Байесовская модель отслеживания знаний как инструмент диагностики на уроках математики

Автор: Шагивалеев Даян Ринатович

Организация: ЧОУ ЦО Новошкола

Населенный пункт: Республика Башкортостан, г. Уфа

Аннотация. В статье рассматривается применение теоремы Байеса и модели Bayesian Knowledge Tracing (BKT) для диагностики уровня освоения учебного материала по результатам регулярных проверочных работ. Знание ученика трактуется как стохастическая величина, вероятность владения которой обновляется после каждого ответа. Приводится числовой расчёт на примере темы «умножение десятичных дробей». Показано, как переход к вероятностной диагностике позволяет выявлять индивидуальные пробелы и персонализировать обучение.

Ключевые слова: теорема Байеса, Bayesian Knowledge Tracing, отслеживание знаний, персонализация обучения, диагностика ошибок.

1. Введение

Ежедневные короткие проверочные работы по математике в школе чаще всего используются для выставления отметки. Учитель фиксирует: решил или не решил. Между тем сами по себе ответы ученика содержат гораздо больше информации, чем бинарный результат. Правильный ответ может быть угадан, а ошибка у хорошо понимающего ученика может быть следствием невнимательности. Если не учитывать эти обстоятельства, оценка становится неточной, а обратная связь лишь формальной.

Принципиально иной подход предлагает оценивание, при котором проверка знаний служит не итогом, а инструментом управления учебным процессом [2]. В рамках этого подхода знание удобно рассматривать не как данность, а как вероятностную величину: мы не утверждаем, что ученик «знает» или «не знает» тему, а оцениваем вероятность того, что он ею владеет, и обновляем эту оценку по мере поступления новых данных.

Математическим аппаратом для такого обновления служит теорема Байеса. Её практической реализацией в образовательном контексте стала модель Bayesian Knowledge Tracing (BKT), предложенная Корбеттом и Андерсоном в 1994 году [1]. Модель изначально создавалась для интеллектуальных тьюторских систем [3], однако её логика вполне переносима на очный школьный урок с регулярными короткими проверочными работами (пятиминутки).

Цель настоящей статьи: изложить теоретические основы байесовского отслеживания знаний и продемонстрировать работу модели на конкретном числовом примере из школьного курса математики.

2. Теоретические основы

2.1. Идея байесовского обновления

Суть подхода состоит в следующем. До проведения проверочной работы у нас есть некоторое представление о том, владеет ли ученик навыком. Это априорная вероятность, она находится эмпирическим путем. После того как ученик дал ответ (верный или неверный), мы получаем новое свидетельство и пересчитываем вероятность владения. Это апостериорная вероятность. Процесс повторяется с каждой новой задачей.

Полный текст статьи см. в приложении.