Ευφυές Σύστημα Διδασκαλίας C++ με Προσαρμοστικότητα και Εξατομίκευση

Abstract

Η παρούσα διπλωματική εργασία παρουσιάζει την ανάπτυξη μιας εφαρμογής ηλεκτρονικής μάθησης για τη διδασκαλία της γλώσσας προγραμματισμού C++, αξιοποιώντας την τεχνητή νοημοσύνη (AI) για την προσαρμογή της μαθησιακής εμπειρίας. Αναγνωρίζοντας το διαφορετικό υπόβαθρο και τα διαφορετικά επίπεδα εξειδίκευσης μεταξύ των εκπαιδευομένων, η εφαρμογή χρησιμοποιεί Bayesian Networks για να αξιολογήσει έξυπνα την επάρκεια κάθε χρήστη στην C++ και να προτείνει μια εξατομικευμένη μαθησιακή διαδρομή. Η προσέγγιση αυτή επιτρέπει τη δυναμική σύσταση του περιεχομένου των μαθημάτων, επιτρέποντας στους χρήστες να παρακάμπτουν θεμελιώδη κεφάλαια, αν το επίπεδο των δεξιοτήτων τους το δικαιολογεί, και να ξεκινούν το μαθησιακό τους ταξίδι από ένα σημείο που αντιστοιχεί στην τρέχουσα γνώση και εμπειρία τους.

Ο βασικός στόχος αυτής της εφαρμογής είναι ο εξορθολογισμός της μαθησιακής διαδικασίας, καθιστώντας την πιο αποτελεσματική και ελκυστική για τους χρήστες. Με την προσαρμογή στις ατομικές μαθησιακές ανάγκες, η εφαρμογή όχι μόνο αυξάνει την ικανοποίηση των χρηστών αλλά και ενθαρρύνει τη διαρκή ενασχόληση με το περιεχόμενο. Η χρήση των Bayesian Networks είναι καίριας σημασίας για την επίτευξη αυτής της εξατομίκευσης, καθώς επιτρέπει την πιθανολογική μοντελοποίηση των καταστάσεων γνώσης των χρηστών και την πρόβλεψη των βέλτιστων μαθησιακών διαδρομών αντιμετωπίζοντας με επιτυχία το πρόβλημα του cold start.

Η παρούσα διπλωματική περιγράφει το εννοιολογικό πλαίσιο της εφαρμογής, το σχεδιασμό και την υλοποίηση του συστήματος προτάσεων με βάση την Τεχνητή Νοημοσύνη και τη μεθοδολογία που χρησιμοποιήθηκε για την επικύρωση της αποτελεσματικότητας των εξατομικευμένων μαθησιακών μονοπατιών. Συζητά επίσης τις πιθανές επιπτώσεις αυτής της τεχνολογίας στο ευρύτερο πλαίσιο της ηλεκτρονικής μάθησης, αναδεικνύοντας τον τρόπο με τον οποίο η Τεχνητή Νοημοσύνη μπορεί να φέρει επανάσταση στις εκπαιδευτικές μεθόδους, ανταποκρινόμενη στις μοναδικές ανάγκες του κάθε μαθητή.

Επιπλέον, η παρούσα διπλωματική διερευνά τις προκλήσεις που αντιμετωπίστηκαν κατά τη διαδικασία ανάπτυξης, συμπεριλαμβανομένου του σχεδιασμού του μοντέλου Τεχνητής Νοημοσύνης και της ενσωμάτωσης των στρατηγικών προσαρμοστικής μάθησης στην αρχιτεκτονική της εφαρμογής. Καταλήγει με έναν προβληματισμό σχετικά με τις μελλοντικές προοπτικές της Τεχνητής Νοημοσύνης στην εκπαίδευση, δίνοντας έμφαση στο ρόλο των ευφυών συστημάτων στη διευκόλυνση εξατομικευμένων μαθησιακών εμπειριών και στις δυνατότητες των τεχνολογιών αυτών να βελτιώσουν τα εκπαιδευτικά αποτελέσματα σε διάφορους κλάδους.