Does handwriting impact learning on math tutoring systems?

Abstract

Intelligent Tutoring Systems (ITSs) for Math still use traditional data input methods: computers' keyboard and mouse. However, students usually solve math tasks using paper and pen. Therefore, the gap between the manner the students work and the requirements imposed by these typing-based systems expose students to an extraneous cognitive load, impairing their learning. Our study investigates the impact of the data input method on students' learning and fluency in solving equations using step-based math ITSs. More specifically, we have considered the standard typing and handwriting input methods. We hypothesized that the students would be more fluent using their handwriting with online recognition to solve math equations than using the typing input method. This fluency indicates a reduction in cognitive load, freeing working memory for logical reasoning instead of interface preconditions, leading to improved learning. We have conducted an experiment with 55 seventh-grade students from a private school to validate the hypothesis, randomly assigned to control and experimental groups. Each group used one of the input methods on two different devices (desktop computers and tablets). Although students using handwriting solved more equations and were faster than students who typed their equations, we could not find statistically significant differences in the learning between students that used typing or handwriting. Additionally, we have found that the input method used in a not ideal device (e.g., handwriting with a computer's mouse instead of using a touch screen device) can negatively affect the students' performance.

Equitable Access to Intelligent Tutoring Systems Through Paper-Digital Integration

“…A recent study found no significant difference in student outcomes when comparing the input modality in a digital intelligent tutor. The researchers in this study compared online handwriting input with the typing-based input [10].…”

Algoritmos de Reconhecimento de Dígitos para Integração de Equações Manuscritas em Sistemas Tutores Inteligentes

“…No entanto, como uma tecnologia baseada em computador, os STIs possuem uma característica que pode mitigar suas contribuic ¸ões para a educac ¸ão matemática: enquanto estudantes aprendem e estão acostumados a resolver problemas matemáticos à mão (ou seja, escrevendo números e equac ¸ões no papel), eles precisam inserir suas soluc ¸ões nos STIs usando um teclado [Soofi and Ahmed 2019]. Consequentemente, essa diferenc ¸a em relac ¸ão à prática padrão dos estudantes pode levar a problemas de usabilidade e prejudicar experiências de aprendizagem [Anthony et al 2005, Anthony et al 2007, Morais and Jaques 2022.…”

“…Diante das limitac ¸ões de digitar ao invés de escrever, pesquisas sobre STIs para matemática têm explorado interfaces para entrada de dados a partir da escrita à mão. Por exemplo, [Morais and Jaques 2022] apresentam um estudo experimental que, no contexto de um STI para álgebra, compara dois métodos de entrada: digitando em um teclado e escrevendo em uma interface de touchscreen. Os resultados demonstram que os estudantes que usaram o método de escrita manual resolveram mais perguntas e foram mais rápidos do que aqueles que usaram o outro método, embora não tenham encontrado diferenc ¸as significativas em termos de aprendizado dos estudantes.…”

Dinâmica de afetos em um Sistema Tutor Inteligente de matemática no contexto brasileiro: uma análise da transição de emoções acadêmicas

“…Para isso, inicialmente realizamos uma coleta de dados com alunos utilizando PAT2Math, um Sistema Tutor Inteligente (STI) gamificado baseado em passos, que vem auxiliando centenas de alunos no Brasil com o conteúdo de equações de primeiro grau (Jaques et al, 2013;O. Azevedo, Morais, & Jaques, 2018;Morais & Jaques, 2022). Após, as emoções dos alunos foram capturadas através do protocolo EmAP-ML, em que anotadores humanos treinados codificaram as emoções confusão, frustração, tédio, engajamento e "outros" por meio da análise de vídeos do rosto com áudio e da tela dos alunos (Morais, Kautzmann, Bittencourt, & Jaques, 2019).…”