JPH04179984A - 計算機を用いた教育支援システム - Google Patents
計算機を用いた教育支援システムInfo
- Publication number
- JPH04179984A JPH04179984A JP2308012A JP30801290A JPH04179984A JP H04179984 A JPH04179984 A JP H04179984A JP 2308012 A JP2308012 A JP 2308012A JP 30801290 A JP30801290 A JP 30801290A JP H04179984 A JPH04179984 A JP H04179984A
- Authority
- JP
- Japan
- Prior art keywords
- learner
- understanding
- level
- answer
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
この発明は、学習者の理解度に応じた指導を行う計算機
を用いた教育支援システムに関するものである。
を用いた教育支援システムに関するものである。
ｒ従来の技術〕
第４図は従来の計算機を用いた教育支援システム（以下
、ＣＡＩという。）を示すブロック図である。図におい
て、１０は学習者２４とＣＡＩとの間の入出力動作を行
うマンマシンインタフェース、１２は教材２０から所定
の問題を取り出してマンマシンインタフェースに出力す
る問題提示手段、１４は学習者２４の解答をマンマシン
インタフェース１４を介して取り込み、その良否を判定
する解答判定手段、１６は理解度に応じた指導方法を決
定する指導方法決定手段、１７は学習モデル２２内の学
習の修得状況を修正する修得状況修正手段、１８は学習
者２４の理解度を判定する理解度判定手段である。なお
、パーソナルコンピュータを用いてＣＡＩを実現した場
合には、マンマシンインタフェース１０は、パーソナル
コンビュ−タのキーボード、マウス、表示装置等であり
、教材２０および学習者モデル２２は、パーソナルコン
ピュータのメモリの一部であり、その他のものはソフト
ウェアで実現される。
、ＣＡＩという。）を示すブロック図である。図におい
て、１０は学習者２４とＣＡＩとの間の入出力動作を行
うマンマシンインタフェース、１２は教材２０から所定
の問題を取り出してマンマシンインタフェースに出力す
る問題提示手段、１４は学習者２４の解答をマンマシン
インタフェース１４を介して取り込み、その良否を判定
する解答判定手段、１６は理解度に応じた指導方法を決
定する指導方法決定手段、１７は学習モデル２２内の学
習の修得状況を修正する修得状況修正手段、１８は学習
者２４の理解度を判定する理解度判定手段である。なお
、パーソナルコンピュータを用いてＣＡＩを実現した場
合には、マンマシンインタフェース１０は、パーソナル
コンビュ−タのキーボード、マウス、表示装置等であり
、教材２０および学習者モデル２２は、パーソナルコン
ピュータのメモリの一部であり、その他のものはソフト
ウェアで実現される。
次に動作について説明する。ＣＡＩには、学習者の理解
度に応じた指導を行うために、学習者の学習履歴情報を
格納した学習モデルと呼ばれるものを備えたシステムが
ある。第５図は例えば情動シンポジウム論文集第８９巻
第９号（平成元年１２月）Ｐ、１０１〜Ｐ、１１２に示
されたＣＡＩにおける学習履歴情報を示す説明図である
。第５図（Ａ）において、３０は教材２０の中にある問
題に対応した項目、３２はその項目３０に関して学習者
２４がＣＡＩに対してヒントとなるメツセージを参照し
たか否かを示すフラグ、３４はその項目３０に関する学
習者２４の解答の良否を示すフラグ、３６はその項目３
０に関して学習者２４の知識修得を示すフラグである。
度に応じた指導を行うために、学習者の学習履歴情報を
格納した学習モデルと呼ばれるものを備えたシステムが
ある。第５図は例えば情動シンポジウム論文集第８９巻
第９号（平成元年１２月）Ｐ、１０１〜Ｐ、１１２に示
されたＣＡＩにおける学習履歴情報を示す説明図である
。第５図（Ａ）において、３０は教材２０の中にある問
題に対応した項目、３２はその項目３０に関して学習者
２４がＣＡＩに対してヒントとなるメツセージを参照し
たか否かを示すフラグ、３４はその項目３０に関する学
習者２４の解答の良否を示すフラグ、３６はその項目３
０に関して学習者２４の知識修得を示すフラグである。
また、第５図（Ｂ）は理解度の定義の一例を示したもの
であり、このように定義された理解度が各学習者２４に
ついて学習モデル２２に設定されている。
であり、このように定義された理解度が各学習者２４に
ついて学習モデル２２に設定されている。
第４図に示したものの動作を第６図のフローチャートを
