Сетевой электронный научный журнал "СИСТЕМОТЕХНИКА", № 1, 2003 г.

КОНЦЕПЦИЯ ОТКРЫТОЙ АДАПТИВНОЙ КОНТРОЛЬНО-ОБУЧАЮЩЕЙ СИСТЕМЫ НА ОСНОВЕ ПЕРСОНАЛИЗАЦИИ ПРОЦЕССА ОБУЧЕНИЯ

 

Жукова И.Г., Сипливая М.Б., Шабалина О.А.

(Волгоградский государственный технический университет; marina@cad.vstu.ru)

 

Развитие современных информационных технологий открывает новые возможности доступа к мировым информационным ресурсам в различных отраслях знаний и обеспечивает новый качественный уровень приобретения знаний.

Сетевое дистанционное обучение (СДО) в настоящее время является одной из наиболее быстро развивающихся областей компьютерных наук. К достоинствам СДО можно отнести аудиторную и платформенную независимость, доступность образовательных ресурсов и программных средств широкой аудитории пользователей. Однако, дистанционность подразумевает отсутствие личного контакта преподавателя и студента, что в значительной степени снижает уровень персонализации и адаптивности при обучении и контроле.

Существует ряд сетевых образовательных приложений, которые используются для обучения, выполнения практических заданий, тестирования, тренинга и т.д.[1,3,4]. К сожалению, большинство из них, как правило, являются не более чем статичными гипертекстовыми страницами и лишь некоторые персонализируют процессы обучения и контроля. Кроме того, эффективное использование хранящейся в них информации для создания новых электронных курсов затрудняется отсутствием единой структуры описания. Поэтому является актуальным создание сетевой образовательной системы, реализующей принципы открытости, адаптивности и интеллектуальности в обучении и контроле.

Принцип открытости подразумевает возможность использования при создании новых электронных курсов различных информационных ресурсов, хранящихся как на локальных серверах, так и распределенных в сети Internet (Web-ресурсов). Существуют различные механизмы включения Web-ресурсов в сетевые приложения, большинство из них основано на использовании метаданных, т. е. информации о структуре и семантике ресурсов. Применение этих механизмов позволяет осуществлять быстрый и адекватный поиск необходимой информации для обмена и включения ее в электронные курсы.

Для описания метаданных используются языки описания на базе онтологий, язык XML и XML-подобные языки, а также языки стандарта RDF [6]. Наиболее перспективным подходом к решению задачи обеспечения открытости образовательных ресурсов является применение языка RDF Schema (RDFS). RDFS значительно превосходит другие языки с точки зрения синтаксической и семантической совместимости, кроме того, языки RDF позволяют повторно применять множество программных компонентов для обмена данными.

Предлагаемая концепция открытой адаптивной контрольно-обучающей системы объединяет два типа технологий сетевого дистанционного обучения – адаптивную и интеллектуальную технологии, которые включают в себя технические приемы и методы, связанные с различными вариантами функциональности и различными способами ее реализации.

Под адаптивностью будем понимать персонификацию процесса обучения на основе создания электронных курсов, учитывающих индивидуальные особенности обучаемых, в том числе психологические особенности, скорость восприятия, уровень начальных знаний, а также индивидуальные цели и задачи обучения.

Адаптация достигается на основе использования модели обучаемого, составляющими которой являются цели обучения, начальные знания в области обучения, индивидуальные особенности обучаемого. Модель обучаемого в разрабатываемой системе реализуется в виде семантической сети. В начале обучения строится априорная модель обучаемого на основе его самооценки, затем по результатам текущего контроля процесса обучения модель может быть переопределена с учетом изменения состояния знаний обучаемого. Адаптивная технология включает в себя адаптивное представление материалов курсов, адаптивное тестирование и адаптивную навигацию [2,3,4].

Адаптивное представление материалов подразумевает, что в системе каждая страница электронного учебника должна адаптивно генерироваться для конкретного пользователя из локальных и удаленных ресурсов, например, опытный пользователь получит более подробную и глубокую информацию, а новички – больше дополнительных объяснений. При отображении страниц используются специальные когнитивные элементы для указания образовательного статуса страницы – страница доступна для изучения, страница частично доступна для изучения, страница недоступна.

