Loading article…
Betty's Brainは、ヴァンダービルト大学のTeachable Agents Groupが開発したソフトウェア環境です。学生のメタ認知能力の理解を促進し、中学生が池の生態系、気候変動、人体の体温調節といった理科のカリキュラム単元を学習するのを支援することを目的としています。これは定性的な推論システムであり、概念をノード、概念間のリンクを因果関係を表すノードリンク構造を採用しています。これらの因果モデルは、中学生が複雑な科学モデルを構築し、それに基づいて推論を行うのに役立ちます。
このシステムは、自立した学習者に期待されるように、自己監視と自己評価の両方を促進する、いわゆる自己調整学習（SRL）スキルを強化することに特化しています。
このシステムは、科学的なプロセスについて生徒たちに教えてほしいと頼む主人公ベティを中心に展開します。このように、ベティの脳は従来のインテリジェントチュータリングシステム（ITS）とは異なり、コンピュータエージェントとのやり取りがドメインコンテンツ知識の習得とは無関係な主要タスクの完了に焦点を当てる、教えることによる学習（LBT）パラダイムを採用しています。
近年、ベティの人工知能レベルは、生徒とのインタラクションを向上させるために大幅に改良されました。ベティの役割は、自己調整能力を備えた「優秀な」学習者のように生徒と交流することです。こうした自己調整能力に関するフィードバックを取り入れることで、生徒が今後の学習課題においてより良い成果を上げられるようになることが実証されています。
現在の研究は、約100名の生徒が在籍する小学5年生の教室を対象としています。また、2007年7月現在、スタンフォード大学で開発された「Front of the Class Betty」などのツールを含め、次学期の授業カリキュラムに直接統合できるシステムの開発が進められています。
2018年現在、科学分野の指導における動的モデルの構築と検証の有効性を検証する多くの実験で使用されています。Biswasと共同研究者によるBetty's Brainのいくつかの研究では、水系生態系における酸素循環のモデルを作成させることで学生を訓練し、その後、陸上生態系における窒素循環のモデルを作成させることで学生を評価しました。これは転移テストと呼ばれ、学習実験における標準的な手法です。どちらの活動でも、システムにはリソースが提供され、モデリング言語はシステムに組み込まれた定性的な図式言語でした。実験的コントロールでは、何が効果的で何が効果的でないかを判断するために、さまざまな仮説を検証しました。これは、シミュレーションの構築の有効性を理解し始めるための強力な環境です。学習のためのモデリングの効果を研究するための他の有用なシステムには、IQONとColabがあります。
https://web.archive.org/web/20110706031533/http://www.vanderbilt.edu/magazines/vanderbilt-magazine/2008/03/bettys_brain_motivates_learning/