Текущо изследване
Модели и методи на изкуствения интелект за представяне на знания в интелигентни системи за обучение
За да преподава смислено, една интелигентна система за обучение трябва да „знае" три неща: учебното съдържание, връзките между понятията в него и какво ученикът вече е разбрал. Изследването ми е за това как това знание да бъде представено — с какви модели и методи на изкуствения интелект — така че системата да може да разсъждава върху него и да адаптира обучението към конкретния ученик.
Изследването не е само теоретично — методите се проверяват в реална среда. CodeGrade, системата за автоматична проверка на код, която разработвам и внедрявам в обучението по програмиране, служи като инфраструктура на изследването: там представянето на знания среща реални ученици, реални решения и реални грешки.
Една система за обучение преподава толкова добре, колкото добре е представено знанието, върху което стъпва.
Изследователски интереси
Когнитивно натоварване при обучение по програмиране, стратегии за scaffolding за начинаещи програмисти, ролята на LLM като педагогически агенти, автоматизирано оценяване с формативна обратна връзка и проектиране на образователни технологии, които уважават начина, по който човешкото учене реално функционира.