CC BY
44
зовать с помощью моделей «дерево», «ментальная карта», «формализованная блок-схема», «таблица».
«Сворачивание» информации. Методы «сворачивания» информации позволяют не только скрыть (сжать) часть информации, но и развернуть ее по мере необходимости. Таким образом, тексты, представленные с помощью методов сворачивания информации, являются динамическими и в зависимости от требований пользователя могут менять объем, что позволяет подстраивать учебный материал под каждого читателя. Сворачивание информации можно реализовать с помощью «трехмерного текста», «контекстных подсказок», «всплывающих окон».
Графические изображения (графики, рисунки, диаграммы и т. д.). График является универсальной моделью визуализации материала фундаментальных дисциплин предметной подготовки. Представление изучаемых процессов и явлений в виде графического изображения делает процесс их изучения наглядным.
Чтобы раскрыть суть следующего способа, стоит напомнить, по какому принципу человеческий мозг запоминает информацию. Мозг представляет собой нейронную сеть содержащую узлы - нейроны (клетки мозга) и их соединения - синапсические связи. Соединения реализуются за счёт отростков нейронов, которые бывают двух видов - аксоны и дендриты. По мере возникновения синапсических связей, в нашей памяти откладываются новые образы. Естественно, что чем больше таких связей, тем больше у нас знаний. Связи могут разрываться. В таком случае мы забываем часть информации.
Единственный нюанс состоит в том, что непонятно по какому принципу мы можем знать, что один образ мы помним из детства, а другой, допустим, из юношеского возраста? Для этого нейронные связи следует представить в пространственно-временной модели. Тогда они будут образовываться в динамике, а мы будем запоминать не только образы, но и время их появления.
При использовании вышеперечисленных методов визуализации образование нейронных связей происходит дискретно. Динамичным примером образования связей может служить смена времени суток. Можно предположить, что динамичные связи крепче дискретных. Тогда динамическую визуализацию знаний можно считать наиболее приемлемой.
Динамическая визуализация. Графическое представление образов объектов и событий на основе метода системной динамики (т. е. компьютерного способа имитационного моделирования, своими методами и инструментами позволяющего понять структуру и динамику сложных систем). Образная визуализация учебной деятельности во времени, позволяющая зафиксировать умение, навык (или алгоритм) решения учебной задачи. Частный пример динамической визуализации - Аа8Ь-анимация.
Наша цель на сегодняшний день - выяснить, какой из способов визуализации является наиболее эффективным. Для этого мы создадим информационный ресурс и проведём исследование на качество и быстроту усвоения учебного материала, при различных способах представления информации. Предположительно ресурс будет содержать 5 типов визуализации знаний по одной и той же заранее выбранной теме: стандартный способ, дизайнерские приёмы оформления текста, структурирование информации, сворачивание информации, динамическая визуализация. Тайм-лимит на изучение - 40 минут. Все испытуемые разделяются на 5 групп, каждая группа имеет свой тип визуализации знаний.
Ход исследования можно разбить на следующие пункты:
1. Регистрация в базе данных (при регистрации обучаемый вводит свое ФИО и выбирает тип визуализации, который будет ему задан).
2. Процесс изучения материала (лимит изучения 40 минут, в случае если изучение материала закончится раньше, время зафиксируется в базе данных).
3. Проверка знаний (после изучения материала заданного типа визуализации, обучаемый решает тест, этим самым проверяем уровень усвоения знаний).
4. Анализ результатов (построение графиков и диаграмм по каждой группе испытуемых, сопоставляем результаты каждого из способов).
Библиографические ссылки
1. Бархатова Д. А. Методика визуализированного обучения педагогов-бакалавров профиля «Информатика» дисциплинам предметной подготовки : дис. ... канд. пед. наук: 13.00.02. Красноярск, 2011. 148 с.
© Баглык А. С., Матвейченко М. В., 2012
УДК 004.9, 37
М. А. Бухвалов Научный руководитель - Д. Н. Буторин Филиал Красноярского государственного педагогического университета имени В. П. Астафьева, Ачинск
АВТОМАТИЗИРОВАННЫЕ ТРЕНАЖЕРЫ ДЛЯ ОРГАНИЗАЦИИ САМОСТОЯТЕЛЬНОЙ ПОДГОТОВКИ И ДИСТАНЦИОННОГО КОНТРОЛЯ РЕШЕНИЯ ЗАДАЧ
Рассматривается проблема создания задач и проверки знаний умений и навыков при решении задач по естественнонаучным дисциплинам. Для её решения разрабатывается комплекс автоматизированных тренажеров для организации самостоятельной подготовки и контроля решения задач.
