CC BY
28
МОДЕЛИРОВАНИЕ ОБУЧАЮЩЕГО ДИАЛОГА НА ОСНОВЕ СИНТЕЗА ОБУЧАЮЩЕЙ И ЭКСПЕРТНОЙ СИСТЕМ
В.В. Кондратьев
Построение обучающих систем традиционно базируется на линейной или адаптивной модели диалога [1]. Однако такая модель является односторонней, и она заключается в том, что обучаемому предъявляется модель преподавателя, которая, хотя и является четко сформулированной, но жестко привязана к цепочке вопросно-ответных кадров, предъявляемых обучаемому. Каждый шаг диалога определен заранее сформированным или генерируемым системой сценарием. В такой модели инициатива остается за преподавателем, за той концепцией, которая в результате будет создана, а пользователю отводится пассивная роль. В целях упрощения контроля знаний ответ чаще всего заключается в выборе правильного значения или правильных ответов из списка. Основным недостатком такой модели тестирования (а в большинстве тестов именно такая форма и используется) является возможность случайного угадывания тестируемого правильных ответов, а также вероятность запоминания правильных вариантов ответов-дистранторов. Другим, менее распространенным способом построения диалога является контекстно-свободный ответ, анализируемый с помощью ключевых слов, которые ожидаются в ответе тестируемого. Данный способ свободен от недостатка, присущего первому способу, но допускает неверное толкование фраз в связи с упрощенной процедурой лексического анализа. Пользователь при обучении и аттестации оперирует лишь представлениями и понятиями, не анализируя связанных вопросов.
Однако для наилучшего усвоения знаний необходимо к осмыслению обучающего материала подключить механизм эвристического осмысления - абстрактный или образный анализ связанных между собой информационных блоков. В данном случае возникает необходимость перехода от эвристических методов представления на естественном языке к модельным методам представления на основе искусственного языка.
В работе предлагается использовать двухстороннюю адаптивную модель обучения, которая позволит изменить роль обучаемого путем совмещения персонального компьютера и пользователя через интерфейс логического моделирования диалога. Теперь в процессе обучения пользователь задает вопросы и на основании ответов системы строит рабочую гипотезу. Конечная цель такого диалога — найти на основе получаемой информации и логической связи вопросов исходную гипотезу, заложенную автором (экспертом). В силу накладываемых требований усложняется структура поддержания диалога с пользователем, анализ ответа и выработки реакции системы на ответы обучаемого.
Для решения этой проблемы предлагается использовать синтез экспертной и симулирующей систем. Экспертные системы позволяют создавать систему, оперирующую профессиональными знаниями эксперта (преподавателя), но не позволяют воссоздавать полноценный диалог между человеком и системой. А для обучения важен диалог между системой, обладающей определенной базой знаний, и обучаемым, чью глубину знаний и навыков необходимо оценить. Такой диалог создает симулирующая система. Для обеспечения имитации диалога разработаны язык и интерфейс представления знаний.
В качестве среды разработки для обучающей экспертной системы выбран объектно-ориентированный интерпретируемый язык Java. Компилятор Java создает байт-код для виртуальной машины, а не настоящий машинный код, на котором работает программа. Чтобы запустить программу на Java, необходимо использовать интерпретатор Java, который будет выполнять инструкции откомпилированного байт-кода. Поскольку байт-
код Java является архитектурно-нейтральным, программы на Java могут работать на тех платформах, где реализована JVM (интерпретатор и средства динамической поддержки). Распределенная и динамическая природа Java проявляется особенно ярко в сочетании с возможностями динамической загрузки классов. Именно соединение этих свойств позволяет интерпретатору Java загружать и запускать на выполнение программы из Internet.
Программы на Java компилируются в байт-код архитектурно-нейтрального формата, поэтому приложения на Java могут работать на любой платформе, для которой реализована виртуальная машина Java. Это особенно важно для приложений, функционирующих в Internet или в других неоднородных сетях. Архитектурно-нейтральный подход также полезен и вне сферы деятельности сетевых приложений.
При оценке качества знаний обучаемого, кроме бинарной оценки верности принятой гипотезы, возможен учет как простого количества числа заданных вопросов, так и соотношения вопросов, укладывающихся в заданную гипотезу, и вопросов, не попадающих в зону гипотезы. Возможна оценка быстроты спуска обучающего по заданной траектории гипотезы, позволяющая оценить знание в данной области - чем больше багаж знаний, тем быстрее будет найден ответ.
Вопросы, задаваемые пользователем, представляются в виде связанных слов-объектов, имеющих свои свойства и методы, наследуемые связи в структуре базы данных. База данных строится по принципу вложенных таблиц и основывается на теории отношений - математической теории, оперирующей наборами кортежей. Кортеж можно представить как строку в таблице, которая имеет набор слов, обучающей и пояснительной информации, связанной между собой набором правил (продукций). При этом возможна не только связь внутри кортежей, но и между ними.
Обобщенная структура экспертной симулирующей системы состоит из следующих элементов:
• база знаний, в которой хранится пояснительная и обучающая информация в виде связанных кортежей и наследуемых связей;
• зкспертный интерфейс редактирования базы знаний, позволяющий наполнять и редактировать информацию и создавать реакции подсистем на нештатные ситуации;
• пользовательский интерфейс для тестирования пользователей, имеющий наиболее сложную структуру и состоящий из подсистемы общения, машины логического вывода, подсистемы объяснения, базы данных.
Применение обучающих экспертных систем, построенных по предлагаемому принципу, в учебном процессе позволяют решать ситуационные задачи в диалоге между обучаемым и системой. Важным преимуществом данного подхода является передача обучаемому инициативы ведения диалога. Недостатком системы можно считать возможность в некоторых случаях неадекватной интерпретации машинных вопросов пользователя. Таких ситуаций можно будет избежать, проводя в дальнейшем модификацию базы знаний на основе протоколов диалога обучаемого с системой.
Литература
1. Ричмонд У.К. Учителя и машины.
