CC BY
138
АДАПТИВНОЕ ЭЛЕКТРОННОЕ ОБУЧЕНИЕ И ОЦЕНКА ЕГО
ЭФФЕКТИВНОСТИ
С.В. Тархов, к.т.н., докторант, доц. кафедры Информатики Тел.: (3472) 737876, E-mail: tarkhov@mail.rb.ru Уфимский государственный авиационный технический университет http://www.ufacity.info/udm/stependiat/aviac.htm
In the paper, approaches to control on adaptive electronic learning are considered. The approaches provide automated correction of scripts, content and methods of tutorial data performance. Efficiency evaluation of adaptive electronic learning is provided on analysis of pedagogical experiment results.
Введение
Решение проблемы эффективного управления электронным обучением является одним из актуальных направлений исследований в области дальнейшего развития образовательных технологий. Термин «электронное обучение» (Electronic Learning или сокращенное E-learning), как отмечает А.В Соловов [1], удачно интегрирует в себе ряд понятий в сфере современных образовательных технологий, основанных на широком использовании информационных и коммуникационных технологий (ИКТ). В дальнейшем под электронным обучением будем понимать адаптивное (индивидуализированное) обучение, реализованное на базе всестороннего применения мульти- и гипермедиа, удаленного доступа к распределенным образовательным ресурсам на основе веб-технологий, с автоматизированным контролем и анализом результатов обучения и широким использованием разнообразных сетевых средств взаимодействия обучаемых между собой и с преподавателем.
Современный уровень развития ИКТ позволяет создавать системы электронного обучения (СЭО), в основу которых положены принципы адаптации к обучаемому [2, 3]. Такие системы могут эффективно использоваться как для проведения дистанционного обучения, так и для интеграции в традиционный (очный) учебный процесс.
В соответствии с классификацией, предложенной П.Л. Брусиловским [4], технологии адаптации делятся на две катего-
рии: во-первых, это адаптивное планирование обучения, во-вторых - адаптивное представление информации и адаптивная навигация. В работе Л.В. Зайцевой [5] рассмотрены уровни адаптации в обучающих системах: к студентам как категории пользователей, к группе студентов, к отдельному студенту.
С учетом указанных классификаций понятие «адаптация» в СЭО будем рассматривать в двух основных аспектах. Во-первых, это адаптивное планирование на этапе подготовки индивидуализированного учебно-методического материала (УММ), позволяющее реализовать адаптацию как к группе обучаемых, так и к отдельному обучаемому, например студенту, обучающемуся по индивидуальному плану. В этом случае структура, содержание и способ представления УММ зависят от поставленных целей обучения, уровня начальной подготовки обучаемых, для которых создается учебный курс, возможностей воспроизведения и передачи информации в СЭО, а также ряда других факторов. Такой подход будем называть статической адаптацией, поскольку после подготовки адаптированного учебного курса в самом процессе обучения УММ остается неизменным. Во-вторых, это адаптивное взаимодействие обучаемого с СЭО, в процессе которого выполняется динамическая генерация учебного материала для конкретного обучаемого, используется система помощи и подсказок, организуются диалоги между пользователями, а также осуществляется гибкая настройка интерфейса. Такой подход будем называть динамической адаптацией, поскольку в процессе информационного взаимодействия обучаемого с СЭО осуществляются как изменение содержания и способов представления УММ, так и все-
сторонняя настройка системы под обучаемого.
В настоящее время достаточно хорошо проработан подход, связанный со статической адаптацией учебных курсов и обменом ими в распределенных сетевых обучающих системах. В его основу положены спецификации компоновки содержания электронных учебников и учебных пособий (Content
Packaging Specification) и описания метаданных учебных материалов (Meta-data Specification) стандарта IMS [6].
В данной работе рассматривается подход, реализующий динамическую адаптацию в СЭО, и приводится оценка его эффективности на основе анализа результатов проведенного педагогического эксперимента.
Рис. 1. Структура объектов «нулевого» и «первого» уровней
Модели и алгоритмы управления адаптивным электронным обучением
В основу модели управления адаптивным электронным обучением положен объектно-ориентированный подход к организации хранения и обработки учебно-методической информации (УМИ) [7]. Для его реализации предложено выполнять декомпозицию учебных материалов до уровня семантически завершенных неделимых фрагментов, имеющих законченное логико-смысловое содержание, с одной стороны, и минимально возможный объем хранения, с другой. Декомпозированный материал снабжается как некоторым множеством атрибутов, однозначно его идентифицирующих и описывающих его характеристики (метаданные), так и методов, определяющих его обработку. Для размещения в базе данных вся УМИ представляется в виде объектов. С точки зрения эффективности хранения и последующей обработки предложено выделять объекты «нулевого», «первого» и «высокого» уровней (рис. 1).
