基于 AI 的数学：为学龄儿童提供个性化支持

快速阅读: 《科学日报》消息，阿希姆·李利安塔尔教授的研究表明，通过网络摄像头追踪学生的眼球移动，配合AI系统，可以识别其数学学习的强项和弱点，从而提供个性化支持。该系统已在德国沃尔芬综合学校投入使用，帮助学生提高数学技能。

一台最新的个人电脑、一块好的显卡以及一个标准的网络摄像头：根据阿希姆·李利安塔尔教授的研究，这些是你识别学生数学学习强项和弱点所需的全部条件。原理在于：网络摄像头追踪眼睛的移动。根据不同任务，会出现特定的模式，这些模式可以以数字形式显示在热图上，红色表示孩子们频繁注视的区域，绿色表示他们只是短暂一瞥的区域。这有助于研究人员分析数据。”慕尼黑工业大学的机器人学教授说，“AI系统会分类这些模式。”基于此，软件为学生选择学习视频和练习。通过热图识别学习策略“使用网络摄像头在一个系统中追踪眼球运动，通过模式识别学习策略并提供个性化支持，最后为教师创建自动化支持报告，这些都是全新的，”迈克·施林德勒说。科隆大学融合与特殊教育背景下的数学教授与慕尼黑工业大学的李利安塔尔教授合作了十年。她还领导了刚刚完成的KI-ALF研究项目，该项目由德国联邦教育和研究部（BMBF）资助，在该项目中开发了基于网络摄像头的眼动追踪系统。她的研究专注于那些在学习数学方面有很大困难的学生。“未来，为高成就儿童量身定制课程也是可能的，”李利安塔尔教授认为。施林德勒教授——拥有教师资格——及其团队定义了数百个任务，其中包括加减乘除运算，或者需要识别或表示数字的任务。涉及视觉呈现的数字化学习材料的任务特别适合这种方法。例如，要求孩子们数一个十行表格里的点，其中只有最下面一行缺少几个点。快速理解的学生会直接跳到最后一行，从后往前数。那些逐行逐点计数的学生则需要支持。这个数字化系统用热图显示孩子们的视线停留位置，AI将这些模式转化为个性化的练习计划。简化且高精度的眼球追踪为了找到一种更经济实惠的学校适用方案，研究人员巧妙地结合了技术专长与数学教学知识。解决方案在于：通过AI-ALF数学任务，我们知道学生们最终是在屏幕上查看问题的显示，我们利用这一点自动调整网络摄像头的眼球追踪。系统逐渐学会了如何应对这种不准确性。”教授说，“无论使用网络摄像头还是高端眼动仪都没有区别。”这使得与迈克·施林德勒教授共同开发的AI系统既经济又适合在学校使用。沃尔芬综合学校：德国首个使用该系统的学校这就是为什么第一个使用基于AI的学习系统的学校是位于北莱茵-威斯特法伦州多尔斯滕的沃尔芬综合学校。在这里，一项标准化的数学测试显示，180名五年级学生中有三分之一存在“算术困难”。我们很高兴我们现在可以通过基于AI的学习系统显著提升更多孩子的基本数学技能。这意味着由于师资短缺，我们现在可以帮助更多的学习者提高他们的数学成绩。在综合学校里，五个学生可以同时使用KI-ALF系统进行个别辅导，并由一名数学老师支持和陪同。通常情况下，老师一次只能给一个孩子提供个别支持。“特别是在资源稀缺和师资短缺的时代，我们的系统对于促进基本数学技能的支持，这对学校来说是一个极好的辅助工具，”施林德勒说。

(以上内容均由Ai生成)