智能教学系统反馈功能 [学期论文]

在大二下学期，我上了Roberta Klatzky教授的课——认知科学应用(85-395/795)，这门课的期末论文是要写一个认知科学在现实世界中的应用，总结理论依据并进行产品评估。

我因为当时同时在上一门研究生级别的研讨课，Kenneth Koedinger教授所授的人类学习与优化(05-899)，便想到研究智能教学系统(Intelligent Tutoring Systems)与它的个性化反馈功能。

我论文的主要论点是关于不同反馈种类对于学习表现与学习效果的影响¹：

1. 即时、对错性质的反馈(immediate and corrective feedback) 在短期内效益更高、能提升学习速度，因此表面上会带来更好的学习表现(performance)，但并不能支持迁移学习(transfer learning)；
2. 与之相对的，延迟、解释性质的反馈(delayed and elaborative feedback) 在迁移学习与长期记忆上效益更好，会带来更好的学习效果(learning)，而不会仅仅是短期的学习表现。