Quan sát phản hồi, Khái niệm trừu tượng và Thử nghiệm tích cực [59]. Các lý thuyết của Kolb liên quan đến quá trình nhận thức bên trong của người học.
Mơ hình Felder-Silverman (Felder-Silverman Learning Styles Model - FSLSM) [34] dựa trên quan điểm rằng học sinh có thiên hướng khác nhau về cách tiếp nhận và xử lý thông tin. Mơ hình này nhìn nhận phong cách học dưới bốn góc độ là nhận thức, tiếp nhận, xử lý và hiểu thơng tin.
Trong các mơ hình phong cách học nói trên, mơ hình Felder-Silverman được xem là mơ hình phổ biến nhất trong các hệ thống học thích nghi. Theo thống kê, mơ hình Felder-Silverman được sử dụng trong 70.6% các hệ học tập có hồi đáp, lớn hơn nhiều so với 7.8% của cả hai mơ hình Honey & Mumford và mơ hình Kolb cộng lại [121]. Ngồi ra, mơ hình Felder-Silverman đã được kiểm nghiệm rộng rãi và đã chứng minh được các tiêu chí đánh giá trong các môi trường học trực tuyến [42], thậm chí nó cịn được xem là mơ hình tốt nhất có thể ứng dụng vào các hệ học tập thích nghi [50].
cứu tập trung vào việc dự đoán kết quả học tập dựa trên phong cách học. Vấn đề này đặt ra cho nghiên cứu sinh bài tốn đi tìm tìm mối liên hệ giữa phong cách học và kết quả học tập bằng cách sử dụng các kỹ thuật khai phá dữ liệu.
3.3 Mơ hình Felder-Silverman
Mơ hình Felder-Silverman chia phong cách học làm bốn chiều, mỗi chiều gồm hai mặt đối lập nhau, bao gồm: Chủ động/Thụ động, Cảm quan/Trực quan, Hình ảnh/Lời nói, Tuần tự/Tổng thể (Hình 3.1).
Hình 3.1. Mơ hình phong cách học Felder-Silverman.
• Chủ động/Thụ động (Active/Reflective-AR): Người học chủ động thích tương tác với đối tượng, làm các thử nghiệm, học bằng cách cố gắng thực nghiệm, thảo luận và giải thích về vấn đề đó. Họ muốn tham gia vào một nhóm để giải quyết vấn đề.
Người học thụ động thích suy nghĩ trước và thường không làm các thử nghiệm, họ học bằng cách phân tích. Họ muốn tự mình giải quyết tất cả mọi thứ.
• Cảm quan/Trực quan (Sensing/Intuitive-SI): Người học bằng cảm quan quan tâm đến thông tin chi tiết, họ học bằng các sự kiện, thực tế và các thực nghiệm, thí nghiệm.
Người học bằng Trực quan thích các khái niệm, sự sáng tạo hay các lý thuyết. Họ muốn tìm ý nghĩa của các sự kiện và sự vật và có tư duy sáng tạo.
• Hình ảnh/Lời nói (Visual/Verbal-VV): Người học bằng hình ảnh thường thích các hình ảnh, biểu đồ, đồ thị. Họ ghi nhớ tốt nhất những gì họ nhìn thấy.
Người học bằng Lời nói thường đọc hoặc nghe thơng tin. Họ muốn tìm giải pháp bằng cách diễn đạt ngơn ngữ.
• Tuần tự/Tổng thể (Sequential/Global-SG): Người học Tuần tự u thích sự diễn đạt theo trình tự, từng bước từng bước. Họ sắp xếp các sự kiện chi tiết thành một bức tranh tổng thể.