MyBotBuddy ni chatbot ya elimu ya akili bandia zalishi inayolenga kutoa usaidizi uliopangwa na unaoendana na mtaala katika elimu ya upangaji programu ya kiwango cha shule ya sekondari, huku ikizuia maswali yasiyohusiana na mada na kuweka kipaumbele kwenye vidokezo na maelezo badala ya kutoa suluhisho kamili. Utafiti huu wa kichunguzi ulichunguza muundo wa mazungumzo ya upangaji programu ya wanafunzi 50 wa Singapore O-Level Computing waliotumia MyBotBuddy na kutathmini jinsi miundo hiyo ilivyohusiana na mabadiliko ya utendaji kati ya jaribio la awali lisilo na usaidizi na jaribio la mwisho lisilo na usaidizi. Mazungumzo ya wanafunzi yalichambuliwa kwa Epistemic Network Analysis (ENA), uwekaji msimbo wa diskosi unaotegemea kanuni, uchambuzi elezi wa hisia na uchunguzi mdogo wa ubora wa mazungumzo.

Kati ya wanafunzi, 26 waliainishwa katika kundi la “ongezeko la ujifunzaji” baada ya kupata alama za juu zaidi katika jaribio la mwisho, 15 katika kundi la “hakuna mabadiliko” kwa kupata alama zilezile, na 9 katika kundi la “upungufu wa ujifunzaji” baada ya kupata alama za chini zaidi. Katika mazungumzo ya kundi la ongezeko la ujifunzaji, miunganisho kati ya jaribio la suluhisho, mchango wa maarifa, mrejesho na kuomba ufafanuzi baada ya mrejesho ilionyesha muundo ulio wazi zaidi na unaojirudia. Hasa, uzito wa muunganisho wa jaribio la suluhisho–mchango wa maarifa uliripotiwa kuwa 2,6, jaribio la suluhisho–mrejesho 2,5, na mrejesho–kuomba ufafanuzi 2,4.

Polarity ya hisia ilitofautiana kwa kiwango kidogo sana kati ya makundi: 0,05 katika kundi la ongezeko la ujifunzaji, 0,07 katika kundi lisilo na mabadiliko na 0,03 katika kundi la upungufu wa ujifunzaji. Watafiti walisisitiza kwamba lugha ya kiufundi inayotumiwa katika mazungumzo ya upangaji programu huenda isifae zana za jumla za uchambuzi wa hisia, hivyo wakatafsiri tofauti hizi kwa namna ya kielezi pekee.

Hitimisho kuu la utafiti ni kwamba namna mwanafunzi anavyoingiliana na chatbot, zaidi ya mara ngapi anaitumia, inaweza kuhusishwa na makundi ya utendaji wa ujifunzaji. Hata hivyo, utafiti hauthibitishi usababishaji. Makundi hayakurekebishwa kwa utendaji wa awali, majaribio ya takwimu za inferensia hayakufanywa, utafiti ulipunguzwa kwa kikao kimoja na muktadha mmoja wa upangaji programu, na jukumu la ISBN-13 lililotumika katika jaribio la awali lilionekana tena katika hatua iliyosaidiwa na chatbot. Kwa hiyo, matokeo yanapaswa kutathminiwa kama ya kichunguzi na ya uhusiano.

Epistemic Network Analysis Ilionyesha Nini Katika Utafiti Huu?

Epistemic Network Analysis (ENA) ilitumika katika utafiti huu kufupisha kama miunganisho ya mtandao kiwango ambacho sifa za diskosi zilizowekewa msimbo katika ujumbe wa wanafunzi—kama vile kutambua tatizo, kuomba ufafanuzi, jaribio la suluhisho, mrejesho na mchango wa maarifa—zilijitokeza pamoja katika mchakato huohuo wa kutatua tatizo; uzito wa miunganisho si takwimu za inferensia bali ni nguvu elezi za kutokea kwa pamoja katika kiwango cha kundi.

Kwa nini idadi ya ujumbe pekee haitoshi?

Wanafunzi wawili wanaweza kutuma idadi sawa ya ujumbe kwa chatbot lakini wakautumia kwa madhumuni tofauti. Mwanafunzi mmoja anaweza kuomba suluhisho tayari mara kwa mara, ilhali mwingine anaweza kwanza kujaribu suluhisho lake mwenyewe, kuuliza sababu ya kosa baada ya kupata mrejesho, kisha kurekebisha msimbo wake. Idadi ya ujumbe haitofautishi mitindo hii miwili ya mwingiliano.

Kwa hiyo, jukumu la ENA katika utafiti ni kuhama kutoka swali la “ni ujumbe mingapi ilitumwa?” kwenda “ni aina gani za tabia za ujifunzaji zilizounganishwa ndani ya mazungumzo yale yale?”.

