
 
 
 
 
 
 
 
 
 
 
 
 
 
 Waandishi wa: (1) Ajit Jain, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Mwandishi; (2) Andruid Kerne, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Chuo Kikuu cha Illinois Chicago; (3) Nic Lupfer, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Mapware; (4) Gabriel Britain, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Microsoft; (5) Aaron Perrine, Chuo Kikuu cha Texas A&M, Marekani; (6) Yoonsuck Choe, Chuo Kikuu cha Texas A&M, Marekani; John Keyser, Chuo Kikuu cha Texas A&M, Marekani (8) Ruihong Huang, Chuo Kikuu cha Texas A&M, Marekani; (9) Jinsil Seo, Chuo Kikuu cha Texas A&M, Marekani; (10) Annie Sungkajun, Chuo Kikuu cha Illinois, Marekani; Robert Lightfoot, Chuo Kikuu cha Texas A&M, Marekani (12) Timothy McGuire, Chuo Kikuu cha Texas A&M, Marekani. Authors: (1) Ajit Jain, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Mwandishi; (2) Andruid Kerne, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Chuo Kikuu cha Illinois Chicago; (3) Nic Lupfer, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Mapware; (4) Gabriel Britain, Chuo Kikuu cha Texas A&M, Marekani; Ushirika wa sasa: Microsoft; (5) Aaron Perrine, Chuo Kikuu cha Texas A&M, Marekani; (6) Yoonsuck Choe, Chuo Kikuu cha Texas A&M, Marekani; John Keyser, Chuo Kikuu cha Texas A&M, Marekani (8) Ruihong Huang, Chuo Kikuu cha Texas A&M, Marekani; (9) Jinsil Seo, Chuo Kikuu cha Texas A&M, Marekani; (10) Annie Sungkajun, Chuo Kikuu cha Illinois, Marekani; Robert Lightfoot, Chuo Kikuu cha Texas A&M, Marekani (12) Timothy McGuire, Chuo Kikuu cha Texas A&M, Marekani. Orodha ya kulia Mchapishaji na 1 - Maelezo 
 
 
 
 
 
 
 
 
 
 
 
