CC BY
33
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.
1снуе кiлька класифiкацiй 1НС. Ми використаемо класифжащею за Штером Брусиловс-ким [5], яка, на наш погляд, найкраще вiдображае наявшсть iнтелектуальностi в технологiях. Вш видiляе такi етапи 1НС:
• побудова послвдовност курсу навчання;
• штелектуальний аналiз вiдповiдей;
• iнтерактивна тдтримка у розв'язаннi задач;
• допомога у розв'язанш задач, заснована на прикладах.
Побудова посшдовносп курсу навчання. Метою технологи побудови послщовност курсу навчання е забезпечення учня, iндивiдуально спланованою послiдовнiстю iнформацiйних блоюв i послiдовнiстю навчальних завдань (прикладiв, питань, задач тощо). 1снуе два види побудови послiдовностей: активш й пасивнi.
Активна побудова послвдовност мае на увазi наявнiсть мети навчання (тдмножини понять областа, що вивчаеться, якими потрiбно оволодгги). Системи з активною послiдовнiстю можуть побудувати найкращий iндивiдуальний шлях для досягнення мети. Бiльшiсть iснуючих систем мае жорстку мету навчання — повна множина понять навчального курсу. Декшька систем з пристосованою метою дозволяють вчителю або студенту вибирати тдмножини понять навчального курсу як поточну мету. Приклади систем з активною послвдовтстю: ELM-ART-II, AST, ADI, ART-Web, АС1, KBS-Hyperbook i ILESA, DCG i SIETTE.
Пасивна послвдовшсть е технологiею зворотного зв'язку i не вимагае активно! мети навчання. Вона починае дшти, коли користувач не здатний розв'язати задачу або вщповкти на пи-тання правильно. Пасивна технологiя в цьому випадку пропонуе користувачевi тдмножину доступного iнформацiйного матерiалу, яка може заповнити пропуск в знаннях студента i вивести його з невизначення. Приклади систем побудови пасивно! послiдовностi: InterBook, PAT-InterBook, CALAT, VC Prolog Tutor, and Remedial Multimedia System.
1нтелектуальний аналiз ршень мае справу з кiнцевими вщпов^ми того, хто навчаеться на поставленш задачi (як були одержанi щ вiдповiдi неважливо). Мета iнтелектуального аналiзатора рiшень — це визначення чи правильне рiшення запропоноване, чи т; знаходження того, що саме неправильно або неповно в вщповщ; та, можливо, визначення яких знань бракуе або вони непра-вильнi i можуть вiдповiдати за помилку. 1нтелектуальш аналiзатори можуть надавати зворотний зв'язок й обновляти модель того, що вивчаеться. Класичним прикладом е PROUST.
1нтерактивна пвдтримка в розв'язанн1 задач — технолопя, яка замiсть очжування кш-цевого розв'язання надае штелектуальну допомогу на кожному кроni ршення задачi. Рiвень допомоги може бути рiзним: вiд оповiщення про неправильно зроблений крок до видачi поради i виконання наступного кроку замкть студента. Системи (часто званi штерактивними тренажерами), в яких реалiзуеться щ технологiя, можуть спостерiгати за дiями студента, розумiти !х i використовувати це для надання допомоги й оновлення моделi того, що вивчаеться. Класичний приклад — LISP-TUTOR.
Технолопя шдтримки в р1шенн1 задач на прикладах е наймолодшою. Ця технолопя допомагае тим, хто вчиться вирiшувати новi задачi, не видшяючи !х помилки, а пропонуючи приклади з устшним розв'язанням схожих задач (це можуть бути приклади, пояснен !м або задачi вирiшенi ними ратше). Приклади: ELM-PE, ELM-ART i ELM-ART-II, AlgeBrain.
Оскiльки майже ва 1НС мережевi, то можна також видiляти в них присутнiсть ще тако! ознаки як адаптивне гшермед1а. Такi системи застосовують рiзнi види моделей користувача для пристосування змюту i посилань сторiнок для нього. Будемо розрiзняти двi головнi технологи в адаптивнш гiпермедiа: адаптивне представлення (АП) й адаптивна пiдтримка в навтацй (АПН).
Мета технологi! АП — пристосувати змiст сторiнки гiпермедiа до niлей, до знань користувача, а також до шшо! шформаци, яка зберiгаеться в моделi користувача. В системi з адапти-вним представленням сторiнки не статичш, а адаптивно генеруються або збираються за части-нами для кожного користувача. Наприклад, використовуючи деякi адаптивш способи представ-
Науков1 записки. Серш: Педагог1ка. — 2005. — №6.
109
лення досвiдчений користувач одержуе бiльш детальну i глибоку шформащю, тодi як новачки отримають бшьше додаткових пояснень. Тiльки в двох Мережних IHC реалiзовано адаптивне представлення в закiнченому виглядi: PT i AHA.
Мета технологи АПН — це тдтримка того, що вивчаеться, в орiентацп i наыгаци в ппе-рпросторi за допомогою змiни вiдображення видимих посилань. II можна розглянути як уза-гальнення технологи послщовност курсу навчання для гiпермедiа. 1х об'еднуе загальна мета — допомогти учневi знайти «оптимальний шлях» через навчальний матерiал. У той же час адаптивна тдтримка в навтаци мае бшьший вибiр, нiж звичайна послiдовнiсть: вона може вести користувача явно i неявно. Найчастше реалiзуеться помiченням та приховуванням вказiвок.
Очевидно, що iнтелектуальнi технологи розкривають новi шляхи пiдвищення якост освь тнiх послуг в умовах сучасного шформацшного суспiльства. Так адаптивне представлення нав-чальних матерiалiв забезпечуе шдиввдуальний пiдхiд до учнiв, тдтримку в розв'язаннi задач та штелектуальний аналiз рiшень з iнтерактивним зворотним зв'язком можуть значно заощадити час викладача, технологи добору моделей навчання можуть посилити управлшсью та комутка-тивт аспекти навчального процесу.
З другого боку, навгть на думку захщних експерттв, адаптивнi й штелектуальш технологи ще не знайшли мiсце в «справжнш» вiртуальнiй аудитори, не використовуються в працюючих на практищ курсах. Бiльшiсть систем — це «лабораторт» системи, яю нiколи не використову-
валися на справжтх заняттях. Iншi з них — це сукуптсть систем, в основному з амейств ELMART i AHA, що використовуються рвдко. Водночас жодна з комерцiйних i «ушверситетських» систем дистанщйного навчання не використовуе адаптивнi й штелектуальт технологи.
Таблиця 1.
Пор1вняльн1 характеристики 1НС
Система Адаптивна по-сл1довшсть Адаптивна тдтримка внавиаци Шдтримка в ргшент задач Адаптивне представлення
ELM-ART Сторшки Помiчення Часткова Частково
ELM-ART II Курс, перевiрка Помiчення Часткова Частково
PAT-InterBook Сторшки, виправлення Помiчення Часткова Частково
AST Курс Помiчення Частково
ADI Курс Помiчення Частково
ART-Web Курс, перевiрка Помiчення Частково
ACE Курс Помiчення, приховування Частково
Remedial Multimedia System Курс, виправлення Приховування
PT Помiчення Так
AHA Помiчення, приховування Так
MetaLinks Сторiнки Частково (вступ)
LISP-TUTOR Так
AlgeBrain На прикладах
Кiлькiсне дослiдження рiвня систем вже яскраво сввдчитъ про переваги штелектуальних технологiй. По ходу збшьшення конкуренци на ринку освiтнiх систем «бути адаптивною» або «бути штелектуальною» стане важливим чинником для завоювання покупцiв. Традицiйнi ком-пани розробки 1НС почнуть використовувати адаптивнi й штелектуальт методи. Як видно з
110
Науков1 записки. Сер1я: Педагопка. — 2005. — №6.
табл. 1, на даний час не кнуе системи в якш би були присутш вм видiленi категорп хоч частко-во, тому штелектуальш нaвчaльнi системи ще мають неaбиякi потреби в розробщ та доопрацю-вaннi. Першими технолопями для використання в комерцiйних системах, iмовiрно, будуть технологи побудови послвдовностей (послiдовнiсть сторiнок i послвдовшсть питань), оскiльки вони добре розкривають поточну структуру освiтнiх систем. Шзтше можна прогнозувати прихiд адаптивно! тдтримки в навтацп i тдбору моделi.
На основi проaнaлiзовaних технологш на кaфедрi програмного забезпечення автоматизо-ваних систем 1вано-Франювського нaцiонaльного техшчного yнiверситетy нафти i газу розпо-чали розробку 1НС, яка повинна поеднати в собi побудову послвдовносл курсу та iнтерaктивнy пiдтримкy в розв'язанш задач. Акцент робиться на цих технологiях оскiльки, на нашу думку, вони е найбшьш перспективними.
Л1ТЕРАТУРА
1. Петрушин В. А. Экспертно-обучающие системы. — К: Наукова думка, 1992. —196 с.
2. Евтушенко Н. В., Паршина Н. А., Янковская А. Е. Автоматная модель контроля знаний в интеллектуальных обучающих системах. — Математическое моделирование. Кибернетика. Информатика. — Томск, ТГУ. — 1999.
3. Котикова Л. Н., Соловьев В. А., Суздорф В. И. Экспертные обучающие системы. — Искусственный интеллект в образовании. Труды международного семинара. Ч. 2. — Казань, 1996.
4. Ситников Ю. К., Плеухова Л. Ф. Компьютерное информационное обеспечение учебного процесса. — Искусственный интеллект в образовании. Труды международного семинара. Ч .2. — Казань, 1996.
5. Brusilovsky P. Adaptive and Intelligent Technologies for Web-based Education. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Konstliche Intelligenz, 4, 19-25.
6. Weber, G. and Specht, M.: User modeling and adaptive navigation support in WWW-based tutoring systems. In: Jameson, A., Paris, C. and Tasso, C. (eds.) User Modeling. Springer-Verlag, Wien, 1997.
Олена КОСТИРКО, Валентина ГАЛ1НСЬКА, Валентина КАЛ1БАБЧУК
ВИКОРИСТАННЯ ШТЕРНЕТ-ТЕХНОЛОГШ ДЛЯ САМОКОНТРОЛЮ СТУДЕНТ1В У ПРОЦЕС1 П1ДГОТОВКИ ДО 1СПИТ1В
1нтернет-технолопя (мережева технолопя) базуеться на використанш глобальних та ло-кальних комп'ютерних мереж для реaлiзaцil та управлшня навчальним процесом незалежно ввд мкця знаходження його суб'ектш.
Ввдповвдно до завдань, поставлених перед вищими навчальними закладами, у зв'язку з входженням у Болонський процес, пропонуеться створення електронних тестав (так званий еле-ктронний третнг) для стyдентiв, що навчаються як стaцiонaрно, так i заочно.
Запровадження електронного тестування у шдготовщ до iспитiв, на нашу думку, е необ-хiдним, оскшьки сьогоднi основний акцент у засвоенш дисциплiни ставиться на сaмостiйнiй робот студента, що неодмiнно мае сприяти розвитковi сaмостiйного мислення.
Тестовi питання до кожного змiстовного та тдсумкового модyлiв готуються у виглядi ri-пертексту. До електронного вaрiaнтy тесту мае бути винесено не менше 100 питань, яю охоп-лювали б весь мaтерiaл з теми модулю.
Так студент, незалежно ввд мюцязнаходження, може сaмостiйно пiдготyвaтися до тдсумкового чи промiжного модульного контролю, скориставшись тестами для трешнгу за допомо-гою iнтернетy. Також важливо забезпечити можливiсть копiювaння теспв на CD ROM, що е суттевим для багатьох стyдентiв, яю не мають виходу в штернет. Розглянемо, як приклад, одне з питань тесту: 1. За яких умов гетерогенна рiвновaгa реaкцil
5Са2+ + ЗНРО42- + НОН ^ ^ Са5(ОН)(РО4)з + 4Н+ змiщyеться в бж утворення гiдроксоaпaтитy? а) Збiльшення концентрацп гiдрофосфaт-iонiв;
Науков1 записки. Сер1я: Педагопка. — 2005. — №6.
111