Адаптация тестирования основана на формировании индивидуальной стратегии тестирования (т. е. последовательностей различных видов тестов и практических заданий) в зависимости от текущих знаний и индивидуальных особенностей восприятия материала. Для этого в системе должны быть предусмотрены три основные стратегии тестирования – прямое тестирование, тестирование с обучением (тренинг), тестирование с объяснением. Выбор одной из этих стратегий обусловлен целями тестирования, возможно применение комбинированной стратегии тестирования. В режиме тестирования автоматически создаются индивидуальные цепочки тестирования, которые представляют собой совокупность тестов различной природы – «конструктор ответов», «продолжи последовательность», «выбери ответ», графические тесты и др. Такая адаптивная система тестирования позволит на основе анализа результатов тестирования определить степень овладения изучаемым материалом, выявить пробелы в знаниях, найти части курса, дополнительное изучение которых позволит устранить эти пробелы, и автоматически перестроить стратегию обучения.

Адаптивная навигация в системе должна быть реализована тремя способами: прямым руководством, расстановкой пометок по ссылкам, сокрытием ссылок. Прямое руководство означает указание ссылки на «лучшую» страницу из доступных ресурсов на основе модели обучаемого. Расстановка пометок по ссылкам предполагает формирование подмножества ссылок на страницы, ведущих к выбранной цели. Сокрытие ссылок – это запрет перехода на страницы, к изучению которых пользователь не готов. Комбинирование этих способов навигации позволит адаптировать содержимое страниц электронных курсов для каждого конкретного пользователя.

Интеллектуальная технология включает в себя построение последовательности курса обучения, интеллектуальный анализ ответов обучаемых, интерактивную поддержку в решении задач [1].

Построение последовательности курса обучения означает обеспечение обучаемого индивидуально спланированной последовательностью уроков и учебных заданий. Система будет использовать гибридную технологию построения курса обучения, т.е. сочетать активное (с наличием персональных целей обучения) и пассивное (корректирующее) построение последовательности курсов, формирующее курс на основе доступного обучаемому материала. В системе будут реализованы два уровня последовательностей курса: последовательность низкого уровня (последовательность заданий) определяет следующее учебное задание внутри текущей подцели; последовательность высокого уровня (последовательность знаний) определяет следующую подцель для изучения (понятие, набор понятий, тему или урок).

Для выполнения функции интеллектуального анализа ответов обучаемых в системе должен быть реализован анализатор решений, который определяет правильность полученного решения, что конкретно неправильно или неполно в ответе, а также определяет недостающие и неполные знания, ответственные за ошибку. Это представляет обучаемому обратную связь и позволяет обновлять модель обучаемого.

Интерактивную поддержку в решении задач должен обеспечить специализированный редактор проектов [5], который предоставляет обучаемым помощь на любом шаге создания проекта – от сообщения об ошибках, до предложения следующего шага в решении задач, а также примеров решения подобных задач (технология решения задач на примерах), кроме того, формирует спецификации проектов. Он содержит графический редактор и генератор алгоритмов. Графический редактор включает в себя в качестве примитивов набор алгоритмических структур и элементов диаграмм, а генератор алгоритмов – средства создания алгоритма из набора алгоритмических структур при использовании технологии структурного проектирования.

Для получения интеллектуальной помощи по выбору следующих шагов при разработке проектов и путей их решения должен быть организован механизм интеллектуальной поддержки. Интеллектуальная поддержка предназначена для проектировщиков, не обладающих достаточным опытом самостоятельного решения задач. Возможно несколько путей обеспечения этой поддержки – это непосредственная консультация эксперта, предоставление «чужого» опыта в форме решенной аналогичной задачи или ее отдельных этапов или возможность принятия решения в результате обсуждения с другими обучаемыми.

Для обеспечения использования аналогов при решении различных задач в системе предусмотрена возможность управления хранением ранее разработанных успешных проектов. Для этого разработана структура, позволяющая использовать как отдельные части проектов, так и проект в целом. Для обмена мнения между несколькими обучаемыми в системе должен быть реализован механизм форума, позволяющий принимать решения по выбору дальнейших шагов в процессе проектирования на основе «параллельного» опыта в режиме «on-line». Кроме того, этот механизм позволяет организовать командную разработку проекта и привить обучаемым навыки работы в группе, что играет существенную роль при разработке сложных проектов. В режиме чат возможно обсуждение более широкого круга проблем, непосредственно не связанных с решаемой задачей.

Предложенная интеллектуальная технология позволит организовать гибкую интеллектуальную поддержку процессов обучения, контроля и применения полученных знаний для решения практических задач.

Наличие в системе технологии подбора моделей обучаемых позволит анализировать и подбирать модели многих обучаемых одновременно. С одной стороны эта технология даст возможность формировать группы для совместного решения задач, а с другой стороны – определять внутри группы обучаемых, нуждающихся в повышенном внимании преподавателя.