参照して説明する。まず、教育目標の設定を行う（ステ
ップ５Ｔ１２）。次に、学習者２４が演習問題を選択す
るのを待ち（ステップ５Ｔ２０）＋選択が行われたら、
問題提示手段１２は、適合する問題を教材２０から取り
出し、これをマンマシンインタフェース１０に出力する
（ステップ５Ｔ１３）。そして、学習者２４が解答を入
力するのを待つ（ステップ５Ｔ１４）。解答が入力され
たら解答判定手段１４はその解答の良否判定を行い（ス
テップ５Ｔ１５）、指導方法決定手段１６は、解答判定
結果および学習モデル２２内の学習履歴情報から指導方
法の決定を行う。例えば、学習者モデル２２内に格納さ
れているその学習者２４の理解度が低い場合には、解答
誤りに対して、より詳しい指導メツセージを与えること
を決定する。そして、その指導メツセージをマンマシン
インタフェース１０に出力する（ステップ５Ｔ１７）。
参照して説明する。まず、教育目標の設定を行う（ステ
ップ５Ｔ１２）。次に、学習者２４が演習問題を選択す
るのを待ち（ステップ５Ｔ２０）＋選択が行われたら、
問題提示手段１２は、適合する問題を教材２０から取り
出し、これをマンマシンインタフェース１０に出力する
（ステップ５Ｔ１３）。そして、学習者２４が解答を入
力するのを待つ（ステップ５Ｔ１４）。解答が入力され
たら解答判定手段１４はその解答の良否判定を行い（ス
テップ５Ｔ１５）、指導方法決定手段１６は、解答判定
結果および学習モデル２２内の学習履歴情報から指導方
法の決定を行う。例えば、学習者モデル２２内に格納さ
れているその学習者２４の理解度が低い場合には、解答
誤りに対して、より詳しい指導メツセージを与えること
を決定する。そして、その指導メツセージをマンマシン
インタフェース１０に出力する（ステップ５Ｔ１７）。
また、理解度判定手段１８は、第５図（Ｂ）に示す理解
度の定義に従って新たな理解度を算出し、その理解度を
学習者モデル２２に設定しておく（ステップ５Ｔ１８）
。さらに、学習者に関するより詳しい情報、例えば、「
どのような誤りをしたのか」等を学習者モデル２２に設
定しておくこともできる。また、学習者の解答入力の結
果を判定して、教育目標に達していると判断されるなら
ば処理を終了し、そうでなければ再び学習者２４の解答
待ちとなる（ステップ５Ｔ１９）。
度の定義に従って新たな理解度を算出し、その理解度を
学習者モデル２２に設定しておく（ステップ５Ｔ１８）
。さらに、学習者に関するより詳しい情報、例えば、「
どのような誤りをしたのか」等を学習者モデル２２に設
定しておくこともできる。また、学習者の解答入力の結
果を判定して、教育目標に達していると判断されるなら
ば処理を終了し、そうでなければ再び学習者２４の解答
待ちとなる（ステップ５Ｔ１９）。
なお、修得状況修正手段１７は、学習者モデル２２内の
フラグ３２，３４．３６を修正する。
フラグ３２，３４．３６を修正する。
従来のＣＡＩは以上のように構成されているので、初め
てＣＡＩを利用する学習者２４（以下、初学者という。
てＣＡＩを利用する学習者２４（以下、初学者という。
）に関しては学習者モデル２２に何も情報が入いってい
ないために、そのような学習者２４に対しては仮の適当
な理解度を適用せざるを得ないという課題があった。ま
た、複数のレベルに応じた演習問題を搭載したＣＡＩに
あっては、レベル選択を学習者２４に任せているために
、その学習者２４にとって客観的に最適なレベルの演習
問題を提示していない場合があるという課題もあった。
ないために、そのような学習者２４に対しては仮の適当
な理解度を適用せざるを得ないという課題があった。ま
た、複数のレベルに応じた演習問題を搭載したＣＡＩに
あっては、レベル選択を学習者２４に任せているために
、その学習者２４にとって客観的に最適なレベルの演習
問題を提示していない場合があるという課題もあった。
さらに、教育目標に関して、学習者のレベルに応じた最
適のものに設定していないという課題があった。
適のものに設定していないという課題があった。
この発明は上記のような課題を解消するためになされた
もので、初学者であっても最適の理解度等を適用しうる
とともに、全ての学習者に対して最適なレベルの問題を
提示しうるＣＡＩを得ることを目的とする。
もので、初学者であっても最適の理解度等を適用しうる
とともに、全ての学習者に対して最適なレベルの問題を
提示しうるＣＡＩを得ることを目的とする。
この発明に係るＣＡＩは、学習者の過去の学習状況であ
る学習履歴情報が格納された学習者モデルと、学習者に
提示した問題に対してその学習者が入力した解答の良否
を判定する解答判定手段と、この解答判定手段の判定結
果と学習者モデルの学習履歴情報とからその学習者の理
解度の判定を行う理解度判定手段と、学習者の理解度に