 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. Maswali ya mahojiano Tunachunguza jinsi ya kutumia uchambuzi wa msingi wa AI ili kusaidia elimu ya kubuni. uchambuzi wa mikono unatathmini kubuni ya multiscale, yaani, matumizi ya nafasi na kiwango cha wanafunzi ili kuandaa kazi yao ya kubuni kwa mtazamo na dhana. Kwa lengo la kufanya uchambuzi wa kueleweka kwa walimu, tumeendeleza kiini cha utafiti ambacho kinaunganisha dashboard ya uchambuzi wa kubuni na mifano ya kubuni, na mazingira ya kubuni ambayo wanafunzi hutumia kuunda. Tunajifunza juu ya jinsi dhana ya Suchman ya uelewa wa pamoja inahitaji uchunguzi wa mazingira wa AI ili kuendeleza matokeo kuhusu jinsi uchambuzi unavyofanya kazi kwa watu. Tulijifunza uchafuzi wa utafiti katika mazingira ya kozi 5 iliyopo, katika vituo 3. Jumla ya wanafunzi 236 walitumia mazingira ya kubuni ya multiscale. washauri 9 ambao walimufundisha wanafunzi hao walijifunza uchambuzi kupitia uchafuzi mpya. Tunachukua matokeo kutoka uchambuzi wa ubora wa mahojiano na walimu kuhusiana na uzoefu wao. walimu walionyesha jinsi uchambuzi na maonyesho yao katika dashboard yana uwezo wa kuathiri elimu ya kubuni. Tunaendeleza madhara ya utafiti kujadili: (1) jinsi indexing uchambuzi wa kubuni katika dashboard kwa mifano halisi ya kazi ya kubuni husaidia walimu wa kubuni kutafakari juu ya kile wanacho maana na, kwa ujumla zaidi, ni mbinu ya jinsi uchambuzi wa kubuni wa msingi wa AI unaweza kusaidia uchambuzi na maoni ya uzoefu wa walimu katika mazingira ya kozi; na (2) jinsi uchambuzi wa kubuni wa ukubwa, hasa, una uwezo wa kusaidia elimu ya kubuni. 1 Maelezo ya Tunachunguza kuunga mkono elimu ya kubuni kwa kuunganisha moja kwa moja uchambuzi wa msingi wa AI na mifano ya kazi ya kubuni ya kijamii ya wanafunzi, ili kuonyesha kile kinachotathminiwa. mbinu yetu inashirikisha dashboard ya uchambuzi na mazingira ya kubuni ya ushirikiano, ambapo wanafunzi na walimu huunda na kutoa maoni juu ya mifano ya kazi ya kubuni. uchambuzi katika mkono, uchambuzi wa kubuni wa ukubwa, ulianzishwa na Jain et al [40]. kupima jinsi kazi ya ubunifu, ikiwa ni pamoja na vipengele vya picha na maandishi, hutumia nafasi na kiwango kama kanuni za shirika kwa maonyesho. Uchambuzi wa Multiscale Design kulingana na Lupfer et al., ni "utumiaji wa nafasi na kiwango cha kuchunguza na kueleza uhusiano, [ambayo] inahusisha juxtaposition na mchanganyiko wa vipengele mbalimbali ya kubuni" [51] (Tazama mfano katika picha 1.). Kiwango kinachohusiana na viwango vya ukubwa: vipengele katika kiwango sawa ni "kwa usawa kusoma katika zoom mstari wa mtazamo huo" [52]. Katika mazoezi, tunashuhudia kwamba juxtaposition na mchanganyiko wa vipengele, kati ya kiwango, huwa inaonekana kama makundi ya nafasi, yaani, makundi (Kielelezo 1), ya vipengele. Muundo wa multiscale ni mkakati wa kile Tufte anachoita kuepuka ardhi ya ufahamu wa habari, yaani, kuongeza Muundo wa Multiscale, Katika mazingira mbalimbali ya elimu ya kubuni tunayojifunza, wanafunzi wanafanya kazi juu ya miradi ya ubunifu, ya wazi, ambapo inaweza kuwa na mbinu nyingi za kutatua tatizo, yaani, hakuna jibu sahihi. Kwa kweli, majibu bora yanajiriwa na ubunifu, pamoja na ujuzi, kutumika katika mazingira ya tatizo fulani la mradi wa kubuni. Kazi juu ya miradi hiyo inajulikana kuwa ni changamoto [58]. Wanafunzi wanahitaji tathmini ya mara kwa mara na maoni ili kuendeleza [47, 57]. Kwa hivyo uchambuzi wa mahitaji haya, katika mazoezi, ni mwelekeo wa kuongezeka kwa mahitaji ya elimu ya kubuni. Viwango vya darasa kubwa vinashughulikia walimu na changamoto katika kutoa tathmini ya wakati na maoni [47]. Kazi ya awali inaonyesha kwamba matumizi ya AI Fikiria hali. Alex anafundisha darasa kubwa ambapo wanafunzi wanajifunza jinsi ya kutumia kubuni multiscale. Wakati wanafunzi wanafanya kazi juu ya miradi na kuweka kanuni na ujuzi wa kubuni multiscale katika vitendo, ni muhimu kuwapa maoni katika hatua za mwanzo. Hata hivyo, kutokana na vikwazo vya muda, Alex hawezi kudhibiti kazi ya kubuni ya kila mwanafunzi kwa undani. Mfumo wa AI unachukua uchambuzi ambao unatathmini sifa za kubuni multiscale katika kazi za ubunifu, na kutoa Alex ufahamu wa jinsi wanafunzi wao hutumia