AI ანალიზი აჩვენებს, რომ გაუმჯობესებს, თუ როგორ კურსები შეფასებენ სტუდენტების დიზაინი პროექტებს, სტუდენტები აჩვენებენ

ავტორი : (1) Ajit Jain, Texas A&M University, USA; ამჟამად დაკავშირებული: Audigent; (2) Andruid Kerne, Texas A&M უნივერსიტეტი, ამერიკის შეერთებული შტატები; ამჟამად დაკავშირებული: University of Illinois Chicago; (3) Nic Lupfer, Texas A&M უნივერსიტეტი, აშშ; ამჟამად დაკავშირებული: Mapware; (4) Gabriel Britain, Texas A&M University, USA; ამჟამად დაკავშირებული: Microsoft; (5) Aaron Perrine, Texas A&M უნივერსიტეტი, აშშ; (6) Yoonsuck Choe, Texas A&M უნივერსიტეტი, აშშ; (7) John Keyser, Texas A&M უნივერსიტეტი, აშშ; (8) Ruihong Huang, Texas A&M უნივერსიტეტი, აშშ; (9) Jinsil Seo, Texas A&M უნივერსიტეტი, აშშ; (10) Annie Sungkajun, Illinois სახელმწიფო უნივერსიტეტი, აშშ; (11) Robert Lightfoot, Texas A&M უნივერსიტეტი, აშშ; (12) Timothy McGuire, Texas A&M უნივერსიტეტი, აშშ. Authors: (1) Ajit Jain, Texas A&M University, USA; ამჟამად დაკავშირებული: Audigent; (2) Andruid Kerne, Texas A&M უნივერსიტეტი, ამერიკის შეერთებული შტატები; ამჟამად დაკავშირებული: University of Illinois Chicago; (3) Nic Lupfer, Texas A&M უნივერსიტეტი, აშშ; ამჟამად დაკავშირებული: Mapware; (4) Gabriel Britain, Texas A&M University, USA; ამჟამად დაკავშირებული: Microsoft; (5) Aaron Perrine, Texas A&M უნივერსიტეტი, აშშ; (6) Yoonsuck Choe, Texas A&M უნივერსიტეტი, აშშ; (7) John Keyser, Texas A&M უნივერსიტეტი, აშშ; (8) Ruihong Huang, Texas A&M უნივერსიტეტი, აშშ; (9) Jinsil Seo, Texas A&M უნივერსიტეტი, აშშ; (10) Annie Sungkajun, Illinois სახელმწიფო უნივერსიტეტი, აშშ; (11) Robert Lightfoot, Texas A&M უნივერსიტეტი, აშშ; (12) Timothy McGuire, Texas A&M უნივერსიტეტი, აშშ. მაგიდა ლიცენზია Abstract და 1. ინტეგრირება Prior Work and 2.1 Educational Objectives of Learning Activities 2.2 Multiscale Design 2.3 Assessing Creative Visual Design 2.4 Learning Analytics and Dashboards Research Artifact/Probe 3.1 Multiscale Design Environment 3.2 Integrating a Design Analytics Dashboard with the Multiscale Design Environment Methodology and Context 4.1 Course Contexts 4.2 Instructor interviews Findings 5.1 Gaining Insights and Informing Pedagogical Action 5.2 Support for Exploration, Understanding, and Validation of Analytics 5.3 Using Analytics for Assessment and Feedback 5.4 Analytics as a Potential Source of Self-Reflection for Students Discussion + Implications: Contextualizing: Analytics to Support Design Education 6.1 Indexicality: Demonstrating Design Analytics by Linking to Instances 6.2 Supporting Assessment and Feedback in Design Courses through Multiscale Design Analytics 6.3 Limitations of Multiscale Design Analytics Conclusion and References A. ინტერვიუ კითხვაები ჩვენ შეამოწმოთ, თუ როგორ უნდა გამოიყენოთ AI-based ანალიტიკა დიზაინი განათლების მხარდაჭერით. ანალიტიკა ხელმისაწვდომი შეამციროს multiscale დიზაინი, ეს არის, სტუდენტების გამოყენება სფეროში და სიზუსტით ვიზუალური და კონცეფციული ორგანიზებას მათი დიზაინი მუშაობა. მიზნით, რათა ანალიტიკა შეტყობინება ინსტრუმენტები, ჩვენ განვითარდა კვლევის არქიტექტს, რომელიც ინტეგრირებული დიზაინი ანალიტიკა dashboard დიზაინი instances, და დიზაინის გარემო, რომელიც სტუდენტები გამოიყენება შექმნის მათ. ჩვენ განიხილებთ, თუ როგორ Suchman- ის კონტაქტური ინტელექტურობის იდეა მოითხოვს AI- ის კონტაქტური კვლევა, რათა განვითარდეს შედეგები, თუ როგორ ანალიტიკა მუშაობს ადამიანებს. ჩვენ შეამოწმოთ კვლევის არქიტექტს 5 ადგილობრივი კურსი კონტაქტში, 3 დეპარტამენტებში. 