Также в системе предусмотрены механизмы контроля качества материалов и практических заданий, составляющих электронный курс по критериям валидности, надежности, трудности, экономичности, избыточности, интегрированности и практичности [7]. При этом под валидностью будем понимать способность электронного курса соответствовать заявленным целям обучения. Надежность – это стабильность получаемых результатов обучения. Трудность характеризуют затраты, необходимые для достижения целей. Экономичность – это способность достигать поставленные цели за наименьшее число шагов. Избыточность – это мера наличия в электронном курсе информации, овладение которой не ведет непосредственно к достижению поставленных целей. Интегрированность – степень взаимосвязи данного электронного курса с другими, зависимость результатов обучения по данному электронному курсу от прохождения обучения по другим курсам. Практичность оценивается обучаемыми экспертно. Для реализации механизма контроля по перечисленным критериям предлагается использовать статистические методы и методы экспертных оценок. Сведения об обучаемых и результаты их работы в процессе обучения сохраняются, анализируются и обрабатываются специальными средствами, что позволяет накапливать статистический материал в процессе функционирования системы и использовать его при развитии системы и для контроля качества разработанных электронных курсов.

Предлагаемая концепция открытой адаптивной контрольно-обучающей системы может быть реализована в виде архитектуры, представленной на рис.1.

 

 

Рис.1. Архитектура открытой адаптивной контрольно-обучающей системы

 

Особенность представленной архитектуры в том, что наряду с традиционными для сетевых образовательных приложений подсистемами, такими как «Электронный учебник», «Контроль знаний», «Анализ и обработка данных», в нее входят подсистемы, расширяющие ее функциональность с точки зрения открытости, адаптивности и интеллектуальности.

Подсистема «Метаданные» содержит описания электронных курсов в виде файлов метаданных, включающих дополнительную информацию о структуре и семантике курсов, что позволит осуществлять быстрый и эффективный поиск необходимых материалов для формирования адаптивных электронных курсов в информационном пространстве.

Подсистема «Мастер учебных проектов» ориентирована на решение конкретных учебных задач по компьютерным дисциплинам, и кроме традиционных средств ведения и документирования, осуществляет интеллектуальную поддержку пользователя на всех этапах процесса решения задачи.

Подсистема «Консультант» реализует интеллектуальный механизм консультации на основе технологии подбора моделей обучаемых, при этом консультант подбирается индивидуально из числа преподавателей и обучаемых на основе предпочтений обучаемого и целей обучения.

Наличие в системе подсистемы оценки и контроля качества электронных курсов позволяет существенно повысить качество учебных материалов, а также обеспечить их независимость от квалификации и предпочтений отдельных преподавателей.

Взаимодействие перечисленных подсистем в рамках единой контрольно-обучающей системы позволит повысить эффективность и качество обучения, снизить роль субъективного фактора при проведении контроля, а также обеспечить независимость результатов обучения от уровня квалификации преподавателя за счет реализации принципов открытости, адаптивности и интеллектуальности обучения.

 

Список литературы

 

1.        Brusilovsky, P.: Intelligent tutoring systems for World-Wide Web. In: Holzapfel, R. (ed.) Proc. of Third International WWW Conference (Posters), Darmstadt, Fraunhofer Institute for Computer Graphics (1995) 42-45.

2.        Brusilovsky, P.: Methods and techniques of adaptive hypermedia. User Modeling and User-Adapted Interaction 6, 2-3 (1996) 87-129.

3.        Brusilovsky, P.: Adaptive educational systems on the World Wide Web. In: Ayala, G. (ed.) Proc. of Workshop "Current Trends and Applications of Artificial Intelligence in Education" at the 4th World Congress on Expert Systems, Mexico City, Mexico, ITESM (1998) 9-16.

4.        Henze, N., Naceur, K., Nejdl, W., and Wolpers, M.: Adaptive hyperbooks for constructivist teaching. Künstliche Intelligenz , 4 (1999) 26-31.

5.        Joukova I., Siplivaya M. “Automated System for Personal Learning and Control of Students’ Knowledge”, Proc. of Workshop ABIS-2002, 9-11 October, Hannover, Germany.

6.        Open Learning Repositories and Metadata Modeling -http://projekte.learninglab.uni-hannover.de/pub/bscw.cgi/d5372/Open Learning Repositories and Metadata Modeling.

7.        Оценка качества электронных учебных пособий в информационно-образовательной среде Chopin / www.altnet.ru/~mcsmall/docs/doc/academy.htm.

 

Сетевой электронный научный журнал "СИСТЕМОТЕХНИКА", № 1, 2003 г.