CC BY
57
Модель
предметной области в интеллектуальной обучающей системе
О. Лазарева
ассистент кафедры ИВТиАМ
В современном информационном обществе электронные технологии в образовании играют все более важную роль. Одним из направлений развития электронного образования является разработка интеллектуальных обучающих систем. Дадим следующее определение: интеллектуальная обучающая систем (ИОС) - это электронная обучающая система, которая включает элементы когнитивной науки, компьютерной лингвистики, искусственного интеллекта, математики или других областей, благодаря которым разрабатываются интеллектуальные системы, и решающая следующие задачи:
• построение последовательности изучения учебного курса;
• интеллектуальный анализ решений;
• помощь в решении задач;
• интеллектуальный мониторинг процесса обучения.
В соответствии с соглашением, принятом среди исследователей, выделяют четыре составные части ИОС [6,7,8].
1. Модель предметной области, которая содержит концепции, правила, стратегии решения задач предметной области.
2. Модель учащегося, которая согласно оверлейной модели содержит часть модели предметной области, соответствующую знаниям студента.
3. Модель обучения, которая на основании первых двух моделей принимает решения об обучающих стратегиях и воздействиях.
4. Модель пользовательского интерфейса.
Как видно из описания, модель учащегося и модель обучения базируется на модели предметной области. Модель предметной области иногда также называют когнитивной моделью или моделью знаний экспертов.
232
В связи с переходом высшей школы на образовательные стандарты третьего поколения требуется разработка обучающих систем, соответствующих новому подходу к образовательному процессу. В частности, одним из ключевых понятий нового стандарта является понятие компетенции. Актуальна разработка модели предметной области для интеллектуальной обучающей системы, которая бы включала данное понятие.
В обучающих системах модель предметной области, фактически, структурирует учебный материал, который принято разделять на порции, то есть структурные единицы. Минимальные структурные единицы по-разному называются у различных авторов. Так Л.В. Зайцева называет их квантами [2], а в более поздних работах объектами обучения [3], Г. Ридекер использует термин knowledge unit (англ. единица знания) [9] и т.д.
Автор предлагает рассматривать в качестве минимальной структурной единицы учебного материала дидактическую единицу. Под дидактической единицей понимается «логически самостоятельная часть учебного материала, по своему объему и структуре соответствующая таким компонентам содержания как понятие, теория, закон» [5] и т.д.
Множество дидактических единиц является основой, на которой базируется предлагаемая модель предметной области. На следующем уровне иерархии располагаются лекции, тестовые задания и лабораторные работы, которые в свою очередь входят в состав учебных дисциплин. Над уровнем учебных дисциплин располагается уровень компетенций. Множество компетенций входит в верхний уровень направления обучения (схема 1).
Схема 1. Модель предметной области ИОС (Н — направление, К — компетенция, Д — дисциплина, ТЗ — тестовое задание,
ЛР — лабораторная работа, ДЕ — дидактическая единица)
233
Каждая компетенция может формироваться набором дисциплин (схема 2). В то же время каждая из дисциплин, в свою очередь формирует несколько компетенций. Таким образом, между множеством дисциплин и множеством компетенций устанавливается связь «многое-ко-многим». Для упрощения модель строится для одного направления обучения, хотя есть возможность рассматривать множество направлений и, в этом случае, между направлениями и компетенциями также установится связь «многое-ко-многим», так как не только в каждое направление входит множество компетенций, но и одна и та же компетенция может входить во многие направления.
Схема 2. Верхние уровни иерархии модели предметной области ИОС
В каждую дисциплину входит набор лекций, лабораторных работ и тестовых заданий (схема 3). Также в этот уровень могут быть включены практические занятия, контрольные работы и т.д. Материал каждой лекции должен охватывать несколько дидактических единиц. По каждой дидактической единице можно составить по несколько тестовых заданий разной формы (открытой, закрытой и т.д.) Каждая из лабораторных работ может потребовать знание нескольких дидактических единиц. Отсюда следует, что между лекциями и дидактическими единицами, дидактическими единицами и тестовыми заданиями, а также лабораторными работами и дидактическими единицами устанавливается зависимость «один-ко-многим». Для упрощения модели предполагается, что:
• знание дидактической единицы формируется в рамках одной лекции, с которой она связана;
• тестовое задание связывается с одной дидактической единицей, на проверку которой оно направлено;
• проверка знания дидактической единицы осуществляется в рамках выполнения одной лабораторной работы и произвольного количества тестовых заданий.
Такие допущения возможны благодаря тому, что процесс обучения состоит из последовательного приращения знаний. Из этого можно предположить, что несмотря на то, что успешное выполнение тестового задания или лабораторной работы может требовать знание многих дидактических единиц, связь с частью из них, проверенной ранее, может быть опущена.
234
Схема 3. Нижние уровни иерархии модели предметной области ИОС (ТЗ — тестовое задание, ЛР — лабораторная работа, ДЕ — дидактическая единица)
Если временно исключить из рассмотрения уровень лекций, лабораторных работ и тестовых заданий, то можно определить характер связи между дидактическими единицами и дисциплинами. В рамках одного направления обучения часто случается, что некоторые дидактические единицы изучаются в рамках нескольких дисциплин. Поэтому между дидактическими единицами и дисциплинами существует связь «многое-ко-многим» (схема 4).
и дидактическими единицам
Модель знаний учащегося можно рассматривать как подмножество модели предметной области, как множество дидактических единиц, контроль знания которых учащийся успешно прошел. Такая модель будет оверлейной. Термин «оверлей» означает, что знания учащегося «накладываются» на эталон [1]. Благодаря связи между дидактическими единицами и дисциплинами возможно реализовать механизм адаптации материала учебной дисциплины с учетом того, насколько хорошо были усвоены повторяющиеся дидактические единицы в предыдущих курсах. Если учащийся их успешно освоил, имеет смысл концентрировать внимание на еще не изученных дидактических единицах.
235
На основании описанной модели предметной области в ИОС можно построить модель учащегося, которая будет характеризовать его знания, полученные в течении всего времени обучения в вузе, и позволит делать выводы о сформированного компетенций. Выделение в учебном материале минимальных блоков знания - дидактических единиц - позволяет осуществлять четкий контроль усвоения материала и формировать модель знаний учащегося, которая станет основой для работы механизмов адаптации обучающей системы. Также эта модель может быть использована для построения наиболее подходящей последовательности изучения учебного материала, для обнаружения недостающих знаний и работы интеллектуального помощника в выполнении лабораторных работ и тестовых заданий.
Библиографический список
ГиряИ.А. Интеграция моделей знаний ученика в адаптивной среде дистанционного обучения // Образовательные технологии и общество. - 2010. - № 13 (4). - С. 240-245.
ЗайцеваЛ.В. Методы и модели адаптации к учащимся в системах компьютерного обучения // Образовательные технологии и общество. - 2003. - № 6 (4). - С. 204-211.
Зайцева Л.В. Технология разработки адаптивных электронных учебных курсов для компьютерных систем обучения // Образовательные технологии и общество. - 2008. - № 11 (1). - С. 400-412.
Попов Д.И, Попова Е.Д. Экспертиза качества тестовых заданий: учеб. пособие. Моск. гос. ун-т печати. - М.: МГУП, 2008. - 84 с.
Устинов И.Ю. Определения основных терминов дидактики высшей военной школы. Учебно-методическое пособие. - Воронеж: ВАИУ, 2010. - 80 с.
Freedman R. What is an intelligent tutoring system? // Intelligence. - 2000. - № 11 (3). - P. 15-16.
NkambouR, MizoguchiR. & Bourdeau J. Advances in intelligent tutoring systems. Heidelberg: Springer. - 2010.
NwanaH.S. Intelligent tutoring systems: An overview. // Artificial Intelligence Review. - 1990. - № 4 (4). - P. 251-277.
Redeker G.H.J. An Educational Taxonomy for Learning Objects // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies. ICALT 2003. - Athens, Greece, 2003. - P. 250-251.
236