236 სტუდენტები საერთოდ გამოიყენეს მრავალფუნქციური დიზაინის გარემოში. 9 ინსტრუქტორები, რომლებიც ამ სტუდენტებს გაწავლოთ, გამოცდილი ანალიტიკას ახალი კვლევის არქიტექტში. ჩვენ მივიღებთ შედეგები კვალიფიციური ანალიზი ინტერვიუში ინსტრუმენტებს მათი გამოცდილება. ინსტრუმენტები მივიღე, თუ როგორ ანალიტიკა და მათი გამოცემა ინსტრუმენტში აქვს პოტენციური ეფექტურობა დიზაინი სასწავლო. ჩვენ განვითარებთ კვლევის მოვლენები, რათა შეესაბამება: (1) როგორ ინდექსიკაცია დიზაინი ანალიტიკა ინსტრუმენტები რეალური დიზაინი სამუშაო instances საშუალებას დიზაინი ინსტრუმენტები მივიღოთ, რაც ისინი ნიშნავს და, უფრო ფართოდ, არის ტექნიკა, თუ როგორ AI-based დიზაინი ანალიტიკა შეიძლება მხარს უჭერს ინსტრუმენტების შეფასება და მიმოხილვა გამოცდილება მდებარეობის კურსი კონტაქტები; და (2) თუ როგორ 1 შეტყობინება ჩვენ კვლევა მხარდაჭერა დიზაინი განათლების მიერ პირდაპირი კავშირი AI-based ანალიტიკა მაგალითები სტუდენტების ვიზუალური დიზაინი სამუშაო, რათა აჩვენოს, რა არის შეზღუდული. ჩვენი მიმოხილვა ინტეგრირებს ანალიტიკის dashboard ერთად თანამშრომლობის დიზაინი გარემოში, სადაც სტუდენტები და ინსტრუმენტები შექმნათ და კომენტარი დიზაინი სამუშაო მაგალითები. ანალიტიკა ხელმისაწვდომი, multiscale დიზაინი ანალიტიკა, შეიმუშავებული Jain et al [40]. შეამციროს, თუ როგორ შექმნილი სამუშაო, რომელიც მოიცავს სურათების და ტექსტური ელემენტები, იყენებს სართულზე და სიზუსტით, როგორც ორგანიზაციის პრინციპები რეიტინგზე. Multiscale დიზაინი ანალიტიკა Lupfer და ა.შ., არის "მომხმარება სივრცეში და სიჩქარით, რათა შეისწავლოთ და შეტყობინოთ ურთიერთობები, [მე] მოიცავს იოქტოპოზიის და სინთეზიის სხვადასხვა დიზაინი ელემენტები" [51] (იხილეთ მაგალითად ფურცელი 1.). სიჩქარით ეხება სიჩქარების დონეზე: ელემენტები იგივე სიჩქარით "დაწვრილებით იხილება იგივე viewport zoom" [52]. პრაქტიკაში, ჩვენ შეამოწმოთ, რომ იოქტოპოზი და სინთეზიის ელემენტები, მეშვეობით სიჩქარები, სავარაუდოდ გამოიყურება ქსელის სართული ჯგუფი, როგორი მრავალფეროვანი დიზაინი, კვლევების სხვადასხვა დიზაინი სასწავლო კონტაქტები, სტუდენტები მუშაობს შექმნილია, ოპტიმალური პროექტები, სადაც შეიძლება იყოს მრავალფეროვანი მიმოხილვა პრობლემის გადაწყვეტა, ეს არის, არ არსებობს მუდმივად სწორი პასუხი. ფაქტობრივად, შესანიშნავი პასუხები სპეციალიზებული ხარისხის, ისევე როგორც უნარი, გამოიყენება კონტაქტში კონკრეტული დიზაინი პროექტის პრობლემა. მუშაობა ასეთი პროექტები ცნობილია, რომ მოითხოვს [58]. სტუდენტებს საჭიროა ხშირად შეფასება და მიმოხილვა, რათა გააუმჯობესოს [47, 57]. ამ საჭიროებების შეფუთვა, პრაქტიკაში, არის ტენდენცია ზრდის დიზაინი სასწავლო მოთხოვნები. დიდი კლასის ზომები ვფიქრობ, რომ სინამდვილეში. ალექსს არის დიდი კლასის სასწავლო, სადაც სტუდენტები იწყებენ მრავალფუნქციური დიზაინი გამოყენებას. როგორც