摘要

统计人工智能专家系统(SAIES)可以自动分析课堂发言并帮助学生学习。自动转录的课堂发言文稿可以形成一个数据库,计算语言学使得统计语篇分析(SDA)进行自动变量分类成为可能。这一方面从根本上改变了SDA模型的后续分析流程,另一方面可以解释多层次变量对目标动作产生了怎样的影响。SAIES将理论模型转换为统计模型,对数据进行测试,并对结果进行解释。笔者用SAIES分析了17组学生与教师组合在13周内进行的课程设计讨论。分析结果表明在以下四种情况下,更容易出现微小创新:(1)学生们过去的学习成绩更好;(2)在较近的发言次序中出现了微小创新;(3)在错误答案出现之后有学生提出了不同意见;(4)小组的问题解决方案得分越高。