我想我個人知識面向的興趣和涉獵相當廣泛,人機互動方面包括了HCI, CSCW, IUI,心理學和行為科學方面包括了社會心理、認知科學、文化心理、教育,電腦科學方面包括資訊系統, machine learning, language technologies等。大學時自然科學和師範教育的背景,則給我科學哲學方面的啟迪。
認識我的教授一般少問我為何涉獵這麼多領域,但常提醒我要注意 scope,怕我野心太大。現在慢慢比較清楚術業有專攻,時間資源有限的道理,比較不會鑽牛角尖,也清楚找到niche的重要性,透過合作,很多理論工作讓別人做有時可以做的更好,這也是從事跨領域研究須接受以及學會的道理。我的dissertation也將只從中取一瓢飲。
不過當與外籍學人合作,他們常問的問題就是你到底"最"想做的研究到底是什麼,似乎不知道該定位我是偏社會的、偏認知的還是偏技術的,不相信這些面向可以在一個人的腦海裡並存不悖,而且是真的對這些都感興趣。
這似乎印證了文化心理學的一些觀察與理論(cf. Peng & Nisbett, 1999)。雖然我認為pluralism 以及diversity 是最好的approach,但西方的思考模式還是比較決定論的,p和否p不能並存。人就是有一個真正的興趣,想喝奶茶或咖啡,就是選一個,但沒有鴛鴦奶茶這個選項。學術世界裡,有所謂的門派和大辯論,一個原因也是因為雙方理論或模型的邏輯推導的結論有所矛盾。
源自西方的邏輯和分析方法是科學和科技發展的基礎,其實也內化到很多人的心中(不論東西方),成為個人生活決策的主要根據。作為一個科學、科技的研究者,我必須說當研究問題確認後,從假設發展到結論的過程中,邏輯分析是必要的,這是非常有用的工具。但在問題的選擇、研究風格、創意的產生上乃至於個人哲學、個人選擇與生活決策上,兼容並蓄我認為是好的。雖然一般講diversity是在社會與群體的層次,但在個體層次,如果能具備從不同面向來找問題與思考問題的能力,我認為是一個好的特質與技能。
在過去,對台灣教育的反思與批判多集中在教育與升學制度僵化,選擇過少,學生一般較為被動也比較不會去追求自己的獨特性、差異性並找到自己的興趣。相對而言,西方的教育,似乎在青少年到大學階段提供了較多元的選擇,但接下來,一個基於文化心理學上的理論假設是,一但做了選擇,西方文化下的個人也比較專注在自己做了選擇的這一塊(self-affirmation bias),而也較可能忽略了其他選擇所可能帶來的利基。用白話來說,雖然社會層次上,西方社會確實有各種規範,尊重多元發聲以及個人選擇,但個體層次上,大家是有忽略多元可以並存於一體的可能性。而東方的文化,我認為或許正好相反,個人內部的思考可能非常多元,可以接受多種不同的理論、想法並存的合理性,但社會層次上的多元性基於其他因素則較為不足。
我不認為我的廣泛興趣是一個特例,我猜想或許這是亞洲與台灣文化的特色在社會化與認知發展過程所造成的一些影響。亞洲文化蘊含了很多像"正反面都要看"、"有好有壞"、"中庸"這樣的想法,好的一面來看,這或許讓個體具有較好的環境適應性,即使環境激烈改變,認知和環境間仍不至於有太大落差-這是我們的生存之道(that's how we (and our ancestors) survive)。今天來看,如果這個認知上的特質可以在教育上被適當地引導,或許也以是是一種很好的一個的創意和合作的土壤。但如果只是利用這個文化認知特質強調"和諧"、"固有傳統",那我覺得就是用到不對的地方了。
還是再說一次,我最感興趣的就是當這些東西放在一起,真的。
Showing posts with label reading and thinking. Show all posts
Showing posts with label reading and thinking. Show all posts
Saturday, May 15, 2010
Saturday, May 08, 2010
來CMU的原因
發現我的blog似乎總是過於嚴肅,也太不個人化,寫文章的週期又長。最近想想覺得應該改變一下,換個比較輕鬆的角度與文體來談觀點與想法。也希望這樣可以發表的勤快一點。
我來美國念博士班的第一個學校是在CMU,現在正在念的Cornell則是第二個學校,中間會從CMU轉到Cornell一方面是因為當時指導教授決定接受Cornell的教職,另一方面在CMU念了兩年之後,對美國的研究與學術文化有較深了解,發現隨指導教授到Cornell只會增加資產而不會減少,例如仍然和CMU的計畫和老師保持合作,但來Cornell同時可以認識更多人、接觸不同的文化,並有更多新的學習和研究機會。再來因為自己當時覺得仍在找一個環境來從事理想中一個結合資訊科學和社會科學的研究典範。Cornell在資訊科學和社會科學兩方面的資源都很豐富,學術文化傳統與創新並具,對於想將跨領域研究較深入的基植於社會與心理科學研究的我來說,做這個決定並不困難。
但我想談的是,離開台灣出國念博士的那一年,為什麼來了CMU?