応じた指導方法を決定する指導方法決定手段と、を備え
たものに対して、さらに、例題を学習者に提示するとと
もにその例題に対する回答を受ける質問応答手段と、こ
の質問応答手段が受けた回答状況にもとづいて学習者の
理解度を判定し、この理解度を学習者モデルに設定する
学習者判定手段とを設けたものである。□ 〔作用〕 この発明における学習者判定手段は、質問応答手段が学
習者に提示した例題に対する回答状況にもとづいて学習
者の理解度等を判定し、その理解度を学習モデルに初期
設定する。
る学習履歴情報が格納された学習者モデルと、学習者に
提示した問題に対してその学習者が入力した解答の良否
を判定する解答判定手段と、この解答判定手段の判定結
果と学習者モデルの学習履歴情報とからその学習者の理
解度の判定を行う理解度判定手段と、学習者の理解度に
応じた指導方法を決定する指導方法決定手段と、を備え
たものに対して、さらに、例題を学習者に提示するとと
もにその例題に対する回答を受ける質問応答手段と、こ
の質問応答手段が受けた回答状況にもとづいて学習者の
理解度を判定し、この理解度を学習者モデルに設定する
学習者判定手段とを設けたものである。□ 〔作用〕 この発明における学習者判定手段は、質問応答手段が学
習者に提示した例題に対する回答状況にもとづいて学習
者の理解度等を判定し、その理解度を学習モデルに初期
設定する。
以下、この発明の一実施例を図について説明する。第１
図において、１は例題を学習者２４に提示するとともに
例題に対する回答を受ける質問応答手段、２は例題に対
する回答状況から学習者の理解度等を判定する学習者判
定手段であり、その他のものは同一符号を付して第４図
に示したものと同一のものである。なお、質問応答手段
１および学習者判定手段２はソフトウェアで実現可能で
ある。
図において、１は例題を学習者２４に提示するとともに
例題に対する回答を受ける質問応答手段、２は例題に対
する回答状況から学習者の理解度等を判定する学習者判
定手段であり、その他のものは同一符号を付して第４図
に示したものと同一のものである。なお、質問応答手段
１および学習者判定手段２はソフトウェアで実現可能で
ある。
次に動作について第２図および第３図のフローチャート
を参照して説明する。まず、学習者２４が初学者か否か
判断する（ステップ５ＴＩ）、初学者でなければ、質問
応答手段１は学習者モデル２２を参照して既に求められ
ている学習者２４の理解度を入手する（ステップ５Ｔ２
）、そして。
を参照して説明する。まず、学習者２４が初学者か否か
判断する（ステップ５ＴＩ）、初学者でなければ、質問
応答手段１は学習者モデル２２を参照して既に求められ
ている学習者２４の理解度を入手する（ステップ５Ｔ２
）、そして。
理解度に応じて定められているレベルの例題を選定する
（ステップ５Ｔ３）、学習者２４が初学者であれば、ス
テップＳＴ２およびＳｒ１の処理は行わない。
（ステップ５Ｔ３）、学習者２４が初学者であれば、ス
テップＳＴ２およびＳｒ１の処理は行わない。
続いて、質問応答手段１は例題を提示する（ステップ５
Ｔ４）、ここで、初学者に対しては、理解度等を決定し
うるように幅広いレベルの学習者２４に適した例題、ま
たは、比較的レベルの低い問題を提示する。そして、初
学者でない学習者に対しては、既知の理解度に応じた例
題を提示する。
Ｔ４）、ここで、初学者に対しては、理解度等を決定し
うるように幅広いレベルの学習者２４に適した例題、ま
たは、比較的レベルの低い問題を提示する。そして、初
学者でない学習者に対しては、既知の理解度に応じた例
題を提示する。
次に、質問応答手段１は、提示した例題の内容について
学習者２４に質問を行い（ステップ５Ｔ５）、学習者２
４からその質問に対する回答を受は付ける（ステップ５
Ｔ６）。そして、学習者判定手段２は、回答状況から学
習者の理解度やレベルを判定する（ステップ５Ｔ７）。
学習者２４に質問を行い（ステップ５Ｔ５）、学習者２
４からその質問に対する回答を受は付ける（ステップ５
Ｔ６）。そして、学習者判定手段２は、回答状況から学
習者の理解度やレベルを判定する（ステップ５Ｔ７）。
判定の仕方としては、例えば、第５図（Ｂ）に示したも
のを使用することができる。つまり、回答の誤りに対し
て、Ｌ１〜Ｌ４に相当するメツセージを順次出力し、学
習者２４の回答を誤答から正答に転じさせたメツセージ
のレベルを学習者の理解度またはレベルとする。もちろ
ん、他の方法によって学習者２４の理解度等を判定して
もよい。
のを使用することができる。つまり、回答の誤りに対し
て、Ｌ１〜Ｌ４に相当するメツセージを順次出力し、学
習者２４の回答を誤答から正答に転じさせたメツセージ
のレベルを学習者の理解度またはレベルとする。もちろ
ん、他の方法によって学習者２４の理解度等を判定して
もよい。
また、学習者２４が初学者でないときには、その学習者
２４の既知の理解度とここで判定した理解度とを比較し
て、このときの学習者の体調等の調子を判断することが
できる。
２４の既知の理解度とここで判定した理解度とを比較し
て、このときの学習者の体調等の調子を判断することが
できる。
以上のようにして判断された理解度等は、学習者モデル
２４に格納され（ステップ５Ｔ８）、学習者モデルの初
期設定を終了する。なお、初学者のみを対象として例題
提示をするように構成することもできる。
２４に格納され（ステップ５Ｔ８）、学習者モデルの初
期設定を終了する。なお、初学者のみを対象として例題
提示をするように構成することもできる。
続いて、学習者２４が実際の問題に即して学習を行うの
であるが、まず、ステップＳＴ８において設定された理
解度等に応じて教育目標の設定を行う（ステップ５Ｔ１
２）。次に、問題提示手段１２は、教育目標に見合う問
題を教材２０から取り出し、これをマンマシンインタフ
ェース１０に出力する（ステップ５Ｔ１３）。そして、
学習者２４が解答を入力するのを待つ（ステップ５Ｔ１
４）。解答が入力されたら解答判定手段１４はその解答
の良否判定を行い（ステップ５Ｔ１５）、指導方法決定
手段１６は、解答判定結果および学習モデル２２内の学
習履歴情報から指導方法の決定を行う６例えば、学習者
モデル２２内に格納されているその学習者２４の理解度
が低い場合には。
であるが、まず、ステップＳＴ８において設定された理
解度等に応じて教育目標の設定を行う（ステップ５Ｔ１
２）。次に、問題提示手段１２は、教育目標に見合う問
題を教材２０から取り出し、これをマンマシンインタフ
ェース１０に出力する（ステップ５Ｔ１３）。そして、
学習者２４が解答を入力するのを待つ（ステップ５Ｔ１
４）。解答が入力されたら解答判定手段１４はその解答
の良否判定を行い（ステップ５Ｔ１５）、指導方法決定
手段１６は、解答判定結果および学習モデル２２内の学
習履歴情報から指導方法の決定を行う６例えば、学習者
モデル２２内に格納されているその学習者２４の理解度
が低い場合には。
解答誤りに対して、より詳しい指導メツセージを与える
ことを決定する。そして、その指導メツセージをマンマ
シンインタフェース１０に出力する（ステップ５Ｔ１７
）、また、理解度判定手段１８は、第５図（Ｂ）に示す
理解度の定義に従って新たな理解度を算出し、その理解
度を学習者モデル２２に設定しておく（ステップ５Ｔ１
８）。
ことを決定する。そして、その指導メツセージをマンマ
シンインタフェース１０に出力する（ステップ５Ｔ１７
）、また、理解度判定手段１８は、第５図（Ｂ）に示す
理解度の定義に従って新たな理解度を算出し、その理解
度を学習者モデル２２に設定しておく（ステップ５Ｔ１
８）。
さらに、学習者に関するより詳しい情報１例えば。
「どのような誤りをしたのか」等を学習者モデル２２に
設定しておくこともできる。また、学習者の解答入力の
結果を判定して、教育目標に達していると判断されるな
らば処理を終了し、そうでなければ再び学習者２４の解
答待ちとなる（ステップ５Ｔ１９）、なお、修得状況修
正手段１７は、学習者モデル２２内のフラグ３２，３４
．３６を修正する。
設定しておくこともできる。また、学習者の解答入力の
結果を判定して、教育目標に達していると判断されるな
らば処理を終了し、そうでなければ再び学習者２４の解
答待ちとなる（ステップ５Ｔ１９）、なお、修得状況修
正手段１７は、学習者モデル２２内のフラグ３２，３４
．３６を修正する。
なお、上記実施例では、質問応答手段１を用いて学習者
２４の理解度等を初期設定するものについて説明したが
、−学習者２４に対してアンケート項目を提示して、そ
れらの項目に対する回答の集計結果から学習者２４の理
解度等を判定することもでき、上記実施例と同様の効果
を奏する。
２４の理解度等を初期設定するものについて説明したが
、−学習者２４に対してアンケート項目を提示して、そ
れらの項目に対する回答の集計結果から学習者２４の理
解度等を判定することもでき、上記実施例と同様の効果
を奏する。
また、学習者２４が実際の問題について学習中に、質問
応答手段１による質問を割り込み提示させて、学習モデ
ル２２の更新を適宜行うように構成することもできる。
応答手段１による質問を割り込み提示させて、学習モデ
ル２２の更新を適宜行うように構成することもできる。
以上のように、この発明によれば、ＣＡＩを、質問応答
手段で学習者に例題を与え、学習者判定手段で質問に対
する回答状況から学習者の理解度を判定するように構成
したので、初学者に対しても適切な理解度を適用でき、
さらに、初学者でない学習者に対してもそのときの理解
度等を判定することにより適切な教育目標や問題のレベ
