Betty's Brain — это программная среда, созданная в Университете Вандербильта группой Teachable Agents Group , чтобы помочь учащимся понять метакогнитивные навыки и помочь учащимся средней школы изучить учебные разделы по естественным наукам, такие как экосистемы пруда, изменение климата и терморегуляция человеческого тела. Это качественная система рассуждений, использующая причинно-следственную структуру с понятиями в качестве узлов и связей между понятиями, представляющими причинно-следственные отношения. Эти причинно-следственные модели помогают учащимся средней школы конструировать и рассуждать с помощью сложных научных моделей.
Система специально фокусируется на укреплении так называемых навыков саморегулируемого обучения (SRL), которые способствуют как самоконтролю, так и самооценке , чего можно ожидать от самостоятельного обучающегося.
Система фокусируется на главной героине, Бетти, которая попросила студентов научить ее научному процессу. Таким образом, Betty's Brain отличается от классической интеллектуальной системы обучения (ITS) и принимает парадигму обучения через обучение (LBT), где взаимодействие компьютерных агентов сосредоточено на выполнении основной задачи, не связанной с приобретением знаний о содержании предметной области.
Совсем недавно уровень искусственного интеллекта Бетти был в значительной степени изменен для повышения интерактивности со студентами. Задача Бетти — взаимодействовать со студентами как «хороший» ученик, тот, у кого есть навыки саморегуляции. Включая обратную связь, связанную с этими навыками саморегуляции, мы показали, что студенты лучше справляются с будущими учебными задачами.
Текущие исследования сосредоточены на классе 5-го класса с приблизительно 100 учениками. Кроме того, по состоянию на июль 2007 года система разрабатывается для прямой интеграции в учебный план класса на предстоящий семестр с включенными инструментами, такими как Front of the Class Betty, разработанный в Стэнфордском университете .
По состоянию на 2018 год он использовался во многих экспериментах для проверки эффективности построения и изучения динамических моделей для обучения в научных областях. В нескольких исследованиях мозга Бетти, проведенных Бисвасом и его коллегами, они обучали студентов, заставляя их создавать модели кислородного цикла в водной экосистеме, а затем оценивали их, заставляя их создавать модели азотного цикла в наземной экосистеме. Это называется тестом переноса , и это стандартный метод в обучающих экспериментах. В обоих видах деятельности системам были представлены ресурсы, а языком моделирования был качественный язык диаграмм, встроенный в систему. Экспериментальные элементы управления проверяли различные гипотезы , чтобы начать определять, что работает, а что нет. Это мощная среда для начала понимания того, что эффективно в построении симуляций . Другими полезными системами для изучения эффектов моделирования для обучения являются IQON и Colab .
https://web.archive.org/web/20110706031533/http://www.vanderbilt.edu/magazines/vanderbilt-magazine/2008/03/bettys_brain_motivates_learning/