Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Двадцатая Национальная конференция по искусственному интеллекту с международным участием, КИИ-2022; Москва; Москва
Год издания: 2022
Ключевые слова: intellectual tutoring systems, принятие решений, когнитивная визуализация, объяснение решений
Аннотация: В статье описан подход к поддержке процессов принятия методических решений и их объяснения в Intellectual Tutoring Systems (ITS), опирающийся на средства когнитивной визуализации. Отмечена важность проблематики Explainable Artificial Intelligence (XAI) в рамках автоматического анализа гипотез, касающихся интерпретации учебной ситуаПоказать полностьюции. С целью объединения в рамках единой логики анализа структурного и функционального подхода, рассмотрены различные графические нотации. Для предложенной модели принятия решений показаны вертикальные (по различным масштабам охвата учебной ситуации) и горизонтальные (по различным аспектам анализа) переходы между уровнями принятия решений. За основу взято сочетание метода когнитивных карт диагностики знаний (ККДЗ, структурный аспект) и метода унифицированного графического воплощения активности (UGVA, функциональный аспект). Описаны этапы процесса наложения на инвариантные графические нотации данных из цифрового образовательного следа. Отмечена важность обеспечения изоморфности отображения параметров учебной ситуации при взаимном переключении между картами и образами. Для иллюстрации примеров из реального учебного процесса приведены визуализации ККДЗ и антропоморфных образов UGVA. Показано преимущество сквозной визуальной поддержки как самого процесса принятия решений, так и синтеза разъясняющих текстов. В заключении отмечены ограничения подхода и обозначены направления дальнейших исследований. The article describes an approach to supporting the processes of methodological decisionmaking and their explanation in Intellectual Tutoring Systems (ITS), based on the means of cognitive computer graphics. The importance of Explicable Artificial Intelligence (XAI) issues in the framework of automatic analysis of hypotheses concerning the interpretation of the educational situation is noted. Structural and functional approaches are combined in a single logic; various visual notations are considered. For the proposed decision-making model, vertical (for different scales of coverage of the educational situation) and horizontal (for various aspects of analysis) transitions between decisionmaking levels are shown. The basis is a combination of the method of Cognitive Maps of Knowledge Diagnosis (CMKD, structural aspect) and the method of Unified Graphic Visualization of Activity (UGVA, functional aspect). The stages of applying data from the student's digital footprint to invariant graphical notations are given. The emphasis is placed on the importance of ensuring the isomorphism of the display of the parameters of the educational situation when switching between images and maps. To illustrate examples from the real educational process, visualizations of CMKD and anthropomorphic UGVA images are given. The advantage of cross-cutting visual support of the decisionmaking process itself, supplemented by an explanatory text, is demonstrated. At the end of the article, the limitations of the approach are noted and the directions of our further research are given.
Журнал: Двадцатая Национальная конференция по искусственному интеллекту с международным участием, КИИ-2022
Выпуск журнала: 2
Номера страниц: 413-426
Место издания: Москва
Издатель: Национальный исследовательский университет "МЭИ"