Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Machine-Assisted Teaching for Open-Ended Problem Solving: Foundations and Applications

Opis projektu

Wspomagana maszynowo nauka umiejętności rozwiązywania problemów

Czytanie, pisanie i technologie cyfrowe będą filarami edukacji przyszłości. Potrzeby coraz bardziej cyfrowego społeczeństwa oznaczają, że musimy zapewnić przyszłym uczniom i studentom odpowiednie kompetencje, by umożliwić ich rozwój w zakresie nauk ścisłych i informatyki. Jednak nauczanie otwartych dziedzin, takich jak programowanie komputerowe lub rozwiązywanie zagadek koncepcyjnych, wciąż stanowi wyzwanie. Zespół finansowanego ze środków Unii Europejskiej projektu TOPS opracowuje nowe ramy obliczeniowe, które modelują ucznia jako agenta korzystającego z uczenia się ze wzmocnieniem, który uczy się z pomocą zautomatyzowanego nauczyciela. Ta technologia nowej generacji wykorzystywana na potrzeby wspomaganego maszynowo nauczania w domenach otwartych ma na celu wsparcie umiejętności myślenia obliczeniowego i rozwiązywania problemów.

Cel

Computational thinking and problem solving skills are essential for everyone in the 21st century, both for students to excel in STEM+Computing fields and for adults to thrive in the digital economy. Consequently, educators are putting increasing emphasis on pedagogical tasks in open-ended domains such as programming, conceptual puzzles, and virtual reality environments. When learning to solve such open-ended tasks by themselves, people often struggle. The difficulties are embodied in the very nature of tasks being open-ended: (a) underspecified (multiple solutions of variable quality), (b) conceptual (no well-defined procedure), (c) sequential (series of interdependent steps needed), and (d) exploratory (multiple pathways to reach a solution). These struggling learners can benefit from individualized assistance, for instance, by receiving personalized curriculum across tasks or feedback within a task. Unfortunately, human tutoring resources are scarce, and receiving individualized human-assistance is rather a privilege. Technology empowered by artificial intelligence has the potential to tackle this scarcity challenge by providing scalable and automated machine-assisted teaching. However, the state-of-the-art technology is limited: it is designed for well-defined procedural learning, but not for open-ended conceptual problem solving. The TOPS project will develop next-generation technology for machine-assisted teaching in open-ended domains. We will design novel algorithms for assisting the learner by bridging reinforcement learning, imitation learning, cognitive science, and symbolic reasoning. Our theoretical foundations will be based on a computational framework that models the learner as a reinforcement learning agent who gains mastery with the assistance of an automated teacher. In addition to providing solid foundations, we will demonstrate the performance of our techniques in a wide range of pedagogical applications.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2021-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

MAX-PLANCK-GESELLSCHAFT ZUR FORDERUNG DER WISSENSCHAFTEN EV
Wkład UE netto
€ 1 495 000,00
Koszt całkowity
€ 1 495 000,00

Beneficjenci (1)