CC BY
407
УДК 519.95
О.А. Шабалина
МОДЕЛЬ ПРОЦЕССА ОБУЧЕНИЯ И ЕЕ ИНТЕРПРЕТАЦИЯ В ОБУЧАЮЩЕЙ
КОМПЬЮТЕРНОЙ ИГРЕ
Рассмотрены подходы к моделированию процесса обучения. Показаны ограничения применения существующих моделей процесса обучения для разработки обучающих компьютерных игр. Разработан подход к моделированию процесса обучения как управляемого процесса освоения пространства знаний. Построена модель пространства знаний на основе математической решетки, отражающей ключевые свойства пространства знаний как системно организованной структуры, и построено исчисление процесса освоения этого пространства. Разработан способ интерпретации модели процесса обучения в игровом контексте. Описана разработка обучающей ролевой игры «Камми», в которой реализована разработанная модель.
Обучающие компьютерные игры, модель обучающего курса, пространство знаний, модель процесса обучения, управление процессом обучения
O.A. Shabalina
EDUCATIONAL GAMES DEVELOPMENT: LEARNING PROCESS MODEL AND ITS INTEGRATION INTO THE GAME CONTEXT
Approaches to learning process modeling are observed. The limitations of using existing models in educational games are shown. A new approach to modeling learning
process as a wave-like process of knowledge space learning is described. A lattice-based learning course model which reflects the essential knowledge space features is described.
The calculation of learning process as the knowledge space learning is built. Implementation of suggested model to educational role-playing games development is shown. An example of implementation of the suggested model in the «Kammy» game is presented.
Educational computer games, learning course model, knowledge space, learning process model, learning process management
Введение
Использование обучающих игр в образовании становится все более актуальной тенденцией. Компьютерная обучающая игра представляет собой игру, имеющую обучающие цели. С другой стороны, обучающая игра может рассматриваться как обучающая система, в которой процесс обучения интегрирован в игру. Качественные обучающие игры сохраняют достоинства обучающих систем и в то же время обладают большим мотивационным потенциалом.
Ключевой системной характеристикой качества обучающей игры является баланс игровой и обучающей компоненты, обеспечивающий целостность восприятия игры и возможность достижения целей обучения. Способ интеграции процесса обучения с игровым процессом определяется способом взаимодействия в игре игровых и обучающих действий.
Для организации обучения в обучающих системах используются формальные модели процесса обучения. Однако прямой перенос таких моделей в обучающие игры не позволяет учесть все аспекты, связанные со спецификой обучения в игре, поэтому применение этих моделей для разработки обучающих игр существенно ограничивает возможности разработчиков.
Анализ подходов к моделированию процесса обучения
В зависимости от назначения существующие модели процесса обучения отражают динамические, когнитивные, психологические и другие аспекты процесса обучения или их комбинации. Динамика изменения уровня знаний обучаемого в процессе обучения описывается как функция от параметров процесса, определенных разработчиком модели. Когнитивные модели описывают процессы восприятия человеком информации с точки зрения памяти, внимания, воображения и других характеристик познавательной деятельности человека. Модели, отражающие психологические аспекты процесса обучения, учитывают индивидуальные особенности личности обучаемого.
Для описания процесса обучения используют континуальные и дискретные модели. Континуальные модели процесса обучения используются преимущественно для анализа и планирования процесса обучения, т.к. позволяют устанавливать какие-либо характеристики процесса обучения, и отображать с разной степенью адекватности процесс обучения [1, 3, 6]. Однако такие модели не связаны со структурными особенностями изучаемой области знаний и не устанавливают способов организации процесса его освоения.