Объектом «нулевого» уровня является минимальная единица УМИ, обусловленная возможностью физического хранения в базе данных СЭО. Основным (информативным) полям объектов «нулевого» уровня соответствуют монохромные по содержанию фрагменты информации: текстовый фрагмент, изображение (рисунок), таблица, звуковой фрагмент, видеофрагмент, программа и т.д. Блоки основных и дополнительных метаданных содержат информацию об объекте «нулевого» уровня. Блоки метаданных включают поля, содержащие: наименование объекта, тип данных, сведения о принадлежности к той или иной области знаний, стадии обучения, ключевые слова и др. Метаданные описывают принадлежность объекта как части технологии хранения и обработки УМИ и позволяют осуществлять многокритериальный поиск. Количество полей в дополнительном блоке метаданных может быть изменено в зависимости от требований СЭО. Объект «нулевого» уровня содержит методы объекта, например, метод визуали-
зации данных. В общем случае объект «нулевого» уровня может не содержать данных учебного назначения. Так, например, объектом «нулевого» уровня может быть библиографическая ссылка на источник литературы или электронный адрес доступа к информации в Интернет. В объекте «нулевого» уровня осуществляется интеграция обучающих и контролирующих материалов.
Объект «первого» уровня представляет собой логически завершенную совокупность одного или нескольких объектов «нулевого» уровня, специфичных для него метаданных и методов обработки. В отличие от объектов «нулевого» уровня он обретает собственные, свойственные «первому» уровню методы: сборка учебно-методической информации, сборка тестовых заданий, сборка содержания, сборка списка используемой литературы и др. Сам по себе объект «первого» уровня не является завершенным УММ и непосредственно не используется в учебном процессе. На базе объектов «первого» уровня формируются объекты более высоких уровней.
На некотором уровне N учебный объект, дополненный методами управления контентом, приобретает очередные новые качества и переходит в класс учебного модуля (УМ). Учебный модуль - это дидактически завершенный фрагмент учебного материала, имеющий четко определенную цель обучения и содержащий теоретический материал, задания для закрепления теоретического материала и/или получения необходимых практических навыков, контрольные вопросы и задания для текущего и итогового контроля знаний. При необходимости в УМ включаются требования к знаниям и умениям обучаемого, библиографические списки,
ссылки на образовательные ресурсы Интернет и др. Визуализация УМИ в СЭО, представленной в виде УМ, осуществляется на базе методов управления учебным контентом и шаблонов вывода.
Объектный подход позволяет построить некоторую обучающую среду, содержащую совокупность объектов УМИ, правила взаимодействия которых определяются их составом. Уровень используемых при этом объектов УМИ неограничен и может иметь статус фрагмента учебного курса (лекция, практическое занятие, лабораторная работа и т.д.), дисциплины (строящейся как совокупность этих фрагментов) и даже специальности. Все это позволяет обеспечить высокую эффективность, гибкость и надежность обучения за счет формирования для каждого обучаемого динамически адаптируемого учебного материала, что способствует улучшению его усвоения и, в конечном итоге, повышает качество обучения.
Адаптивное управление обучением строится на базе теории конечных автоматов Мура и Марковских цепей [8]. При этом процесс обучения (работы обучаемого с объектами учебно-методической информации) рассматривается как дискретный процесс, характеризующийся некоторыми устойчивыми состояниями системы.
Для управления обучением в рамках некоторого учебного курса строится модель обобщенного сценария обучения, представленная в виде графа автоматной модели Мура. Структура графа определяется на этапе проектирования конкретного учебного курса. Формализованная модель адаптивного управления обучением (фрагмент алгоритма взаимодействия обучаемого с системой) в виде автомата Мура показана на рис. 2.
Рис. 2. Формализованная модель адаптивного управления обучением
На каждом шаге г работы с системой электронного обучения обучаемый получает воздействие X] - некоторый объем учебного материала. При этом если материал воспринят обучаемым, то осуществляется переход из текущего состояния д, в новое устойчивое состояние дк. Если в результате обучающего воздействия учебный материал не был усвоен, то выполняется переход для изучения дополнительного учебного материала или возврат к учебному материалу, представленному другими объектами УМИ. Так, переход из состояния д4 в д6 осуществляется, если воздействие Х3 было успешным. Если обучающее воздействие не было воспринято, то выполняется переход в состояние д5. Объект УМИ, предоставляемый обучаемому, содержит компоненты множества Яу ¡, = { gу г, ру г, Уу ¡, ау,}, включающие некоторую совокупность текстовой (гипертекстовой) gу ,, статической графической ру,, анимированной графической информации и видеоинформации а также аудиоданных ау В процессе взаимодействия обучаемого с системой при необходимости выполняются переходы от более низкой степени детализации УМИ к более высокой. Так, на рис. 2 для вершины графа д2 показаны к уровней представления УМИ - д12, д22, д32, дк2. Переходы между уровнями могут инициироваться СЭО или выбираться обучаемым самостоятельно, в зависимости от вариантов настройки системы.