MyBotBuddy iliundwa kuwa chatbot ya aina gani?

MyBotBuddy ni chatbot ya elimu inayolenga maswali katika sayansi ya kompyuta na uandishi wa msimbo. Maombi yasiyohusiana na mada huchujwa au kuelekezwa upya ili mwingiliano uendelee kuhusiana na malengo ya somo.

Mfumo umeundwa kuweka kipaumbele kwenye vidokezo, maelezo na mwongozo wa hatua kwa hatua badala ya kutoa suluhisho kamili moja kwa moja. Watafiti walilenga kupunguza uelekezaji kupita kiasi na kumwezesha mwanafunzi kubaki hai katika mchakato wake wa kutafuta suluhisho.

Wakati wa utafiti, wanafunzi wote walitumia usanidi uleule wa MyBotBuddy. Hakukuwa na upimaji wa kiwango cha ugumu kwa mtu binafsi wala persona inayobadilika haikuwashwa. Kwa hiyo, sehemu kubwa ya tofauti za mazungumzo kati ya wanafunzi haikutokana na mfumo kuwapa watu tofauti viwango tofauti vya ugumu kiotomatiki, bali ilitokana na maswali yao wenyewe na tabia zao za kutafuta msaada.

Maswali matatu ya utafiti

1. Miundo ya mazungumzo ya mwanafunzi–chatbot iliyopimwa kwa ENA inatofautianaje kati ya makundi ya utendaji wa ujifunzaji?
2. Ni miunganisho ipi ya diskosi inayolitambulisha kwa uwazi zaidi kundi la ongezeko la ujifunzaji?
3. Polarity ya hisia katika ujumbe wa wanafunzi inabadilikaje kati ya makundi ya ujifunzaji, na kipimo hiki kina nguvu gani ya kueleza ikilinganishwa na muundo wa mazungumzo?

Mfumo wa kinadharia

Waandishi walitafsiri matokeo kupitia mitazamo mitatu ya elimu: Eneo la Maendeleo ya Karibu la Vygotsky, mtazamo wa ujifunzaji wa ujenzi wa maarifa, na Nadharia ya Mzigo wa Kiakili. Nadharia hizi si vigeu vilivyopimwa moja kwa moja au kujaribiwa kitakwimu; ni mifumo ya tafsiri iliyotumiwa kueleza mifumo ya mwingiliano wa mwanafunzi–chatbot iliyozingatiwa.

Eneo la Maendeleo ya Karibu

Eneo la Maendeleo ya Karibu linaeleza nafasi kati ya kile mwanafunzi anaweza kufanya peke yake na kile anachoweza kufanya kwa msaada wa mwongozo. Kwa mtazamo huu, chatbot ya elimu inaweza kuonekana si kama chombo cha kutatua tatizo badala ya mwanafunzi, bali kama utaratibu wa msaada unaotoa usaidizi mdogo wakati unapohitajika.

Katika kundi la ongezeko la ujifunzaji, miunganisho imara kati ya mrejesho, jaribio la suluhisho na kuomba ufafanuzi ilionekana kuendana na mizunguko ya aina hii ya usaidizi wa hatua kwa hatua. Hata hivyo, utafiti haukupima moja kwa moja mipaka halisi ya “Eneo la Maendeleo ya Karibu” la wanafunzi.

Ujifunzaji wa ujenzi wa maarifa

Katika mtazamo wa ujenzi wa maarifa, mwanafunzi hujenga maarifa kwa kujaribu, kutathmini makosa na kuunganisha maarifa mapya na yale ya awali badala ya kuyapokea kwa njia ya kupokea tu. Katika muktadha wa upangaji programu, kuandika suluhisho, kulitekeleza, kuona kosa, kupata mrejesho na kujaribu tena ni mzunguko wa ujifunzaji unaolingana na mchakato huu.

Kuonekana pamoja kwa jaribio la suluhisho na mchango wa maarifa katika ENA kunaweza kuendana na wanafunzi kueleza maarifa yao ya dhana wanapotengeneza suluhisho. Hata hivyo, kuonekana pamoja kwa misimbo ya diskosi si kipimo cha moja kwa moja cha mabadiliko ya dhana akilini.

Nadharia ya Mzigo wa Kiakili

Nadharia ya Mzigo wa Kiakili huzingatia uwezo mdogo wa kumbukumbu tendaji. Chatbot iliyopangwa vizuri inaweza kupunguza mzigo wa kiakili usio wa lazima kwa kueleza ujumbe tata wa kosa au kugawanya tatizo katika hatua ndogo zaidi. Kinyume chake, kutoa suluhisho lote moja kwa moja kunaweza kupunguza usindikaji hai wa tatizo na mwanafunzi.