或著說為什麼CMU吸引了我,讓我在那年戰戰兢兢地把CMU的博士班列為我的第一志願?
不可否認CMU在CS的排名很好,是CS名校,但真正吸引我的還是因為當年讀了Herbert Simon的書The Sciences of the Artificial。
可能因為我大學是念自然科學的,對於研究的目的比較著重在知識的層面。人類因為要了解宇宙的浩瀚所以研究天文,要了解生命的本質所以研究生物。但當開始念CS碩士時,周遭學生間常談的常聽到的,學問似乎瞬間變成了"技術",研究似乎不是為了了解事物的本質,而是為了"更快更大更炫",然後當學生的希望畢業後可以到"科技業"找個好工作。我當時其實是很困惑的,對於研究和科學的本質,以及對二十出頭的年輕人,人生的下一步該往那走,有許多的問號。一開始會選擇念CS碩士,也是就業動機居多,但慢慢發現"找個好工作"雖然不錯,但這似乎不是我真的想要的。(05/11/2010 udpate: 突然想到,現在不論領域,很多時候研究背後的目的似乎變成是發paper...)
幾年過去,我從師長那邊得到了不少指導和幫助,我也試著開始一些牙牙學語般的研究,我大概知道自己對做研究很有興趣,想走這條路,但還是不那麼清楚該怎麼做。因為背景和一般CS科班學生不同,性向及多方引導下,自然而然地走起和別人不同的路,做跨領域的研究,但卻不知道怎麼去談什麼是跨領域研究,為什麼要做跨領域研究這些問題,這裡面其實有不少挫折在。難免遇到技術至上的同儕,怎麼談都不對。
在中研院當研究助理時,偶然地發現Herbert Simon這本書,我只記得我反覆讀著第一章不能自己,不能相信這麼晚才讀到這些文字,AI背後其實有這麼多的思考與洞見,從complex system的角度看,社會科學和CS可以有這麼多交集。又更驚喜地發現我極感興趣的研究領域之一,Intelligent Tutoring System(ITS),在CMU是相當興盛的一個研究主題,也受到Herbert Simon很多影響,所以便鎖定CMU一路勇往直前。
現在有人有時會問我,放棄CMU到Cornell不可惜嗎(US. NEWS CS排名: #1 -> #5 )?
