scholarly journals DISTANCE LEARNING BY INTELLIGENT TUTORING SYSTEM - Part I: Agent-based architecture for user-centred adaptivity

Author(s):  
Wicaksono Febriantoro ◽  
Achmad Nurhadi

ASN mempunyai kewajiban pengembangan kompetensi selama minimal 20 JP/tahun. Akan tetapi tidak semua ASN dapat mengikuti pelatihan sebagai bentuk pengembangan kompetensi dikarenakan terbatasnya kuota/jumlah pelatihan tatap muka (klasikal) yang tersedia. Regulasi terbaru memberikan alternatif pembelajaran non klasikal yang tidak harus bertatap muka antara lain e-learning, distance learning dan belajar mandiri. Belajar mandiri dapat digunakan siswa untuk meningkatkan kompetensinya menggunakan berbagai sumber belajar yang tersedia baik konvensional dan berbasis pada teknologi informasi. Dalam paper ini akan dibahas salah satu tools pendukung belajar mandiri berupa perancangan intelligent tutoring system menggunakan chatbot pada mata pelatihan barang dalam keadaan terbungkus (BDKT). Perancangan menggunakan framework Design Science Research, mulai dari penetapan tujuan, perancangan desain alur percakapan chatbot, pengembangan aplikasi menggunakan chatfuel, demonstrasi melalui simulasi via Facebook Messenger dan Evaluasi Blackbox. Prototype yang dihasilkan telah dapat mengikuti alur percakapan yang dirancang dan dapat digunakan sebagai pendukung belajar mandiri kapan saja dan dimana saja (domain pelajari materi dan evaluasi) asalkan terkoneksi dengan internet.


Author(s):  
Arthur C. Graesser ◽  
Sidney D’Mello ◽  
Xiangen Hu ◽  
Zhiqiang Cai ◽  
Andrew Olney ◽  
...  

AutoTutor is an intelligent tutoring system that helps students learn science, technology, and other technical subject matters by holding conversations with the student in natural language. AutoTutor’s dialogues are organized around difficult questions and problems that require reasoning and explanations in the answers. The major components of AutoTutor include an animated conversational agent, dialogue management, speech act classification, a curriculum script, semantic evaluation of student contributions, and electronic documents (e.g., textbook and glossary). This chapter describes the computational components of AutoTutor, the similarity of these components to human tutors, and some challenges in handling smooth dialogue. We describe some ways that AutoTutor has been evaluated with respect to learning gains, conversation quality, and learner impressions. AutoTutor is sufficiently modular that the content and dialogue mechanisms can be modified with authoring tools. AutoTutor has spawned a number of other agent-based learning environments, such as AutoTutor-lite, Operation Aries!, and Guru.


Sign in / Sign up

Export Citation Format

Share Document