要为某领域构建一套从教育角度来看也合理的约束条件是一项艰巨的任务，但是通过解决针对性过强这个问题，这项任务得到了极大的缓解，使基于约束的建模成为学习者模型的一个有效的计算解决方式。正如奥尔松所指出的，约束条件集并不一定要完整才有用。不完整的约束条件集可能导致某些罕见的错误被忽略，但只要能解决最常见的错误，该系统就仍然能给学习者提供有价值的反馈。重要的是，根据约束条件形成知识(即只有正确的知识才需要完全符合所有特性)使得这些表示能够被用于不同的学习者群体。
除了确保计算效率，基于约束的建模也号称是一种能保证认知正确的方法：这种方法基于心理学中的学习理论，坚称学习主要发生在学生意识到自己犯错之时。该理论对生成性知识与评价性知识进行了区分(Ohlsson，1996)。生成性知识创造了问题解决行为，可以借由一套规则来表达。评价性知识根据特定目标的合意性来评判行为结果，可表现为一套约束条件。奥尔松推测新的认知技巧的获得是以知识的评价元素向生成元素转化为基础的(至少部分程度上如此)(Ohlsson，1996)。因而，在该学习理论情境中，基于约束的建模环境构成了一种增强型评价知识基础，其包含的约束条件代表了评价性专业知识。系统使学习者能够访问评价知识，能够加速并增强信息从评价元素向生成元素的转换，因而最终能够支持学习过程。
学习者的情感
目前我们所回顾的学习者模型方法均未包含这样一种机制，能够以某种方式说明教育互动的情绪与情境如何影响到学习体验与学习效率。然而，学习者情绪对学习的重要性在教育领域早有认识。早在1908年，耶基斯和多德森(Yerkes and Dodson)就曾探讨过学习者情绪唤醒与学习成绩之间的关系，指出适度的情绪唤醒比过低或过高的唤醒更好，唤醒过高或过低可能对学习不利(Yerkes and Dodson,1908)。他们观察发现，认知与情绪是紧密交织在一起的，而近来有关神经科学与心理学的研究近一步证实了这一点(Damasio，1994)。情绪体验有助于人们面对环境要求做出决策，学习过程中涉及的三种主要认知过程注意、记忆与推理受到特定情绪体验的强烈影响。积极的情绪能提升注意力，促进记忆，提高问题解决与决策的效率与效能(Isen，2000)。而负面情绪则可能导致注意力不集中，干扰信息检索，使记忆不再有效，还有可能导致趋同推理与顺序推理(Lissetti and Schiano,2000)。
数字技术研究(世哲手册)
45
678