ルを選択でき、学習者が常に最適のレベルの学習を行う
ことが可能になって、学習の行きづまりや学習意欲の低
下を防止しうるものが得られる効果がある。
手段で学習者に例題を与え、学習者判定手段で質問に対
する回答状況から学習者の理解度を判定するように構成
したので、初学者に対しても適切な理解度を適用でき、
さらに、初学者でない学習者に対してもそのときの理解
度等を判定することにより適切な教育目標や問題のレベ
ルを選択でき、学習者が常に最適のレベルの学習を行う
ことが可能になって、学習の行きづまりや学習意欲の低
下を防止しうるものが得られる効果がある。
第１図はこの発明の一実施例によるＣＡＩを示すブロッ
ク図、第２図は第１図に示したものにおける初期設定動
作を示すフローチャート、第３図は第１図に示したもの
における学習者に対する指導動作を示すフローチャート
、第４図は従来のＣＡＩを示すブロック図、第５図は学
習者履歴情報の一例および理解度の定義の一例を示す説
明図、第６図は第４図に示したものの動作を示すフロー
チャートである。 ｌは質問応答手段、２は学習者判定手段、１０はマンマ
シンインタフェース、１２は問題提示手段、１４は解答
判定手段、１６は指導方法決定手段、１７は修得状況修
正手段、１８は理解度判定手段、２０は教材、２２は学
習者モデル。 なお１図中、同一符号は同一、または相当部分を示す。 特許出願人 三菱電機株式会社
ク図、第２図は第１図に示したものにおける初期設定動
作を示すフローチャート、第３図は第１図に示したもの
における学習者に対する指導動作を示すフローチャート
、第４図は従来のＣＡＩを示すブロック図、第５図は学
習者履歴情報の一例および理解度の定義の一例を示す説
明図、第６図は第４図に示したものの動作を示すフロー
チャートである。 ｌは質問応答手段、２は学習者判定手段、１０はマンマ
シンインタフェース、１２は問題提示手段、１４は解答
判定手段、１６は指導方法決定手段、１７は修得状況修
正手段、１８は理解度判定手段、２０は教材、２２は学
習者モデル。 なお１図中、同一符号は同一、または相当部分を示す。 特許出願人 三菱電機株式会社
Claims (1)
- 学習者の過去の学習状況である学習履歴情報が格納され
た学習者モデルと、前記学習者に提示した問題に対して
その学習者が入力した解答の良否を判定する解答判定手
段と、この解答判定手段の判定結果と前記学習者モデル
の学習履歴情報とからその学習者の理解度の判定を行う
理解度判定手段と、前記学習者の理解度に応じた指導方
法を決定する指導方法決定手段とを備えた計算機を用い
た教育支援システムにおいて、例題を前記学習者に提示
するとともにその学習者から前記例題に対する回答を受
ける質問応答手段と、この質問応答手段が受けた回答状
況にもとづいて前記学習者の理解度を判定し、この理解
度を前記学習者モデルに設定する学習者判定手段とを備
えたことを特徴とする計算機を用いた教育支援システム
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2308012A JPH04179984A (ja) | 1990-11-14 | 1990-11-14 | 計算機を用いた教育支援システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2308012A JPH04179984A (ja) | 1990-11-14 | 1990-11-14 | 計算機を用いた教育支援システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04179984A true JPH04179984A (ja) | 1992-06-26 |
Family
ID=17975831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2308012A Pending JPH04179984A (ja) | 1990-11-14 | 1990-11-14 | 計算機を用いた教育支援システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04179984A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7120612B2 (en) | 2000-08-31 | 2006-10-10 | Fujitsu Limited | Method and apparatus for recommending an optimum training to a trainee, and a computer product |
| WO2024225369A1 (ja) * | 2023-04-26 | 2024-10-31 | ソフトバンクグループ株式会社 | 行動制御システム、および、電子機器 |