我曾經以為到CMU後我會對Simon這一套思考會有更深入、更異於他人的體會。
其實不然,他的書其實已經寫的很清楚了,現在回頭看,原來我在台灣讀這書和嘗試去做ITS時也已掌握六七分。不可諱言,受教於相關學者對剩下的三四分確實有所幫助,但是不是physically在CMU,或degree是不是CMU真的不是那麼重要。真正投入研究後,當年的偶像情節也慢慢的被實際的研究活動取代。另外,這一套(以及其他任何一套)也不該是人生所學的唯一一套。作為學術上的後生小輩,重要的應該是怎麼樣去在教育上、研究上、學術上去提出新的思惟,有不同的貢獻。世界上有過一個Herbert Simon,事實上大概不是那麼需要另一個想法一模一樣的學者(if any)。
說到排名,先不論#1和#5的差異有多少,這種排名合不合理,或CS排名對跨領域研究(以及任何實際的研究活動)的意義有多大,還有群體與個人間的連結關係為何(if rank(A) > rank(B), every student in university A is smarter than B?),我想在某個時間點一定要忘記排名,才能用一種比較合理的方式去評價自己與社群同儕的研究,有效與研究社群交流與學習,也才能繼續進步。
話說Cornell也有我大學時的偶像Carl Sagan的足跡阿。
我來美國念博士班的第一個學校是在CMU,現在正在念的Cornell則是第二個學校,中間會從CMU轉到Cornell一方面是因為當時指導教授決定接受Cornell的教職,另一方面在CMU念了兩年之後,對美國的研究與學術文化有較深了解,發現隨指導教授到Cornell只會增加資產而不會減少,例如仍然和CMU的計畫和老師保持合作,但來Cornell同時可以認識更多人、接觸不同的文化,並有更多新的學習和研究機會。再來因為自己當時覺得仍在找一個環境來從事理想中一個結合資訊科學和社會科學的研究典範。Cornell在資訊科學和社會科學兩方面的資源都很豐富,學術文化傳統與創新並具,對於想將跨領域研究較深入的基植於社會與心理科學研究的我來說,做這個決定並不困難。
但我想談的是,離開台灣出國念博士的那一年,為什麼來了CMU?
或著說為什麼CMU吸引了我,讓我在那年戰戰兢兢地把CMU的博士班列為我的第一志願?
不可否認CMU在CS的排名很好,是CS名校,但真正吸引我的還是因為當年讀了Herbert Simon的書The Sciences of the Artificial。
可能因為我大學是念自然科學的,對於研究的目的比較著重在知識的層面。人類因為要了解宇宙的浩瀚所以研究天文,要了解生命的本質所以研究生物。但當開始念CS碩士時,周遭學生間常談的常聽到的,學問似乎瞬間變成了"技術",研究似乎不是為了了解事物的本質,而是為了"更快更大更炫",然後當學生的希望畢業後可以到"科技業"找個好工作。我當時其實是很困惑的,對於研究和科學的本質,以及對二十出頭的年輕人,人生的下一步該往那走,有許多的問號。一開始會選擇念CS碩士,也是就業動機居多,但慢慢發現"找個好工作"雖然不錯,但這似乎不是我真的想要的。(05/11/2010 udpate: 突然想到,現在不論領域,很多時候研究背後的目的似乎變成是發paper...)
幾年過去,我從師長那邊得到了不少指導和幫助,我也試著開始一些牙牙學語般的研究,我大概知道自己對做研究很有興趣,想走這條路,但還是不那麼清楚該怎麼做。因為背景和一般CS科班學生不同,性向及多方引導下,自然而然地走起和別人不同的路,做跨領域的研究,但卻不知道怎麼去談什麼是跨領域研究,為什麼要做跨領域研究這些問題,這裡面其實有不少挫折在。難免遇到技術至上的同儕,怎麼談都不對。
在中研院當研究助理時,偶然地發現Herbert Simon這本書,我只記得我反覆讀著第一章不能自己,不能相信這麼晚才讀到這些文字,AI背後其實有這麼多的思考與洞見,從complex system的角度看,社會科學和CS可以有這麼多交集。又更驚喜地發現我極感興趣的研究領域之一,Intelligent Tutoring System(ITS),在CMU是相當興盛的一個研究主題,也受到Herbert Simon很多影響,所以便鎖定CMU一路勇往直前。
現在有人有時會問我,放棄CMU到Cornell不可惜嗎(US. NEWS CS排名: #1 -> #5 )?
