自適應學習實際上點樣運作

系統由一張暫定地圖開始

學習者由一個目標開始，例如理解入門生物化學、準備修讀微積分課程，或者修補薄弱嘅先修知識。Robotutor 會將該目標變成一個由概念同其關係組成嘅起始計劃。呢個計劃係對一條有用路線嘅假設，並非保證每個概念第一次就排列得啱。

先修關係好重要，因為答錯可能源於目前嘅主題，亦可能源於欠缺嘅基礎。例如，混淆競爭性同非競爭性抑制，可能反映對酶結合、圖表詮釋，或者親和力同最大反應速率之間分別理解薄弱。一個有用嘅系統必須能夠橫向或者向後移動，而唔係單純派發固定章節入面嘅下一項。

一個回應變成幾種證據

最終答案只係其中一個訊號。解釋、信心、用詞、計算步驟，以及對追問嘅回應，都可以顯示學習者係真正明白機制，還是只係認得一個熟悉嘅詞句。一個有信心、解釋連貫嘅正確答案，不應該同碰啱嘅答案一視同仁。

Robotutor 用呢啲證據更新一個可修訂嘅理解程度估計。呢個估計應該喺重複、多樣化嘅表現之後先變得更有把握，而唔係一次成功就足夠。當回應含糊時，更穩妥嘅下一步通常係一條診斷題，將兩種合理嘅詮釋分開。

• 正確性：結論有冇依據？
• 推理：有冇必要嘅步驟或因果關係？
• 信心：把握程度同解釋嘅質素是否相符？
• 遷移：表面細節改變時，學習者仍然會運用呢個概念嗎？
• 時效：隔咗一段時間之後，概念仍然可以回想起嗎？

一個示範例子：光合作用

假設一位學習者話，植物冇二氧化碳就無法進行光合作用，因為光線無法被吸收。呢個答案得出正確嘅整體結果，但將失敗歸因於錯誤嘅機制。二元式評分者可能會標示為錯誤，然後繼續。自適應導師則應該指出，學習者將光反應同碳固定混為一談。

有效嘅追問唔係另一條定義題。佢可以問：邊啲反應喺強光下可以短暫繼續、二氧化碳對卡爾文循環有咩貢獻，以及點解單靠 ATP 同 NADPH 無法為糖提供碳。目標係揭示兩個互相連結嘅過程之間嘅界線。如果學習者之後喺改變咗嘅情境中解釋到呢個分別，系統就有比第一次回應更好嘅證據。

將回饋用作診斷，而唔係判決

每個環節之後，記錄一個反覆出現嘅錯誤模式，而唔好收集每一項更正。例子包括：跳過單位換算、將相關當作因果，或者講出規則卻冇運用其條件。將該模式配上一個可以喺下一個環節測試嘅行動。

隔一段時間後，以另一種形式返回同一個概念。配對題可以檢查分別，簡短解釋可以測試因果結構，應用題則可以測試遷移能力。當學習者必須提取並重新構建概念時，重複才有用；重複相同嘅措辭，只會產生熟悉感，而唔係持久嘅理解。

• 用淺白嘅說話講出個誤解。
• 揀一個糾正用嘅表示方式或例子。
• 一至兩日內再檢查一次，之後隔較長時間再檢查。
• 如果回饋持續不一致，就請教導師或查閱原始資料。

可能出錯嘅地方

當題目不清晰、模型誤讀一個有效嘅解釋、概念圖不完整，或者學習者嘅目標過於廣泛時，自適應行為就可能失效。一個根據錯誤證據而自信地調整嘅系統，可能產生比固定練習紙更差嘅學習路徑。因此，回饋控制、已儲存嘅題目、可重現嘅評估，以及清楚可見嘅限制都好重要。

如果回饋同可信嘅課程材料有衝突，學習者應該提出質疑，亦唔應該將掌握程度估計當作正式成績。教育工作者應該利用呢啲訊號對學習差距形成假設，然後透過對話或額外作業加以確認，才作出具重大影響嘅決定。