人工智能如何指导课程设计和学习选择( 二 ) _人工智能

学生的教师或学校也很可能不提供一些关键技能。由于害怕新环境的挑战，学生通常不愿意在不同的学校或学院学习。
为了克服这些问题，我们研究了增加具有不同技能的知识单元的多样性和数量的方法。我们在查尔斯特大学的工程主题树中找到了灵感。它允许学生通过从 1,000 多个不同的主题中进行选择来定制他们的学位。主题按学科组织，具有组织良好的先决条件和途径。
这个主题树缺乏的是技术支持，让学生可以轻松探索他们的所有选择。我们基于主题树的想法并设计了技能信息模块。这些是通常持续两到八周的学习单元。每个模块都明确定义了作为先决条件所需的技能及其提供的技能。
相互交织的模块网络提供基础知识和应用知识，但与一学期的科目相比，每个模块对学生的承诺更少。我们希望以这种方式鼓励学生跨学科学习。
然而，管理所有可能的模块组合、先决条件和用户偏好是一项重大的技术挑战。这需要新的研究，而不仅仅是现有人工智能方法的应用。
我们与巴塞罗那人工智能研究所 ( IIIA ) 合作，开发了技术手段来为课程设计者和学生设计和维护基于模块的课程。交付模式可以适应不同的公共或私人融资方案和教育标准，例如澳大利亚资格框架 ( AQF ) 。
课程开发往往滞后于技术开发和不断变化的市场需求。理想情况下，课程开发应该更具响应性和面向未来，而不是被动响应。使用较小的模块而不是一学期的科目，可以更快地适应不断变化的就业市场需求。