诊断|中科大神经网络和端到端训练框架，探究教育情境对学生能力的影响教育|影响|训练|框架|研究|注意

机器之心专栏
作者：周宇强

来自中国科学技术大学的研究者提出了一种教育情境感知的认知诊断框架，使用神经网络以及端到端的训练框架，自适应学习不同教育情境信息的量化影响，并结合现有认知诊断工作的方法，增强了诊断的结果。

父母的受教育水平是否与学生的学习表现相关？家庭条件、学校资源到底对学生能力产生多大影响？上课氛围、老师态度与学生的学习效果有怎样的关系？类似的教育情境信息对学生能力到底有怎样的影响，一起跟随中国科学技术大学的刘淇教授智慧教育课题组来一探究竟吧！

文章图片

论文地址：https://doi.org/10.1145/3447548.3467264
项目地址：github.com/bigdata-ustc/ECD
研究组主页：base.ustc.edu.cn/

教育情境与认知诊断
学生学习过程相关情境信息（如学习习惯，父母受教育程度，家庭条件等），被称为教育情境信息；在教育领域中，这些情境信息对理解教育过程以及解决教育问题（如教学安排，教育公平等）都有很重要的意义。

文章图片

图表 1：教育情境、学生能力与学生表现
在智慧教育中，认知诊断是一项基础而必要的任务；它通过收集学生的信息（通常是答题等行为记录）与试题信息（如试题文本），来推断学生当前的知识状态。如图，学生选择了一些题目进行练习，得到了对应的答题记录，每道试题包含特定的知识点；通过认知诊断可以得到该学生在不同知识点上的掌握程度。例如学生答对了试题e_1 ，而e_1包含「Bacteria」这个知识点，因此诊断得出该学生对于「Bacteria」知识点的掌握程度较高（例如 0.8 等），反映到诊断报告的雷达图中蓝线的靠近外侧。认知诊断的结果可以用作教育资源推荐、学生表现预测、学习小组分组等后续智慧教育应用的支撑。
背景
情境信息或者说上下文信息目前在信息检索相关领域（如推荐系统， web 搜索，广告等）有着非常广泛的应用，它们反映着一个心理学的通识：情境信息往往通过影响人的内在特质来影响人的外在表现。如推荐系统中，情境信息通过影响用户的内在偏好，从而引导用户的消费行为。而在教育领域，教育情境信息则影响着学生的知识状态，进而反映在学生的练习作答结果中。
教育情境信息在传统教育学中讨论已久，它们主要延续着实证研究的思路（提出假设 - 收集数据 - 实验分析 - 得出结论），先获取学生的得分或者能力作为衡量标准，再使用主成分分析、线性回归等方法对教育情境信息的作用进行分析。其中学生得分可比要求学生所做练习相同，因此在大规模的情境信息分析中，往往采用基于传统认知诊断理论得到的学生能力作为衡量的方式。
认知诊断研究可以追溯到教育心理学领域，代表性的工作有项目反映理论（Item Response Theory ， IRT）。近年来，随着人工智能以及智慧教育的兴起，作为智慧教育应用的基础任务之一，基于机器学习、深度学习的认知诊断方法被广泛研究，其中经典的工作有将项目反映理论拓展的多维项目反映理论（Multidimensional Item Response Theory ， MIRT），使用神经网络学习认知函数的神经认知诊断框架（Neural Cognitive Diagnosis ， NeuralCD）。然而，目前认知诊断的工作往往只关注于试题相关信息（如试题知识点矩阵、知识点的关系、试题文本等）的挖掘，对于学生学习过程相关的教育情境信息则关注很少。