Динамическая адаптация осуществляется в процессе взаимодействия обучаемого с СЭО на основе оперативной генерации учебных объектов из базы данных УМИ в соответствии с обобщенным графовым сценарием обучения и параметрами модели обучаемого. В модели обучаемого хранятся данные о результатах обучения. Они используются системой электронного обучения для формирования адаптивных учебно-методических материалов. В зависимости от сложившейся ситуации используются такие параметры модели, как: предыстория обучения; переходы обучаемого по фрагментам учебного курса; обращения к системе помощи или запросы на поиск в базе данных учебно-методической информации; инициализация диалога с преподавателем или другими обучаемыми; результаты принятия ситуационных решений или выполнения тестовых заданий. Вновь сгенерированный СЭО учебный материал представляется по требованию обучаемого либо в виде скомпилированного учебного объекта, либо в виде набора ссылок (оглавления) на УММ, к которым обучаемый может получить быстрый доступ. Кроме того, СЭО может инициировать диалог между обучаемым и преподавателем.
Общий алгоритм обучения в СЭО виде каскадной модели показан на рис. 3.
Рис. 3. Формализованная модель обучения
Взаимодействие обучаемого с СЭО начинается с процедуры авторизации. В случае успешной авторизации обучаемому доступен определенный для него перечень учеб-
ных курсов, который хранится в системе как один из компонентов модели обучаемого. После выбора учебного курса обучаемый автоматически переходит к разделу, с кото-
рым он работал на последнем сеансе обучения. Эта возможность обеспечивается хранением траектории обучения в модели обучаемого.
В зависимости от интегрального рейтинга обучаемого, учебной программы, поставленных целей обучения и личных предпочтений обучаемого для него формируется очередной учебный модуль. Учебный модуль содержит учебно-методический материал для изучения, выполнения практических заданий и контроля знаний.
За один сеанс обучаемый может работать с несколькими учебными модулями. Это процесс повторяется до тех пор, пока не будут изучены все разделы учебного курса. В процессе обучения данные о работе обучаемого фиксируются в модели обучаемого. По завершении обучения выполняется итоговый контроль знаний обучаемого по изученной им дисциплине.
Программа эксперимента и обработка результатов
Педагогический эксперимент проводился на кафедре Информатики Уфимского государственного авиационного технического университета. Цель эксперимента - оценка эффективности разработанного подхода к адаптивному управлению электронным обучением. Задачи эксперимента:
• подтвердить принципиальную осуществимость предлагаемой методики адаптивного управления электронным обучением при проведении занятий со студентами;
• определить возможность использования предлагаемой методики адаптивного управления электронным обучением при проведении учебного процесса на базе традиционной и дистанционной технологий обучения;
• определить эффективность предлагаемой методики адаптивного управления электронным обучением в сравнении с другими подходами к организации обучения.
Эксперимент проводился со студентами семи групп первого курса. Исходя из количества посадочных мест в компьютерных классах, каждая группа была разделена на 2 подгруппы. Численный состав студентов, принимавших участие в эксперименте, составил 147 человек. Для проведения педагогического эксперимента не было специального отбора испытуемых, не проводилось и какой-либо предварительной подготовки студентов к участию в эксперименте.
Для проведения эксперимента была выбрана лабораторная работа по дисциплине
«Информатика», раздел «Программирование на алгоритмических языках», тема «Работа с массивами». Выполнение лабораторной работы студентами, участвующими в эксперименте, проходило в компьютерных классах кафедры на IBM-совместимых персональных компьютерах. По локальной сети студентам был предоставлен доступ к ресурсам программно-методического комплекса СЭО «Гефест» [9], созданного на базе программного ядра «K-Media» [10]. На выполнение лабораторной работы было отведено 4 академических часа. В ходе выполнения лабораторной работы студентам было предложено выполнить два задания по решению задач на одномерные и на двумерные массивы в соответствии с заданным вариантом. Каждое задание включало три задачи различной степени сложности.
Перед проведением эксперимента каждый студент прошел входное анкетирование. Анкета составлена таким образом, что вопросы, представленные в ней, можно условно разделить на три основные категории:
1. Вопросы общего характера для исследования контингента студентов, регистрируемых в СЭО, среди которых: наименование учебной группы; пол; социальное положение; место жительства до поступления в вуз; последнее учебное заведение, которое окончил студент до поступления в вуз; наличие медали за отличную учебу в школе;
2. Вопросы, касающиеся знаний по дисциплине «Информатика», полученных в школе, такие как: изучалась ли в школе дисциплина «Информатика»; класс и технические характеристики ЭВМ, использовавшихся при изучении дисциплины «Информатика»; язык программирования, который изучали в школе; сдавали ли при поступлении в вуз информатику;
3. Вопросы, характеризующие общий уровень подготовленности студентов к внедрению в учебном процессе электронного обучения и элементов дистанционного обучения, среди которых: каким программным обеспечением владеете и уровень владения; какими языками программирования владеете и уровень владения; есть ли постоянный доступ к персональным компьютерам, если есть, то где (дома, у друзей, на работе у родителей, в Интернет-клубе, др.); класс и технические характеристики компьютера, к которому есть доступ; наличие доступа к Интернет, если да, то средства телекоммуникаций; какими носителями для переноса информации располагаете.
