Sistema di tutoraggio AI interpretabile per abilità di presentazione
È stato sviluppato un innovativo sistema di tutoraggio intelligente (ITS) a ciclo chiuso per migliorare le capacità di presentazione davanti alla telecamera degli studenti attraverso feedback affettivo multimodale. Questo sistema implementa una scala di valutazione ancorata al comportamento (BARS) a sette dimensioni e incorpora un quadro di feedback a tre livelli: punteggio multimodale allineato alle rubriche, diagnostica basata sulla percezione del pubblico e coaching conversazionale potenziato dal recupero. Utilizzando una base XGBoost, analizza dati facciali, vocali, testuali e oculomotori per fornire feedback basati su prove collegati a indicatori di performance osservabili. Dopo l'addestramento su 10.360 videoclip MOOC, l'ITS ha dimostrato un punteggio che si allinea strettamente con le valutazioni degli esperti (R² = 0,48–0,61, ρ di Spearman = 0,69–0,78, MAE = 0,43–0,57). Questo sistema consente una pratica mirata fornendo feedback attuabili indipendentemente dagli istruttori umani. I risultati sono stati condivisi su arXiv (ID: 2605.17468) e sono significativi per l'IA nell'istruzione e l'interazione uomo-computer.
Fatti principali
- L'ITS utilizza input multimodali: caratteristiche facciali, vocali, testuali e oculomotorie.
- Operazionalizza una scala di valutazione ancorata al comportamento (BARS) a sette dimensioni.
- L'architettura del feedback ha tre livelli: punteggio, diagnostica e coaching.
- Il sistema è basato su un backbone XGBoost.
- È stato addestrato su 10.360 segmenti video MOOC.
- Metriche di performance: R² = 0,48–0,61, ρ di Spearman = 0,69–0,78, MAE = 0,43–0,57.
- Il sistema supporta la pratica deliberata senza istruttori umani.
- L'articolo è disponibile su arXiv con ID 2605.17468.
Entità
Istituzioni
- arXiv