Kenneth Koedinger – Wikipedia

Posted on by

Kenneth R. Koedinger (* 1962 in Wisconsin) ist Professor für Mensch-Computer-Interaktion und Psychologie an der Carnegie Mellon University.[1][2] Er ist der Gründer und derzeitige Direktor des Pittsburgh Science of Learning Center.[3] Er ist weithin bekannt für seine Rolle bei der Entwicklung der Cognitive Tutor-Software.[4][5] Er ist auch in den Bereichen kognitive Psychologie, intelligente Tutorensysteme und Data Mining im Bildungsbereich weit verbreitet, und seine Forschungsgruppe wurde wiederholt auf wissenschaftlichen Konferenzen in diesen Bereichen mit dem Preis “Best Paper” ausgezeichnet, beispielsweise mit dem EDM2008 Best Paper.[6] ITS2006 Bestes Papier, ITS2004 Bestes Papier,[7] und ITS2000 Best Paper.

Bildung[edit]

Koedinger erhielt seinen Bachelor-Abschluss in Mathematik und Informatik von der University of Wisconsin-Madison in Zusammenarbeit mit Richard Lehrer und seinen MS-Abschluss in Informatik von der University of Wisconsin-Madison. Anschließend promovierte er zum Dr. in kognitiver Psychologie an der Carnegie Mellon University.[8] Sein Doktorvater war John Robert Anderson.

Koedinger arbeitete als wissenschaftlicher Mitarbeiter am Human-Computer Interaction Institute der Carnegie Mellon University. Schließlich wurde Koedinger Associate Professor und anschließend Professor an der Carnegie Mellon University.[9] Er hatte viele angesehene Doktoranden und Postdoktoranden, insbesondere Neil Heffernan und Vincent Aleven.

Forschung[edit]

Knowledge-Learning-Instruction Framework (KLI Framework)

Koedinger studierte und entwickelte das KLI-Framework of Learning Science. Im Jahr 2012 führte Koedinger zusammen mit seinem Kollegen Albert Corbett vom HCII und Charles Perfetti von der University of Pittsburgh das Framework für Wissen, Lernen und Unterricht ein.[10] Die Vorschläge innerhalb des KLI-Rahmens können dazu beitragen, Forschungsfragen in bestimmten Bereichen und Unterrichtssituationen zu generieren, die bei weiterer Arbeit präzise und fälschbare Vorhersagen liefern. Das KLI-Framework umfasst eine Reihe von beobachtbaren und nicht beobachtbaren Ereignissen: Lernereignisse, Unterrichtsereignisse, Bewertungsereignisse und Wissenskomponenten.

  • Unterrichtsereignisse: In der Regel geplante Variationen in der Lernumgebung, die zum Lernen führen sollen. Lehrereignisse verursachen Lernereignisse.
  • Lernereignisse: Änderungen der kognitiven und Gehirnzustände, die aus Daten abgeleitet werden können, aber nicht direkt beobachtet oder direkt gesteuert werden können.
  • Bewertungsereignisse: Beziehen Sie die Antworten der Schüler ein, die ausgewertet werden. Bewertungsereignisse sind normalerweise Testelemente, die direkt beobachtet werden können, aber sie können auch in den Kontext des Unterrichts eingebettet werden.
  • Wissenskomponenten: Eine Beschreibung einer mentalen Struktur oder eines Prozesses, den ein Lernender alleine oder in Kombination mit anderen Wissenskomponenten verwendet.[11] Schritte in einer Aufgabe oder einem Problem ausführen. Eine Wissenskomponente ist auch eng mit einem Bewertungsereignis verbunden, da es sich um eine erworbene Einheit kognitiver Funktion oder Struktur handelt, die aus der Leistung einer Reihe verwandter Aufgaben abgeleitet werden kann.