我曾經以為到CMU後我會對Simon這一套思考會有更深入、更異於他人的體會。
其實不然,他的書其實已經寫的很清楚了,現在回頭看,原來我在台灣讀這書和嘗試去做ITS時也已掌握六七分。不可諱言,受教於相關學者對剩下的三四分確實有所幫助,但是不是physically在CMU,或degree是不是CMU真的不是那麼重要。真正投入研究後,當年的偶像情節也慢慢的被實際的研究活動取代。另外,這一套(以及其他任何一套)也不該是人生所學的唯一一套。作為學術上的後生小輩,重要的應該是怎麼樣去在教育上、研究上、學術上去提出新的思惟,有不同的貢獻。世界上有過一個Herbert Simon,事實上大概不是那麼需要另一個想法一模一樣的學者(if any)。
說到排名,先不論#1和#5的差異有多少,這種排名合不合理,或CS排名對跨領域研究(以及任何實際的研究活動)的意義有多大,還有群體與個人間的連結關係為何(if rank(A) > rank(B), every student in university A is smarter than B?),我想在某個時間點一定要忘記排名,才能用一種比較合理的方式去評價自己與社群同儕的研究,有效與研究社群交流與學習,也才能繼續進步。
話說Cornell也有我大學時的偶像Carl Sagan的足跡阿。
Monday, December 14, 2009
談人機互動與電腦科學
觀察過去二十年間,基礎計算、通訊與網路科技的普及對人們的生活與工作已經產生相當程度的影響。例如網際網路不只是單純遠距離資料傳輸的系統,更成為一種新興的傳播媒介,創造與廣播資訊的權力下放而普及到了網際網路上的每一個使用者。而新興的社會運算(social computing)模式則可能改變了我們對人與電腦各自的角色為何以及如何互動的一些既有看法。網路協作社群(例如Wikipedia)與社交網站(例如facebook.com)的興起表明了資訊科技對人類知識擷取、問題解決、情感溝通與社會結構生成與維持等各個層面的複雜活動上所可能產生新的影響。
電腦的長處在解決正規化的問題,但對於更多不容易被正規化的真實世界的問題,人似乎還是難以被取代。社會運算的啟示是,雖然電腦對於解決這些真實問題仍無能為力,適當設計的資訊系統卻可能成為關鍵科技,可以幫助一群人合作互動以有效地解決問題。對資訊科學與工程領域而言,使資訊系統變得「更好更快」一直是一個研究上的主要驅力。然而當資訊系統與社會系統以及人類各個面向的活動有著上述這類型緊密的結合,僅由技術的角度來設計與評估科技將提供非常有限的訊息,例如技術上來看,Wikipedia可能不過是包含了資料庫、web伺服器等已經成熟的技術的一套web系統。研究者不可避免地需要社會科學的理論與方法以了解社會運算及其他人機互動系統對於人及社會系統的真正效果。這是因為人機互動現象本身牽涉到了至少兩種可能依循不同第一法則(first principle)的實體- 電腦與人,經典電腦科學提供了電腦系統如何運作的解釋,但若缺少了社會科學的知識體系的介入,我們對人在科技使用脈絡下的認知與社會行為所作的解釋與評估將顯得相當片面。
但不同於傳統社會科學的是,科技的設計仍是研究本身的一個元素與目的,若單由傳統社會科學的角度來切入人機互動研究則可能忽略了科技本身的特性與限制,或許無法提出適切的研究問題或有效地導引科技的設計與發展。因此人機互動的研究所需要的可能不僅是不同背景的研究者間跨領域的合作,未來更需要的可能是具一定跨領域訓練背景的研究者的養成與投入,以及思考如何在既有的學校與研究機構裡取得合適的配置與後勤支援。
雖然人機互動研究因其跨領域特性或可在諸多學科領域落地生根,包括管理、設計、傳播、工程、心理、語言、經濟、社會、人類、教育等,但其本質上仍是一門電腦「的」科學(a science of computer),沒有電腦系統這個人造物(artifact),就不會有人機互動的現象。人機互動或可視為一個需要一套不同於傳統電腦科學研究策略的電腦科學議題。 深入的人機互動研究應超越了「只是使用者介面/資訊輸出入介面設計」或是「只是使用者問卷調查」等去理論式的、片面式的解讀與取向,不論前者或後者都是對人機互動現象中可能可以從事的電腦科學或社會科學研究的深度與廣度的一種誤解,ACM SIGCHI相關研討會與期刊過去二三十年間累積的文獻,應可作為一個見證。
對於以資訊科技的發展與創新為主要責任之一的資訊科學與工程領域而言,如何面對幾乎是自發性發生的新興人機互動現象是一個兩難的困境。像社會運算的蓬勃發展,某個程度上被解讀為資訊科技的勝利,但弔詭的是,經典電腦科學對於這些互動模式的催生、預測與解釋所能做的似乎相當有限。當我們切不開人的因素與電腦系統的設計發展,一個可能的方向是適度吸納關於「人的科學」到電腦科學的體系裡。這並不是前所未見的構想,世界上許多研究與教育機構已經在進行這樣的計畫*。但我們是否已經準備好將行為研究方法(behavioral research methods)、認知心理學(cognitive psychology)或民族誌方法(ethnography)等課程作為一門研究工具教給資訊科學或資訊工程的學生?