Дискретные математические модели описывают процесс обучения как последовательность переходов обучаемого между, определяемых действиями обучаемого над фрагментами знаний изучаемой предметной области. Для представления предметной области используются различные виды графов, узлам которого соответствуют фрагменты знаний, а дугами обозначают отношения между фрагментами. В качестве отношений задаются отношения логической связности фрагментов, определяющие возможные последовательности изучения фрагментов в процессе обучения [1-3]. Для представления процесса обучения, основанного на структуре предметной области, используются модели, основанные на сетях Петри [12], цепях Маркова [4], конечных автоматах [10] и др. Различные варианты дискретных моделей задают шаблоны возможных последовательностей элементов обучающего курса, т.е. траекторий обучения, заданных разработчиком. Процесс обучения моделируется как движение по траектории в рамках заданных правил [9].
Применение рассмотренных моделей для организации обучения в игре существенно ограничивает возможности разработчиков обучающих компьютерных игр. Игровой процесс в отличие от процесса обучения характеризуется большим числом параметров. Игрок, по определению, гораздо более свободен в выборе игровых действий, количество альтернатив выбора существенно больше, могут присутствовать элементы случайности, игровых характеристик, влияющих на процесс, существенно больше, игровой процесс может развиваться не только во времени, но и в пространстве. Обучающая игра должна с одной стороны обеспечивать свободу выбора игрока, с другой - формировать
стратегию обучения, позволяющую достичь обучающей цели. Модели процесса обучения, основанные на траекторном подходе, не позволяют в полной мере реализовать такие требования.
Целью данной работы является разработка модели процесса обучения, учитывающей характеристики игрового процесса, и также способа интеграции модели обучения в игру, позволяющего обеспечивать достижение целей обучения и сохранять при этом баланс между игровой и обучающей компонентой.
Концептуальная модель процесса обучения
Процесс обучения моделируется как динамический процесс взаимодействия обучаемого с обучающим курсом. Обучающий курс представляется как совокупность взаимосвязанных элементов курса, образующая системно организованную структуру, обладающую свойствами целостности и делимости, и определяющая таким образом пространство знаний обучающего курса. Целостность пространства знаний означает принципиальную несводимость знания в целом к сумме фрагментов знаний. Делимость пространства знаний означает наличие в нем подпространств, обладающих свойствами пространства. Обучаемый обладает способностью выполнять действия по освоению элементов пространства знаний в их логической связности. Оценка обучающим результатов выполнения действий обучаемого, сопоставленных соответствующим элементам пространства знаний, определяет состояние обучаемого в этом пространстве. Взаимодействие обучаемого с обучающим курсом представляется как изменение состояния обучаемого в соответствии с выполняемыми им действиями по освоению пространства знаний. Управление процессом обучения заключается в организации обучающим такой деятельности, при которой обучаемый в результате обучения достигает состояния, отвечающего заданной цели обучения.
Для моделирования процесса обучения, отвечающего предложенной концепции, требуется разработка трех взаимосвязанных моделей: модели обучаемого, модели обучающего курса и модели взаимодействия обучаемого и обучающего курса.
Математическая модель процесса обучения
Модель обучающего курса
Обучающий курс представляется набором связанных элементов, каждому элементу структуры сопоставляется фрагмент обучающего курса. Связи между элементами задают логическую связность курса, отражающую его внутреннее устройство. В общем случае обучающий курс можно описать как конечное множество с заданным на нем бинарным отношением:
между элементами, отражающие их логическую связность.
Логическая связность как бинарное отношение обладает следующими свойствами:
— элементы a и b логически связаны отношением a < b , если освоение a является с точки зрения разработчика курса необходимым для освоения b , т.е. a является основанием для b ;
— никакой элемент не может быть опосредованно основанием самого себя, т.е. набор отношений a < b и b < c и c < a недопустим;
— каждый элемент курса является основанием для всех элементов, с ним связанных, и для всего курса в целом, т.е. если a < b и b < c , то a < c (отношение < является транзитивным).
Свойства логической связности позволяют определить множество (1) как упорядоченное множество, и отношение < как отношение порядка на нем.
Для обеспечения целостности пространства знаний модель пространства должна обладать свойствами связности и полноты. Связность модели определяется логическими связями между элементами пространства знаний с точки зрения их содержания. Полнота задается наличием для любых двух фрагментов знаний такого фрагмента, который объединяет эти знания в новое знание. Свойство делимости пространства определяется структурным подобием подпространств модели пространства.