-
1990
- 1990-11-14 JP JP2308012A patent/JPH04179984A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7120612B2 (en) | 2000-08-31 | 2006-10-10 | Fujitsu Limited | Method and apparatus for recommending an optimum training to a trainee, and a computer product |
| WO2024225369A1 (ja) * | 2023-04-26 | 2024-10-31 | ソフトバンクグループ株式会社 | 行動制御システム、および、電子機器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100973368B1 (ko) | 교습 방법 및 시스템 | |
| US20040115597A1 (en) | System and method of interactive learning using adaptive notes | |
| US20100021871A1 (en) | Teaching reading comprehension | |
| US20160103560A1 (en) | Method and system for training users to utilize multimodal user interfaces | |
| US20020182570A1 (en) | Computer-based quality enhancement training program | |
| US20020076684A1 (en) | Computer-based learning system | |
| CN108140329B (zh) | 信息处理设备、信息处理方法及程序 | |
| US20240046811A1 (en) | A hyper-personalized interactive learning system and its method of operation thereof | |
| KR20190120855A (ko) | 피지컬 소프트웨어 코딩교육장치 | |
| Stern et al. | Adaptation of problem presentation and feedback in an intelligent mathematics tutor | |
| JP2001060058A (ja) | 学習支援装置、学習支援方法及びそのプログラムを記録した記録媒体 | |
| JP2001194985A (ja) | 教材難易度動的調節方式 | |
| KR100392147B1 (ko) | 영어교육 및 시험을 위한 클라이언트 시스템, 원격영어교육 및 시험 시스템 | |
| JPH04179984A (ja) | 計算機を用いた教育支援システム | |
| Lilley et al. | The development and evaluation of a computer-adaptive testing application for English language | |
| Cline et al. | Automated instructional design via instructional transactions | |
| JP7452895B2 (ja) | 学習支援装置、方法、及びコンピュータプログラム | |
| JP3667793B2 (ja) | Ｃａｉ装置及びｃａｉ装置の診断制御方法 | |
| Mateen et al. | Design of an accessible vr-escape room for accessibility education | |
| KR20010104115A (ko) | 인터넷 기반 교육 방법 | |
| US20020152187A1 (en) | Expert system for intelligent teaching | |
| JP3851527B2 (ja) | 外国語学習装置 | |
| JPH1165411A (ja) | 系統学習用個別対応型テスト問題自動作成装置 | |
| JP4585703B2 (ja) | 学習機能付きタイピング練習装置、問題回答によるタイピング練習方法、及び問題回答によるタイピング練習プログラム | |
| KR20090003085A (ko) | 인터넷을 이용한 레슨 방식의 외국어 학습 방법 및 시스템 |