知的CAIの基本構成 ① 専門知識 ・・・ 学習の対象となる分野の知識。 ② 学習者モデル ・・・ 学習者の理解状態や過程など を表現。 ① 専門知識 ・・・ 学習の対象となる分野の知識。 どの様な知識［宣言的（概念的）知識,手続き的知識,発見的知識,メタ知識］を，どの様に取り扱うか． ② 学習者モデル ・・・ 学習者の理解状態や過程など を表現。 ③ 教授方略・指導方略 ・・・ 学習者の誤りを診断， 治療などの方法 ④ インタフェース 2019/8/19
学習者モデル (1) オーバレイモデル (2) バギーモデル (3) Matzのモデル ｴｷｽﾊﾟｰﾄの知識・推論 学習者の知識・推論 (1) オーバレイモデル (2) バギーモデル (3) Matzのモデル ｴｷｽﾊﾟｰﾄの知識・推論 学習者の知識・推論 ｴｷｽﾊﾟｰﾄの知識・推論 学習者の知識・推論 2019/8/19
(1)オーバレイ・モデル 学習者が理解している知識 実施している推論 専門家の知識や推論と同じ。 あるいは， その部分集合（一部） あるいは， その部分集合（一部） （例） SCHOLAR（Carbonell, P.21) GUIDON (Clancy, 図5-6， P.22 付録B-2 ） ＊ 専門知識と比べることで，何が欠落しているか（できなかった部分） は分かる。 ＊ なぜできなかったかを診断するには不向きとされる。 2019/8/19
SCHOLAR（Carbonell（BB&N社））P.21 南米地理の教育用システム。 学習は，ソクラテス式問答法の対話による 主導権混在型の個人指導 適切な質問を作成， 学習者の解答の正否を決定， 学習者からの質問に対応 知識表現は， 意味ネットワーク構造（次図） 2019/8/19
南米地理に関する意味ﾈｯﾄﾜｰｸ構造 （坂元監訳，「人工知能による学習革命」ﾎﾙﾄｻﾝﾀﾞｰｽ,1984） 国 上位概念 上位集合 例 ： 大陸 ： アルゼンチン 上位概念 位置 隣接国 緯度-22～-55 南ｱﾒﾘｶ 上位概念 国 ： ブラジル ： 緯度 ： ウルグアイ ： 2019/8/19
GUIDON （Clancy（BB&N社）） P.22 スタンフォード大学で開発されたMYCIN（感染症診断エキスパートシステム）の専門家養成のための医療診断教育用システム。 GUIDONの専門知識 ← MYCINの専門知識（Dﾙｰﾙ） 教育知識 ← MYCINから分離し， 200個のプロダクション・ルールで構成（Tﾙｰﾙ） （機能） 主導権混在型の対話により，学生が正しく問題解決を行うように指導する。 診断規則を表示， 学生モデル構築， 学生からの質問に応答など 2019/8/19
GUIDON （Clancy（BB&N社））② P.22 （ａ） 専門知識 ← MYCINの専門知識 Dﾙｰﾙとして，450個のプロダクション・ルールで構成 ①感染症の診断の知識 患者の状態観察，病理状態の推論，病原菌の決定 ②治療の知識 （ｂ） 教育知識（指導の知識） ←MYCINのDﾙｰﾙとは独立 Tﾙｰﾙとして，200個のプロダクション・ルールで構成 2019/8/19
GUIDONのD・Tﾙｰﾙの例 2019/8/19
(2) バギー・モデル 専門家の知識や推論と同じ。 あるいは， その部分集合（一部） (2) バギー・モデル 専門家の知識や推論と同じ。 あるいは， その部分集合（一部） 専門知識の誤った（バグ）理解状態も，学習者の理解状態と捉える ～ バグのDBを持つ （例） BUGGYシステム（Brown, Burton; 付録B-3) ＊ 専門知識の内容に強く依存するので，一般性のある理解モデル構築への発展性に欠ける。 2019/8/19
BUGGY（Brown,Burotn&Larkin ) P.22 算数の基礎的技能を習得するに際して， 学習者の思い違い（バグ）を発見するシステム １つの減算という技能を，より細分化された下位の機能に分解，構造化し， 減算はこれらの機能的な結びつきで行うとして， 正しい演算技能，誤った演算技能を「手続的構造」で知識表現した。 （P.23 図B-3-1） 学習者の思い違いは，予め用意された誤った副手続きでを正しい手続きに対応させ置き換えることで表現。 2019/8/19
BUGGYの減算手続的ﾈｯﾄﾜｰｸ 2019/8/19
(3) Matzモデル 学習者が理解している知識 実施している推論 専門家の知識や推論とは異なる。 学習者の既存の知識・推論（正しいものだけでなく，誤った理解も含む）を出発点にしている。 （学習者には，学習者の理解・推論がある） 2019/8/19