Katika utafiti huu, mzigo wa kiakili haukupimwa moja kwa moja. Mazungumzo yaliyogawanyika zaidi au yaliyoomba ufafanuzi kwa kuchelewa katika kundi la upungufu wa ujifunzaji yalijadiliwa tu kama mifumo inayoweza kuendana na Nadharia ya Mzigo wa Kiakili; haiwezi kuhitimishwa kwamba mzigo mkubwa wa kiakili ulipimwa.

Kategoria za diskosi ziliundwaje?

Uwekaji msimbo ulikuwa mchakato unaotegemea kanuni na viashiria vya kileksika vilivyofafanuliwa mapema. Ujumbe mmoja ungeweza kupewa kategoria zaidi ya moja. Waandishi walichagua mbinu hii kwa ajili ya uwazi na uwezo wa kurudiwa, lakini walisisitiza kwamba si kiainishaji cha lugha asilia kilichothibitishwa.

Mbinu inayotegemea kanuni ni deterministiki kwa sababu kanuni zilezile zilitumika kwa mazungumzo yote. Kwa hiyo, hesabu ya kawaida ya uaminifu kati ya wawekaji msimbo haikutumika katika hatua ya uwekaji msimbo kiotomatiki. Hata hivyo, mbinu inaweza kukosa visawe au kauli zisizo za moja kwa moja, kutonasa vya kutosha muktadha wa kipragmatiki, au kuainisha vibaya sentensi zenye utata.

Uzito wa muunganisho wa ENA unamaanisha nini?

Uzito wa muunganisho wa ENA ni kiashiria kilichojumlishwa cha nguvu ambayo kategoria mbili za diskosi huonekana pamoja katika data ya mazungumzo iliyowekewa msimbo. Namba kama 2,6 au 2,5 katika utafiti huu si mgawo wa uhusiano, uwezekano, asilimia wala ukubwa wa athari ya kisababisho.

Thamani zilizoonyeshwa katika heatmap za chanzo ni wastani wa uzito wa miunganisho katika kiwango cha kundi. Utafiti haukufanya majaribio ya umuhimu wa inferensia kwa thamani hizi.

Figure 1: Kundi la ongezeko la ujifunzaji

Kundi hili liliunganisha kwa nguvu majaribio ya suluhisho na mchango wa maarifa pamoja na mrejesho, na lilitumia kwa uwazi zaidi tabia ya kuomba ufafanuzi baada ya mrejesho. Waandishi wanatathmini muundo huu kuwa unaendana na mwingiliano unaojirudia zaidi ambapo mrejesho hurudishwa katika mchakato wa kuboresha suluhisho.

Hata hivyo, miunganisho ya mtandao haimaanishi kwamba “metakognisheni ya mwanafunzi ilipimwa”. ENA hufupisha muundo unaoonekana wa mazungumzo; haipimi moja kwa moja hali ya kiakili ya mwanafunzi.

Figure 2: Kundi lisilo na mabadiliko

Muunganisho wa jaribio la suluhisho–mchango wa maarifa katika kundi hili una thamani moja ya muunganisho iliyo juu hata kuliko ile ya kundi la ongezeko la ujifunzaji. Kwa hiyo, matokeo ya ujifunzaji hayawezi kuelezwa kwa kuangalia tu “muunganisho mmoja wenye nguvu zaidi”. Msisitizo mkuu wa utafiti uko kwenye muundo mzima wa mtandao na namna mizunguko ya mrejesho na ufafanuzi inavyounganishwa.

Chanzo kinatafsiri mwingiliano wa kundi hili kuwa uliolenga kazi lakini wenye kurudi nyuma kidogo na wenye ujirudiaji mdogo kupitia mrejesho.

Figure 3: Kundi la upungufu wa ujifunzaji

Ingawa kulikuwa na miunganisho imara inayohusiana na mrejesho katika kundi la upungufu wa ujifunzaji, miunganisho yenye nguvu inayofanana haikuonekana kwa kutambua tatizo na kuomba ufafanuzi. Waandishi wanaeleza kuwa hali hii inaweza kuashiria kwamba mrejesho ulitumika kama jibu au uthibitisho wa michango iliyokuwapo badala ya kutambua uelewa usio sahihi au kuanzisha utafutaji wa msaada wa kimkakati.

Tafsiri hii si ya kisababisho. Utendaji wa chini katika jaribio la mwisho hauonyeshi kwamba matumizi ya chatbot yalileta madhara.

Figure 4 inaonyesha nini?

