CC BY
60
3. «Декомпозиция» проблем имеет вид, представленный на рис. 6.
4. Из «декомпозиции» проблем и учета их сущности вытекает построение «дерева целей», показанное на рис. 7.
Универсальные знания, сформированные умения и навыки и развитая способность действовать на их основе - залог качественного решения организационных и технических вопросов осуществления плана DRP.
Заключение
В работе приведена классификация деструктивных событий, воздействующих на информационное обеспечение бизнес процедур, разработана технология создания ИКИ резервного офиса, включающая организационные и технические решения, предложен формальный критерий качества решения, представлены методологические подходы и дидактический потенциал совершенствования профессиональной компетентности работников бизнес-структур. Тем самым представленные технологии, в свою очередь, являются содержанием case-study в открытом образовании и могут служить непосредственным наполнением и уточнением таковых.
Литература
1. Шаньгин В. Ф. Защита компьютерной информации. Эффективные методы и средства. - М.: ДМК Пресс, 2008. - 544 с.
2. Белов Е. В., Лось В. П., Мещеряков Р. В., Шелупанов А. А. Основы информационной безопасности: Учебное пособие для вузов. - М.: Горячая линия-Телеком, 2006. - 544 с.
3. Арустамов С. А., Гатчин Ю. А., Крылов Б. А. Организационные и технические аспекты защиты информационных ресурсов предприятия от деструктивных событий // Труды конгресса по интеллектуальным системам и информационным технологиям «AIS-AT'09». Т. 2. - М.: Физматлит, 2009.
4. Аляев Ю. А., Беляков А. Ю., Гейхман Л. К. Формирование управленческих компетенций с использованием экспертных систем обучения // Открытое образование, 2006. № 3 [Электронный ресурс]. Режим доступа: http://www.e-joe.ru.
5. Сухостат В. В. Условия педагогической поддержки развития способности к самоанализу в процессе обучения // General Issues on the Modern Social Education (Issues & Discussion): Jure 23, 2005, Khabarovsk State Pedagogkal University, Russia; Gyeongnam Province, Korea. - Seoul, Korea, 2005. - 353 с.
УДК 004.853 ББК 20
ИНТЕГРАЦИЯ СВОЙСТВ КОГНИТИВНЫХ СТИЛЕЙ И ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ КАК ОСНОВА СОЗДАНИЯ АДАПТИВНЫХ ИНФОРМАЦИОННЫХ ОБУЧАЮЩИХ СИСТЕМ
Ю. А. Кравченко, к. т. н., доцент кафедры САПР Тел.: (8634) 37-16-51, e-mail: [email protected] Технологический институт Южного федерального университета в г. Таганроге
http://www.tsure.ru
This paper dwells on the method of the integration of the psychological researches results of the students cognitive personality peculiarities and artificial intelligence technologies to create cognitive diagnostic systems with further development of individual trajectories and educational models of reference groups on the basis of the theory of multi-agent systems.
Объект внимания данной работы представляет собой метод интеграции результатов психологических исследований когнитивных особенностей личности обучаемого и технологий искусственного интеллекта для создания систем диагностики познавательных стилей с дальнейшей разработкой индивидуальных образовательных траекторий и моделей референтных групп на основе теории многоагент-ных систем.
Ключевые слова: познавательные стили; искусственный интеллект; интеллектуальные агенты; индивидуальные траектории; образовательные модели; референтные группы; дивергентное мышление.
Key words: cognitive styles; artificial intelligence; intelligent agents; individual trajectories; educational models; reference groups; divergent thinking.
Введение. Основным направлением повышения эффективности автоматизированных систем обучения и контроля качества знаний является использование для их построения технологий искусственного интеллекта [1]. Схема процесса обучения должна быть: адаптивной, распределенной и неоднозначной. Особенностью таких технологий является выявление скрытых
знаний.
