CC BY
38
УДК 004.855.3 DOI 10.17238/issn1998-5320.2018.33.98
Т. Ш. Шихнабиева,
Институт управления образованием Российской академии образования, Москва
О НЕКОТОРЫХ НАПРАВЛЕНИЯХ ИНТЕЛЛЕКТУАЛИЗАЦИИ ИНФОРМАЦИОННЫХ СИСТЕМ ОБРАЗОВАТЕЛЬНОГО НАЗНАЧЕНИЯ
Проблема и цель. Работа посвящена обобщению и систематизации опыта использования интеллектуальных информационных систем в образовании, выявлению проблем и перспективных направлений их развития. Также в работе освещены вопросы использования информационно -аналитических систем, построенных на технологиях, входящих в Business Intelligence для решения задач управления образованием.
Методология. Предлагаемый нами подход интеллектуализации информационных образовательных систем основан на структуре человеческих знаний, принципах разработки систем искусственного интеллекта и информационных семантических систем.
Результаты. Обоснованы и предложены новые подходы к устранению недостатков существующих информационных систем образовательного назначения.
Выводы. Интеллектуальные технологии в информационных системах образовательного назначения способны поддерживать построение последовательности индивидуального курса обучения, интеллектуальный анализ ответов обучаемых, оказывать интерактивную поддержку в решении задач.
Ключевые слова: интеллектуальные системы образовательного назначения, обучение, интеллектуальные методы, представление и контроль знаний, адаптивные семантические модели, информационно-аналитические системы.
Проблема и цель. Анализ применения информационных систем автоматизации учебного процесса в образовательных учреждениях России выявил ряд противоречий, нарушающих две основные тенденции современного образования - дифференциацию и интеграцию [1]. Также в существующих интеллектуальных информационных системах отсутствует их целенаправленное использование для управления учебным процессом в соответствии с требуемыми принципами дидактических систем.
За последнее десятилетие в России сформировался целый ряд направлений интеллектуализации информационных систем учебного назначения [2-5; 7-9].
Эти направления связаны с разработкой различных типов интеллектуальных информационных систем образовательного назначения. Однако проблема реализации интерактивности и творческого начала при обучении с использованием интеллектуальных систем и определения его качества исследованы недостаточно [2].
Для эффективного функционирования интеллектуальных информационных систем образовательного назначения (ИИСОН) необходимо решить ряд проблем, к которым относятся:
1) разработка методов, моделей представления и структуризации знаний в системах образовательного назначения;
2) совершенствование управления учебным процессом образовательных учреждений на основе модельных представлений базы знаний учебного назначения;
3) повышение эффективности учебного процесса, оптимизация и повышение качества процесса управления в образовательных учреждениях;
4) разработка новых подходов к формализации знаний с использованием различных методов для интеллектуализации информационной среды образовательного учреждения [2];
5) разработка методики формирования информационной образовательной среды на основе использования современных информационных систем, технологий искусственного интеллекта.
Некоторые проблемы связаны с представлением, обработкой, хранением и использованием знаний в интеллектуальных системах образовательного назначения [4; 6].
Следует отметить, что в последнее время для мониторинга в сфере образования широко используются интегрированные автоматизированные информационно-аналитические системы управления (ИАС), построенные на технологиях, входящих в систему Business Intelligence [4; 12; 16].
Комплексные отраслевые решения информационно-аналитических систем в сфере образования направлены на систематизацию разрозненных данных учреждений образования [13; 16].
Задачи в сфере образования, решаемые с использованием информационно-аналитических систем, имеют ряд особенностей: большой объём неструктурированной информации; необходимость наличия централизованного хранилища данных; необходимость наличия аналитических инструментальных средств визуализации для более эффективного анализа статистических данных; необходимость выработки системы учёта и анализа знаний студентов с использованием средств автоматизации, для повышения эффективности работы преподавателей и методистов [4; 6; 12; 13; 16].
К задачам, для решения которых необходимо внедрение информационно-аналитических систем (включая системы поддержки принятия решений) в сфере образования, также относятся:
• повышение оптимизации управления отраслью за счёт автоматизации процессов стратегического, тактического, оперативного управления сферой образования на региональном и федеральном уровнях;
• проведение мониторинга зарубежных образовательных программ и сравнение их с отечественными, поддержка баланса между уже сложившейся национальной школой и новыми образовательными технологиями [12; 14];
• поддержка при формировании и прогнозировании социальной потребности в образовании с учётом потребности бизнеса, науки и т. д.;
• поддержка при формировании государственного заказа на образование с учётом ограничений по ресурсам;
• помощь в формировании показателей качества образования с учётом потребности;
• автоматизация процессов бюджетирования, финансового планирования и прогнозирования в сфере образования;
• повышение контроля качества образования;
• повышение качества оценки результатов и поддержки принятия решений по корректировке заданных показателей качества образования.