Figure 4 inalinganisha wastani wa idadi ya miunganisho katika makundi ya utendaji wa ujifunzaji. Kulingana na maelezo ya chanzo, wastani wa idadi ya miunganisho katika kundi la upungufu wa ujifunzaji ni mdogo kuliko katika makundi ya ongezeko la ujifunzaji na lisilo na mabadiliko.

Kwa kuwa thamani kamili za nguzo katika Figure 4 hazijaripotiwa katika maandishi ya kawaida ya makala, Verianla haitoi namba mpya kamili kutoka kwenye grafu hii.

Kwa nini mitandao ya mtu mmoja mmoja ni muhimu?

Figure A1–A3 katika Appendix A zinaonyesha mitandao ya ENA ya wanafunzi mmoja mmoja. Inaonekana kwamba hata wanafunzi katika kundi lilelile la matokeo hawana muundo wa mtandao unaofanana kabisa. Kwa hiyo, wastani wa kundi haupaswi kutafsiriwa kama “aina moja ya mwanafunzi” au wasifu wa tabia usiobadilika.

Kwa nini uchambuzi wa hisia uliwekwa katika nafasi ya pili?

Katika utafiti, uchambuzi wa hisia ulifanywa kwa TextBlob toleo la 0.19.0. Kamusi za jumla za hisia zilitengenezwa kwa lugha asilia ya kila siku; mazungumzo ya upangaji programu yanaweza kuwa na ujumbe wa makosa, istilahi za msimbo na kauli za kiufundi.

Matokeo haya ni muhimu hasa: kundi lenye wastani wa juu zaidi wa lugha chanya ni kundi la “hakuna mabadiliko”. Kwa hiyo, ujumbe wa mwanafunzi kuonekana kuwa chanya zaidi haumaanishi ongezeko kubwa zaidi la ujifunzaji.

Mbinu na Matokeo ya Utafiti

Muundo wa Mwingiliano wa Mwanafunzi–Chatbot Ulihusianaje na Ongezeko la Ujifunzaji?

Katika seti hii ya data, wanafunzi walioonyesha ongezeko la ujifunzaji walionyesha mifumo ya mazungumzo iliyounganishwa zaidi na inayojirudia, ikiunganisha majaribio ya suluhisho na mchango wa maarifa pamoja na mrejesho na ikijumuisha kuomba ufafanuzi baada ya mrejesho; hata hivyo, kwa kuwa utafiti haukudhibiti utendaji wa awali na haukutumia jaribio la inferensia, haiwezi kuhitimishwa kwamba miundo hii ilisababisha ongezeko la ujifunzaji.

Muundo wa utafiti

Utafiti una muundo wa kichunguzi. Lengo ni kutambua miundo katika mazungumzo ya upangaji programu yaliyotokea kwa kawaida na MyBotBuddy na kulinganisha miundo hiyo na makundi ya utendaji yaliyoundwa kulingana na mabadiliko ya wanafunzi kati ya jaribio la awali na jaribio la mwisho.

Washiriki

Wanafunzi 50 kutoka programu ya O-Level Computing nchini Singapore walishiriki katika utafiti. Ushiriki ulikuwa wa hiari na vitambulisho vya wanafunzi vilifichwa kabla ya uchambuzi.

Mfuatano wa kazi za majaribio

1. Wanafunzi walikamilisha jaribio la awali la uandishi wa msimbo wa uthibitishaji wa ISBN-13 bila msaada wa nje.
2. Tatizo lilelile la upangaji programu la ISBN-13 lilitatuliwa tena kwa kutumia MyBotBuddy.
3. Ujumbe wote wa pande mbili katika mazungumzo ya mwanafunzi–chatbot ulirekodiwa.
4. Msaada wa chatbot uliondolewa.
5. Wanafunzi walikamilisha jaribio la mwisho la uandishi wa msimbo wa uthibitishaji wa ISBN-10 bila msaada wa nje.
6. Makundi matatu ya utendaji wa ujifunzaji yaliundwa kwa kutumia mabadiliko ya alama kati ya jaribio la mwisho na jaribio la awali.

Vichanganyaji vinavyowezekana katika muundo wa kazi

Kwa kuwa tatizo lilelile la ISBN-13 lilitumika katika jaribio la awali na sehemu iliyosaidiwa na chatbot, mwanafunzi aliona kazi ileile mara ya pili. Kwa hiyo, athari ya mazoezi au kuzoea kazi haiwezi kutenganishwa kikamilifu na athari ya msaada wa chatbot.

Zaidi ya hayo, kwa kuwa jaribio la mwisho lilitumia uthibitishaji wa ISBN-10, jaribio la awali na jaribio la mwisho si kazi sawa kabisa ya upangaji programu. Tofauti hii inahitaji uhamishaji wa kazi na huongeza kutokuwa na uhakika katika tafsiri ya kupungua au kuongezeka kwa utendaji.