В современных образовательных технологиях особое значение уделяется индивидуализации процесса обучения, увеличению самостоятельной работы уче-
ника или студента, модульному обучению и внедрение дистанционных форм обучения. В этой связи огромное значение принимает процесс создания
Секция «Инновационные и здоровьесберегающие технологии в современном образовании»
и выдачи индивидуальных заданий. Однако отсутствие технологий генерации заданий существенно тормозит развитие этого направления. Поскольку в сравнительно короткий период времени на фиксированный набор заданий формируется банк контрольных работ, отчетов и рефератов. Появились фирмы и сайты, которые аккумулируют подобного рода информацию и предоставляют соответствующие услуги.
На сегодняшний день так же существует проблема в преподавании таких дисциплин как математика, информатика и физика - контроль уровня ЗУН при решении задач. При малой вариативности проверочного материала приходится контролировать возможность списывания, а разработка огромного числа заданий в короткие сроки - повышает нагрузку на учителя.
В идеале необходимо при малых затратах труда строить не похожие друг на друга задачи, имеющие разные решения, и находить алгоритмы решения. Известно несколько попыток создания «генератора задач». Большинство из них используют принцип варьирования параметров в известной схеме или операции с формулами.
Метод логической цепи. Берется некоторое количество относительно простых задач, которые выстраиваются в определенной последовательности по принципу «если на задачу N получен ответ более А, переходи к решению задачи М с такими-то исходными данными, если менее - к решению задачи р с такими-то исходными данными». При правильном подборе задач и исходных данных можно создать из них такую структуру, что школьнику и в голову не придет искать, у кого бы списать. Это психологически оптимальное решение, ибо бесперспективность списывания ясна сразу.
Подобный метод разработки задач универсален, он пригоден для любого предмета и материала, где может быть сформулирована задача, имеющая ответ, который может сравниваться с эталоном. При этом всем экзаменующимся сообщается весь текст задач и правила переходов от одной к другой, а индивидуальны лишь начальные условия. Ответом на всю гиперзадачу может стать цепочка ответов, ибо в некоторых случаях возможно ее правильное прохождение и получение правильного конечного ответа при неправильном решении всех задач (кроме последней). Возможно построение переходов, при котором для прохождения цепочки необходимо правильно решить все задачи. Для этого надо сравнивать ответ не с порогом, а со значением, что часто бывает недопустимой подсказкой.
Самое главное преимущество, которое дарит этот способ построения контрольной, — преподавателю предварительно не нужно все задачи решать самому. Решение может быть записано в виде формул, ответ же вычислит программа, которая, более того, при заданном списке задач может сама искать варианты начальных условий и переходов, обеспечивающих усложнение алгоритма. Однако такие системы задач выглядят несколько искусственно.
Метод моделирования
Рассматривается физическая ситуация, развитие которой идет по-разному при разных начальных условиях, причем так, что одни и те же элементарные
процессы, знание которых нужно проверить, происходят в разной последовательности и при разных начальных условиях. Решение также реализовано не учителем, а программой. Целью является поиск методов генерации задач, разработка комплекса тренажеров для организации самостоятельной подготовки и дистанционного контроля решения задач по естественнонаучным дисциплинам.
Основные задачи:
1) изучить научную и методическую литературу по самостоятельной подготовке и дистанционному контролю;
2) изучить подходы к генерации математических задач;
3) сформулировать требования к автоматизированным тренажерам-генераторам;
4) разработать автоматизированные тренажеры-генераторы;
5) подготовить методические рекомендации;
6) провести практические апробации.
Генераторы должны покрывать широкий спектр задач, разных типов и сложности, соответствовать текущему уровню знаний, для всех промежуточных этапов образовательного процесса. Дистанционный контроль должен затрагивать техническую, аналитическую и психолого-педагогическую стороны - это проверка промежуточных выкладок и конечного знания, анализ среднего балла успеваемости по данному предмету, исключат помощь извне (временные рамки и т. д.).
Предварительные результаты разрабатываемых генераторов показывают их высокую значимость в процессе обучения. Они позволяют сэкономить время подготовки практической части урока, разнообразить решаемые задания для учеников, что позволяет повысить навык нахождения соответствующего алгоритма решения всевозможных вариаций типовых задач. Расширяя функционал комплекса генераторов появляются возможности решения проблем личного характера (профориентация, поиск самородков), снятие ограничений задаваемых школьной программой, создание задач требующих междисциплинарных знаний. Доступность это возможность для углубленного обучения естественнонаучным дисциплинам в школах, средних и высших учебных заведениях. Помогают в образовательном процессе при представлении нового материала, демонстрации решения задач, при контроле знаний, тестировании, самообучении и подготовке вне учебного заведения.
Рассмотрим общую структуру генератора заданий. Он состоит из базы знаний, запроса с входными параметрами задания, генератора заданий, базы выходных параметров и самого сгенерированного задания.