Методология. Рассмотрим интеллектуализацию информационных систем в сфере образования с точки зрения применения тех или иных технологий, позволяющих их создавать. Это: агентно-ориентированные технологии, технология экспертных систем, искусственные нейронные сети, нечёткая логика, генетические алгоритмы и ряд других. В интеллектуальных информационных системах образовательного назначения данные технологии ориентируются на современную организацию образования на всех его ступенях.
В последнее время также используются системы адаптивной гипермедиа и мультиагентные интеллектуальные системы, при проектировании которых реализован агентно-ориентированный подход, основанный на использовании интеллектуальных агентов [8; 9].
Агентно-ориентированный подход в построении интеллектуальных информационных систем образовательного назначения предполагает создание информационных агентно-ориентированных учебных комплексов, использующих виртуальные миры предметных областей - сложные динамические модели предметных областей, наиболее приближенные к реальности моделируемых сред и ситуаций [2; 8; 9].
Архитектура таких комплексов представляет собой сложную распределённую многопользовательскую информационную систему, которую можно адекватно интерпретировать, используя многоуровневые архитектурные модели.
Каждый уровень является сравнительно самостоятельным, может быть описан отдельно и разработан автономно, а способы взаимодействия между уровнями унифицированы.
Одной из разновидностей интеллектуальных систем являются интегрированные экспертные системы [7]. В качестве инструментального средства построения таких интеллектуальных систем, в том числе и сетевых адаптивных интеллектуальных обучающих систем, представляет интерес комплекс АТ-ТЕХНОЛОГИЯ, разработанный на базе лаборатории «Интеллектуальные системы и технологии» кафедры кибернетики Национального исследовательского ядерного университета МИФИ. В рамках учебных курсов по данному направлению подготовки изучаются вопросы формирования эвристических моделей представления знаний. Здесь особое внимание уделяется сетевым моделям представления знаний, в том числе и моделированию простейших ситуаций проблемной области с помощью фреймовых моделей описания знаний и семантических сетей. В настоящее время в составе средств поддержки построения модели обучения в сетевой версии комплекса
АТ-ТЕХНОЛОГИЯ существует целый ряд компонентов выявлений умений обучаемого моделировать простейшие ситуации предметной области с помощью фреймов и семантических сетей [2].
Итак, анализ существующих ИИСОН показал, что не в достаточной мере уделяется внимание разработкам систем, интегрированных в сетевую информационно-образовательную среду [2; 4].
Одним из путей решения указанных проблем является создание интеллектуальных модулей, которые будут интегрированы непосредственно в ИИСОН, что обеспечит: построение последовательности индивидуального курса обучения; интеллектуальный анализ ответов обучаемых; интерактивную поддержку в решении задач [2].
Для решения управленческих задач автоматизации в сфере образования зачастую строятся интегрированные автоматизированные информационные системы управления с использованием методов стратегического управления. Такие системы базируются на системах класса CPM/BPM/EPM [15], использующих, например, концепцию системы сбалансированных показателей.
Также для эффективного и комплексного решения управленческих задач используются ситуационные центры (СЦ) (рис. 1), которые представляет собой совокупность программно-технических средств, научно-математических методов и инженерных решений для автоматизации процессов отображения, моделирования, анализа ситуаций и управления [17].
Рис. 1. Пример ИАС в структуре ситуационного центра
Аппаратная часть СЦ может включать оборудования для отображения информации, средства аудио- и видеоконференцсвязи, компьютерные системы хранения и обработки информации, системы управления [12]. Программная часть СЦ может содержать служебное программное обеспечение, программное обеспечение для обработки информации и ГИС. Информационно-аналитическая часть СЦ может содержать системы базы данных и информационно-аналитические системы различных назначений.
Для всестороннего и оперативного анализа процессов учреждений образования компании -разработчики программных продуктов предлагают различные программные и программно-аппаратные решения, обладающие гибкими возможностями настройки. Интерфейсы предлагаемых программных продуктов проработаны и интуитивно понятны пользователям.
Кроме решения управленческих задач существует необходимость решения и других задач, причём желательно решать все имеющиеся задачи образовательного процесса комплексно. При этом крайне остро встаёт необходимость централизованного хранения данных и работы с ними. Так, появились OLAP-системы, а также средства построения запросов, формирования отчетности и построения панелей индикаторов.
На наш взгляд, необходимые данные можно получить, в том числе с помощью геоинформационных систем. Интеграция геоинформационных и информационно-аналитических систем позволит проводить кластеризацию полученных данных по группам и выявлять тенденции их изменений с последующим оперативным получением необходимой информации для принятия решений [4].