Allen Newell和Herbert Simon在1976年圖靈獎的講座上開宗明義的定義電腦科學為一門「研究圍繞著電腦之相關現象的科學」("the study of the phenomena surrounding computers")**。在那個年代,Newell和Simon所要點醒的是電腦科學不應只是研究計算機的硬體架構,還應該包括了計算機的抽象功能與運行中所進行的計算之法則與現象。Newell和Simon當年所想要疾呼的觀念,現在已經被廣泛的接受並成為電腦科學研究的主流。有趣的是,今天「圍繞電腦之相關現象」的範圍已經從抽象的運算與問題解決擴展蔓延到許多人類真實生活與工作中的活動與科技使用行為。我們需要思考的是,現在、十年、二十年後的電腦科學應該包括什麼?
最後想稍微世俗化地從國內資訊產業發展的角度來討論,一個普遍討論的議題似乎是,我們越來越希望能發展出新穎的資訊科技應用模式,也希望擺脫代工走向設計。如果這是一個確切的需求,國內資訊科學與工程學界的一個挑戰的或許是- 如何正面的回應這個需求?這其中有相當大的一個部份需要的是我們對人(「使用者」)有更深層的洞見與了解,而跨領域的人機互動研究目前看來是通往此目標的途徑之一。有系統地去建立人機互動的教學與研究能量應是我們可以思考的下一個發展方向。
*一些社會運算方面的人機互動研究學術機構
Cornell- http://www.infosci.cornell.edu/
CMU- http://www.hcii.cs.cmu.edu/
Georgia Tech- http://www.cc.gatech.edu/inside/units/ic
Michigan- http://www.si.umich.edu/
UC Irvine- http://www.ics.uci.edu/informatics/
...
等
**http://www.cs.utexas.edu/~kuipers/readings/Newell+Simon-cacm-76.pdf
Friday, July 08, 2005
A note after visiting CMU
美 國國慶日的午後,坐在匹茲堡國際機場等待經洛杉磯轉往台北的班機,心中的感受與過去開完研討會後回國的心情特別的不同。此次參與了在卡內基美隆大學 (Carnegie Mellon University, CMU)電腦科學學院人機互動研究所舉行的智慧型教學系統(Intelligent tutoring system)夏季課程後,一方面檢視著在理論、實作及評估各個研究課題上豐富的啟發及收穫外; 另一方面也明白了卓越研究的原因,除了絕佳的硬體設備及精緻宜人的校園外,當我見到CMU裡天資過人的老師學生仍戰戰兢兢地進行研究工作,不放過任何一個 細節的態度,方真正體會到「羅馬不是一天造成的」,以及在學術的殿堂裡我們永遠都要謙卑的道理。任重而道遠,此行之末,心情竟有點沈重,反覆思索著,反省 自己是否已做好迎接未來博士班乃至於更長遠的研究工作的挑戰...