Развитие информационных технологий в образовании требует нового подхода в проектировании интеллектуальных образовательных систем (ИОС). Если раньше такие системы могли представлять собой набор гипертекстовых, мультимедийных электронных материалов и тестов, то теперь становится крайне необходимо систематизировать и наполнить системы интеллектуальной «начинкой». Главные требования к таким системам: интеллектуальность, открытость, гибкость и адаптивность при организации процесса обучения.
Организация учебного процесса предусматривает активную систему передачи знаний, так как студенты не являются просто пассивными читателями. Выполнение заданий может осуществляться студентом в любое удобное для него время в достаточно плотном расписании занятий. Студент имеет возможность прервать занятие, вернуться назад или перейти к другой теме; выполнить тест, если он уже знает материал. Работа каждого студента не только индивидуальна и самоорганизуема (он может изучить сначала один курс, затем приступить к другому или, как в традиционной системе обучения, изучать несколько курсов одновременно), но и достаточно регламентируема по срокам и качеству усвоения материала. С этой точки зрения ИОС позволяют более четко осуществлять контроль над процессом обучения студентов, поскольку осуществляется не только оценка знаний, но и отслеживаются сроки прохождения тестов, время ответов на вопросы теста, повторное тестирование [2].
Для реализации адаптивных процессов обучения необходимо проводить предварительную классификацию студентов, которая позволяет выявить их познавательные стили и в дальнейшем использовать эту информацию для определения стартового уровня. Задача классификации решается на основе нечеткой логики и правдоподобных рассуждений, т. к. при идентификации классов, разрешении проблемы неопределенности при интерпретации значений признаков, значительная роль отводится экспертам.
Мониторинг процесса обучения [3] подразумевает контроль деятельности обучаемого, построение его индивидуальной модели и генерацию управляющих решений по корректировке поведения обучаемого для достижения им поставленных целей обучения. Для осуществления мониторинга процесса обучения сначала на основе экспертных оценок, т. е. учитывая существующий опыт преподавания, строится предварительная модель обучаемого для некоторого предмета (курса). При этом предполагается, что процесс обучения представляет собой последовательную совокупность освоения отдельных разделов учебного материала. Учебный материал разбивается на несколько модулей (информационных блоков, этапов обучения) таким образом, чтобы можно было проконтролировать степень освоения изученного материала (тестирование, контрольная работа, семинар и т. п.). Выделяются возможные результаты проверки знаний и умений для каждого модуля, определяются способы освоения материала, а также преподавателем описываются возможные варианты поведения обучаемого при переходах между модулями курса. Затем с учетом предпочтений обучаемого в выборе способов освоения материала, результатов обучения (база данных параметров деятельности: результаты промежуточного контроля на этапах обучения, время изучения материала, время тестирования и т. д.) определяются цели обучения и формируется индивидуальная модель обучаемого. Далее выделяются стратегии поведения, наиболее соответствующие индивидуальному познавательному стилю обучаемого, а также стратегии, ориентированные на достижение цели обучения. На основании полученных данных осуществляется прогноз деятельности обучаемого. В случаях, когда выбранная обучаемым исходная стратегия перестает быть эффективной по отношению к заданной цели, ИОС генерирует рекомендации по трансформации индивидуальной стратегии студента.
1. Перспективы применения технологий многоагентных систем (МАС) для создания адаптивных информационных обучающих сред. Проблема оценки когнитивной активности человека с позиции синергетической концепции управления сложными системами является актуальной. Данная концепция позволяет учесть индивидуальные особенности личности человека, выявленные в ходе проведения экспериментов, установить причинно-следственные отношения между информативными показателями деятельности, поведения, психофизиологии и дать оценку интегральной составляющей познавательного стиля студента (обучаемого), динамически изменяющейся в зависимости от характера решаемой задачи и внешней среды.
В контексте общих интеллектуальных способностей человека творческие возможности определены как креативность. С деятельностной точки зрения креативность может проявляться в составляющих познавательной деятельности - в ходе решения творческих задач, участия в проектах и т. д. В рамках познавательной деятельности креативность определяют как дивергентное мышление, которое характеризуется способностью выдвигать множество в равной степени правильных идей при решении некоторой проблемы, нестереотипностью самого мышления. Дивергентное мышление характеризуют быстрота, гибкость, оригинальность и точность [4]. Таким образом, у человека с развитым дивергентным мышлением должны быть в достаточной степени выражены навыки в когнитивном (познавательном), психомоторном и аффективном (эмоциональном) видах деятельности.
Говоря об индивидуальности человека, следует также подразумевать «субъект-субъектный» подход, когда человек воспринимается не как «объект» воздействия и управления, а как личность («субъект»), обладающая собственными характеристиками и психофизиологическими особенностями. С этой точки зрения эффективным методом при диагностике личностных качеств является интерактивный диалог как способ познания, осуществляемый в формах совместной деятельности, т. е. имитация интерактивных видов деятельности: моделирование ситуаций; оценка проведенных действий; создание реальной атмосферы коллективного разрешения проблем.
Способностью к адаптации в соответствии с объективными изменениями предметной области обладают многоагентные системы, которые являются совокупностью самообучающихся, динамических ЭС, обладающих способностью функционировать как коллективно, так и в отдельности [5]. Многоагентный подход при создании ИОС основывается на построении системы как совокупности следующих агентов: контента, преподавателя, студента, агента диагностики личности, агента объяснения, агента доски объявления, агента адаптивного обучения, агента адаптивного тестирования. В данном случае всё управление учебным процессом осуществляется коллективом агентов, который адаптируется под конкретного обучаемого и преследует цели его обучения. Основными компонентами указанных агентов являются: база знаний; логический вывод; интерфейс сообщений [5]. ИОС управляет психолого-педагогическими и дидактическими процессами с целью:
1) диагностики личности обучаемого;
2) формирования индивидуальной траектории обучения;
3) усиления мотивации к обучению у студента;
4) организации обучения и самообучения;
5) тестирования и анализа его результатов для корректировки полученных ранее характеристик личности обучаемого.
Агент студента манипулирует знаниями об обучаемом, отслеживает уровень состояния его знаний и интересов в обучении, классифицирует тип студента и подсчитывает рейтинг его знаний [5]. Агент преподавателя подбирает модель «преподаватель - студент» в соответствии с педагогической целью обучения, вырабатывает стратегию и тактику в обучении на основе сообщений агентов студента и диагностики личности. Базы знаний агентов студента и преподавателя взаимно дополняют друг друга по результатам сообщений от агента объяснений. Агент диагностики личности осуществляет обработку сообщений от агентов студента и адаптированного тестирования, анализирует логику ответов и предпочтений обучаемого, строит предположения о возможных составляющих индивидуального познавательного стиля студента.
2. Анализ и интеграция свойств моделей стилей учения. Согласно инновационной форме образовательного процесса, каждый обучаемый обладает индивидуальным познавательным стилем. Составляющие познавательного стиля конкретной личности могут не совпадать с компонентами предлагаемой обучаемому образовательной среды. Данный конфликт приводит к снижению эффективности и качества обучения. Персональный познавательный стиль - про-
дукт интеграции различных познавательных стилей [6]. Согласование технологии обучения с интегральным познавательным стилем студента положительно повлияет на эффективность и качество обучения.
Рассмотрим несколько групп стилей учения предложенных разными учеными. Стиль учения - типичный для конкретной личности подход к процессу своего обучения [6].
В зарубежных исследованиях известность получила теория Д. А. Колба, согласно которой можно выделить четыре стиля учения:
1) дивергентный - обучение на основе синтезирования и интегрирования информации, предпочтение групповых форм работы, склонность к инновациям и богатое воображение, активное включение в решение проблемы, иногда без логического завершения;
2) ассимилятивный - восприятие и переработка информации в режиме абстрактного обоснования и рефлексии, логичное и последовательное мышление, планирование своей деятельности, склонность к формулированию теории, исследованию фактов, изучению идеи;
3) энвергентный - восприятие информации на уровне общих идей, заинтересованность в их практической реализации, стратегическое мышление, толерантность к неопределенности, эффективность в принятии решений, стремление решить какую-нибудь одну проблему, проверить теорию;
4) аккомодативный - восприятие информации на уровне конкретных впечатлений и обучение на основе предметных действий, предпочтение делать конкретные вещи, рисковать и экспериментировать, склонность к лидерству в целях получения необходимой информации.
Теория Колба получила развитие в работах П. Хани и А. Мамфорда, которые описали те же четыре стиля учения, но в более простых и понятных терминах: деятельностный, рефлексивный, теоретический и готический [6].
Представим описанные выше стили учения в виде множества Б1 = {ъ11, ъ12, ъ13, ъ14}, где
ъ11 - дивергентный (деятельностный) стиль учения;
ъ12 - ассимилятивный (рефлексивный) стиль учения;
ъ13 - энвергентный (теоретический) стиль учения;
ъ14 - аккомодативный (готический) стиль учения.
Рассмотрим также модель А. Р. Грегоса, в которой он выделяет стили учения в зависимости от того, лежит ли в основе учебной деятельности конкретный опыт либо абстрактные знания, а также от того, имеют ли учебные стратегии последовательный либо случайный характер [6]:
1) конкретно-последовательный - предпочтение непосредственного последовательного обучения, основанного на наглядном опыте;
2) конкретно-случайный - обучение на основе проб и ошибок, интуитивный и независимый подход к учебной деятельности;
3) абстрактно-последовательный - аналитический, логический подход к обучению на основе вербальных инструкций к систематизации знаний;
4) абстрактно-случайный - целостный подход к учению, опора на визуальный опыт, неструктурированная форма предъявления учебной информации [6].
Данные стили учения представим в виде множества Б2 = {ъ21, ъ22, ъ23, ъ24}, где
ъ21 - конкретно-последовательный стиль учения;
ъ22 - конкретно-случайный стиль учения;
ъ23 - абстрактно-последовательный стиль учения;
ъ24 - абстрактно-случайный стиль учения.
Проведя анализ соответствия друг другу различных стилей учения из двух описанных моделей, представим корреляцию между моделями Колба, Хани, Мамфорда и Грегоса двудольным графом
где Ь - множество ребер, указывающих на наличие схожих свойств у сти-
G = < Б1, Б2, Ь> (рис. 1), лей учения из разных моделей: 11 = ъ11 и ъ24; 12 = ъ12 и ъ23; 13 = ъ13 и ъ21;
14 = ъ14 и ъ22.
Сходством дивергентного и абстрактно-случайного стилей учения является богатое воображение как опора на визуальный опыт и обучение на основе синтезирования и интегрирования информации как целостный подход к учению. Ассимилятивный стиль похож на абстрактно-последовательный аналитическим и логическим подходом к обучению. Корреляцией между энвергентным и конкретно-последовательным стилями является стратегическое мышление и стремление проверить теорию, что можно классифицировать как предпочтение непосредствен-
ного последовательного обучения. Аккомодативный же и конкретно-случайный стили имеют сходство, связанное с предпочтением обучения на основе проб и ошибок, т. е. на основе конкретных впечатлений, предметных действий и экспериментов.
Таким образом, по результатам проведенного анализа можно представить интегральные стили обучения в виде множества IS = {s11 u s24, s12 u s23, s13 u s21, s14 u s22}.
Способы мышления рассмотрим на основе модели Дж. Ройса, предложившего три базовых способа, на основе которых строятся различные «образы мира» [6].
1. Эмпиризм - стиль, который характеризует личность с взглядом на действительность детерминированным перцепцией и конкретно-образным опытом. Эмпирик подтверждает свои убеждения за счет постановки вопросов о фактах, тщательности измерений, надежности наблюдений.
2. Рационализм - стиль, выражающийся в построении широких понятийных схем. При этом собственные убеждения оцениваются на основе логических выводов и обоснований. Критерием надежности модели мира является его логическая устойчивость.
3. Метафоризм - стиль человека со стремлением к разнообразию впечатлений, комбинированию отдаленных областей знаний. Характерна склонность к символизации и глобальности понимания происходящего.
Модель Дж. Ройса представим в виде множества
W = {w1, w2, w3}, где w1 - эмпиризм; w2 - рационализм; w3 - метафоризм.
Для использования описанных выше моделей стилей учения и способов мышления в интеллектуальных многоагентных системах рассмотрим возможность их построения на основе теории агентов.
3. Разработка метода создания моделей интеграции свойств когнитивных стилей и интеллектуальных агентов. Проведем идентификацию представленных стилей учения и способов мышления на основе теории агентов. «Агент - это сущность, находящаяся в некоторой среде, от которой она получает данные, отражающие события, которые происходят в среде, интерпретирует их и исполняет команды, которые воздействуют на среду». Отсутствие четкого определения мира агентов и присутствие большого числа атрибутов, с ним связанных, а также существование большого разнообразия типов агентов [7] позволяет провести параллель с когнитивными характеристиками личности.
Рассмотрим основные свойства «слабых» интеллектуальных агентов:
1. Автономность (autonomy) - способность интеллектуального агента (ИА) функционировать без внешнего вмешательства, при этом осуществляя самоконтроль над своими действиями и внутренним состоянием [7]. Такому агенту свойствен целостный (синтезированный) подход к обучению и высокая активность, что определяет его сходство с дивергентным, деятельност-ным и абстрактно-случайным стилями учения.
2. Общественное поведение (social ability) - способность функционировать в сообществе с другими агентами, обмениваясь с ними сообщениями с помощью определенного языка коммуникаций [7]. Точками интеграции данного типа ИА с ассимилятивным, рефлексивным и абстрактно-последовательным стилями учения являются: склонность к восприятию и переработке поступающей при общении информации; необходимость исследования фактов и изучения предлагаемой теории; обучение на основе вербальных инструкций; систематизация знаний.
3. Реактивность (reactivity) - острота восприятия состояния окружающей среды и своевременность ответной реакции на те изменения, которые в ней происходят [7]. Данное свойство ИА определяет восприятие информации на уровне конкретных впечатлений и обучение на основе предметных действий, проб и ошибок, характеризует интуитивный и независимый подход к учебной деятельности, что присуще аккомодативному, готическому и конкретно-случайному стилям учения.
4. Активность (pro-activity) - способность ИА генерировать цели и действовать рационально для их достижения [7]. Предпочтение непосредственного последовательного обучения,
Рис. 1. Граф идентичности свойств между моделями стилей учения
стратегическое мышление, эффективность в принятии решений, стремление решить какую-нибудь одну проблему, проверить теорию - все эти свойства активного агента определяют его корреляцию с энвергентным, теоретическим и конкретно-последовательным стилями учения.
Если представить свойства «слабых» интеллектуальных агентов в виде множества
A = {a a a a } где " автономность (autonomy); a2 - общественное поведение (social
xai, az a3, a4}, ability); a3 - реактивность (reactivity); a4 - активность (pro-activity).
Тогда сходства между стилями учения и свойствами «слабых» интеллектуальных агентов можно проиллюстрировать в виде гиперграфа
где P - множество вершин,
fi ^г> /П^ i P = {sU' s12' s13, $14, S21, S22, S23, S24, al, a2, a3, a4};
G2 = <P, O> (рис. 2), ~ .. ~ ~
' " о - множество ребер: O1 = s11 u s24 u a{, O2 = s12 u s23 u a2;
O3 = s13 u s21 u a4; O4 = s14 u s22 u a13.
Количество цветов раскраски данного гиперграфа соответствует числу ребер, а каждое ребро (класс раскраски) характеризует точку интеграции стилей учения и свойств «слабых» интеллектуальных агентов.
На основе проведенного анализа предложим модель, включающую в себя следующие четыре стиля учения на основе теории агентов:
1. Автономный (autonomous) - основой обучения является склонность к самостоятельному обучению и способность эффективного самоконтроля, целостный подход к обучению, основанный на синтезировании и интегрировании получаемой информации, высокая активность и опора на визуальный опыт.
2. Коммуникативный (communicative) - склонность к работе в референтной группе с четко
определенными ролевыми позициями, эффективное восприятие и переработка поступающей при общении информации, логичное и последовательное мышление, использование оценок экспертов, необходимость исследования фактов и изучения предлагаемой теории; обучение на основе вербальных инструкций; систематизация знаний.
3. Активный (active) - высокая способность к генерации общих целей и идей, опора на наглядность действий и последовательную практическую реализацию, стратегическое мышление, эффективность в принятии решений, стремление решить какую-нибудь одну проблему, проверить теорию на практике.
4. Реактивный (reactive) - острое восприятие состояния окружающей среды на уровне конкретных впечатлений и своевременность ответной реакции на основе предметных действий, склонность к экспериментальным исследованиям и приобретению опыта
методом проб и ошибок, таких обучаемых характеризует интуитивный и независимый подход к учебной деятельности.
Экспериментальные исследования, согласно [6], показали, что в действительности после интеграции похожих свойств можно выделить два основных стиля учения: деятельностный (ориентация на применение знаний и склонность обучаться посредством практических ситуаций) и аналитический (ориентация на логический анализ и теоретическое обоснование) [6]. В такой классификации на основе теории агентов можно выделить: автономно-реактивный и коммуникативно-активный стили учения соответственно.
Говоря о «сильном» определении интеллектуальных агентов, необходимо дополнить перечисленные характеристики рядом «ментальных свойств», называемых также интенсиональными понятиями [7]. Основными среди данных свойств являются:
1) знания (knowledge) - наличие постоянной составляющей знаний агента о себе, окружающей среде и других агентах, которая остается неизменной в процессе функционирования;
2) убеждения (beliefs) - переменная составляющая знаний агента о себе, окружающей сре-
Рис. 2. Гиперграф сходства между стилями учения и свойствами «слабых» интеллектуальных агентов
де и других агентах, которая включает в себя как истинные, так и ошибочные убеждения;
3) желания (desires) - события или характеристики, достижение которых по определенным причинам является для данного агента желательным, но которые могут быть противоречивыми;
4) намерения (intentions) - действия в силу обязательств агента по отношению к другим, или вытекающие из его желаний;
5) цели (goals) - конкретное множество конечных и промежуточных состояний и свойств, которые являются стратегической целью поведения агента;
6) обязательства (commitments) - задачи, решение которых агент берет на себя по поручению других агентов в рамках коллективных целей или сотрудничества с другими конкретными агентами [7-9].
Перечисленные свойства можно представить множеством A1 = [an, a12, a13, a14, a15, a16}. Рассмотрим описанные выше способы мышления, предложенные Дж. Ройсом, на предмет соответствия интенсиональным понятиям, присущим «сильным» интеллектуальным агентам.
Основные качества эмпирика - склонность подтверждать свои убеждения путем построения четкой стратегии, задающей последовательность действий: постановки вопросов о фактах; тщательности измерений; надежности наблюдений и т. д. Тогда можно сделать вывод, что эмпиризму более всего свойственны такие качества «сильных» агентов, как убеждения (beliefs) и цели (goals). В основе критериев надежности мира, применяемых обучаемым с рациональным способом мышления, лежат логические методы обоснования выдвигаемых широких понятийных схем. Личность с таким способом мышления должна обладать некоторой постоянной составляющей знаний (knowledge), на основе которых будут строиться логические выводы, и определенными обязательствами (commitments) по подтверждению выдвигаемых теоретических основ. Стремление к разнообразию впечатлений и комбинированию отдаленных областей знаний, свойственных метафоризму, указывают на наличие у обучаемого некоторых желаний (desires), порой противоречивых, но необходимых по определенным причинам, и ряда намерений (intentions), вытекающих из желаний.
Исходя из проведенной классификации, построим модель в виде двудольного графа G3 = <W, A1, M>, представляющего принадлежность «ментальных свойств» «сильных» интеллектуальных агентов способам мышления, предложенным в модели Дж. Ройса (рис. 3).
В представленном графе множество ребер М описывает принадлежность определенных свойств «сильных» интеллекту-Рис. 3. Граф принадлежности «ментальных альных агентов рассматриваемым способам
свойств» «сильных» интеллектуальных агентов мышления. Для большей наглядности пред-способам мышления ставим данную модель в виде гиперграфа
где K - множество вершин,
г- Z1S / Л\ K = { Wi, W2, w3, an, ai2, a13, au, a15, aw };
G4 = <K, N> (рис. 4), ,, , ,, ,,
'' N - множество ребер: N1 = w1 u a12 u a15; N2 = w2 u a11 u a16;
N3 = w3 u a13 u a14.
На основе проведенного анализа предложим классификацию способов мышления с использованием свойств «сильных» интеллектуальных агентов:
1. Целенаправленно-убежденный - способ мышления, характеризующий личность со сформированной системой убеждений и способностью тщательного формирования стратегии поведения, направленной на подтверждение своих убеждений.
2. Компетентно-обязательный - способ мышления, свойственный личности с определенным багажом знаний, склонностью к логическому мышлению и способностью выдвижения и обоснования глобальных теоретических принципов на основе логических выводов и умозаключений.
3. Мотивационно-намеренный - способ мышления, присущий личности, строящей свою деятельность на основе желаний и вытекающих из них намерений, сформированных на основе разнообразных впечатлений и комбинирования знаний из разных предметных областей. Данный способ мышления характеризуется склонностью к символизации и глобальности понимания происходящего.
Развитием данного метода может стать анализ возможности применения технологий коллективного поведения интеллектуальных агентов для создания систем диагностики личности, формирования эффективных референтных групп и построения индивидуальных траекторий обучения. Результатом функционирования таких многоагентных систем станет построение виртуальных имитационных моделей типов личности на основе новых предложенных стилей учения и способов мышления, созданных на основе моделирования коллективного поведения интеллектуальных агентов.
4. Архитектура адаптивной мно-гоагентной системы поддержки учебного процесса. Современные образовательные системы должны быть гибкими, открытыми и децентрализованными. Открытость подразумевает активное взаимодействие с внешней средой и постоянное саморазвитие внутренней структуры с учетом внешних воздействий. Обучающие системы, построенные на данных принципах, получили название интеллектуальных. Специфическими компонентами таких систем являются модели обучаемых и модели процессов обучения (рис. 5). В блоке «модель обучаемого» содержится информация об индивидуальных характеристиках определенной личности. В нем организовано представление о текущем уровне знаний обучаемого в сравнении с эталонной моделью роли конкретного участника внутри референтной группы. Блок «модель процесса обучения» обеспечивает формирование информационной модели и индивидуальной траектории обучения.
Рассматривая проблему построения интеллектуальных образовательных систем (ИОС) на основе многоагентных систем (МАС) учебного назначения, структуру МАС поддержки учебного процесса в референтных группах можно представить в виде, изображенном на рис. 5. Данная МАС включает в себя следующих агентов:
- агент интерфейса преподавателя;
- агент интерфейса обучаемого;
- агент онтологий;
- агент-координатор;
- агент-тьютор.
Агент интерфейса преподавателя управляет взаимодействием преподавателя-эксперта с базой данных предметной области. С его помощью преподаватель оперативно пополняет базу данных, определяет различные уровни знаний, разрабатывает модели предлагаемых учебных проектов.
Рис. 4. Гиперграф принадлежности «ментальных свойств» «сильных» интеллектуальных агентов способам мышления
эксперты-
преп одаеатели
аге?оп
интерфейса
преподавателя
V У
Рис. 5. Структура многоагентной системы поддержки учебного процесса в референтных группах
Агент интерфейса обучаемого осуществляет взаимодействие с базой данных участников проекта, которая содержит сведения о каждом из обучаемых в группах с указанием индивидуальных особенностей личности, текущего уровня знаний и навыков, предпочтительной роли в группе и выбранной траекторией обучения.
Агент онтологий обеспечивает доступ к информации из базы данных предметной области, которая может извлекаться обучаемым и обновляться преподавателем, а также осуществляет вывод на онтологии и предоставляет возможность корректировки весовых коэффициентов, характеризующих приоритетные маршруты в нечеткой сети. Иными словами, он играет роль интерфейса между базой данных и другими агентами и обеспечивает доступ к ресурсам онтологии. Агент-координатор, в свою очередь, выполняет роль посредника между агентами системы. В состав системы входит особый агент-тьютор. Этот агент интерфейса ведет учет, осуществляет координацию и наставничество, знакомит обучаемых с их индивидуальными траекториями обучения.
Подобная МАС обладает возможностью на основе моделей обучаемых и моделей референтных групп генерировать процесс обучения и координировать ролевые обязанности в групповом учебном проекте, а также поддерживать активную обратную связь участников проекта с преподавателем-экспертом.
Заключение. В данной работе рассмотрены перспективы применения теории многоагент-ных систем для создания интеллектуальных средств диагностики личности обучаемых для дальнейшего определения индивидуальных траекторий обучения. Проведен обзор и анализ основных моделей стилей учения и способов мышления. Определены сходства основных свойств «слабых» и «сильных» интеллектуальных агентов и характеристик личности, определяющих наличие определенного стиля учения и способа мышления. Предложен метод построения новых моделей стилей учения и способов мышления на основе теории агентов. Описаны новые модели стилей учения и способов мышления, построенные на основе свойств интеллектуальных агентов.
Развитием данной работы может стать анализ возможности применения технологий коллективного поведения интеллектуальных агентов для создания систем диагностики личности, формирования эффективных референтных групп и построения индивидуальных траекторий обучения.
Литература
1. Открытое образование - стратегия ХХ1 века для России / Под общ. ред. В. М. Филиппова и В. П. Тихомирова. - М.: МЭСИ, 2000.
2. Астанин С. В., Курейчик В. М., Попов Д. И., Кузьмицкий А. А. Интеллектуальная образовательная среда дистанционного обучения // Новости искусственного интеллекта, 2003. № 1. С. 7-14.
3. Астанин С. В. Мониторинг процесса обучения в системе открытого образования // Интеллектуальные САПР. № 4. - Таганрог, 2001.
4. Бурдаев В. П. ПИОС - почти интеллектуальная обучающая система // Искусственный интеллект. № 4. - Донецк: НАН Украины, 2009. С. 330-337.
5. Писаренко В. И. Инновационное обучение иностранным языкам в техническом вузе / Под ред. А. В. Непомнящего. - Таганрог: ТТИ ЮФУ, 2007. - 376 с.
6. Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы (обзор) // Новости искусственного интеллекта. № 2. - М.: ЦНИЭИуголь, 1998. - 196 с.
7. Кравченко Ю. А., Курейчик В. М., Писаренко В. И. Технология многоаспектного аналитического исследования как метод машинного обучения // Открытое образование, 2008. № 2. С. 11-17.
8. Бова В. В. К вопросу о построении инфологической модели представления образовательного контента в интегрированной научно-образовательной среде // Известия ЮФУ. Технические науки. Тематический вып. Интеллектуальные САПР. - Таганрог: ТТИ ЮФУ, 2007. № 2 (77). С. 200-206.
9. Курейчик В. В., Курейчик В. М., Родзин С. И. Концепция эволюционных вычислений, инспирированных природными системами // Известия ЮФУ. Технические науки. Тематический вып. Интеллектуальные САПР. - Таганрог: ТТИ ЮФУ, 2009. № 4 (93). С. 16-25.
* *