Результаты. В ходе исследований нами обоснованы и предложены новые подходы к устранению недостатков существующих информационных систем и к разработке экспертных систем образовательного назначения.
Также разработаны теоретические и методические подходы к структуризации и логическому представлению знаний в ИИСОН и к совершенствованию систем контроля знаний на основе использования интеллектуальных методов и моделей, в частности, семантических сетей [4; 6; 10].
Следует отметить, что модель представления знаний в виде семантической сети структурно представляет собой граф. Как известно, граф является очень характерным математическим объектом адаптации [11]. Поэтому в качестве модели логической структуры учебного материала мы выбрали адаптивные семантические модели.
Стандартная задача обучения состоит обычно в том, чтобы обучаемый наилучшим образом запомнил определённые порции информации (лексические единицы). Эффективность Q такого обучения можно оценивать по результатам периодического контроля обучаемого. Очевидно, что эффективность зависит от алгоритма обучения и и самого ученика:
Q = Q (и, ш),
где ш - индивидуальные свойства ученика как объекта обучения.
Очевидно, что эти свойства априори неизвестны в явном виде и могут быть получены лишь в результате довольно громоздкого процесса идентификации.
Процесс обучения естественно сделать адаптивным, т. е. приспосабливающимся к индивидуальным особенностям обучаемого, которые могут изменяться в процессе обучения:
ш = ш (1)
Это можно осуществить путём соответствующего выбора порции информации и для обучения, т. е. решая задачу адаптации.
На основе предложенных подходов нами разработана интеллектуальная система обучения и контроля знания, основанная на адаптивных семантических моделях [8], которая используется в ряде учебных заведений. Интеллектуальная система имеет модульную структуру, в качестве модели логической структуры учебного материала используется иерархическая адаптивная семантическая модель [8; 10]. На рис. 2 приведён пример простой (одноуровневой) адаптивной семантической модели, разъясняющей назначение и свойства модели.
Рис. 2. Семантическая модель на тему «Свойства модели»
Предлагаемый нами подход основан на структуре человеческих знаний, принципах разработки систем искусственного интеллекта и информационных семантических систем, каковым является процесс обучения. Он объединяет процедурный и декларативный подход к представлению знаний, базируется на теории семантических сетей и продукционных правил.
Преимуществом семантических сетей как модели представления знаний является наглядность описания предметной области, гибкость, адаптивность к цели обучаемого.
В зависимости от типа модели обучаемого и его индивидуальных подходов к обучению (в общем виде подход может быть индуктивным, дедуктивным и гибридным) предлагается использовать три вектора обучения (быстрый, нормальный и медленный) [2].
На этой основе имитируется процесс реального обучения с учётом таких его характерных особенностей, как взаимная интеграция процессов верификаций моделей обучаемого, преподавателя и учебного курса, способности ученика, оптимальность стратегии дозировки знаний и упражнений учителем, скорость запоминания и забывания знаний учеником, продолжительность и устойчивость его активного состояния и т. п.
Выводы. Итак, использование интеллектуальных информационных систем или их компонентов в сфере образования позволит обеспечить доступ субъектам образовательного процесса к профессионально-ориентированным базам знаний, являющимся частью архитектуры ИИСОН. Кроме того, интеллектуальные технологии в информационных системах образовательного назначения способны поддерживать построение последовательности индивидуального курса обучения, интеллектуальный анализ ответов обучаемых, оказать интерактивную поддержку в решении задач.
Следует также отметить, что использование информационно-аналитических систем позволяет обрабатывать, преобразовывать данные корпоративных информационных систем и данные из внешних источников в полезную информацию и знания, используемые в управлении, на основе которых можно принимать оптимальные решения.
В данной статье были освещены некоторые проблемы интеллектуализации информационных систем образовательного назначения и пути их совершенствования. Наши исследования в направлении использования интегрированных интеллектуальных информационных систем в сфере образования продолжаются.
Библиографический список
1. Ваграменко Я. А., Яламов Г. Ю. Коллективная учебная деятельность учащихся в сетевой информационно-образовательной среде // Педагогическая информатика. 2015. № 3. С. 42-51.
2. Ваграменко Я. А., Яламов Г. Ю. Анализ направлений интеллектуализации современных информационных систем учебного назначения // Управление образованием: теория и практика. 2016. № 4 (24). С. 44-56.
3. Данилюк С. Г. Анализ неопределенности задач принятия решений в интеллектуальных проблемно-ориентированных образовательных системах // Учёные записки ИИО РАО. 2013. № 50. С. 49-69.