Вопросы первой части анкеты позволили получить представление о социальном составе студентов, выяснить, где студенты получили полное общее среднее образование. Ответы на вопросы второй части дали представления о том, как изучалась информатика в школе и каким может быть средний уровень подготовки студентов в области информатики. Последняя часть анкеты представляет интерес с точки зрения технической базы, которой располагают студенты. Эта оценка важна для определения возможности использования элементов дистанционного обучения в учебном процессе.
Анализ раздела анкеты, содержащего вопросы, позволяющие на основе ответов студентов предварительно оценить уровень полученных до поступления в вуз знаний, позволил установить, что 6% студентов не изучали информатику в школе, а 3% осваивали информатику только теоретически, без использования компьютеров. Остальные 91% студентов изучали информатику с использованием компьютеров, но при этом 72% из них не привели никаких характеристик компьютеров, на которых они обучались. По-видимому, на уроках информатики учитель не акцентировал внимание на архитектуре и технических характеристиках компьютеров. На рис. 4 (см. цв. вставку) приведены сведения о том, изучалась ли информатика в школе и использовались ли при этом компьютеры.
В анкету были включены вопросы, касающиеся языков программирования, изучавшихся в школе или других учебных заведениях до поступления студента в вуз. Из тех, кто изучал информатику с применением компьютеров, 52%, по их мнению, владеют языками программирования, в основном языком Turbo Pascal и Basic, хотя встречаются ответы, в которых указаны такие языки, как например: Delphi и HTML.
Группа вопросов, касающихся обеспеченности студентов компьютерной техникой, разработана с целью оценить принципиальную возможность самостоятельной работы студентов вне компьютерных классов кафедры Информатики, в том числе с использованием технологий дистанционного обучения. Результаты анализа ответов студентов на эту группу вопросов анкеты показали, что 92,4% опрошенных имеют необходимую для обучения компьютерную технику, из них: 77,6% имеют компьютер дома, 1,7% имеют доступ к компьютеру на работе у родителей, 13,8% - у друзей, 6,9% - могут
заниматься в других местах. Кроме того, следует отметить, что в целом согласно приведенным в анкетах техническим характеристикам компьютеров, к которым студенты имеют доступ за пределами кафедры Информатики, это компьютерная техника достаточно высокого уровня. При этом 8,3% из числа имеющих компьютеры не смогли, а возможно не захотели указать технические характеристики используемых компьютеров. На рис. 5 (см. цв. вставку) показаны результаты приведенных в анкетах сведений о наличии доступа к компьютерам за пределами учебных компьютерных классов вуза. Как видно из приведенной здесь круговой диаграммы, подавляющее большинство студентов имеют доступ к компьютерам за пределами учебных компьютерных классов кафедры Информатики и могут самостоятельно работать с учебным материалом по дисциплине «Информатика».
Один из вопросов анкеты был посвящен доступу к Интернет. Доступ студентов к Интернет с компьютеров (рис. 6 - см. цв. вставку), расположенных за пределами кафедры, имеют 63,8% студентов. При этом 51,5% студентов Интернет доступен из дома, что практически не ограничивает временные рамки выхода в Интернет и дает возможность работать по дистанционной технологии обучения в удобное для студента время и в удобном ритме. Это говорит о том, что большинство студентов имеют достаточное техническое обеспечение для занятий с использованием дистанционных технологий.
В рамках педагогического эксперимента по оценке эффективности управления адаптивным электронным обучением на базе использования программно-методического комплекса СЭО «Гефест» были проведены лабораторные работы с использованием следующих трех дидактических подходов к организации обучения для различных групп обучаемых. Первый дидактический подход основан на традиционной форме проведения лабораторной работы с использованием учебно-методической литературы. Далее для его обозначения будем использовать название «традиционные УММ» (ТУММ). Контроль выполнения заданий осуществлялся преподавателем. Второй дидактический подход основан на технологии работы с электронными гипертекстовыми учебно-методическими материалами. Далее для его обозначения будем использовать название «гипертекстовые УММ» (ГУММ). Контроль выполнения заданий осуществлялся препо-
давателем. В процессе выполнения работы проводилось входное и итоговое тестирование. Третий дидактический подход основан на использовании адаптивного управления электронным обучением в СЭО «Гефест». Далее для его обозначения будем использовать название «адаптивные УММ» (АУММ). Контроль выполнения заданий осуществлялся преподавателем. В процессе выполнения работы проводилось входное и итоговое тестирование. По результатам входного тестирования для каждого обучаемого СЭО «Гефест» формировала индивидуализированный УММ, адаптированный под первоначальные знания.
