Hakisa verleiht intelligenten Objekten eine menschliche Dimension!
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für...
-
Upload
adler-stimpert -
Category
Documents
-
view
108 -
download
0
Transcript of Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für...
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische Argumentation
Niels Pinkwart1, Vincent Aleven2, Kevin Ashley3, Collin Lynch3
1TU Clausthal2Carnegie Mellon University3University of Pittsburgh
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
2
ÜbersichtAnsatz für ITS: Beispiele realer Sokratischer
Dialoge - Unterstützung von Analyse & Reflexion
Lernobjekte: Mitschriften von mündlichen Verhandlungen vor dem US Supreme Court
Diagramme zur Visualisierung von juristischer Argumentation als Testen von Hypothesen
Schwächen in Argumentationsdiagrammen – Auffindung und Rückmeldungen
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
3
Mündliche Gerichtsverhandlungen (US Supreme Court) Wichtiger Teil des Entscheidungsprozesses Anwälte schlagen Entscheidungsregel vor,
auf Basis derer der Fall zu entscheiden ist („Test“)
Richter prüfen diese Tests, u.a. durch hypothetische Szenarien (Bedeutung, Konsistenz mit vergangenen Entscheidungen, juristische und verfahrenstechnische Implikationen)
Basis des „common law“ (USA), aber auch der höheren Instanzen des „civil law“ (Europa)
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
4
Beispiel
Lynch v. Donnelly 465 U.S. 668 (1984)
Fakten: Die Stadt Pawtucket, Rhode Island, stellte jährlich eine Weihnachtsdekoration im Einkaufsbezirk der Stadt auf. Diese beinhaltete u.a. einen Weihnachtsmann, einen Weihnachtsbaum, ein Spruchband „ Seasons Greetings“ sowie ein Krippenspiel.
Frage: Verletzte dies die konstitutionelle Trennung von Kirche und Staat?
MR. DE LUCA: With the possible exception of the cross, the nativity scene is one of the most powerful religious symbols in this country, and most certainly one of the most powerful Christian religious symbols in this country. (…) Pawtucket's purchase, the maintenance, and the erection of the fundamental Christian symbol involves government in religion to a profound and substantial degree. (…)
JUSTICE: Now, if the city did not own the crèche itself, so that everything that was contributed to the display, including the crèche, were privately owned, it wouldn't violate the First Amendment, the fact that it was right next door to the City Hall, would it?
MR. DE LUCA: I think that in understanding that the city owns all of the symbols and all of the artifacts that are contained in this display, and assuming that the crèche were purchased and paid for privately without any other explanation that it is private, then I think it would still violate the establishment clause for the First Amendment, because there is no indication to anyone looking at that that the display or the crèche is not part of the broader display which is put up and sponsored by the city. (…)
JUSTICE: Would you regard the prayer that I spoke of to your friend in the House or the Senate or in any state legislature as purely symbolic, or is it a matter of substance?
Beispiel: Tests und Hypothesen
Test
Hypothese
ÄnderungTest
Hypothese
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
6
Pädagogischer Wert Argumentationsfähigkeiten wichtiger Teil
der juristischen Ausbildung Protokolle: realistische & wertvolle Beispiele
von Experten im Sokratischen Dialog Analyse der Protokolle:
Hilfreich zum Lernen dieser Fähigkeiten Gelegenheit zur Reflexion
Aber: komplexes, schwierig zu verstehendes Material ( Zielgruppe)
A Tool For Graphical Argument Visualization
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
8
Typisches Diagramm(Ergebnis einer Pilotstudie)
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
9
Intelligente Unterstützung Zentrale Frage: was macht gute
Argumentationsdiagramme aus? Problem 1: Domäne des juristischen
Argumentierens ist „ill-defined“ Kein formales Domänenmodell Verschiedene Ansichten und Repräsentationen
möglich Korrektheitsbegriff schwer zu definieren
Problem 2: Argumente bestehen aus Text in natürlicher Sprache – NLP-basierte Verfahren fehlerträchtig
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
10
Intelligente Unterstützung Ansatz: Versuch, Anzeichen von
Schwächen (potenzielle Probleme) in Argumentationsdiagrammen zu finden.
Unterscheidung verschiedener Arten von Schwächen: Diagrammstruktur Links zwischen Diagramm und Protokoll Textinhalt der Diagrammelemente
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
11
Strukturelle Schwächen Abstrakte Struktur des Graphs, keine
Berücksichtigung von Textinhalt der Knoten und Hyperlinks zum Protokoll
Erkennbar mittels Graphgrammatik (Regeln werden deklariert und parametrisieren allgemeinen Parser)
Unabhängig von Fällen Einfache Beispiele:
Isolierte Hypothesen Kein Test-Element vorhanden
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
12
Beispiel einer strukturellen SchwächeHypothetische Szenarien
werden voneinander unterschieden, aber eine ist weder zu den Fakten noch zu einem Test in Beziehung
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
13
Kontextschwächen Erkennbar durch Analyse von Links zwischen Graph
und Protokoll Beispiele:
Wichtiger Test im Diagramm nicht vorhanden Hypothese als Test markiert
Erkennung mit Graphgrammatik möglich Regeln zu Kontextschwächen sind fallabhängig Anforderung: Analyse des Protokolls durch Experten
zur Markierung von zentralen Stellen/Passagen Keine volle Expertenlösung notwendig!