Для отображения системных свойств пространства знаний, отвечающего обучающему курсу, множество (1) введённым отношением порядка вкладывается в наименьшую математическую решетку (lattice) KS з LC [8].
На решетке KS как универсальной алгебре определены две идемпотентные бинарные операции: © и * . Идемпотентность операций решетки отражает «идемпотентность» процесса освоения знаний: повторное освоение элемента не приводит к появлению нового знания.
В контексте обучающего курса элемент a © b является основанием для любых элементов, для которых элементы a и b являются основанием. Элемент a * b является основанием к освоению элементов a и b Отношение a < b , что эквивалентно a * b = a и a © b = b , определяет связность модели.
Существование в математической решетке KS как частично упорядоченном множестве для каждой пары элементов a, b точной верхней sup(a, b) = a © b и точной нижней inf (a, b) = a * b грани определяют полноту модели пространства знаний. Наименьший элемент O = inf (KS) решетки KS определяет начало освоения курса, наибольший элемент I = sup(KS) представляет собой обучающий курс в целом. Свойства связности и полноты модели определяют целостность пространства знаний (рис. 1).
Обучающий курс
V е )
Г
L
—L с \\
( т
-Л-—
— элемент обучающего курса —► — отношение порядка
Рис. 1. Структура обучающего курса и пространство знаний, отвечающее этой структуре
Математическая решетка адекватно отражает системные свойства пространства знаний, что позволяет представить модель обучающего курса в виде
КЗ = ^ ,@,*), (2)
где S - множество элементов математической решетки, ®,* - операции над элементами.
Для пары a, Ь элементов решетки, связанных отношением a £ Ь , множество элементов х таких, что х е ^ : a £ х £ Ь , составляют интервал /Ъа , представляющий собой подструктуру решетки ^. Существование в решетке подструктур ^ с ^ определяет структурное подобие решетки и
отражает свойство делимости пространства знаний на подпространства.
В силу конечности структуры ^ для каждого интервала ^ существует подмножество его элементов о, £ у1 £ у2 £... £ Уь £ Уь+1... £ Ъ таких, что каждый интервал +1 содержит только два элемента ук и ук+1, т.е. делимость интервала конечна. Такой набор элементов интервала определяет
максимальную цепь СЪ, представляющую собой линейную подструктуру интервала /ОЪ .
Возможность освоения любого фрагмента знаний определяется освоенностью связанных с ним линейных подструктур как предшествующих ему фрагментов знаний. Алгебраическое представление совокупности предшествующих фрагментов описывается идеалом. Каждый элемент а е ^ определяет собой идеал А(о) и фильтр У(о), которые являются главным идеалом А(а) = {Ъ е ^ : Ъ * а = Ъ} и главным фильтром У(а) = {Ъ е К8: Ъ * а = а}. Главный идеал А(а) состоит из всех элементов, которые нужно изучить, чтобы приступить к изучению а . Главный фильтр У(а) определяет все элементы, которые могут быть изучены после изучения а (рис. 2).
Главный фильтр элемента а
Г лавный идеал элемента а—^/' д
СсЬ [(ь]
Максимальная цепь Сг, ^'определяемая элементом а
Рис. 2. Подмножества элементов пространства знаний, определяющие главный идеал
и главный фильтр элемента а
Модель обучаемого
Обучаемый в процессе освоения пространства знаний выполняет действия, сопоставленные элементам пространства знаний KS в их логической связности. Каждому действию d , выполненному обучаемым, сопоставляется оценка освоенности Лр этого элемента, определяющая его состояние р на этом элементе. Таким образом, состояние обучаемого р является отображением множества элементов решетки KS на множество оценок освоенности этих элементов: реФ « р: KS — Лр, где Ф - множество состояний, KS - множество элементов решетки, Лр = {1min,...,1i,...,1max} - линейноупорядоченное множество оценок выполнения действия.
