¿Cómo usar la inteligencia artificial para construir un cuestionario? ¿Qué tipo de algoritmos puedo usar?

1. PlayStrike Pro: maximiza el tiempo de juego y la curva de aprendizaje

Pro Strike es un algoritmo adaptativo que ajusta el nivel de dificultad de las preguntas al nivel de conocimiento del jugador. En tiempo real. Varía el nivel de dificultad de tal manera que el jugador permanece ocupado durante más tiempo. Este es el mejor algoritmo para maximizar el tiempo de juego, pero también para maximizar la transferencia de conocimiento.

2. Cuesta arriba: dificultad creciente

Este algoritmo es bastante simple: solo hace que la siguiente pregunta sea un poco más difícil que la última 🙂

3. Descenso: dificultad decreciente

Este algoritmo es bastante simple: solo hace que la siguiente pregunta sea un poco más fácil que la última 🙂

4. Constante ‘poolize’ con X pools

Este algoritmo crea una prueba en varios grupos. Por ejemplo, tiene un cuestionario con 120 preguntas y selecciona el tamaño de grupo 10. Creará un cuestionario con 12 grupos y en cada grupo hay 10 preguntas. Cada vez que juegue el cuestionario, el software seleccionará una pregunta al azar de cada grupo.

5. Tamaño de piscina incremental lineal con X piscinas

Imagine que tiene una serie de preguntas que se ordenan de fácil a difícil. Este algoritmo agrupa las preguntas en grupos X. El primer grupo es el más pequeño y contiene las preguntas más fáciles. El segundo grupo es un poco más grande y contiene preguntas un poco más difíciles. El grupo de tercios es más grande que el segundo y tiene preguntas más difíciles, etc.
Los jugadores reciben la primera pregunta del grupo 1, la segunda pregunta del grupo 2, etc., hasta que se agota el número de grupos. Entonces, si establece 10 grupos, el número máximo de preguntas respondidas es 10. Si establece la opción de que los jugadores puedan volver a jugar el cuestionario, los jugadores perciben una curva de aprendizaje muy alta. Rápidamente llegan a conocer las preguntas y respuestas para los primeros grupos. Pero sigue siendo atractivo porque los grupos posteriores son más desafiantes.
En resumen, este algoritmo es óptimo cuando desea que sus jugadores sientan una curva de aprendizaje rápido, mientras los mantienen desafiados.

6. Aleatorizador

Y ahora para algo completamente aleatorio: este algoritmo simplemente selecciona la siguiente pregunta al azar. ¡Es un caos completo!

Antes de preguntar “¿Cómo puede …?” Tal vez debería preguntar “¿Por qué debería …?”

¿Cuál es el objetivo de este cuestionario? ¿Estás tratando de generar preguntas dinámicamente? ¿Las preguntas son abiertas y están sujetas a interpretación? ¿O estás tratando de ajustar dinámicamente la dificultad?

Una de las herramientas de IA más fáciles, el árbol de decisión binario, se ha utilizado durante siglos en las aulas, generalmente bajo el disfraz de clasificar animales. Si el cuestionario no puede determinar el animal después de hacer una serie de preguntas de sí / no, solicita al usuario que agregue a la base de conocimientos. El cuestionario se vuelve más efectivo después de cada falla, pero necesita ser sembrado. La mayoría de los algoritmos de IA tienen que ser entrenados, y ese esfuerzo puede involucrar más trabajo que los enfoques más simples.

La IA no es una panacea, especialmente para un conjunto mal definido de requisitos.

Me gustaría hacer eco de otro pensamiento ya expresado aquí; el hecho de que puedas lanzar IA a todo, no significa que debas lanzar IA a todo.

¿Cuál es exactamente el objetivo aquí? ¿Quién responderá el cuestionario y cuál es el propósito de hacerlo? ¿Por qué es necesaria la IA para definir las preguntas para este cuestionario? ¿Qué puede hacer la IA mejor en este caso de uso que un ser humano no puede?

Una vez que haya respondido estas preguntas, no dude en volver a preguntar.

Use un lenguaje de IA que use reglas, Prolog lo hace. Los premios tienen reglas para respuestas correctas e incorrectas. La parte difícil es construir las preguntas del cuestionario y las respuestas correctas.

Buena suerte.