Количественный состав студентов в подгруппах и процентный состав студентов, выполняющих задания с использованием различных дидактических приемов обучения, показан на рис. 7 (см. цв. вставку).
В процессе проведения эксперимента заполнялись таблицы, в которых фиксировались: фамилия студента; номер варианта выполняемых заданий; время начала и окончания отдельных этапов выполнения работы (входного тестирования, решения каждой из задач, итогового тестирования); результаты входного и итогового тестирования; процент выполнения каждой задачи; количество обращений студента к преподавателю за помощью; содержание задаваемых студентом вопросов и характер допущенных им ошибок. Задача считалась полностью решенной, если: на языке Visual Basic была составлена программа, реализующая алгоритм ее решения; был создан программный интерфейс, позволяющий выполнять ввод необходимых исходных данных и выводить результаты решения; были выполнены расчеты тестовых примеров, подтверждающие правильность разработанной программы. В процессе решения задач преподаватели, при необходимости, оказывали помощь студентам, указывая на допущенные ими ошибки. Помощь оказывалась только в том случае, если студент самостоятельно не мог найти ответ на интересующий его вопрос.
Относительное количество обращений за помощью к преподавателю Еотн рассчитывалось по следующей формуле:
Ео
Е,
сумм.
(1)
Есумм - суммарное количество обращений студентов к преподавателю;
N - количество студентов, решавших данную задачу с использованием определенного для них дидактического приема обучения.
Рейтинг студентов рассчитывался по отдельным показателям работы - результатам входного теста, решения задач и результатам итогового теста. Интегральный рейтинг студента вычислялся на основе всех перечисленных показателей.
Рейтинг по результатам теста (входного или итогового) для /-го студента Яр / рассчитывался следующим образом:
RT i -
Qt i
Qt
сумм.
1—
t
T i
max t
T.i
при Qt i ^ 0'
(2)
где
Qt i - количество правильных ответов на тест;
Qt
сумм.
количество вопросов в тесте;
Т / - время, затраченное на выполнения теста.
Рейтинг по результатам тестов Я нТ./ для /-го студента, нормированный к единице, рассчитывался по формуле
тлН
R т .i -■
max Rt i
Относительная степень сложности задач определена после завершения эксперимента. При этом задаче № 1, как самой простой из всех предложенных для решения, присвоена степень сложности, равная единице. Коэффициенты степени сложности остальных задач K з г- определены относительно задачи
№ 1 по формуле
1+P■
(4)
(3)
K 3J -1 + -
P
где
Р/ - относительное количество студентов, решивших /-ю задачу;
Р1 - относительное количество студентов, решивших первую задачу.
Рейтинг по результатам решения р-й задачи для /-го студента Я3 р/ рассчитывался
по формуле
R3.ii - 2-K
3ji
где
3j
3Ji
max t3Jt 100
+0,1-H„
3ji
при P3 > 70,
(5)
где
+
n
K З-j -сложности j-й задачи;
коэффициент степени
t З
j
время, затраченное на ре-
шение j-й задачи i-м студентом;
Ps.ji
i-м студентом;
процент решения j-й задачи
H
3.ji
- количество обращений 7-го
студента за помощью к преподавателю при решении]-й задачи.
Рейтинг по результатам решения ]-й задачи для г-го студента, нормированный к единице, рассчитывался следующим образом:
Т.Н КЗ. п
К нЗ.пг =-^----(6)
x Rs.ji
Оценка эффективности адаптивного электронного обучения
Обработка данных эксперимента выполнялась с использованием табличного процессора MS Excel. Листы рабочей книги MS Excel заполнялись на основании таблиц данных эксперимента.
На рис. 8 (см. цв. вставку) показана гистограмма относительного количества обращений студентов за помощью к преподавателю в процессе решения задач, вычисленных по формуле (1).
Как видно на рис. 8, количество обращений к преподавателю при использовании в процессе обучения адаптивных УММ значительно ниже (в среднем в 6,9 раза), чем при использовании традиционных УММ. Переход от гипертекстовых УММ к использованию адаптивных УММ привел к снижению обращений за помощью к преподавателю в среднем в 2,4 раза. В среднем, при использовании адаптивных УММ за помощью к преподавателю в процессе решения задач по одному разу обратился лишь каждый второй студент. Если общее количество обращений за помощью к преподавателю принять за 100%, то при использовании адаптивных УММ относительное количество обращений за помощью к преподавателю составит лишь 9%, а при использовании традиционных УММ - 64% (рис.7. - см. цв. вставку).
На гистограмме, показанной на рис. 9 (см. цв. вставку), представлены значения рейтингов студентов (решивших соответствующие задачи полностью), вычисленные по формулам (5) и (6).
