Modeling pedagogical interactions with machine learning

Zusammenfassung. Dieser Artikel beschreibt einen Ansatz zur Codierung und Analyse pädagogischer Interaktionen zwischen Lernenden und Experten im Bereich der Luftfahrt-Technik im Rahmen einer intelligenten tutoriellen Lernumgebung zur Fehlererkennung und -behebung (Sherlock 2). Es werden zwei prototypische maschinelle Lernverfahren dargestellt, welche bei der Analyse eines Corpus von Dialogprotokollen eingesetzt werden. Die Verfahren generieren der Diskursstruktur möglichst gut entsprechende Grammatiken. Die gefundenen Grammatiken führten zu neuen Einsichten hinsichtlich der Funktion bestimmter Sprechakte in tutoriellen Dialogen sowie zu klaren und präzisen Modellen von Erklärungsdialogen bei Diagnoseproblemen. Summary. This paper describes our approach to coding pedagogical interactions that took place between avionics students and domain experts in an ITS for electronic troubleshooting called Sherlock 2. We also describe prototype machine learning systems that we developed to learn grammars of discourse structure. The grammars revealed instructional functions of particular speech acts that we had not been aware of, and provided concise models of explanations common in diagnostic tasks.