Erklaerungen in wissensbasierten Lernsystemen am Beispiel eines Tutors zur Normalisierung von Datenbanken

Erklarungen spielen eine entscheidende Rolle fur die Akzeptanz von wissensbasierten Systemen. Die vorliegende Arbeit diskutiert Erklarungen in wissensbasierten Lernsystemen. Gemeinsamkeiten und Unterschiede zwischen Erklarungen in Expertensystemen und solchen in Lernsystemen werden erarbeitet. Als Fallbeispiel dient NF-Tutor, ein Tutorensystem zur Normalisierung von Datenbanken. Im Zentrum stehen drei Erklarungsstrategien, die in NF-Tutor realisiert worden sind: fur die Erzeugung und die Benutzeradaption von Beweisbaumen wird ein erweiterter Metainterpreter vorgeschlagen. Die Widerspruchsmethode zielt darauf ab, dem Benutzer anhand von Widerspruchen die Konsequenzen seiner Eingaben zu erlautern. Die dritte Methode schlielich hat die Besprechung falscher Konzepte zum Ziel.

Erklärungen spielen eine entscheidende Rolle für die Akzeptanz von wissensbasierten Systemen. Die vorliegende Arbeit diskutiert Erklärungen in wissensbasierten Lernsystemen. Gemeinsamkeiten und Unterschiede zwischen Erklärungen in Expertensystemen und solchen in Lernsystemen werden erarbeitet. Als Fallbeispiel dient NF-Tutor, ein Tutorensystem zur Normalisierung von Datenbanken. Im Zentrum stehen drei Erklärungsstrategien, die in NF-Tutor realisiert worden sind: für die Erzeugung und die Benutzeradaption von Beweisbäumen wird ein erweiterter Metainterpreter vorgeschlagen. Die Widerspruchsmethode zielt darauf ab, dem Benutzer anhand von Widersprüchen die Konsequenzen seiner Eingaben zu erläutern. Die dritte Methode schließlich hat die Besprechung falscher Konzepte zum Ziel.