სტუდენტები მუშაობენ პროექტებს და მრავალფუნქციური დიზაინის პრინციპებს და უნარებს პრაქტიკაში, მნიშვნელოვანია, რომ მათ გაძლევთ მიმოხილვა ადრე. თუმცა, დროის შეზღუდვის გამო, ალექსს არ შეუძლიათ მუდმივად შეფასოთ თითოეული სტუდენტების შექმნელ დიზაინის მუშაობის დეტალები. AI- ის დაფუძნებული სისტემა აწარმოებს ანალიტიკას, რომელიც შეამციროს მრავალფუნქციური დიზაინის თვისებები შექმნელ სამუშაოებში, რათა აძლევთ ალექსს მიმოხილვა, თუ როგორ მათი სტუდ ამ სტრატეგიის მოთხოვნებს შეესაბამება, ჩვენ გამოიყენებთ უახლესი AI კვლევა, რომელიც გთავაზობთ შეთავაზებელ შედეგებს შექმნის ვიზუალური დიზაინი თვისებების აღიარებაში, როგორიცაა ინტეგრირებული გეერარგიები ფართოდ დაჯავშებული შინაარსი ელემენტებში [40, 59]. კვლევის სიხშირე, რომელიც ჩვენ განიხილებთ, არის ადრეის ცოდნა, თუ როგორ ეფუძნება AI აღიარება, შეიძლება მხარს უჭერს სტრატეგიის აღიარება და მიმოხილვა გამოცდილება დიზაინით. Suchman- ის მიმოხილვის მოთხოვნების მიმოხილვა, აქ, თუ როგორ AI აღიარებს ადამიანებს, რომლებიც მას გამოიყენებენ, გთავაზობთ, რომ RQ1: როგორ, თუ არა, შეიძლება AI-based დიზაინი ანალიტიკა მხარს უჭერს ინსტრუმენტების შეფასების და მიმოხილვა გამოცდილება situated კურსის კონტაქტები? RQ2: რა კონკრეტული ღირებულება შეუძლია AI-based multiscale დიზაინი ანალიტიკა უზრუნველყოს დიზაინი ინსტრუმენტები მდებარე კურსის კონტაქტში? AI-based დიზაინი ანალიტიკა არის საკმაოდ ახალი ტექნოლოგია, რომელიც არის მოკლე კვლევა, რადგან შესრულების კურსის კონტაქტში სტუდენტები მოითხოვს. ეტიკა მოითხოვს, რომ საჭიროა უზრუნველყოს ყველა ფუნქციონალურობა საკმარისი მხარდაჭერა ინსტრუმენტები და სტუდენტები, ასე რომ ჩვენ არ შეუზღუდავი სასწავლო [17]. იმისათვის, რომ ახალი ცოდნა, თუ როგორ AI-based დიზაინის ანალიტიკა შეიძლება იყოს სასარგებლო, ჩვენ მიიღებთ (RtD) [31, 84, 85] მიმოხილვა. RtD განკუთვნილია, როდესაც მიზნით ის არის, რომ შეისწავლოთ, რა შეიძლება იყოს, ვიდრე ზოგიერთი ტექნოლოგია. როგორც Zimmerman et al. გააჩნია, RtD- ის ძირითადი მიმოხილვა არის, რომ გააკეთოთ "ესასწორი რამ", ვიდრე გააკეთოთ ის სწორი [84]. წინასწარ კვლევა [63] აწარმოებს მსგავსი დიზაინის სანდაის მიმოხილვა, რათა განვითარდეს მომხმარებლის გამოცდილების მიმოხილვა ალგორტიმების მუშაობის გამოხატვა. ამჟამად კვლევა იღებს ეტიკური RtD- ის მიმოხილვა, რათა განვითარდეს მაღალი ფუნქციონალური "კვლევების არქიტექტს კვლევა დიზაინი მეშვეობით ჩვენ შეამოწმოთ კვლევის არქიტექტს 5 ადგილობრივი კურსი კონტაქტებში, 3 დეპარტამენტებში, რათა შეინახოთ, თუ როგორ მრავალფუნქციური დიზაინი ანალიტიკა და მათი მიმოხილვა შეიძლება მხარს უჭერს ინსტრუმენტების მიმოხილვა და მიმოხილვა. საერთო 236 სტუდენტები გამოიყენეს მრავალფუნქციური დიზაინი გარემოში. 9 ინსტრუმენტები, რომლებიც ამ სტუდენტებს შეწავლა, გამოცდილი ანალიტიკას ახალი კვლევის არქიტექტის დისკონტზე, რომელიც ინტეგრირებულია დიზაინის გარემოში. ჩვენ მივიღებთ შედეგები კვალიფიციური ანალიტიკის შეამოწმოთ ინსტრუმენტებს მათი გამოცდილების შესახებ. შედეგების მიხედვით, ჩვენ ეს პრაქტიკა ხელმისაწვდომია archiv ქვეშ CC by 4.0 Deed (Attribution 4.0 International) ლიცენზია. ეს პრაქტიკა ხელმისაწვდომია archiv ქვეშ CC by 4.0 Deed (Attribution 4.0 International) ლიცენზია. ხელმისაწვდომია Archive