Каждое действие, выполняемое обучаемым, изменяет его состояние:
d е D d: f(kS, Лр) —— f(kS, Лр). Тем самым d представляется как оператор, действующий на
пространстве состояний Ф , и обладающий таким свойством, что никакое действие не ухудшает меры освоенности соответствующего элемента: d (р)^) > р(a).
Таким образом, модель обучаемого представляет собой кортеж вида
Learner = (Ф, D, (3)
где Ф - множество состояний обучаемого; D - множество действий обучаемого, определяемых элементами пространства знаний.
При этом пространство действий структурно эквивалентно пространству знаний: Va е KS3! d е D , т.е. d = b(a), где b - биекция множества KS на множество D. Vb е KSb > a ^ /3(Ъ)> b(a), т.е. действие b(b) может быть выполнено после выполнения действия b(a).
Модель процесса взаимодействия обучаемого с обучающим курсом
Процесс взаимодействия обучаемого с обучающим курсом представляется как зависимость состояния обучаемого р в пространстве знаний ^ от действий й, совершаемых обучаемым над элементами пространства и изменяющих состояние освоенности этого пространства.
Модель процесса взаимодействия обучаемого с обучающим курсом представляется уравнением эволюции состояния обучаемого в дискретном времени:
Р,+1 = +! (р ) , (4)
где р - состояние, в которое переходит обучаемый после выполнения действия й,+1, определяемого предшествующим состоянием р.
Модель определяет состояние обучаемого р как функцию его действия й, над подпространством знаний ДО(р), расширяющим это подпространство, т.е. ДО(р,) с ДО(р,+1).
Управление процессом обучения
Управление процессом обучения заключается в организации такой деятельности, при которой достигается состояние освоенности пространства знаний, удовлетворяющее цели обучения:
й ^2 й, йп
р0 ® р ® ... ®р ... ® р°Ъ , (5)
КБ(р) с КБ(р )с... с КБ(р )с... с ),
где р1 - состояние освоенности пространства знаний КБ после выполнения 1-го действия; КБ(р,.) -
подпространство освоенных знаний, соответствующее состоянию р,; роЪ} - состояние, удовлетворяющее цели обучения.
Действие й,+1 выбирается из набора:
В+ = Р(рг), (6)
где Е (р,) - функция управления, задающая набор возможных действий Д+ обучаемого в зависимости от результата выполнения текущего действия й, (обратная связь).
Для оценки завершенности обучения на множестве состояний выделяется подмножество ФоЪ (КБ,Лр)с ф(кБ,Лр). Если рт е ФоЪ] (КБ,Лр), то цель обучения достигнута.
Процедура формирования функции управления
Для каждого элемента пространства знаний КБ задается пороговое состояние р* (а) е Ф, определяющее требуемый уровень освоенности а, и J* (а) - пороговое значение уровня знаний, определяющее возможность освоения а . Если ра)>р*(а), то элемент а считается освоенным. Для
каждого элемента, для которого р(а)< р*(а), определяется возможность его освоения.
Возможность освоения элемента а зависит от уровня освоенности всех элементов, предшествующих ему, и определяемых главным идеалом А(а). Логика освоения предшествующих элементов определяется максимальными цепями идеала с, е А(а). Амплитуда максимальной цепи определяется как набор значений состояний на всех элементах цепи: А(с, ) = {р(ух),р(у2),...,р(ук)} . Состоя-
ние освоенности всех элементов идеала А(а) определяется как суперпозиция величин амплитуд максимальных цепей.