Programu ya uchambuzi

Uchakataji wa maandishi na mchakato mkuu wa uchambuzi ulifanywa kwa Python 3.10.7. TextBlob 0.19.0 ilitumika kwa uchambuzi wa hisia.

Uwekaji msimbo wa diskosi unaotegemea kanuni

Ujumbe wa wanafunzi ulipewa kategoria moja au zaidi za diskosi kulingana na viashiria vya kileksika vilivyofafanuliwa mapema. Mfumo huu hutoa uwekaji msimbo ulio wazi na unaoweza kutumika tena; hata hivyo, kwa sababu maana ileile inaweza kuonyeshwa kwa njia tofauti katika lugha asilia, baadhi ya ujumbe unaweza kukosekana au kuwekwa katika kategoria isiyo sahihi.

Matriksi ya ENA

Kategoria zilizowekewa msimbo zilibadilishwa kuwa matriksi za miunganisho ya kutokea pamoja. Miunganisho inawakilisha sifa za diskosi ambazo mwanafunzi alitumia pamoja katika mchakato uleule wa kutatua tatizo.

Kupitia Metadata, taarifa ya kama kila mwanafunzi alikuwa katika kundi la ongezeko la ujifunzaji, hakuna mabadiliko au upungufu wa ujifunzaji iliunganishwa na miunganisho ya ENA.

Je, jaribio la inferensia lilifanywa?

Hapana. Chanzo kinaeleza wazi kwamba hakuna jaribio la takwimu za inferensia lililotumika katika ulinganisho wa mwisho wa makundi. Thamani za heatmap na ulinganisho wa makundi ni wa kielezi.

Kwa hiyo, kauli kama “juu zaidi kwa kiwango chenye umuhimu wa kitakwimu” haipaswi kutumiwa kuhusu uzito wa miunganisho.

Uchambuzi wa ubora wa diskosi

Ili kukagua ENA na uwekaji msimbo kiotomatiki katika muktadha, sampuli ndogo iliyopangwa kwa tabaka ya mazungumzo 12 ilichaguliwa: mazungumzo manne kutoka kila kundi la ujifunzaji.

Watafiti wawili waliweka msimbo kwa kujitegemea wa sifa kama hoja ya kutafakari, kutafuta jibu la moja kwa moja, kueleza kosa waziwazi na ufuatiliaji binafsi wa metakognisheni katika mazungumzo haya; walitatua kutokubaliana kwa majadiliano.

Lengo la safu hii ya ubora lilikuwa kutathmini jinsi miunganisho ya ENA ilivyojitokeza katika mazungumzo halisi na kufanya zionekane nuances ambazo uwekaji msimbo kiotomatiki unaotegemea maneno muhimu ungeweza kukosa.

Muundo mkuu wa kundi la ongezeko la ujifunzaji

Katika kundi la ongezeko la ujifunzaji, majaribio ya suluhisho hayakufanywa peke yake tu; yalionyesha miunganisho imara zaidi pamoja na mchango wa maarifa na mrejesho wa chatbot. Ukweli kwamba muunganisho wa kuomba ufafanuzi baada ya mrejesho pia ulikuwa imara uliunda muundo unaoashiria kwamba wanafunzi walibadilisha mrejesho kuwa mzunguko mpya wa kuuliza au kurekebisha.

Uchambuzi wa ubora pia uliendana kwa ujumla na wanafunzi walioonyesha ongezeko kubwa zaidi kueleza kutokuwa na uhakika kwao waziwazi mara nyingi zaidi na kurekebisha msimbo wao baada ya prompt za chatbot.

Muundo mkuu wa kundi lisilo na mabadiliko

Katika kundi hili, mchango wa maarifa na jaribio la suluhisho vilionekana pamoja kwa nguvu, lakini mzunguko wa kutathmini upya kupitia mrejesho na kuomba ufafanuzi haukuonekana kuwa wa kati kama katika kundi la ongezeko la ujifunzaji.

Kwa hiyo, chanzo kilitafsiri mwingiliano wa kundi hili kama muundo wa mstari zaidi na unaolenga kazi. Hata hivyo, kwa sababu kuna tofauti za mtu binafsi ndani ya kundi, maelezo haya hayawezi kutumika kwa wanafunzi wote kama wasifu mmoja wa tabia.

Muundo mkuu wa kundi la upungufu wa ujifunzaji

Katika kundi hili pia kulikuwa na uhusiano imara kati ya mrejesho na mchango wa maarifa. Kwa hiyo, swali la “je, mrejesho ulitumika?” pekee halitoshi kutofautisha makundi.