CMU早於1965年便成立電腦科學系(CSD),於 Stanford, Cornell等校的電腦科學系並列美國最早的電腦科學高等教育及研究機構之一。受到早年Herbert Simon, Alan Newell等人在人工智慧、人機互動、經濟學、心理學、教育、哲學上的歷史性開創工作影響,CMU對於電腦科學相關各個次領域及跨領域的課題研究之深度 及廣度一直都是其他地方所少見。80年代CMU更進一步成立美國第一個電腦科學學院,引領風騷,其影響力一直持續至今。該學院迄今已經出現一位諾貝爾獎得 主(Herbert A. Simon), 六位ACM Turing Award得主,四位美國國家科學院會員、六位美國國家工程學院會員、十一位AAAS Fellows、十位ACM Fellows及八位IEEE Fellows。(資料來源:http://www.cs.cmu.edu/people/achievements/)
此 次參與的夏季 課程,是在美國國科會(National Science Foundation, NSF)經費資助下,以匹茲堡學習科學研究中心(Pittsburgh Science of Learning Center, PSLC)的名義舉行。該中心為CMU及鄰近之Univ. of Pittsburgh共同規劃成立,主要成員包括了CMU人機互動研究所、心理系及U. Pitt之智慧型系統學程(Intelligent System Program, ISP)、心理系的成員。兩校的著名資深學者包括Kurt Vanlehn, Ken Koedinger, Michelle Chi, Tom Mitchell等人均為成員之一。
此次課程包含了講座及實作兩個部分,兩者相輔相成,更能啟發對於認知模型理論及研究議題的想法及深層認識。
講 座的部分主要講師為Ken Koedinger, Vincent Aleven及Kurt Vanlehn等人,演講的題目從認知理論、編輯工具使用的解說到教學系統的評估,內容扎實而豐富,個人受益良多。在這裡我們聽不到高談闊論的自我推銷, 只有實事求是的一再驗證及辯論。講師每講完一張投影片,都會主動地詢問聽眾是否有問題,甚至尋求聽眾的挑戰("do you want to contradict me?"),這點是在台灣少見的情形。而這次課程的參與者的組成,以即將畢業的博士生、博士後研究員(多位CMU心理系Post-doc)乃至各個領域的 教授為主,我知道的就有馬里蘭大學的心理系副教授及Iowa State的物理學教授來參加,而且就像是研究生一樣,在實作時也一起動手操作每個細節,聽眾本身的研究實力即已不容小覷,講師與參與者間一來一往的詰問 辯答更是整個workshop的精華所在。
在實作的部分,在此課程開始前數週,我便已收到該中心調配的分組名單,附上他們希望學員先行自 修的預習教材,希望大家能在課程開始之前,即對於系統實作部 分有所準備。每組成員為二到三人,並個別指派領域專家(Domain Expert)或是電腦專家(CS Specialist)的角色,以期在小組合作進行家教系統實作時,能有各個面向的專業及意見參與。此次我所在的小組實作的主題是化學家教系統,我此次被 擔任的角色是電腦專家,主要負責production rules(一種以認知心理研究為基礎的知識表達法)的程式設計,而與我同組擔任領域專家的是CMU心理系的一位博士後研究員,主要負責設計分析化學領域 裡的困難概念,並將之轉化為適合實作為智慧型教學系統的問題解決形式。在短短的五天裡面,我們從摸索該中心所設計的Cognitive Tutor Authoring Tool(CTAT)編輯工具,到學習進行使用者晤談的心理學方法,接著實際操作工具設計系統,並進行部分程式設計,到最後一天以口頭報告的方式呈現實作 的成果,並提出可供改進及後續研究的想法建議。整個來看,這個「動手做」的課程設計正是認知理論裡learning by doing的最好實踐。其中,個人不僅在專業知識上收穫豐富,更累積了與其他領域的傑出研究者互動合作、溝通意見的寶貴經驗。難得的是,該課程的講師包括 Ken, Vincent等教授與學員之間絲毫沒有任何距離,我們隨時可以與他們互動討論,我相信這是形成一個良好研究環境的重要因素。
研 究工作或許有相當部分仍取決於研究人員本身的素質及創造力,然而,觀念的建立,文化氛圍的涵養及良性競爭的循環,都不是單純以少數個人天資聰穎就可以達到 的目標,而這些根深蒂固於CMU電腦科學學院裡的因子,值得深刻體會思考,一方面提升自我的視野,另一方面也是未來在參與甚至經營研究團隊時,一個很好的 典範參照。