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
14
Strukturelle Schwächen und Kontextschwächen
Erlauben Spezifikation von „Lösungsteilen“: Wichtige Teile des Arguments Allgemeine Argumentationsprinzipien
Fehlen von strukturellen Schwächen und Kontextschwächen inhaltliche Qualität der Lösung ?!
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
15
Inhaltliche Analyse?
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
16
Inhaltliche Schwächen Idee:
Kollaboratives Filtern – Lerner bewerten Lösungsteile anderer Lerner als Teil ihrer Arbeit mit dem System
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
17
Inhaltliche Schwächen Ausnutzung der Tatsache, dass
das System die Verbindungen zwischen Graphelementen und wichtigen Stellen des Protokolls kennt…
Lerner A
Lerner B
Lerner C
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
18
Inhaltliche Schwächen … für die Erstellung
der Dialoge.
Lerner A
Lerner B
Lerner C
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
19
Inhaltliche SchwächenQualitätsbewertung ist zusammengesetzt aus: Basisbewertung
Wie bewertet der Lerner alternative Lösungen (deren Qualitätsschätzung das System kennt)?
Dient als sofort verfügbare Heuristik Annahme: Qualität der Lösung korreliert mit
Fähigkeit des Erkennens guter Lösungen Evaluationsbewertung
Welche anderen Lerner empfehlen die Lösung (und welche nicht)?
Entwickelt sich mit der Zeit Annahme: gewichtetes Mittel der Empfehlungen
misst Qualität
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
20
Inhaltliche Schwächen Beispiel: Ein Lerner sieht in seinem Dialog
eine gute, eine mittlere und eine schlechte Lösung.
Er empfiehlt nur die gute hohe Basisbewertung
Seine Lösung wird jedoch von keinem anderen Lerner empfohlen geringe Evaluationsbewertung Diagnose einer inhaltlichen Schwäche
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
21
Rückmeldungen Das System ermittelt Schwächen in
Argumentationsdiagrammen, z.B. Hypothesen ohne Bezug zu Tests oder den Fakten Wichtige Testversionen nicht berücksichtigt Geringe Qualität von Testbeschreibungen
Anforderungen an Rückmeldung: Vermeidung von unangebrachten Fehlermeldungen Beziehung zum aktuellen Kontext des Lerners
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
22
Form der Rückmeldungen: Aufforderungen zur Selbsterklärung
Idee: Verwende erkannte Schwächen als Aufforderung zur Selbsterklärung
Forschungsergebnisse: Selbsterklärung lernförderlich (Lückenfüllung im Wissen, Reparatur mentaler Modelle)
Gelegenheit zur Reflexion über spezifische Teile des Sokratischen Dialogs – solchen, mit denen der Lernende vermutlich Schwierigkeiten hatte
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
23
Feedback as Self Explanation Prompts
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
24
Feedback as Self Explanation Prompts
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
25
Auswahl der Rückmeldungen Oft viele Schwächen gleichzeitig
diagnostizierbar (Pilotstudien: >100) mehrere Regeln (Arten von Schwächen) mehrere Passungen pro Regel (gleiche
Schwäche in verschiedenen Stellen des Diagramms)
Wozu wird Rückmeldung angeboten? Ansatz: Berücksichtige Arbeitskontext
des Lernenden
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
26
Auswahl der Rückmeldungen – Grundalgorithmus
1. Berechne alle möglichen Rückmeldungen2. Berechnung eines Prioritätsmaßes (Nähe zum
Arbeitskontext) für jede Rückmeldung3. Pro Kategorie (d.h. pro
rückmeldungserzeugender Regel in der Graphgrammatik) Bestimmung der Rückmeldung mit der höchsten Priorität
4. Wähle die fünf „Kategoriespitzenreiter“ aus
Verfahren garantiert, dass nicht zwei typgleiche Rückmeldungen, welche sich nur im Kontext im Diagramm unterscheiden, gezeigt werden.