Для построения гистограммы с использованием технологии фильтрации данных в таблице MS Excel отдельно по каждой ре-
шаемой студентами задаче было выполнено вычисление среднестатистического значения рейтинга студентов. При этом фильтр применялся также для выбора одного из использованных в эксперименте дидактических приемов обучения. Вычисление среднестатистического значения рейтинга проводилось для студентов, решивших соответствующие задачи полностью. Из приведенной гистограммы видно, что рейтинги студентов, решавших задачи с использованием технологий адаптивного обучения (АУММ), выше, чем у студентов, решавших задачу с использованием технологий работы с гипертекстовыми УММ и традиционными (неструктурированными) УММ. Так, в среднем рейтинг студентов, использующих в процессе обучения АУММ, выше рейтинга студентов, использующих в процессе обучения ГУММ, на 9%. Сравнение рейтингов студентов при использовании АУММ и ТУММ показывает, что рейтинг студентов по результатам решения задач, использующих в процессе обучения АУММ, в среднем выше в 1,6 раза.
Как отмечалось ранее, в процессе проведения эксперимента фиксировалось время, затраченное студентом на решение каждой задачи. Среднее значение затраченного на решение задач времени показано на рис. 10 (см. цв. вставку) (учитывались лишь полностью решенные задачи).
На диаграмме видно, что практически во всех случаях при использовании АУММ имеет место снижение среднего времени, затраченного на решение задач. При этом следует отметить, что наибольшее сокращение времени наблюдается на начальном этапе, при работе с новым заданием, когда требуются интенсивное изучение теоретического материала, его быстрый поиск и анализ. На рис. 10 это хорошо иллюстрируется решением первой задачи первого задания на одномерные массивы (задача 1), и первой задачи второго задания на двумерные массивы (задача 4), где относительное снижение среднего времени решения задачи при использовании адаптивных УММ максимально. Так, для первой задачи выявлено сокращение времени при использовании адаптивных УММ по сравнению с традиционными
УММ на 40%.
Использование адаптивных УММ позволяет повысить качество обучения. Как видно на рис. 11 (см. цв. вставку), при использовании адаптивных УММ большее число студентов (в относительном выраже-
нии) успешно решило предложенные им задачи.
При этом, как уже отмечалось, число обращений к преподавателю за помощью сократилось (рис. 8 - см. цв. в ). Относительное количество студентов, полностью решивших задачу при использовании адаптивных УММ, возросло по сравнению с традиционными УММ в 2 раза, а по сравнению
с гипертекстовыми УММ - в 1,9 раза, что также свидетельствует в пользу применения в процессе обучения адаптивных УММ.
Результаты сдачи теста у студентов, сдававших его после обучения с использованием адаптивных УММ, выше, чем у студентов, которые изучали теоретический материал с использованием гипертекстовых технологий (рис. 12).
Рис. 12. Результаты сдачи итогового теста
Показательными с точки зрения повышения качества обучения при использовании адаптивных УММ являются результаты изменения рейтинга студентов, сдававших входной и итоговый тесты, рассчитанные по формулам (2) и (3). Закономерно, что в среднем рейтинг по результатам сдачи итогового теста выше, чем по результатам сдачи входного теста. Однако использование адаптивных УММ приводит в среднем к более значимому повышению рейтинга, чем при использовании гипертекстовых УММ. Очевидно, это связано с тем, что при работе с адаптивными УММ студент изучает персонифицированный учебный материал, сгенерированный СЭО специально для него по результатам входного теста. При использовании гипертекстовых УММ студент вынужден сам искать необходимый ему учебный материал, выбирая его с помощью гиперссылок из всего множества имеющегося учебно-методического материала.
Анализ результатов студентов, успешно сдавших итоговый тест (правильных ответов 70% и более), также говорит в пользу применения адаптивных УММ. На рис. 13 видно, что изменение рейтинга студентов (входной - итоговый тест), сдававших итоговый тест после обучения с использованием адаптивных УММ, во всех случаях не хуже, а в среднем в 2 раза лучше, чем рейтинг студентов, прошедших обучение с использованием гипертекстовых УММ.
На диаграмме, представленной на
рис.14, видно, что рейтинг студентов, прошедших обучение с использованием адаптивных УММ, во всех случаях выше рейтинга студентов, обучающихся с использованием других дидактических приемов. По суммарному рейтингу (задачи и тест) обучение с использованием адаптивных УММ оказалось эффективнее обучения на основе гипертекстовых УММ на 28,8%. При этом применение адаптивных УММ вместо гипертекстовых УММ при решении задач обеспечило рост рейтинга по задачам в 2,3 раза. Не столь значимым оказался роста рейтинга по тестам, который составил 3%.
Такие результаты, очевидно, объясняются тем, что основной целью лабораторной работы было приобретение практических навыков по решению задач, а не изучение теоретического материала. Именно на достижение этой цели и были направлены предложенные студентам учебно-методические материалы.