Процедура формирования функции управления включает следующие шаги:
1) находятся все максимальные цепи идеала А(а):
с, ={КУ2,..-Ук}:0£Ух £У2 £...£Ук £а}е А(а), (7)
2) для каждой максимальной цепи (7) определяется величина амплитуды А(с,):
А(с, )=/Ку, )), (8)
где / - способ суммирования 1(у,); 1(у,) - оценка выполнения действия, сопоставленного элементу У, , определяющая состояние обучаемого р(У, ) на этом элементе;
3) определяется суперпозиция амплитуд А(с,):
J(р, а) = ^ А(с,), (9)
4) если J(р, а)> J , то элемент а считается доступным для освоения;
5) действие й = Ь(а) принадлежит набору действий, определяющих функцию управления:
Е(р) = Вг = {йе В; й = /3(а), J(р, а) > J* (а)} . (10)
Организация процесса обучения на основе предложенной модели позволяет управлять действиями обучаемого в соответствии с его уровнем знаний, индивидуальными особенностями, и предоставляет ему свободу выбора действий по освоению пространства знаний, определяемого его текущим состоянием. Обучаемый самостоятельно принимает решение по выбору нужного действия, требуемого для освоения пространства знаний. Таким образом, обучаемый выявляет логические свя-
зи между элементами пространства, и осваивает пространство знаний как системно организованную структуру, что приводит к синтезу у обучаемого целостной системы знаний.
Механизм оценки результатов процесса обучения
Для оценки уровня знаний в обучаемом курсе LC выделяются подобласти, соответствующие отдельным разделам знаний, и задаются навыки, определяющие способность обучаемого применять
полученные знания. Каждому разделу знаний сопоставляется подмножество WKn с LC, влияющих на овладение этим разделом знаний. Каждому навыку сопоставляется подмножество WSjk с LC , влияющих на развитие этого навыка. Для обеспечения полноты и связности выделенных разделов подмножества Wi достраиваются до подпространств: Wt — KSi.
Введено понятие меры освоенности mраздела Wt:
= J (^sup( KSi )|!вд)})
М J (ртах , sup( KSi )l IfKSS))), (13)
Как отношение текущего состояния освоенности подпространства KSi на интервале I isnufp((KKSSi)) к состоянию освоенности KSi, определяемому интервалом IfKS)), ртах : ртах (a) = 1max , Va е KS,.
Оценка результатов обучения включает множества оценок освоенности по разделам знаний Knowledge и навыков Skills :
Knowledge: {mfn, m2:n,.., mnKn}—л ,
где = m(KSKn, р, р ) - уровень знания i-го раздела;
Skills: ,m2Sk,..., mSk}—л ,
где = m(KSfk, р, р ) - уровень владения i-м навыком.
Уровень освоенности знаний и навыков обучающего курса LC с KS в целом: mKn = J (р^^")) mSk = J (^up^))
J (jmax, sup(KSKn )) J (jmax, sup(KSSk ))
где KS - пространство знаний обучающего курса.
Интерпретация модели процесса обучения в ролевой обучающей игре Обучающий курс как виртуальный мир
Ключевые понятия обучающего курса интерпретируются как система правил жизни в искусственно созданном виртуальном игровом мире. Каждый элемент структуры обучающего курса (1) интерпретируется как элемент игрового сценария: a е LC ® ga е gC , где a - элемент структуры обучающего курса LC , ga - элемент игрового сценария gC . Множество gC дополняется элементами сценария, не являющимися интерпретациями обучающего курса, таким образом, что при этом не нарушаются логические связи между элементами структуры обучающего курс: a : gC ® GC , где a -мономорфизм структур. Множество GC вкладывается в решетку: GC é KS , определяющую пространство знаний обучающего курса (2).
Таким образом, модель игрового сценария имеет вид
KS =< GC,*,® >, (14)
где GC - множество элементов игрового сценария, *,® - операции над элементами.
Виртуальный мир, как модель обучающего курса, не имеющую оригинала в действительности, предложено назвать симулякрационной моделью (Simulacrum model). Способ моделирования, при котором создается новый «виртуальный» объект (симулякр, Simulacres), для которого исходный объект является моделью, предложено назвать симулякрационным моделированием. Для обеспечения возможности внешнего представления (визуализации) симулякрационная модель может наде-164
ляться дополнительными свойствами, не присущими объекту моделирования. В этом отличие симу-лякрационного моделирования от моделирования реально существующих предметов и явлений, при котором модель является упрощенным сущностным описанием объекта.
Обучаемый как аватар
Игрока в игре представляет его аватар - игровой персонаж, с которым ассоциирует себя игрок. Состояние обучаемого интерпретируется как игровой опыт аватара: j® exp erience, действия обучаемого по освоению пространства знаний - как игровые действия: d ® gameAction. В процессе игры игрок выполняет действия и накапливает игровой опыт, который отражает достижения игрока в освоении обучающего курса: exp erience : GC ® Achievements, где GC - множество элементов игрового сценария; Achievemen ts - множество оценок достижений игрока. Модель игрока как интерпретация модели обучаемого (3) имеет вид
Avatar =< Experience, GameActions >, (15)
где Avatar - игровой персонаж, с которым ассоциирует себя игрок; Experience - множество игровых состояний игрока; GameAction s - множество игровых действий игрока.
Процесс обучения как жизнь аватара в виртуальном мире
Процесс обучения представляет собой жизнь аватара в виртуальном мире: освоение правил существования и выживания в мире, саморазвитие, создание и развитие других персонажей.
Модель жизни аватара в виртуальном мире как интерпретация модели взаимодействия обучаемого с обучающим курсом (4) имеет вид:
experiencei+1 = gameActioni+1 (experiencei ) . (16)
Пример применения модели процесса обучения для разработки обучающей игры
Разработанная модель процесса обучения реализована в ролевой обучающей игре «Камми» [11, 12]. Объектами изучения в игре являются объектно-ориентированная технология программирования (ООП) и язык программирования С#. Выделены ключевые понятия ООП, разработан виртуальный мир игры как симулякр объектно-ориентированной парадигмы. Главный персонаж игры - «Профессор Камаев» (с разрешения зав. кафедрой САПР и ПК Волгоградского государственного технического университета проф. Камаева В.А.), сознание которого в результате неудачных опытов переместилось в маленького робота Камми. Процесс обучения в игре интерпретируется как жизнь Камми в виртуальном мире.
Игрок должен управлять поведением Камми, который помещается в этот новый для него мир. В процессе игры каждый игрок по-своему осваивает пространство знаний в зависимости от уже накопленного уровня знаний и предпочтений, определяемых его текущим состоянием.
Выделены два уровня игры: базовый уровень и свободная игра. На базовом уровне игрок изучает основные принципы ООП. В режиме свободной игры игрок расширяет игровой мир и развивает
навыки программирования. Задано пороговое значение освоенности j* (a = 1min = 1) . Для базового уровня задан порог освоения J* (a) = J(a)mm, что позволяет продвигаться в пространстве знаний при j = j*. В режиме свободной игры J * (a) = (J(a)min + J(a)max)/2 .
Для вычисления величины амплитуды | A(Ct ) | в качестве функции суммирования f (l) использована аддитивная свертка: | A(Ct ) |= ^1(yt ) . Уровень освоенности знаний, определяющий возможность освоения элемента a , вычисляется по рекуррентной формуле: J( j, a) = ^ (J( j, ai ) + j(ai )) | A(Ci ), где at - максимальные элементы идеала A(a) | {a}.
Экранные формы игры показаны на рис. 3.
1 - Решение задания на разработку метода обеспечивающего движение вперед
3 - Для перемещения вниз нужно изменить форму Камми
2 - Проверка решения задания
на разработку метода
4 - Решение задания на разработку метода преобразования формы Камми
Рис. 3. Экранные формы игры «Камми»
Заключение
Разработанная игра «Камми» используется на кафедре САПР и ПК Волгоградского государственного технического университета в рамках обучения студентов второго курса дисциплине «Программирование на языках высокого уровня». Для оценки применимости разработанной модели процесса обучения было проведено анкетирование в группе из пятнадцати студентов. Все студенты отметили, что игра помогла им понять идею объектно-ориентированной парадигмы и базовые принципы объектно-ориентированного программирования и повысила их интерес к изучению дисциплины в целом. При этом студенты отметили высокое качество игры: привлекательность сюжета и богатые игровые возможности.
Результаты анкетирования показывают, что предложенная модель процесса обучения применима для разработки обучающих компьютерных игр, т.к. она позволяет достигать цели обучения в игровом процессе и сохранять при этом баланс обучающей и игровой компоненты.
ЛИТЕРАТУРА
1. Герасимова И.Б. Системный подход к анализу и управлению качеством обучения на основе триад знаний / И.Б. Герасимова, Л. Р. Уразбахтина // Вестник компьютерных и информационных технологий. 2012. № 9. С. 51-55.
2. Кривцов В.Е. Модель и алгоритмы построения учебных курсов / В.Е. Кривцов, Е.А. Лар-шин // Труды Института системного анализа Российской академии наук. 2005. Т. 14. С. 156-162.
3. Соловов А.В. Дискретные математические модели в исследовании процессов автоматизированного обучения / А.В. Соловов, А.А. Меньшикова // Дистанционное и виртуальное обучение. 2011. № 12. С. 64-79.
4. Дорофеев А.С. Модели обучающего курса в разработке систем дистанционного обучения / А.С. Дорофеев, С.С. Соснинская // Прикладная информатика. 2007. № 3. С. 25-37.
5. Лаптев В.В. Изучение поведения моделей обучения с использованием марковского процесса / В.В. Лаптев, В.И. Сербин // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2010. № 1. С. 42-48.
6. Кудрявцев В.Б. Компьютерные Системы Обучения / В.Б. Кудрявцев, П.А. Алисейчик, К. Вашик и др. // Интеллектуальные Системы. 2004. Т. 8. Вып. 1-4. С. 45-56.
7. Давтян А.Г. Структурный синтез пространства знаний / А.Г. Давтян, О.А. Шабалина // Информационные технологии в науке, образовании, телекоммуникации и бизнесе HT+SE'2012 : приложение к журналу «Открытое образование»: матер. XXXX юбил. Междунар. конф. молодых учёных (майская сессия, Крым, Ялта-Гурзуф, 25 мая - 4 июня 2012 г.) / ИПУ РАН, ГУ-ВШЭ, МГУПИ [и др.]. М., 2012. C. 55-56.
8. Шабалина О.А. Моделирование пространства знаний на основе математической структуры / О.А. Шабалина // Сборник научных трудов Sworld по материалам международной научнопрактической конференции. 2012. Т. 11. № 4. С. 87-90.
9. Шабалина О.А. Разработка обучающих игр: интеграция игровой и обучающей компоненты / О.А. Шабалина, П.Н. Воробкалов, А.В. Катаев // Открытое образование. 2011. № 2. C. 290-294.
10.Shabalina O. 3I-Approach for IT Educational Games Development / O. Shabalina, P. Vorobkalov, A. Kataev, A. Tarasenko // Proceedings of the 3rd European Conference on Games-Based Learning, Graz, Austria, 12-13 October 2009 / FH JOANNEUM UniversHTy of Applied Science. [UK], 2009. P. 339-344.
11.Шабалина О.А. 3>подход к разработке компьютерных игр для обучения техническим дисциплинам / О.А. Шабалина, П.Н. Воробкалов, А.В. Катаев // Вестник компьютерных и информационных технологий. 2011. № 4. C. 45-51.
12. Шабалина О.А. Применение 3ьподхода для разработки обучающих игр по объектноориентированному программированию / О.А. Шабалина, П.Н. Воробкалов, А.В. Катаев // Вестник компьютерных и информационных технологий. 2011. № 6. C. 46-52 + 3-я стр. обл.
Шабалина Ольга Аркадьевна -
кандидат технических наук, доцент кафедры «Системы автоматического проектирования и поискового конструирования» Волгоградского государственного технического университета
Olga A. Shabalina -
Ph. D., Associated Professor
Department of Computer-Aided Design (CAD)
Volgograd State Technical University
Статья поступила в редакцию 15.03.13, принята к опубликованию 10.04.13
