CC BY
22
Беззмктовш завдання. Приклад такого завдання:
Яка iз указаних клавш не мае «власного» свiтлового тдикатора на клавiатурi?
1) PrintScreen; 2) NumLock; 3) CapsLock; 4) ScroollLock.
Неважко ввдповкти на це запитання, маючи перед собою клавiатуру тд час тестування. Ще один приклад беззмютовного завдання про кiлькiсть вкладок у вжш бази даних:
Стартове вжно бази даних для роботи з основними об'ектами мае вкладок:
1) втм; 2) шкть; 3) три; 4) ст.
Що з того, якщо школяр знае, що вкладок юнуе багато? Адже знання кшькосп рiзних вкладок не свщчить про глибину пiзнання у базах даних.
Наявшсть таких помилок обумовлена багатьма факторами. 1нформатика — це наука i шкiльна дисциплiна, що стрiмко розвиваються, через те не накопичена мiнiмальна культура тестування, немае банку змктовних завдань, короткий термш створення тестово! бази даних то-що. Якщо здiйснювати грамотний шдхвд, тести з iнформатики максимально можуть розкрити рiвень розвитку здатност учнiв до виконання операцiй змктовно-лопчного мислення i дати ре-альну картину рiвня вивчення предмета.
Л1ТЕРАТУРА
1. Нейман Ю. М., Хлебников В. А. Введение в теорию моделирования и параметризации педагогических тестов — М.: Прометей, 2000 — 168 с.
2. Карданова Е. Ю., Нейман Ю. М. Основные модели современной теории тестирования // Вопросы тестирования в образовании, 2000. — №7. — С. 5-13.
3. Самыловский А. И. Тест как объективный измерительный инструмент в образовании // Вопросы тестирования в образовании, 2001. — №1. — С. 10-39.
Людмила Б1ЛОУСОВА, Олександр КОЛГАТ1Н, Людмила КОЛГАТ1НА
АВТОМАТИЗОВАНА СИСТЕМА ПЕДАГОГШНО1 Д1АГНОСТИКИ «ЕКСПЕРТ 3.02»
Екзамен, як форма педагопчного контролю, вирiзняеться глибиною аналiзу структури та рiвня тдготовки студента. Особливо! уваги заслуговуе визначення здатностi студента вщтво-рювати знання та вмiння на рiзних рiвнях розумово! дiяльностi: репродуктивному, продуктивному та творчому. За останш часи набувае поширення тестова форма екзамену. Однiею з особ-ливостей тестування як форми контролю е спрямовашсть кожного завдання на вузьку дiагнос-тику засвоення конкретного елемента навчального матерiалу. Це надае можливост збiльшити iнформативнiсть кiнцевих результапв тестування, провести !х аналiз як за рiвнем засвоення кожного елемента навчального матерiалу, так i за рiвнем дiяльностi, яку мае продемонструвати студент, виконуючи завдання. Векторна обробка результапв також сприяе застосуванню роз-винених алгоритмiв формування iнтегрально! ощнки, якi найкращим чином вiдповiдали б су-часнiй системi ощнювання [1; 2].
Саме такий пiдхiд до проведення педагогiчно! дiагностики використано нами у побудовi автоматизовано! системи «Експерт 3.02». База тестових завдань будуеться як система блоюв паралельних завдань. Кожний блок призначено для аналiзу конкретного елементу навчальних досягнень на одному з чотирьох рiвнiв ввдповвдно до рiвнiв навчальних досягнень за дванадця-тибальною системою оцiнювання [1]: низький, середнiй, достатнiй, високий. Тест будуеться як система завдань зростаючо! складноста, при цьому автор тесту задае послвдовшсть подання блокiв. При здшснент тестування система «Експерт» формуе тест у такий споЫб, щоб з кожного блоку було вибрано випадковим чином одне з паралельних за формою, змктом та складшс-тю завдань. Тестування починаеться iз завдань середнього рiвня i здiйснюеться за адаптивним алгоритмом [2] iз застосуванням статистичного оцiнювання надшност результатiв [3]. Перехiд до завдань наступного рiвня здiйснюеться пiсля завершення контролю поточного рiвня iз зада-ною надiйнiстю. Таким чином, серед завдань, яю отримуе студент, найбшьша частина !х буде за рiвнем дiяльностi вiдповiдати саме його рiвню пiдготовки, що сприятиме пiдвищенню точ-ностi вимiрювання тесту. При цьому кшьюсть завдань на репродуктивному рiвнi буде достат-ньою для аналiзу структури фактичних знань та здшснення педагогiчно! корекцi!.
Науков1 записки. Серш: Педагог1ка. — 2005. — №6.
107
Передбачено окрему обробку результата тестування за рiвнем навчаль-них досягнень та за елементами навча-льного матерiалу. Крiм штегрально! оценки, за дванадцятибальною системою [2] студент отримуе докладну шформащю про тестовi результати (див. мал.).
У системi «Експерт» передбачено таю можливосп для викладача: перегляд результапв тестування; поновлення тес-тових завдань та побудова нових тестiв; стандартний статистичний аналiз кожного тестового завдання; побудова геомет-ричного образу завдань у виглядi пстог-рами складносл тестового завдання для студенте з р1зною загальною ощнкою за тестом; можливе отримання матрицi тестових результатiв для бiльш детального аналiзу, передбачено контроль за несанкцюнованими змiнами у базах даних [4].
Л1ТЕРАТУРА
1. Критери оцшювання навчальних досягнень учшв у систем1 загально! середньо! осв1ти. // Осв1та Ук-ра!ни. — 2001. — №6.
2. Бшоусова Л. I., Колгатш О. Г., Методика обробки та штерпретаци резулыапв педагопчно! д1агнос-тики // Комп'ютер у школ1 та с1м'!'. — №8, 2003. — С. 28-31.
3. Колгатш О. Г. Статистичний анатз тесту з р1зними за формою завданнями // Засоби навчально! та науково-дослщницько! роботи / За заг. ред В. I. Свдокиова 1 О. М. Микитюка. — ХДПУ 1ме-ш Г. С. Сковороди. — Харюв: ХДПУ, 2003. — Вип. 20. — С. 50-54.
4. Бшоусова Л. I., Колгатш О. Г., Колгатша Л. С. Тестолопчний анал1з у систем! «Експерт». // Комп'ютер у школ1 та с1м'!'. — №7, 2003. — С. 41-43.
УДК 378.147:004.85
Любомир ВИПАСНЯК
1НТЕЛЕКТУАЛЬН1 НАВЧАЛЬН1 СИСТЕМИ — СТАН I ПЕРСПЕКТИВИ РОЗВИТКУ
На початку нового ХХ1 столiття людство зiткнулося з гострою суперечнiстю мiж вимогами до квaлiфiкaци фах1вця i швидким CTapiHraM тих знань i умшь, як вш одержав в навчальному за-клaдi. Ця сyперечнiсть е наслщком бурхливого i неперервного зростання об'ему загальнонауко-вих i спецiaлiзовaних знань. Очевидно, що його розв'язання можливе тальки за умови впрова-дження нових технологiй освiти, якi активно використовують новiтнi досягнення у сферi шфор-мацшних технологiй. Тому створення та використання iнтелектyaльних навчальних систем (1НС) е необхiднiстю, пов'язаною з вимогами скорочення часових i вартасних витрат на навчання, рете-льного aнaлiзy i зручного представлення результата навчання в рiзних проблемних сферах.
Останшм часом розроблена доволi значна юльюсть iнтелектyaльних систем i методик для ощнки якостi пiдготовки фaхiвцiв. До числа цих систем належать таю: ELM-ART, ELM-ART-II [6], ELM-PE, AST, ADI, ART-Web, АС1, KBS-Hyperbook, ILESA, DCG [8], SIETTE, InterBook, PAT-InterBook, CALAT, VC Prolog Tutor, Remedial Multimedia System, LISP-TUTOR [7], PROUST, AlgeBrain. Розглянемо технологiчнi особливосп перелiчених систем.
Метою дано1 статп е огляд та клaсифiкaцiя юнуючих 1НС за технологiями, якi тдтримують дaнi системи а також визначення шляхiв вдосконалелення чи доопрацювання деяких aспектiв.
108
Науков1 записки. Сер1я: Педагопка. — 2005. — №6.