Следует отметить, что все предлагаемые задачи двух заданий выполнили только 10 студентов (6,8% от общего числа студентов). Это говорит о достаточно высокой сложности предложенных заданий, но в то же время свидетельствует о принципиальной возможности их решения в случае достаточно высокого уровня подготовки студентов. В то же время еще 13 студентов (8,8% от общего числа студентов) решили 5 задач и не сумели завершить решение одной из задач, решив ее на 50-90%, поскольку им не хватило
времени, выделенного на выполнение работы. Половину и более из предложенных задач решили 56 студентов (38,1% от общего числа студентов). Решили только одну задачу или не завершили ее решение до конца 23 студента (15,6% от общего числа студентов).
0.00 0.05 0,10 0,15
Подгруппа 4 Подгруппа 6 Подгруппа 8 Подгруппа 10 Подгруппа 12 Подгруппа 14
Приведенные результаты решения задач свидетельствуют о правильном выборе задач с точки зрения их сложности и о достаточном времени, предоставленном для их решения.
0.20 0,25
!
В среднем
0,16
0,08
ГУММ
АУММ
Число сдавших на 70% и более
40%
17%
ГУММ
АУММ
Гипертекстовые УММ
□ Адаптивные У!
Рис. 13. Изменение рейтинга студентов, успешно сдавших итоговый тест
Суммарный реитинг (задача и тест)
Изменение рейтинга по тестам
Рейтинг по итоговому тесту
Рейтинг по задачам
i i i i —i
— I
¡
I
р
0,1 0,2 0,3 0,4 0,5 Рис. 14. Рейтинги студентов
0,6
ПАУММ ■ ГУММ □ ТУММ
0,7
Сравнивая результаты входного анкетирования, отражающие степень первоначальной подготовки студентов в области информатики, можно сделать следующие выводы. В абсолютном большинстве случаев самооценка студентами своих знаний коррелиру-ется с рейтингом студентов, полученным в ходе проведения эксперимента. При этом следует отметить ряд несовпадений крайних оценок. Так, например, оценки своих знаний, данные студентами (~4%) в виде «знаю
все», «я супер-хакер», «владею всем» и т.п., ни в коей мере не соответствую действительности. Эти студенты показали слабые знания по результатам тестов и недостаточные навыки и умения в решении задач и имеют низкий рейтинг. В то же время у ряда студентов (~17%) встречаются низкие оценки своих первоначальных знаний, причем часть из них указывала в анкетах, что информатику в школе не изучали. В то же время значительная часть этих студентов срав-
нительно хорошо решила предложенные задачи и при ответе на тест показала результаты выше среднего. Очевидно, это связано с тем, что студенты либо умышленно занизили оценку своих знаний при анкетировании, либо интенсивно занимались изучением информатики и смогли устранить имеющиеся пробелы в своих знаниях. Анализ вопросов, задаваемых студентами во время выполнения работы, свидетельствует о достаточно высоком качестве используемых в процессе проведения педагогического эксперимента учебно-методических материалов, обеспечивающих достижение запланированных результатов.
Заключение
В статье предложен подход к реализации динамической адаптации в системе электронного обучения. Управление адаптивным обучением основано на глубокой декомпозиции и структурировании учебных материалов, хранение которых осуществляется в базе данных. Для обработки учебно-методической информации применена объектная технология, позволяющая динамически генерировать учебно-методический материал. Интеграция обучающих и контролирующих материалов в объектах позволяет реализовать как эффективное обучение, так и контроль его результатов. Реализованные на базе теории конечных автоматов Мура и Марковских цепей алгоритмы управления обучением позволяет выбирать и динамически изменять непосредственно в процессе
обучения содержание и форму представления учебно-методической информации, устанавливая параметры обучения как на основе анализа результатов текущего контроля усвоения учебного материала, так и анализа индивидуальной предыстории (траектории) обучения.
В результате проведения педагогического эксперимента, в рамках которого были реализованы различные дидактические приемы обучения, и анализа его результатов была определена эффективность методики проведения адаптивного электронного обучения, которая по суммарному рейтингу превзошла методику, базирующуюся на использовании гипертекстовых УММ на 28,8%, а по рейтингу, отражающему результаты решения задач ,- в 2,3 раза.
Как показал эксперимент, технология адаптивного управления электронным обучением значительно снижает нагрузку на преподавателя при проведении учебных занятий, что позволяет:
- преподавателю в условиях интеграции традиционного очного и электронного обучения проводить занятия с большим числом студентов, чем при использовании традиционных технологий обучения;
- эффективно использовать адаптивное управление обучением при проведении учебных занятий на базе дистанционных технологий.
Литература
1. Соловов А.В. Дидактический анализ проблематики электронного обучения // Труды Междунар. конф. «IEEE International Conference on Advanced Learning Technologies».- Казань: КГТУ, 2002. - С. 212216.