CMU早於1965年便成立電腦科學系(CSD),於 Stanford, Cornell等校的電腦科學系並列美國最早的電腦科學高等教育及研究機構之一。受到早年Herbert Simon, Alan Newell等人在人工智慧、人機互動、經濟學、心理學、教育、哲學上的歷史性開創工作影響,CMU對於電腦科學相關各個次領域及跨領域的課題研究之深度 及廣度一直都是其他地方所少見。80年代CMU更進一步成立美國第一個電腦科學學院,引領風騷,其影響力一直持續至今。該學院迄今已經出現一位諾貝爾獎得 主(Herbert A. Simon), 六位ACM Turing Award得主,四位美國國家科學院會員、六位美國國家工程學院會員、十一位AAAS Fellows、十位ACM Fellows及八位IEEE Fellows。(資料來源:http://www.cs.cmu.edu/people/achievements/)
此 次參與的夏季 課程,是在美國國科會(National Science Foundation, NSF)經費資助下,以匹茲堡學習科學研究中心(Pittsburgh Science of Learning Center, PSLC)的名義舉行。該中心為CMU及鄰近之Univ. of Pittsburgh共同規劃成立,主要成員包括了CMU人機互動研究所、心理系及U. Pitt之智慧型系統學程(Intelligent System Program, ISP)、心理系的成員。兩校的著名資深學者包括Kurt Vanlehn, Ken Koedinger, Michelle Chi, Tom Mitchell等人均為成員之一。
此次課程包含了講座及實作兩個部分,兩者相輔相成,更能啟發對於認知模型理論及研究議題的想法及深層認識。
講 座的部分主要講師為Ken Koedinger, Vincent Aleven及Kurt Vanlehn等人,演講的題目從認知理論、編輯工具使用的解說到教學系統的評估,內容扎實而豐富,個人受益良多。在這裡我們聽不到高談闊論的自我推銷, 只有實事求是的一再驗證及辯論。講師每講完一張投影片,都會主動地詢問聽眾是否有問題,甚至尋求聽眾的挑戰("do you want to contradict me?"),這點是在台灣少見的情形。而這次課程的參與者的組成,以即將畢業的博士生、博士後研究員(多位CMU心理系Post-doc)乃至各個領域的 教授為主,我知道的就有馬里蘭大學的心理系副教授及Iowa State的物理學教授來參加,而且就像是研究生一樣,在實作時也一起動手操作每個細節,聽眾本身的研究實力即已不容小覷,講師與參與者間一來一往的詰問 辯答更是整個workshop的精華所在。
在實作的部分,在此課程開始前數週,我便已收到該中心調配的分組名單,附上他們希望學員先行自 修的預習教材,希望大家能在課程開始之前,即對於系統實作部 分有所準備。每組成員為二到三人,並個別指派領域專家(Domain Expert)或是電腦專家(CS Specialist)的角色,以期在小組合作進行家教系統實作時,能有各個面向的專業及意見參與。此次我所在的小組實作的主題是化學家教系統,我此次被 擔任的角色是電腦專家,主要負責production rules(一種以認知心理研究為基礎的知識表達法)的程式設計,而與我同組擔任領域專家的是CMU心理系的一位博士後研究員,主要負責設計分析化學領域 裡的困難概念,並將之轉化為適合實作為智慧型教學系統的問題解決形式。在短短的五天裡面,我們從摸索該中心所設計的Cognitive Tutor Authoring Tool(CTAT)編輯工具,到學習進行使用者晤談的心理學方法,接著實際操作工具設計系統,並進行部分程式設計,到最後一天以口頭報告的方式呈現實作 的成果,並提出可供改進及後續研究的想法建議。整個來看,這個「動手做」的課程設計正是認知理論裡learning by doing的最好實踐。其中,個人不僅在專業知識上收穫豐富,更累積了與其他領域的傑出研究者互動合作、溝通意見的寶貴經驗。難得的是,該課程的講師包括 Ken, Vincent等教授與學員之間絲毫沒有任何距離,我們隨時可以與他們互動討論,我相信這是形成一個良好研究環境的重要因素。
研 究工作或許有相當部分仍取決於研究人員本身的素質及創造力,然而,觀念的建立,文化氛圍的涵養及良性競爭的循環,都不是單純以少數個人天資聰穎就可以達到 的目標,而這些根深蒂固於CMU電腦科學學院裡的因子,值得深刻體會思考,一方面提升自我的視野,另一方面也是未來在參與甚至經營研究團隊時,一個很好的 典範參照。
Subscribe to:
Posts (Atom)