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
27
Auswahl der Rückmeldungen – PrioritätsbestimmungFaktoren in der Prioritätsbestimmung:
Visuelle Information: sichtbarer Teil des Diagramms und des Protokollausschnittes
Zeitliche Information: letzter Zeitpunkt des Editierens von Diagrammelementen, auf welche sich eine Rückmeldung bezieht; Berücksichtigung, wann eine Passage des Protokolls das letzte Mal angezeigt wurde
Typbasierte Information: System merkt sich, wann eine Regel der Grammatik das letzte Mal Basis für eine Rückmeldung war ( niedrigere Priorität); Berücksichtigung der gleichzeitigen Passung von Rückmeldungen gleichen Typs ( höhere Priorität)
Phaseninformation: Typische wiederkehrende Verwendungsphasen (nicht notwendig in festgelegter Reihenfolge): A. Orientierung im System, B. Markierung und Verlinkung des Textes, C. Verbindung von Diagrammelementen, D. Analyse und Korrektur des Diagramms und E. Reflexion Heuristische Bestimmung der aktuellen Phase, zur Phase passende Rückmeldungen erhalten eine höhere Priorität
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
28
Auswahl der Rückmeldungen – Phasenbestimmung
Grundprinzip: Zuordnung von Rückmeldungen (Regeln) zu Phasen
Phase Beispiel für Aktivierungsbedingung einer zugehörigen Produktionsregel
A: Orientierung im System Diagramm enthält keine „Hypothesen“-Elemente
B: Markierung und Verlinkung des Textes
Keines der „Test“-Elemente im Diagramm annotiert eine wichtige Stelle im Textdokument, die die Formulierung eines Tests beinhaltet
C:Verbindung von Diagrammelementen
Ein „Test“-Element im Diagramm ist mit keinem „Hypothesen“-Element verbunden
D: Analyse und Korrektur des Diagramms
Das Diagramm enthält ein „Hypothesen“-Element, das in kausaler Beziehung („führt zu“) zu mehreren Tests steht
E: Reflexion Im Diagramm sind zwei weder direkt noch indirekt verbundene „Test“-Elemente enthalten (Rückmeldung: Anregung zur Diskussion dieses Teils des Arguments)
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
29
Auswahl der Rückmeldungen – Ansätze zur PhasenbestimmungGrammatikbasierter Ansatz (zustandsorientiert) –
bestimme Phasenwahrscheinlichkeit durch Zählung der möglichen anwendbaren Regeln pro Phase und setze dies ins Verhältnis zu den existierenden Regeln pro Phase (in unserem Fall: A:4, B:11, C:11, D:13, E:5)
Beispiel: 9 Regeln sind anwendbar, davon gehören fünf zu Phase B, eine zu Phase C und drei zu Phase E.
Heuristik für die aktuelle Benutzungsphase: P(A)=0%, P(B)=40%, P(C)=8%, P(D)=0% und P(E)=52%.
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
30
Auswahl der Rückmeldungen – Ansätze zur PhasenbestimmungAktionsbasierter Ansatz (prozessorientiert)– assoziiere
Benutzeraktionen zu Phasen (über Wahrscheinlichkeiten) und ermittle Phasenheuristik mittels Hidden Markov Modell
Phasenübergangswahrscheinlichkeiten:
(Wahrscheinlichkeiten geschätzt auf Basis der Pilotstudien, bessere Datenbasis nach erster größerer Studie)
Nach Von
A B C D E
A: Orientierung im System 0,4 0,4 0,2 0 0
B: Markierung und Verlinkung des Textes 0,1 0,3 0,3 0,1 0,2
C: Verbindung von Diagrammelementen 0,1 0,2 0,2 0,3 0,2
D: Analyse und Korrektur des Diagramms 0,1 0,2 0,2 0,3 0,2
E: Reflexion 0 0,1 0,1 0,2 0,6
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
31
Auswahl der Rückmeldungen – Ansätze zur Phasenbestimmung
Beispiel: minimale 36 erforderliche Schritte zur Erstellung des Diagramms
Viterbi-Algorithmus liefert: P(A)=7%, P(B)=18%, P(C)=18%, P(D)=28% und P(E)=29%
Auch hier Phase E am wahrscheinlichsten!
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
32
Zusammenfassung / Ausblick Juristische Argumentation: problematisches Gebiet für
traditionelle eLearning-Systeme (insbesondere ITS) Ansatz: Beispiele von Experten im Sokratischen Dialog
werden verwendet, um „gute Fragen zu stellen“: System zur Erstellung von graphischen
Argumentrepräsentationen Analyse der Diagramme auf Schwächen
verschiedener Arten (Graphgrammatik, kollaboratives Filtern)
Erkannte Schwächen Aufforderungen zur Selbsterklärung
Priorität von Rückmeldungen auf Basis des Benutzungskontextes (lokaler und zeitlicher Kontext, Rückmeldungshistorie und Benutzungsphase)
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
33
Zusammenfassung / Ausblick Pilotstudien (10 Studenten) sehr erfolgreich Oktober/November 2006: größere Studie
mit ~ 150 Studenten (1. Semester Jura) an der University of Pittsburgh
5 Konditionen geplant: Mit / ohne Rückmeldungen Individuelle / kollaborative Nutzung Zusätzliche Kontrollgruppe: Arbeit mit Text
Niels PinkwartDeLFI 2006
Schwachstellenermittlung und Rückmeldungsprinzipen in einem intelligenten Tutorensystem für juristische
Argumentation
34
Projektwebseite:
http://www.cs.cmu.edu/~hypoform
Email: