CC BY
36
тельном изучении и при подготовке сотрудников к сертификации. Эффективность группового обучения существенно зависит от величины дисперсии для значений ТР группы. Причем для обучения практическим навыкам работы с ИУС дисперсию увеличивают индивидуальные психомоторные качества студентов. Это снижает эффективность группового обучения, что подтверждается также экспертными оценками. Таким образом для обучения работе в конкретной ИУС, в случае проведения групповых лабораторных и/или практических занятий со студентами, имеется потребность в применении индивидуального метода обучения для массовых потоков.
Практика использования ОП ИУС показывает, индивидуальная подготовка с помощью ОП ИУС обеспечивает быструю, психологическую комфортную коррекцию распределения уровней знаний обучаемых. Полностью детерминированный процесс
обучения с помощью ОП ИУС и наличие оценивающего модуля дает возможность самостоятельной подготовки пользователя к сертификации. Действительно, конкретный набор задач имеет оптимальный способ решения в изучаемом продукте. Поэтому пользователю всегда может быть указан безальтернативный и декомпозированный до минимального возможного действия путь решения задачи. Причем в силу моделирования не всех функций продукта и использования фиксированной небольшой базы данных ОП ИУС требует существенно более слабой программной и аппаратной поддержки. В большинстве случаев достаточно просто клиентской машины и стандартного ПО.
Таким образом, ОП ИУС обеспечивает активное предварительное знакомство с работой в системе и, более того, обучение (или самоподготовку) пользователей до установки системы и начала регулярного обучения.
Литература
1. Колин К.К. Информационная культура в информационном обществе //Открытое образование. -2006. - № 6. - С.50-57.
2. Норенков И.П., Зимин А.М. Информационные и коммуникационные технологии для образования в информационном обществе //Открытое образование. - 2007. - № 5, С. 71-76.
3. Гультяев А.К. Help. Разработка справочных систем. Учебный курс. - Спб: Питер, 2004.
4. Кулагина С.В. Дистанционное обучение как один из факторов повышения конкурентоспособности современных организаций //Открытое образование. - 2006. - № 5. - С. 66-68.
5. Григорьев В.К., Аксенов О.А. Модель системы обучения кадров большой территориально-распределенной корпорации //Труды ТГТУ, 2002. - С.81-85.
6. Леонтьев А.Н. Деятельность, сознание, личность. - М: Политиздат, 1975. - 303 с.
ИНСТРУМЕНТАЛЬНЫЙ КОМПЛЕКС УПРАВЛЕНИЯ ОБРАЗОВАТЕЛЬНЫМИ ИНФОРМАЦИОННЫМИ РЕСУРСАМИ ВУЗА
Н.Н. Горбачев, асп., нач. отдела ИТ Тел.: (+375) 17-328-12-86; E-mail: [email protected] Научный руководитель: А.С. Гринберг, д.т.н., проф.
Тел.: (+375) 17-291-45-56; E-mail: [email protected], Минский филиал МЭСИ http://www.mfmesi.ru
Successful low-risk decision-making depends on personal competence of specialist. However, dynamically amount of non-standard problem situations increases, which require involving additional information resources (IR) into specialists' workspace. The article describes the model of multiplication of IRs within the knowledge management system of the educational establishment resulting advantages in profit, renewal and practical implementation based on «knowledge alienation» concept.
Переход общества к новой формации -информационному обществу и развитие информационной экономики обусловили ряд задач развития образовательных технологий
и продуктов информационного общества, обеспечивающих качество и эффективность образовательного процесса, решение которых во многом определяет конкурентоспособность национальных экономик, построенных на знаниях, - новая интерпретация процессов замены экономических ресурсов на информационно-образовательные (знания специалистов) в процессе производства продукции и услуг, повышения эффективности различных технологических систем за счет использования в них современных перспективных информационных технологий, обеспечения рациональной технологичности образовательных продуктов (ОП) и сокращения сроков их включения в образовательный процесс за счет онтологического, функционального и технологического моделирования.
Проблема исследования формулируется как создание инструментария среды обучения, в которой обучаемый может проявить себя и как создатель, и как владелец интеллектуальной собственности (ИС), формирующий в процессе обучения персонифицированный интеллектуальный капитал и наполняющий информационный базис системы управления знаниями (СУЗ) учреждения образования.
Данные, информация, знания, информационные ресурсы (ИР) и информационные запасы (ИЗ) организации формируют ее интеллектуальный базис - нематериальные активы, требующие соответствующих систем управления ими. Знания - в контексте рассматриваемой проблемы - это личностные или документированные ИЗ, предназначенные и подготовленные для их многократного коллективного использования, характеризующиеся длительным жизненным циклом и практическим подтверждением реальности и применимости. Расширяющиеся объемы знаний и усложняющиеся методы и технологии их получения, накопления и использования определяют необходимость организации управления знаниями в рамках
системы корпоративного управления учреждения образования.
В соответствии с исследованиями, проведенными Д.Стенмарком, существует два подхода к построению СУЗ [1]:
- проектный подход фокусируется на использовании ИЗ его участниками для решения прикладных задач в целях достижения целей проекта;
- подход, основанный на распределенных ресурсах, фокусируется на построении базовой системы формирования и распределения ИЗ для использования внутри организации.
Исследователи Моррисон и Вейсер [2] высказываются в поддержку концепции дуального подхода, предлагая разрабатывать СУЗ уровня организации как интегрирование различных локальных СУЗ уровня проекта/задачи/процесса в единую среду. Джен-некс и Олфман [3] обобщили подход к оценке эффективности СУЗ, адаптировав модель эффективности информационных систем Делона и МакЛина [4] (рис.1).
Анализ основных направлений управления знаниями показал, что возрастание эффективности системы осуществляется, в основном, за счет модулей «Приток знаний» и «Личный вклад». Ин-
фраструктура создания знаний должна позволять ЕшХУ^мУг*! идентифицировать, локализовать, документировать, тиражировать, интерпретировать и имплементировать новые знания, формировать и накапливать ИЗ. Основными критериями эффективности модели управления ИЗ в электронном обучении являются: устойчивость и стабильность процессов подготовки ИР, масштабируемость системы, переносимость на основе декомпозиции и компилирования, объектный принцип множественного применения, интероперабель-ность и разделяемость.
Эффективное использование ИР для решения возникающих ПС зависит от подхода к организации управления знаниями. Проблемы обеспечения преемственности создания ИЗ, формализации неявных знаний обучающих и обучаемых (навигационная и интерпретационая составляющие ИР), которые могут использоваться для решения ПС,
решаются технологическом частью архитектуры СУЗ и регулируются стандартами на интерфейсы, форматы, протоколы обмена ИР в целях обеспечения мобильности, интеропе-рабельности, стабильности, эффективности и других положительных качеств, достигаемых при создании открытых систем.
Ведущими разработки по направлениям информатизации образования и развития отраслевых стандартов являются ADL, AICC, ALIC, ARIADNE, CEN/ISSS, EdNA, DCMI, CEN/ISSS, EdNA, DCMI, GEM, IEEE, IMS, ISO, PROMETEUS, IMS [5].
Рис. 1. Модель факторов эффективности управления знаниями по Делону и МакЛину
Информационно-коммуникационные технологии (ИКТ) позволили вывести на новый уровень управление частью знаний, ранее считавшихся неотчуждаемыми, неотделимыми от индивида. Задачей образовательного процесса становится формирование экономических, технологических и мо-тивационных условий понимания обучения как взаимообмена данными, информацией, знаниями между обучаемыми и обучающими. При этом часть ИС должна формироваться в виде знаний, которые вносят обучающиеся в виде ИР для разрешения конкретных учебных ПС и общих ИЗ. Такой процесс должен стать регулярным, а его результатом - образовательные информационные ресурсы (ОИР), обновляемые за счет активности обучающихся под контролем обучающего.
Разработка инструментария
1. Теоретической базой для предлагаемого инструментария системы управления ОИР выступает концепция управления ИР на основе отчуждения знаний [6]. Отчуждение знаний - это один из способов осуществления собственником правомочия распоряжения компонентами своих документиро-
ванных и недокументированных ИЗ и ИР как своим имуществом. Отчуждение - это передача данных, информации, знаний от обладателя (обучающего) пользователю (обучаемому). Отчуждение ИЗ и ИР как процесс представляет собой их локализацию (в том числе документирование), идентификацию, систематизацию, интерпретацию, передачу (тиражирование, репликацию) от собственника или владельца (обучающего) пользователям (или обучаемым).
Передача прав пользования определяет лишь возможность пользования ИР и оказания информационных услуг на их основе. В процессе отчуждения происходят генерация и регенерация ИЗ и ИР, определяющие расширение области их применения, увеличение длительности жизненного цикла, формирование вторичных и производных ИР, развитие самого процесса отчуждения. Различаются [7]:
• индивидуальное отчуждение (между
преподавателями, студентами);
• групповое отчуждение (между или
внутри групп);
• экспертное отчуждение (с привлече-
нием внешних экспертов);
• корпоративное отчуждение (при действии корпоративных регламентов и стимулов);
• государственное отчуждение (при
действии государственных регламентов и стимулов).
Процесс отчуждения играет важную роль в управлении ИР и ИЗ организаций, использующих информационные технологии, в процессах индивидуального и группового решения ПС, в процессах внешних коммуникаций. Речь идет о реорганизации обычного цикла инженерии знаний в прикладных интеллектуальных системах (приобретение ^ представление ^ пополнение ^ поддержка ^ передача знаний).
2. Основой для инструментария системы управления ОИР является модель онтологии (МО) предметной области (специальностей) вуза. В качестве основы выступают государственные образовательные стандарты (ГОС) по специальностям.
Выделены следующие основные требования к конечной модели:
1. Они должны быть достаточно полной для решения задачи управления регулярно обновляемыми ОИР.
2. Должна быть предусмотрена возможность расширения:
до уровня реальной онтологии [8]; за счет понятий онтологий на иностранных языках.
3. Используемые инструментальные средства должны иметь встроенные механизмы логической проверки МО.
4. МО должна иметь возможность интеграции в современные технологические системы управления ОИР, созданные на основе международных, национальных и отраслевых стандартов.
При решении задачи управления ОИР достаточно ограничиться разработкой онтологической модели для конкретного проекта [8]. Дальнейшее расширение онтологии возможно при появлении официальных тезаурусов по дисциплинам (например, на Интернет-ресурсе «Федеральный Интернет-экзамен в сфере профессионального образования» [9]).
Для построения онтологической модели предметной области вуза необходимо:
- выделить понятия структурных классов онтологии;
- для каждого класса составить графовые математические модели, определяющие измеряемые свойства;
- для каждого класса составить графовые математические модели, определяющие неиерархические свойства между элементами класса;
- сформировать математическую модель, описывающую однозначные определения свойств каждого класса.
Онтологию обучающего можно представить как:
0ЕБи = фв/, Кв!, Еипс}, где Бв/ = {Ооп, Оуп, Оде, Отез}, при этом Бв/ = {ёв/1.,ёв/,} - конечное множество понятий онтологии, где
0ОП - онтология ОП, предлагаемых обучающим;
ОУП - онтология дисциплин учебных планов, включенных в ОП;
Оде - онтология, созданная на основе дидактических единиц ГОС;
Отез - онтология, созданная на основе тезаурусов, которые преподаватели (эксперты) считают ключевыми для конкретизации дидактических единиц ГОС;
Лк = {Мг1..., Мг} - конечное множество атрибутов понятий Бе£, необходимых для построения онтологии;
Яв! = {.гв!1..., гв!} - множество отношений между понятиями, определяющие их взаимосвязь (например, в структурно-логических схемах (СЛС), между отдельными ОИР и т.д.);
Еипс = {/ипс1., /ипс} - функции, определяющие зависимости между понятиями.
0ЕБи не включает административные процессы обучающего и ограничивается описанием процессов подготовки и описания ОИР. Для программ дополнительного обучения формируются расширения онтологии 0ЕБи - 0'ЕШ = {0'EDU1,0ЕОи2,---0ЕОи, )
для описания понятий, которые не включены в Оде. Эксперты по дисциплинам (преподаватели) могут расширять онтологию 0ГОС для введения новых понятий, ее детализации, актуализации с учетом достижений современной науки за счет Отез, т.к. Оде является более статичной. Онтологии различных обучающих (вузов) идентичны на уровне Оде. Отез позволяет сделать структуру онтологии более динамичной, с учетом конкурирующих концепций преподавания различных дисциплин.
Иерархия онтологии включает четыре уровня множеств, группирующих знания, необходимые для подготовки и представления (доставки) ОИР потребителям (обучающимся):
• метауровень - специальности и специализации ВУЗа, включенные в ГОСы
• уровень абстрактных понятий - онтологии учебных планов, помимо обязательных дисциплин, включенных в ГОСы, могут содержать региональные компоненты, факультативы, программы дополнительного и послевузовского обучения, тренинги, семинары и т. п.
• уровень реальных понятий - включает
понятия на основе дидактических единиц по дисциплинам уровня абстрактных понятий; также могут дополняться обучающим для дисциплин, отсутствующих в ГОСах
• уровень экземпляров понятий - понятия, сформированные на основе тезаурусов по дисциплинам.
Для сравнения понятий Оде, включенных в различные Ооп (различные дисциплины могут по-разному трактоваться экспертами, в зависимости от места дисциплины в УП по специальности, продолжительности изучения дисциплины, важности ее для специализации), формируются бинарные отношения инциндентности при анализе онтологий.
Формирование онтологий тезаурусов ОТЕЗ происходит с участием экспертов (преподавателей), при этом могут привлекаться как внутренние эксперты, так и внешние. Также важно регламентировать отношения между конкретными экспертами и понятиями онтологии. Это можно сделать за счет описания отношений компетентности, интегрированного в ОЕои.
КЭКСП - отношения компетентности данного эксперта, семантические метаданные для этого эксперта можно описать в виде матрицы:
КЭ
уп1
де1
О O
упг
m
O.
тез1
O
тезг
при ограничении ОУП для КЭКСП = [1; 5], т.к. отдельный преподаватель может считаться экспертом не более, чем по 5 дисциплинам учебного плана. При этом У(Оуп1...Оуп1} е Оуп ^ Зэксп, е ЭКСП, д\т(эксщ ) > 2,
где ЭКСП = {ЭКСПь ... ЭКСП} - множество экспертов (преподавателей) по дисциплинам ОУП.
Конечным практическим результатом построения онтологической модели 0Еои должна стать система управления образова-
тельными объектами многократного применения (RLO - Reusable Learning Object) на основе гипертекста.
Пусть RLO - множество объектов obj. Т.е.
RLO = {obji, ..., obj г, ..., objn}, при г = 1 n . Объекты множества RLO описываются j признаками ТЕЗ, соответствующими понятиям онтологий OTE3. Каждый признак {ТЕЗ1 ..., TE3j} характеризуется некоторыми значениями МЕТАл ' соответствующим метаданным,
формируемым на основе понятий Отез, которые, в свою очередь, могут быть числовыми или качественными, причем числовые значения используются для определения весовых коэффициентов признаков. При этом SN = {1,..., Gn} - значение признака ТЕЗ; GN - мощность множества значений признака; N = {1,., R}- номер признака ТЕЗ.
Значения признаков формируют пространство, состоящее из y объектов: ТЕЗ1 = МЕТА\.., МЕТАN1
ТЕЗу = МЕТА,..., МЕТА*"1
Объекты множества можно представить как точку META, в y-мерном пространстве, образующемся в результате перемножений множеств ТЕЗ = ТЕЗ1 ... ТЕЗу. Функция от y
аргументов ТЕЗ (МЕТАУу...,МЕТА*"1) сопоставляется с каждым объектом RLO. В случаях, если совокупность значений признаков у нескольких объектов совпадает, то точка в пространстве МЕТА будет соответствовать нескольким элементам ТЕЗ. Не рекомендуется чрезмерно увеличивать глубину дерева понятий графа ОТЕЗ и ограничиваться двумя уровнями. Это связано с возможными трудностями при описании множества МЕТА.