Информация о параметрах генерируемых заданий, а также их типах содержится в базе знаний. Естественно для каждого тематического раздела будут доступны лишь некоторые типы заданий. Запрос содержит ограничения для типов генерируемого задания и генерируемых параметров. Обработав запрос, база знаний отправляет данные в генератор выходных параметров, где будет сформировано само задание. Что бы генератор формировал каждый раз уникальное задание, не повторяющееся ранее, необходима база
выходных параметров. Генератору следует поэтапно сверять получаемые параметры с этой базой, и сохранять в неё новые. Так же это полезно при появлении ошибок генерации, что позволит достаточно быстро исправить недочеты, и предоставить иное задание.
Сформированное задание представляется на языках LaTeX или XML, а также на декларативном языке, если необходима визуализация задания в виде схемы или графика. Сохраненное задание помещается либо в общий банк заданий либо идентифицируется с учащимся, проходящим это задание. Последнее позволяет создать таблицу с достижениями учащегося по всем разделам изучаемого предмета.
Данная структура комплекса позволяет:
1) исключить списывание, человеческий фактор педагога при подготовке к уроку;
2) повысить продуктивность работы учащихся во время урока, уровень умений решения задач, оставлять уровень знаний учащихся на должном уровне;
3) использовать для дистанционного обучения или самостоятельной подготовки вне учебного заведения;
4) дополнять базу знаний руководителю учебного заведения, использующему данный комплекс;
5) автоматизировать проверку самостоятельных заданий, мгновенно выдать результаты теста;
6) интегрировать задачи разных дисциплин, создавая гармоничность межпредметного процесса обучения.
Рекомендуется для использования для индивидуализации образовательного процесса, при модульном и дистанционном обучении, при объяснении нового материала, разработке интерактивных тестовых задач, контроле умения решать задачи, самостоятельной подготовке к ГИА и ЕГЭ.
Библиографические ссылки
1. Кручинин В.В. Генераторы в компьютерных учебных программах / В.В. Кручинин. - Томск: Изд-во Том. ун-та, 2003. 200 с.
© Бухвалов М. А., 2012
УДК 372.862
А. А. Вдовенко, С. А. Растопчин Научный руководитель - В. М. Корнеев Ульяновское высшее авиационное училище гражданской авиации (Институт), Ульяновск
ОПЫТ РАЗРАБОТКИ И ИСПОЛЬЗОВАНИЯ БАЛЛЬНО-РЕЙТИНГОВОЙ СИСТЕМЫ ОЦЕНКИ И УЧЕТА УСПЕВАЕМОСТИ СТУДЕНТОВ ПО ДИСЦИПЛИНЕ «КОНСТРУКЦИЯ И ЭКСПЛУАТАЦИЯ ВОЗДУШНЫХ СУДОВ»
Дается описание варианта балльно-рейтинговой системы оценки успеваемости студентов по конкретной дисциплине и методика ее применения с использованием новых информационных технологий в учебном процессе.
Для стимулирования систематической работы студентов и повышения уровня успеваемости возможно использование балльно-рейтинговой системы оценки знаний с использованием новых информационных технологий в образовательном процессе.
На кафедре Авиационной техники Ульяновского высшего авиационного училища гражданской авиации (Института) уже в течение нескольких лет используется тестовая система текущего и рубежного контроля знаний обучаемых.
При классическом варианте оценки знаний по бинарной (зачет-незачет) или четырехбальной (семинары, рефераты, дифференцированный зачет, экзамен) итоговая оценка иногда не зависела от показателей текущей успеваемости [1; 2].
На первом этапе внедрения массового компьютерного программированного контроля знаний появилась дополнительная возможность осуществления постоянного контроля за текущими показателями учебного процесса по двум основным показателям: успеваемости и посещаемости занятий. Для тестирования использовалась компьютерная программа Microsoft PowerPoint.
В настоящее время разработана и успешно используется интегрированная бально-рейтинговая система для текущего контроля знаний по дисциплине «Конструкция и эксплуатация воздушных судов» путем
систематического контроля знаний с помощью комплекса сетевого тестирования КТС Net 3.00 beta.
Она отличается от применяемых подобного рода систем оценки знаний своей простотой, доступностью и самое главное понятливостью для обучаемых, так как учитывает всего лишь два критерия: уровень знаний и посещаемость занятий.
Максимально возможным показателем суммарного количества баллов по дисциплине за семестр являются 100 баллов.
В зависимости от количества тем (разделов, модулей) каждый отдельный тест может состоять из 10-20 заданий. Главное, что суммарное количество вопросов по всему курсу должно составлять именно 100 вопросов, на которые придется ответить каждому обучаемому. При этом для исключения возможности использования заранее подготовленных шпаргалок количество вопросов по каждой теме должно быть как минимум в два раза больше необходимого. А компьютерная программа в ходе тестирования каждой отдельной группы или студента методом случайной выборки формирует новый список вопросов и переставляет предлагаемые ответы по каждому вопросу.
Таким образом, без предварительной подготовки обучаемых к каждому отдельному тесту получить отличную оценку практически нереально.