Kognitiver Tutor

Koedinger hat einen großen Beitrag zum Intelligent Tutoring System (ITS) geleistet und mehrere kognitive Tutorensoftware entwickelt, um das traditionelle Lernen im Klassenzimmer zu unterstützen. Darunter ist die “Cognitive Tutor Algebra” einer der Vorläufer des ITS. 2006 erfanden Koedinger und Albert Corbett die Cognitive Tutor Algebra aus ihrer Cognitive Tutor-Forschung.[12] Es ist beabsichtigt, den Schülern sofort schrittweise Hinweise und Rückmeldungen zu geben, die die traditionelle Unterrichtspraxis nicht bieten kann.

Im Jahr 2011 stellten Koedinger und seine Kollegen Ido Roll, Vincent Aleven und Bruce McLaren den Help Tutor vor, eine erweiterte Version des Geometry Cognitive Tutor, die in der Lage ist, sofort metakognitives Feedback zu den Hilfesuchfehlern der Schüler zu geben.[13] Als erweiterte Version vermittelt der Help Tutor Fähigkeiten zur Hilfesuche, indem er metakognitives Feedback zu den Fehlern der Schüler bei der Suche nach Hilfe im Zusammenhang mit dem Erlernen einer domänenspezifischen Fähigkeit zur Problemlösung gibt. Die Help Tutor-Nachrichten enthalten aus mehreren Gründen nur domänenunabhängige metakognitive Inhalte: um die Schüler zu ermutigen, sich stärker auf das metakognitive Feedback zu konzentrieren (und sich nicht von Domäneninhalten ablenken zu lassen), um den Schülern zu helfen, die Fähigkeiten zur Hilfesuche zu verallgemeinern, und um die Hilfe zu erstellen Tutor mit verschiedenen kognitiven Tutoren wiederverwendbar.

Siehe auch[edit]

Verweise[edit]

  1. ^ “HCII-Webseite”. 2011. Abgerufen 2011-08-20.
  2. ^ “Software-Tutoren bieten Hilfe und kundenspezifische Tipps”. New York Times. 16. September 2004. Abgerufen 18. August 2011.
  3. ^ “PSLC-Webseite”. 2011. Abgerufen 2011-08-20.
  4. ^ Zeugnis für das National Mathematics Panel, Steven Ritter, John Anderson, 6. November 2006, verfügbar unter www.carnegielearning.com/whitepapers/6/
  5. ^ “Software-Tutoren bieten Hilfe und kundenspezifische Tipps”. New York Times. 16. September 2004. Abgerufen 18. August 2011.
  6. ^ “EDM2008 Proceedings”. 2008. Abgerufen 2011-08-20.
  7. ^ “ITS2004 beste Papierankündigung”. 2004. Abgerufen 2011-08-20.
  8. ^ “Koedinger CV”. 2011. Abgerufen 2011-08-20.
  9. ^ “Koedinger CV”. 2018. Abgerufen 2018-02-06.
  10. ^ Koedinger, Kenneth R.; Corbett, Albert T.; Perfetti, Charles (Juli 2012). “Das Knowledge-Learning-Instruction Framework: Überbrückung der Kluft zwischen Wissenschaft und Praxis, um das robuste Lernen der Schüler zu verbessern” (PDF). Kognitionswissenschaft. 36 (5): 757–798. doi:10.1111 / j.1551-6709.2012.01245.x. PMID 22486653.
  11. ^ “Wissenskomponente – Pslc”. www.learnlab.org. Abgerufen 6. Februar 2018.
  12. ^ Koedinger, Kenneth R.; Corbett, Albert T. (Januar 2006). “Kognitive Tutoren: Technologie, die Lernwissenschaft in den Unterricht bringt”. Das Cambridge Handbuch der Lernwissenschaften: 61–77.
  13. ^ Roll, Ido; Aleven, Vincent; McLaren, Bruce M.; Koedinger, Kenneth R. (April 2011). “Verbesserung der Hilfesuchfähigkeiten der Schüler durch metakognitives Feedback in einem intelligenten Nachhilfesystem”. Lernen und Unterweisen. 21 (2): 267–280. doi:10.1016 / j.learninstruc.2010.07.004.

Externe Links[edit]