置信度感知学习助手
人机交互
2021-02-16 v1 机器学习
摘要
不仅正确性，自我置信度也在提升知识质量中扮演重要角色。诸如自信错误与不自信正确等不理想状况会阻碍学习者修订其知识，因为他们并非总能轻易察觉这些状况。为解决该问题，我们提出一个系统，通过眼动追踪估计解答选择题时的自我置信度，并反馈应仔细复习哪些问题。我们报告了三项衡量其有效性的研究。(1)在10名参与者的受控数据集上，我们的方法以81%和79%的平均精度检测出有置信与无置信。(2)在20名参与者协助下，我们观察到，通过反馈无置信的正确答案与有置信的错误答案，问题的正确回答率分别提升了14%与17%。(3)我们在一所私立学校开展大规模数据记录（72名高中生解答14,302道题），以探究有效特征与所需训练样本数量。
引用
@article{arxiv.2102.07312,
title = {Confidence-Aware Learning Assistant},
author = {Shoya Ishimaru and Takanori Maruichi and Andreas Dengel and Koichi Kise},
journal= {arXiv preprint arXiv:2102.07312},
year = {2021}
}
备注
9 pages, 11 figures