Tofauti inaonekana zaidi katika kiwango ambacho mrejesho umeunganishwa na kutambua tatizo, kuomba ufafanuzi kwa lengo mahsusi na mizunguko ya kimkakati ya kujisahihisha.

Hata hivyo, alama ya chini katika jaribio la mwisho haionyeshi kwamba chatbot ilikuwa na madhara. Kuna maelezo mengine yanayowezekana kama uwezo wa awali, kurudi kwenye wastani, uhamishaji wa kazi, uchovu au dhana kutokuwa zimeimarika kikamilifu ndani ya muda mfupi.

Kikomo cha matokeo ya sentiment

Uchambuzi wa hisia ulionyesha tofauti ndogo sana kati ya makundi. Wastani wa juu zaidi wa polarity uko katika kundi la “hakuna mabadiliko”; thamani ya polarity ya kundi la ongezeko la ujifunzaji ni ya chini zaidi.

Matokeo haya yanaunga mkono kwamba matumizi ya maneno chanya katika mazungumzo ya kiufundi si kiashiria imara kinachoeleza ongezeko kubwa la ujifunzaji.

Tofauti kati ya mara za mwingiliano na muundo wa mwingiliano

Figure 4 inaonyesha kwamba wastani wa idadi ya miunganisho katika kundi la upungufu wa ujifunzaji ni mdogo kuliko katika makundi mengine. Hata hivyo, hitimisho kuu la makala si tu kwamba mwingiliano zaidi ni bora zaidi.

Sifa inayotofautisha kundi la ongezeko la ujifunzaji ni kwamba miunganisho kati ya jaribio la suluhisho, maarifa, mrejesho na kutafuta ufafanuzi huunda mzunguko wa mrejesho ulio wa kimfumo zaidi. Kwa hiyo, chanzo kinapendekeza kuzingatia ubora na muundo wa mwingiliano zaidi ya kiasi cha mazungumzo.

Kanuni za usanifu zilizotolewa kutoka chanzo kwa chatbot za elimu

Kanuni hizi si sera za chatbot zilizojaribiwa dhidi ya nyingine kwa mpangilio wa nasibu. Ni hipotesi za awali za usanifu zilizotolewa kutoka mifumo ya ENA katika chanzo na fasihi husika ya elimu.

Mzunguko wa usaidizi wa zamu nyingi uliopendekezwa

Mbinu ya usanifu inayolingana zaidi na matokeo ya utafiti ni mfuatano wa usaidizi wa zamu nyingi kama “kidokezo → jaribio la mwanafunzi → mrejesho → swali la kutafakari → jaribio jipya la mwanafunzi”. Muundo wa aina hii unaweza kuifanya chatbot ikaribie zaidi usaidizi shirikishi wa kufundisha kuliko injini ya majibu ya kiotomatiki.

Hata hivyo, utafiti wa sasa haujaonyesha kwa majaribio kwamba mfuatano huu ni bora zaidi kisababisho kuliko mkakati mwingine wa chatbot.

Nguvu za utafiti

• Kuchunguza si idadi ya ujumbe pekee bali pia muundo wa mazungumzo.
• Kuchambua rekodi halisi za mazungumzo ya mwanafunzi–chatbot.
• Kutumia ENA, uchambuzi wa hisia na uchambuzi wa ubora wa mazungumzo kwa pamoja.
• Kutumia usanidi uleule wa chatbot kwa wanafunzi wote na hivyo kupunguza tofauti ya ubinafsishaji inayotokana na mfumo.
• Mfumo wa uwekaji msimbo unaotegemea kanuni kuwa wazi na unaoweza kutumika tena.
• Kujaribu kutenganisha maelezo ya kinadharia na tabia zilizopimwa moja kwa moja.
• Kutohusisha moja kwa moja utendaji hasi au wa chini na madhara ya chatbot.

Mapungufu ya utafiti

• Sampuli yote ina wanafunzi 50.
• Muktadha mmoja tu wa upangaji programu na mfuatano mmoja wa kazi unaosaidiwa na chatbot ulifanyiwa uchunguzi.
• Utafiti unahusu mwingiliano wa kikao kimoja pekee; maendeleo ya tabia kwa muda hayajulikani.
• Makundi ya ujifunzaji hayakurekebishwa kulingana na alama za awali.
• Jukumu la ISBN-13 katika jaribio la awali lilirudiwa katika hatua ya chatbot; athari ya mazoezi na kuzoea kazi inawezekana.
• Kwa kuwa jaribio la awali lilikuwa ISBN-13 na jaribio la mwisho ISBN-10, athari ya uhamishaji wa kazi inaweza kuathiri matokeo.
• Uwekaji msimbo wa maneno muhimu unaotegemea kanuni unaweza kukosa visawe au nuances za kipragmatiki.
• TextBlob ni zana ya jumla ya hisia na huenda isiendane kikamilifu na mazungumzo ya kiufundi ya upangaji programu.
• Hakuna majaribio ya takwimu za inferensia yaliyofanywa kwa ulinganisho wa makundi ya ENA.
• Mzigo wa kiakili, kujidhibiti au metakognisheni haukupimwa moja kwa moja kwa njia za kisaikometriki.