2. Растригин Л. А., Эренштейн М.Х. Адаптивное обучение с моделью обучаемого. - Рига: Зинатне, 1988. - 160 с.
3. Курейчик В.М., Зинченко Л. А. Эволюционная адаптация интерактивных средств открытого образования // Открытое образование. - 2001. - № 1. - С.43-50.
4. Брусиловский П.Л. Адаптивные обучающие системы в World Wide Web: обзор имеющихся в распоряжении технологий.//Авт.пер.на сайте http://ifets.ieee.org/russian/depository/WWWITS.html
5. Зайцева Л.В. Методы и модели адаптации к учащимся в системах компьютерного обучения // Educational Technology & Society 6(4) 2003. ISSN 1436-4522.-P.204-211.
6. Норенков И.П. Стандартизация в области компьютерных образовательных технологий. // Информационные технологии. - 2003. - № 1. - С.36-40.
7. Кабальнов Ю.С., Минасов Ш.М., Тархов С.В. Модели представления и организация хранения информации в сетевой информационно-обучающей системе // Вестник. - Т.5. - №2(10), - Уфа, 2004. -С.183-191.
8. Тархов С.В. Управление адаптивным обучением и его оптимизация на базе теории абстрактных автоматов и Марковских процессов//Информационные технологии моделирования и управления. Научн.-технич. Журнал. - №1(19). - Воронеж.: Научная книга, 2005. - С.39-45.
9. Минасов Ш.М., Тархов С.В. Проект «Гефест» - один из вариантов практической реализации технологий электронного обучения в вузе в условиях интеграции традиционного и дистанционного обучения // Educational Technology & Society 8(1) 2005. ISSN 1436-4522. - P.134-147.
10. Тархов С.В., Минасов Ш.М., Минасова Н.С. Информационно-обучающая система дистанционного обучения K-Media (ИОС ДО K-Media) // Свидетельство об официальной регистрации программы для ЭВМ № 2003612176. Российское агентство по патентам и товарным знакам (РОСПАТЕНТ). Зарегистрировано в реестре программ для ЭВМ 22.09.2003.
Компьютерная
« Видео-•Л\дно
J ; 'адмо
• СП,1П О
■ Ге.квидеппо I Кореспояденция
ИКТ-база обучени
ИНФОРМАЦИОННО-КОММУНИКАЦИОННОЕ ОБЕСПЕЧЕНИЕ УЗЛА ДИСТАНЦИОННОГО ОБУЧЕНИЯ
И.А.Тавгень, к.т.н., доц. директор проекта Интернет ПРООН в Республике Беларусь Тел./факс.: +375-17-2100-366; E-mail: itavgen@unibel.by Белорусский национальный технический университет http://www.nilap.com
There has been suggested a technical package of the on-line educational system consists of a PC loaded with the relevant software that functions as a server of applications, facilitates integrated data transfer from a local network to the on-line educational establishment and the external network. The main server components for the on-line educational network and work station have been suggested and discussed.
Территориальная удаленность обучаемых и обучающих при дистанционном обучении (ДО) предполагает наличие специальных педагогических форм, методов и технологий обучения, требующих для своей реализации специализированного информационно-коммуникационного обеспечения. Под информационно-коммуникационным обеспечением ДО будем понимать комплекс технических, программно-аппаратных средств, систем и устройств, функционирующих на базе вычислительной техники, современных средств и систем обмена информационными ресурсами, обеспечивающих автоматизацию ввода, накопления, хранения, обработки, передачи информации и оперативного управления этими процессами. К ним, в частности, относятся компьютеры и соответствующее периферийное оборудование, средства телекоммуникаций и программное обеспечение.
Организация ДО может базироваться на использовании новых информационно-коммуникационных технологий (ИКТ), в частности на основе кейс-технологии, CD/DVD-технологии, учебного радио и телевидения, средств сетевых телекоммуникаций, включая телеконференции, а также их различных сочетаний (рис.1).
Независимость от времени и расстояния........
Рис.1. Образовательная медиа-среда
Очевидно, что наиболее производительной по своим возможностям является сетевая технология, которая отличается от других технологий тем, что основной учебный материал можно получить в компьютерной сети. Учреждение образования ДО, продающее дистанционную программу, обеспечивает студенту доступ в электронные библиотеки, а обучающие программы «ведут» студента по курсу, выполняя роль педагога, контролирующего знания. Современные компьютерные технологии открывают студентам доступ к нетрадиционным источникам информации, повышают эффективность самостоятельной работы, дают совершенно новые возможности для творчества, обретения и закрепления различных профессиональных навыков, позволяют реа-лизовывать принципиально новые формы и методы обучения с применением средств концептуального и математического моделирования явлений и процессов. В процессе обучения студенты могут общаться друг с