nafasi na kiwango. Uchambuzi uliowekwa kwa kila kazi ya kubuni husaidia kutoa maoni ya haraka na ya kibinafsi kwa wanafunzi binafsi. Zaidi, jumla ya maoni ya uchambuzi - kwa kila inapatikana - husaidia Alex kutambua matatizo Ili kukidhi mahitaji yaliyopendekezwa na hali hii, tunatumia utafiti wa hivi karibuni wa AI, ambao umeonyesha matokeo ya kuahidi katika kutambua sifa za kubuni ya maonyesho ya ubunifu, kama vile maonyesho yaliyomo katika vipengele vya maudhui yaliyoundwa kwa nafasi [40, 59]. Upungufu wa utafiti ambao tunazungumzia ni ukosefu wa ufahamu wa awali wa jinsi hatua zilizoundwa na kutambua AI zinaweza kusaidia tathmini ya mwalimu na uzoefu wa maoni katika elimu ya kubuni. Kuchunguza mahitaji ya kanuni ya Suchman ya ufahamu wa pamoja, hapa, jinsi mwalimu wa AI anajuawa na watu ambao hutumia, inapendekeza kufanya uchunguzi huu katika mazingira ya mchakato wa kubuni. Kwa kuunganisha ufahamu wa kubuni Q1: Jinsi gani, ikiwa hakuna, uchambuzi wa kubuni wa msingi wa AI unaweza kusaidia tathmini na uzoefu wa mwalimu katika mazingira ya kozi iliyopo? Q2: Ni thamani gani maalum ambayo uchambuzi wa kubuni wa multiscale unaounganishwa na AI unaweza kutoa kwa washauri wa kubuni katika mazingira ya kozi iliyopo? Uchambuzi wa kubuni wa msingi wa AI ni teknolojia mpya, ambayo ni changamoto ya kuchunguza, kwa sababu kufanya masomo katika mazingira ya kozi iliyopo ni ya mahitaji. maadili inapendekeza kwamba ni muhimu kutoa utendaji wote wa kutosha kusaidia mwalimu na wanafunzi ili hatuwezi kuzuia kujifunza [17]. Ili kuchangia ujuzi mpya kuhusu jinsi uchambuzi wa kubuni wa AI una uwezo wa kuwa na manufaa, tunachukua (RtD) [31, 84, 85] mbinu. RtD ni sahihi wakati lengo ni kuchunguza "ambayo inaweza kuwa" badala ya "kulinganisha au kupinga" mbinu fulani. Kama Zimmerman et al. kuelezea, lengo la RtD ni kufanya "kile sahihi", sio kufanya kitu sahihi [84]. Utafiti wa awali [63] alichukua mbinu sawa ya kupima kubuni ili kuendeleza ufahamu wa uzoefu wa watumiaji na animations kuelezea kazi ya algorithm. Utafiti wa sasa unachukua mbinu ya maadili ya RtD kwa kuendeleza "artifact ya utafiti" yenye utendaji mkubwa inayofaa kwa utekelezaji katika mazingira halisi ya dunia. Utafiti kupitia kubuni Tulijifunza artifact ya utafiti katika mazingira ya kozi ya 5 iliyopo, katika idara za 3, ili kuelewa jinsi analytics ya kubuni ya multiscale na maonyesho yao yanaweza kusaidia tathmini na maoni ya mwalimu. Jumla ya wanafunzi 236 walitumia mazingira ya kubuni ya multiscale. Mwalimu 9 waliofundisha wanafunzi hao walijifunza analytics kupitia dashboard mpya ya artifact ya utafiti iliyounganishwa na mazingira ya kubuni. Tunapata matokeo kutoka kwa uchambuzi wa ubora wa mahojiano na walimu kuhusu uzoefu wao. Kulingana na matokeo, tunapata madhara ya kufanya analytics ya msingi ya AI muhimu katika kubuni na elimu. Tunaishia kwa kurejesha mchango wa utafiti wa sasa na athari kubwa. 
 
 Makala hii inapatikana kwenye archiv chini ya leseni ya CC by 4.0 Deed (Attribution 4.0 International). Makala hii inapatikana kwenye archiv chini ya leseni ya CC by 4.0 Deed (Attribution 4.0 International). Upatikanaji wa Archives

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Dash

dashboard

Microsoft

Instancing.TECH

Pioneering instance management, driving innovative solutions for efficient resource utilization, and enabling a more sus

Instancing's blog

Sauti hii imetolewa katika lugha asilia ya hadithi!

Uchambuzi wa AI unaonekana kuboresha jinsi walimu wanavyotathmini miradi ya kubuni ya wanafunzi, utafiti unaona

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

Jinsi $ TRUTH token ya Swarm Network inapanga kukabiliana na taarifa mbaya kupitia uhakiki wa Blockchain

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Speed up Swift compile time

Sweet Security Unveils First Unified Detection And Response Platform

Jinsi $ TRUTH token ya Swarm Network inapanga kukabiliana na taarifa mbaya kupitia uhakiki wa Blockchain

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Speed up Swift compile time

Sweet Security Unveils First Unified Detection And Response Platform

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps