错误库以错误案例的形式罗列了常见的误解与错误，反映了某个领域内典型的错误认识。错误库将错误命令列举出来，使电脑导师明确哪些是不正确的知识，也就是说，可以通过学习者行为明显观察到的错误。比如，某解决方案中的某一步或某个问题的答案。整体而言，错误库可用于：①逐步诊断学习者的知识状态及可能出现的错误；②预测学习者在特定问题上采取的推理路径；③预测学习者未来可能出现哪些错误与答案；④相应地给出反馈。然而，错误库对于在没有明确定义的建筑等领域里建构学习者的知识并不现实，在这种情况下，问题得以解决之前，其解决路径的价值是无从知道的。对于社会交互技能等领域而言，错误库更加不适用，在这些情况下，学习者行为是否恰当是相对于具体环境而言的，而错误案例的参数是绝对的、具体的。
但是，错误库证明了学习者模型的作用，以及表示与推断学习者知识时的难度。错误库突出了领域知识与人们在该领域可能犯的不同错误类型间的关系，提出了一系列问题，如什么是错误想法、某领域的典型误解有哪些、学习者的哪些行为可算作是掌握或欠缺。同样，错误库还提供了一种对学习进行思考的宝贵工具、支持学习的最佳方式，表明就连减法这样最简单也最明确的问题，也会带来令人措手不及的大量错误，而且这些错误的源头可能各不相同。
认知导师与认知建模
认知导师(CTs)是错误库的代表，也是改良得极其成功的错误库应用。认知导师，起初是作为思维的适应性控制(ACT)模型及随后的ACT-R认知理论(Anderson,1983)的测试平台，利用ACT-R，将某领域知识的具体要求与认知诊断工具结合起来，具体来讲，就是模型跟踪与知识跟踪。ACT-R旨在描绘人类在数学等程序领域解决问题时的认知过程，以丰富我们对知识结构、知识存储结构，以及知识的获取与提升方式在遇到适当的触发器时如何随时间变化等的理解。ACT-R对陈述性知识(如“等式两边同时除以同一个数，结果仍然是等式”)与程序性知识(如“如果要求得出等式aX=b中的X，那么可以将等式两边同时除以a来求解X”)进行了区分(参见Corbett et al.，1997)。由此可见，事实知识与过程知识的要素在本质上是彼此不同的。
第29章 学习者建模环境
447
675