Предложенная математическая модель онтологии обучающего (вуза) на примере экономических специальностей позволяет создать основу для управления регулярно актуализируемыми ОИР с учетом контролируемой самостоятельной работы обучающихся под руководством преподавателей (экспертов). В результате анализа доступных средств выбор был сделан на программных средствах Protégé 4.0 (разработчик - лаборатория Стенфордского университета (США) в совокупности с приложением Onto Viz (разработчик - AT&T) и SemanticWorks 2008 (разработчик - Altova). Приведем фрагменты разработанной модели с использованием средства визуализации для отражения функциональных отношений между элементами онтологии (рис. 2, 3).
Модель реализована в виде системы управления ОИР на основе гипертекстовых технологий в Минском филиале МЭСИ в
соответствии с современными стандартами и технологическими регламентами.
Рис. 2. Функциональная модель связей элемента тезауруса tez00099 «показатели» (фрагмент) - использованы обозначения ПО АНоуа SemanticWorks
Рис. 3. Графовая модель связей элемента
На основе элементов множества МЕТА генерируются метаданные для непосредственного использования при индексации элементов (obji, ..., obji, ..., objn} множества RLO.
Для описания свойств (obji, ..., objh ..., objn} используются дескрипторы метаданных. Дескрипторы метаданных подразделяются на: первичные (fileindex, attrib) и вторичные (directory - расположение документа; filename - название файла; path - путь к
тезауруса tez00099 «показатели» (фрагмент)
документу; size - размер документа; access -доступ к документу; shortfilename - краткое название документа; docthumbnail - указание на приложение, в котором создан документ; docpagecount - объем документа; doc-subject - предметная область документа; doctitle - заголовок документа; dockeywords - ключевые слова документа; docauthor -автор документа; doccomments - комментарии к документу; author - автор документа Adobe).
Данные дескрипторы являются стандартными, за исключением дополнительного дескриптора {author}, необходимого для описания автора документов, созданных в среде Adobe. В качестве источника данных для дескрипторов dockeywords - элементы множества МЕТА (МЕТЦ..,МЕТА^1), а
для docsubject используются названия классов онтологии ОУП.
3. Схема публикации документов приведена на рис. 4. Различные RLO (текстовые, визуальные, мультимедийные, модельные тренажеры и др.) готовятся к публикации путем разметки метаданных, генерируемых на основе МО. Они могут представляться на рынке ОП. Для объединения несколько ОИР используются контентные приложения, которые позволяют компилировать документы и коррелировать их с помощью перекрестных ссылок на основе тезаурусов. ОИР может быть представлен на рынке и в таком виде. При необходимости добавления интерактивных элементов в ОИР могут интегрироваться инструменты взаимодействия с пользователем (обучаемым, обучающим). Для придания дополнительных возможностей ОИР, например, для обучения лиц с ограниченными возможностями, производится дополнительная визуализация.
Одним из примеров реализации предлагаемой модели управления ОИР является электронная библиотека Минского филиала МЭСИ. Документы в электронной библиотеке размещаются через интерфейс пользователя после одобрения преподавателем (экспертом) по дисциплине. При корректной разметке метаданных на основе разработанных инструктивных документов, документы публикуются. Разработанные скрипты на основе технологий Java и XML позволяют осуществлять компиляцию составных документов из отдельных RLO в формате Adobe Acrobat.
При внедрении ИКТ возникают проблемы, связанные с необходимостью учета как всего спектра затратных факторов, так и вопросов, связанных с выгодами, учитывающими субституцию ИР и экономических ресурсов (ЭР). Результаты внедрения могут быть условно разделены на две категории:
• прямая экономическая эффективность
• явные финансовые результаты внедрения информационных технологий, которые могут быть легко измерены и проанализированы с помощью механизмов финансового анализа;
• опционная эффективность - косвенные
результаты внедрения информационных технологий, которые сложно измерить с помощью механизмов финансового анализа, во многих случаях для анализа необходимы методы нефинансового анализа и экспертных оценок.
