研究人员设计了一种人工智能(AI)模型，可以更好地预测教育游戏中学生的学习量。改进的模型利用了称为多任务学习的人工智能培训概念，可用于提高教学和学习效果。

多任务学习是一种需要模型执行多项任务的方法。

“在我们的情况下，我们希望该模型可以根据学生在玩一款名为“水晶岛”的教育游戏时的行为，预测他们是否会正确回答测试中的每个问题，”乔纳森罗说。北卡罗来纳州立大学教育信息学中心(CEI)的工作论文和研究科学家。

Rowe说，“解决这一问题的标准方法只关注整体考试成绩，并将考试视为一项任务。”“在我们的多任务学习框架的背景下，该模型有17个任务——因为测试有17个问题。”

研究人员从181名学生那里获得了游戏和测试数据。AI可以检查每个学生如何玩游戏，以及每个学生如何回答测试中的问题1。通过确定正确回答问题1的学生和错误回答问题1的学生的共同行为，AI可以确定新学生如何回答问题1。

同时对每个问题执行此功能；给定学生的游戏玩法是相同的，但是AI将根据问题2、问题3等检查行为。

而且这种多任务的方式也是不一样的。研究人员发现，多任务模型的准确率比其他传统的AI训练方法高10%。

该论文的第一作者、北卡罗来纳州立大学博士后研究员迈克尔盖登(Michael Gayden)表示，“我们预计这种模式将在许多方面让学生受益。”“当学生的游戏表明学生可能需要其他指导时，它可以用来通知教师。也可以用来推广游戏本身的自适应玩法功能。比如改变故事线重新审视学生的概念。挣扎着。

盖登说，“心理学早就认识到，不同的问题有不同的价值。”“我们在这里的工作采用了跨学科的方法，将心理学的这一方面与人工智能的深度学习和机器学习方法相结合。”