Sviluppo e Applicazioni di Modelli Formali per la Valutazione Adattiva della Conoscenza e dell'Apprendimento nell'Ambito della Knowledge Space Theory

Le cinque ricerche che si presentano in questa tesi si sviluppano entro la knowledge space theory, una teoria matematica recente che fornisce un importante quadro di riferimento formale per lo sviluppo di sistemi computerizzati web-based che abbiano l'obiettivo di valutare la conoscenza e l'apprendimento degli individui. La nozione al centro dell'intera teoria è quella di di conoscenza, cioè l'insieme dei problemi che uno studente è capace di risolvere, in un certo dominio di conoscenza. La collezione di tutti gli stati di conoscenza osservabili in una popolazione di studenti costituisce una struttura di conoscenza. Le strutture di conoscenza sono un modello deterministico teorico dell'organizzazione della conoscenza all'interno di un particolare dominio. La loro validazione empirica è resa possibile grazie alla verifica probabilistica della loro plausibilità. Il basic local independence model (BLIM) è un modello probabilistico che è stato sviluppato a questo scopo. Nonostante sia il modello più utilizzato nella KST, problemi relativi alla sua applicabilità rimanevano ancora aperti. L'obiettivo generale delle prime tre ricerche che si presentano in questa tesi, è stato quello di risolvere questi problemi per conferire una maggiore validità alle applicazioni empiriche del modello. Nella KST, la nozione di stato di conoscenza non fornisce alcun tipo di interpretazione cognitiva. Invece, nella competence-based KST (CbKST) l'obiettivo principale della valutazione diviene quello individuare lo stato di competenza dello studente, ovvero l'insieme delle abilità che possiede. Le altre due ricerche che si presentano nella tesi si collocano all'interno di questo quadro teorico. Esse hanno avuto l'obiettivo di colmare alcune mancanze relative della CbKST, una di tipo probabilistico e l'altra di tipo deterministico.