Для оценки экономической эффективности предложенных моделей и методов управления ОИР разработана адаптированная модель совокупной стоимости владения (Total Cost of Ownership, TCO) на основе расчета выгод от субституции ИР. Классическая модель ТСО позволяет выстроить систему оценки показателей эффективности информационных технологий (ИТ) с учетом прямых и косвенных затрат и выгод. Адаптированная модель учитывает специфику управления ОИР с учетом прямых и косвенных выгод и затрат для обучающего (вуза). Проведенные расчеты подтвердили экономическую эффективность разработанных моделей и методов управления ОИР в части снижения затрат на регулярную актуализацию электронных ОИР, снижения трудовых и финансовых затрат на эксплуатацию СУЗ.
Ряд результатов использования предложенных моделей (например, степень воздействия методов и моделей управления ОИР на качество обучения) сложно оценить при помощи количественных показателей. Для решения этой проблемы разработана модель качественных оценок на базе адаптированной методики BSC - (система рейтинговых оценок: рейтинги специалистов (организаторов учебного процесса с использованием электронных ОИР, ИТ-персонала, преподавателей, студентов) и рейтинги эле-ктронных ОИР). Для детализации счетных карт и таблиц инициатив, используемых в Минском филиале МЭСИ, были разработаны показатели, связанные с внедрением моделей и методов управления электронными ОИР.
Таким образом, разработка инструментального комплекса управления образовательными ИР вуза на основе математической модели онтологии и структурно-логических схем тезаурусов по экономическим дисциплинам расширила возможности междисциплинарной интеграции ОП. Предложенная модель обеспечивает эффективность управления интеллектуальным капиталом вуза, так как позволяет осуществлять подготовку, доставку, тиражирование, поддержку ОП на всех этапах жизненного цикла, а использование современных информационных технологий обеспечивает регулярную актуализацию и накопление
ОИР, в том числе в результате контролируемой самостоятельной работы обучающихся (студентов). Актуализация электронных ОИР за счет использования персонифицированного
интеллектуального капитала студентов позволила снизить стоимость и повысить качество электронных ОИР и уменьшить затраты на внешние ИР.
Рис. 4. Схема публикации документов
Литература
1. Stenmark D., Integrating Knowledge Management Systems with Everyday Work: Design Principles Leveraging User Practice //Сб. докл. 35-й ежегодной конференции по системным наукам, Гавайи, Институт инженеров по электротехнике и радиоэлектронике (IEEE), 2002, электронный ресурс. Режим доступа: http://dlib2.computer.org/conferen/hicss/1435/pdf/14350104.pdf, - Загл. с экрана
2. Jennex M., Case studies in knowledge management, Idea Group Inc., 2005. - 398 c.
3. Morrison, J., & Weiser, M. A research framework for empirical studies in organizational memory, Proceedings of the Twenty-Ninth Annual Hawaii International Conference on System Sciences, IEEE Computer Society Press: 1996.
4. DeLone W.H., McLean E.R., Information Systems Success: The Quest for the Dependent Variable, Information Systems Research. - Vol. 3. - No. 1, 1992, 60-95.
5. From eLearning to Knowledge Management - Bridging the Gap, Werner Putzhuber: 2003. - 135 c.
6. Гринберг А.С., Горбачев Н.Н., Горбачев Н.Н.-мл. Проблемы отчуждения знаний в процессе формирования информационных ресурсов и запасов // Электронное содружество. Парк высоких технологий. Безопасные телематические приложения: Докл. V Междунар. конгр. «Электронное содружество. Парк высоких технологий. Безопасные телематические приложения» (Минск, 10-11 ноября 2005 г.). -Мн.: ГУ «БелИСА», 2005.
7. Горбачев Н.Н., Гринберг А.С., Концепция платформы для формирования и поддержки технологичных образовательных продуктов на основе отчуждения знаний // Сб. научн. тр. РБП-СУЗ-2007. - М., 2007.
8. Клещев А.С., Шалфеева Е.А. Каталог свойств онтологий. принципы организации каталога: Препринт, 2007. - Владивосток: ИАПУ ДВО РАН, 2007. - 20 c. - С. 3-4.
9. Федеральный Интернет-экзамен в сфере профессионального образования. Тезаурус понятий по дисциплинам. Дисциплины высшего профессионального образования. Интернет-ресурс. Режим доступа: http://www.fepo.ru/index.php?menu=devapim_thesaurus