Hitimisho zinazoungwa mkono na utafiti

• Katika seti hii ya data, miundo ya mazungumzo ya mwanafunzi–chatbot ilionyesha mifumo tofauti kati ya makundi ya utendaji wa ujifunzaji.
• Katika kundi la ongezeko la ujifunzaji, miunganisho ya jaribio la suluhisho, mchango wa maarifa, mrejesho na kuomba ufafanuzi inaonekana kuunganishwa zaidi.
• Wastani wa idadi ya miunganisho katika kundi la upungufu wa ujifunzaji unaonekana kuwa mdogo kuliko katika makundi mengine katika Figure 4.
• Thamani za sentiment polarity zilionyesha tofauti ndogo tu kati ya makundi.
• Muundo wa mazungumzo unaonekana kuwa sifa elezi yenye uwezo mkubwa zaidi wa kueleza katika seti hii ya data kuliko polarity ya hisia na mara za mwingiliano pekee.
• Uelekezaji wa zamu nyingi na maswali ya kutafakari ni hipotesi za usanifu zinazostahili kuchunguzwa kwa chatbot za elimu.

Hitimisho zisizoungwa mkono na utafiti

• Haijathibitishwa kwamba MyBotBuddy huongeza mafanikio ya wanafunzi katika upangaji programu kwa njia ya kisababisho.
• Haijaonyeshwa kwamba kupungua kwa utendaji katika kundi la upungufu wa ujifunzaji kulisababishwa na chatbot.
• Haijaonyeshwa kwamba kutuma ujumbe zaidi pekee huleta ongezeko kubwa zaidi la ujifunzaji.
• Miunganisho ya ENA haipimi moja kwa moja mzigo halisi wa kiakili au metakognisheni ya wanafunzi.
• Sentiment polarity ya juu zaidi ya 0,07 haimaanishi ujifunzaji bora zaidi.
• Matokeo ya utafiti hayawezi kujumlishwa kwa wanafunzi wote, kazi zote za upangaji programu au chatbot zote za elimu.
• Mikakati ya usanifu wa chatbot iliyopendekezwa haijalinganishwa kwa njia ya jaribio dhibiti lenye upangaji wa nasibu.

Utafiti wa baadaye

Waandishi wanapendekeza ukusanyaji wa data wa muda mrefu, matumizi ya mifumo halali zaidi ya uwekaji msimbo wa diskosi, uchambuzi unaodhibiti utendaji wa awali, na tafiti zinazopima moja kwa moja miundo kama kujidhibiti na mzigo wa kiakili.

Aidha, ni muhimu kupima moja kwa moja mikakati ya chatbot kama scaffolding ya zamu nyingi, prompt za kutafakari na upunguzaji wa msaada hatua kwa hatua kwa kutumia miundo ya majaribio, ili mahusiano ya kichunguzi yaliyopo yaweze kubadilishwa kuwa hipotesi za kisababisho.

Maadili

Utafiti ulifanywa kwa mujibu wa Azimio la Helsinki na uliidhinishwa na Nanyang Technological University Institutional Review Board kwa namba IRB-2023-392 tarehe 16 Juni 2023. Ridhaa yenye taarifa ilipatikana kutoka kwa washiriki wote. Data za wanafunzi zilifichwa utambulisho kabla ya uchambuzi.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Decoding Student–Chatbot Dialogues: How Interaction Structure Is Associated with Learning Gains in AI-Assisted Programming.

Waandishi: Ean Teng Khor; Arunaksh Kapoor.

Mwandishi wa mawasiliano: Ean Teng Khor.

Taasisi 1: National Institute of Education, Nanyang Technological University, Singapore.

Taasisi 2: College of Computing and Data Science, Nanyang Technological University, Singapore.

Jarida: AI in Education.

Mchapishaji: MDPI, Basel, Switzerland.

Juzuu / toleo / makala: 2(2), 15.

DOI: 10.3390/aieduc2020015.

Aina ya makala: Article; utafiti wa elimu wa kichunguzi na wa uhusiano pamoja na uchambuzi wa mazungumzo ya mwanafunzi–chatbot.

Tarehe: Iliwasilishwa 10 Februari 2026; marekebisho 19 Machi 2026; kukubaliwa 20 Machi 2026; kuchapishwa 09 Mei 2026.

Leseni: Creative Commons Attribution (CC BY).

Washiriki: Wanafunzi 50 wa Singapore O-Level Computing.

Zana kuu ya elimu: MyBotBuddy; chatbot ya elimu ya GenAI inayolenga elimu ya upangaji programu, yenye upeo wa mada uliowekewa mipaka na inayotumia mbinu ya scaffold-driven.

Mfuatano wa majaribio: Jaribio la awali la ISBN-13 bila usaidizi → kazi ya upangaji programu ya ISBN-13 kwa msaada wa MyBotBuddy → jaribio la mwisho la ISBN-10 bila usaidizi.

Uchambuzi mkuu: Uwekaji msimbo wa diskosi unaotegemea kanuni, Epistemic Network Analysis, uchambuzi elezi wa TextBlob sentiment na uchambuzi wa ubora uliopangwa kwa tabaka wa nakala 12 za mazungumzo.

Programu: Python 3.10.7; TextBlob 0.19.0.

Kikomo cha takwimu: Hakuna jaribio la takwimu za inferensia lililotumika katika ulinganisho wa mwisho wa makundi; ulinganisho ni wa kielezi.

Maadili: Nanyang Technological University Institutional Review Board, IRB-2023-392; 16 Juni 2023.

Ridhaa: Ridhaa yenye taarifa ilipatikana kutoka kwa washiriki wote.

Upatikanaji wa data: Data za wanafunzi hazipatikani kwa umma kwa sababu ya vikwazo vya faragha na maadili.

Ufadhili: Singapore Ministry of Education Academic Research Fund, RG89/22.

Mgongano wa maslahi: Waandishi wametangaza kwamba hakuna mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana na metodolojia Ean Teng Khor; uthibitishaji na uchambuzi rasmi Ean Teng Khor na Arunaksh Kapoor; rasilimali, usimamizi, usimamizi wa mradi na upatikanaji wa ufadhili Ean Teng Khor; rasimu ya awali na mapitio-uhariri yalifanywa na waandishi wote wawili.

Mapungufu makuu ya kimetodolojia: Sampuli ndogo na ya muktadha mmoja, kikao kimoja, kutorekebisha kwa alama za awali, kurudiwa kwa kazi ya jaribio la awali katika hatua ya chatbot, uhamishaji wa kazi kati ya ISBN-13 na ISBN-10, mapungufu ya uwekaji msimbo wa diskosi unaotegemea kanuni, na kutolingana kikamilifu kwa zana ya jumla ya sentiment na mazungumzo ya kiufundi ya upangaji programu.

Maelezo ya mfumo wa kinadharia: Eneo la Maendeleo ya Karibu, ujifunzaji wa ujenzi wa maarifa na Nadharia ya Mzigo wa Kiakili si modeli zilizojaribiwa moja kwa moja. Ni lenzi za kinadharia zilizotumiwa kutafsiri mitandao ya diskosi iliyozingatiwa katika utafiti.

Maelezo ya Figure 1–3: Thamani za heatmap ni wastani wa uzito wa miunganisho ya ENA katika kiwango cha kundi; si p-value, mgawo wa uhusiano wala ukubwa wa athari ya kisababisho.

Maelezo ya Figure 4: Figure caption ya chanzo inasema kwamba wastani wa idadi ya miunganisho katika kundi la upungufu wa ujifunzaji ni mdogo kuliko katika makundi mengine mawili. Kwa kuwa thamani halisi za makundi hazijatolewa katika maandishi ya kawaida, Verianla haitoi thamani mpya za namba kutoka kwenye grafu hii.

Maelezo ya Appendix A: Mitandao ya ENA ya mtu mmoja mmoja inaonyesha kwamba hata wanafunzi katika kundi lilelile la ujifunzaji wanaweza kuwa na miundo tofauti ya miunganisho; wastani wa makundi haupaswi kutafsiriwa kama wasifu usiobadilika wa wanafunzi.

Maelezo ya uwasilishaji upya wa Verianla: Maandishi haya si tafsiri kamili ya chapisho asilia wala uandishi upya wa kiwango cha aya. Kiini huru na cha kielimu cha kisayansi kwa Kiswahili kimeundwa kwa kuhifadhi tatizo la utafiti, sampuli, mfuatano wa majaribio, sifa za chatbot, mfumo wa uwekaji msimbo wa diskosi, matokeo ya ENA, uchambuzi wa sentiment, uchambuzi wa ubora, tafsiri za kielimu na mapungufu ya kimetodolojia ya chanzo. Mifano ya mazungumzo na miundo ya vielelezo vya chanzo haijachapishwa tena kwa nakala sawa.