Modellizzazione intelligente dell'apprendente in tempo reale

È stato sviluppato un modello di apprendimento per gli studenti che seguono un tutorial al computer. Il modello iniziale è stato alimentato con i risultati di un pre-test sull'argomento da apprendere, un questionario biografico e due strumenti di valutazione dello stile di apprendimento: il Kolb LSI e l'Entwistle ASI. Le reti neurali hanno fornito informazioni supplementari monitorando i comportamenti online, quali le opzioni selezionate, la sequenza di selezione e il tempo trascorso su ciascuna opzione. Le opzioni includevano la visualizzazione di un esempio, la lettura di un testo esplicativo o lo svolgimento di un test di esercitazione. I comportamenti di apprendimento online che hanno portato a esiti positivi e negativi sono stati poi valutati utilizzando statistiche e reti neurali. I post-test hanno misurato i risultati dell'apprendimento. Solo l'Entwistle ASI si è rivelato una misura a priori utile. Sia le analisi statistiche che quelle basate sulle reti neurali hanno prodotto categorie simili di modelli di discente, il che significa che è possibile eseguire una valida modellizzazione in tempo reale del discente. Ciò consentirebbe l'adattamento in tempo reale sia dei contenuti che del formato di presentazione dei materiali didattici. Vi è un ulteriore vantaggio nel poter adattarsi continuamente o stare al passo con i progressi dei discenti e con il loro percorso di apprendimento.