机器学习能否解决自适应学习与学习路径个性化这一挑战？——来自在线学习平台的实验研究
机器学习
2024-07-29 v3
摘要
基于数字技术对学习内容进行个性化处理承诺能够带来巨大的个体和社会效益。然而，这种个性化如何实际落地仍是一个未解决的问题。为此，我们在一个大型数字自学平台上进行了随机对照试验。我们开发了一种基于两个卷积神经网络的算法，根据学习者的学习路径为4365名学习者分配任务。学习者被随机分为三个组：两组治疗组——基于小组的自适应治疗组和个体自适应治疗组，以及一组对照组。我们分析三个组中学习者提供的努力及其在平台上的表现之间的差异。我们的零结果阐明了关于学习路径个性化所面临的多重挑战。
引用
@article{arxiv.2407.03118,
title = {Can machine learning solve the challenge of adaptive learning and the individualization of learning paths? A field experiment in an online learning platform},
author = {Tim Klausmann and Marius Köppel and Daniel Schunk and Isabell Zipperle},
journal= {arXiv preprint arXiv:2407.03118},
year = {2024}
}
备注
This version has been removed by arXiv administrators as the submitter did not have the right to agree to the license at the time of submission