4. Шихнабиева Т. Ш., Брежнев А. В. Об одном из вариантов разработки системы повышения качества управления образованием // Управление образованием: теория и практика. 2017. № 3 (27). С. 50-57.
5. Неустроев С. С., Сердюков В. И., Сердюкова Н. А. Проблема выбора цели деятельности образовательной организации высшего образования, и пути её решения // Педагогика («Советская педагогика»): 80 лет служения отечественному образованию: материалы международной научной конференции. Часть II. 26 октября 2017 г. С. 186-190.
6. Шихнабиева Т. Ш., Рамазанова И. М., Ахмедов О. К. Использование интеллектуальных методов и моделей для совершенствования информационных систем образовательного назначения // Мониторинг. Наука и технологии. 2015. № 2. С. 72-77.
7. Рыбина Г. В. Интеллектуальные обучающие системы на основе интегрированных экспертных систем: опыт разработки и использования // Информационно-измерительные и управляющие системы. 2011. № 10. С. 4-16.
8. Швецов А. Н. Метаметодология построения мультиагентных интеллектуальных систем // Информационные технологии в проектировании и производстве. 2010. № 1. С. 28-33.
9. Швецов А. Н., Сибирцев Е. В., Андрианов И. А. Компьютерные обучающие системы: мультиагентный подход [Электронный ресурс] // XII Всероссийское совещание по проблемам управления ВСПУ-2014: URL: http://vspu2014.ipu.ru/proceedings/vspu2014.zip (дата обращения: 22.12.2016).
10. Shikhnabieva T., Beshenkov S. Intelligent System of Training and Control of Knowledge, Based on Adaptive Semantic Models // Smart Education and e-Learning 2016. Springer International Publ., 2016. рр. 595-603.
11. Растригин Л. А. Адаптация сложных систем. Методы и приложения. Рига: Зинатне, 1981. 375 с.
12. Высшее образование и научные исследования [Электронный ресурс] // SAP: URL: https://www.sap.com/cis/industries/higher-educationresearch.html (дата обращения: 27.05.2018).
13. Инталев: Корпоративный менеджмент [Электронный ресурс] // Intalev: URL: http://www.intalev.ru/ products/km/ (дата обращения: 17.06.2018).
14. Исаев Д. В. Комплексный мониторинг развития сети федеральных университетов // Материалы конференции «Формирование сети федеральных университетов: ключевые подходы и принципы». М., 2008.
15. Анализ показателей в сфере образования [Электронный ресурс] // BI Expert: [сайт]. URL: http://www.biexpert.ru/video/Analiz_pokazatelei_v_cfere_obrazovanija (дата обращения: 27.08.2017).
16. Исаев Д. В. Применение BI-систем для мониторинга развития сети федеральных университетов // Бизнес-информатика. 2009. № 1.
17. Филиппович А. Ю. Ситуационные центры: определения, структура и классификация [Электронный ресурс] // Научно-образовательный кластер CLAIM: [сайт]. URL: http://it-claim.ru/Library/Articles/ publications_Philippovich_Andrew/sit_centres/sit_centres.htm (дата обращения: 27.08.2017).
T. Sh. Shikhnabieva, Doctor of Pedagogical Sciences, Associate Professor, Institute of Education Management of the Russian Academy of Education 5/16, 1B Makarenko st., Moscow, 105062, Russian Federation ORCID ID: https://orcid.org/0000-0001-5100-2821
e-mail: [email protected]
SOME DIRECTIONS OF EDUCATIONAL INFORMATION SYSTEMS
INTELLECTUALIZATION
Problem and purpose. The work is devoted to the generalization and systematization of intelligent information systems use in education, identification of problems and prospective directions for their development. Also, the work covers the issues of information and analytical systems based on technologies included in Business Intelligence for the management of education management.
Methodology. The proposed approach to information education systems intellectualization is based on the human knowledge structure, the principles of artificial intelligence systems and information semantic systems developing.
Results. New approaches to eliminating the shortcomings of existing educational information systems are substantiated and proposed.
Conclusions. Intellectual technologies in educational information systems can support the construction of a sequence of individual training courses, the intellectual analysis of students' answers, and provide interactive support in solving problems.
Keywords: intellectual systems of educational purpose, training, intellectual methods, representation and control of knowledge, adaptive semantic models, information-analytical systems.
References
1. Vagramenko Ya. A., Yalamov G. Yu. Collective educational activity of students in a networked information and educational environment. Pedagogical Informatics. 2015. no. 3. рp. 42-51.
2. Vagramenko Ya. A., Yalamov G. Yu. Analysis of the directions of intellectualization of modern information systems for educational purposes. Educational management: theory and practice. 2016. no. 4 (24). рр. 44-56.
3. Danyluk S. G. Analysis of the uncertainty of decision-making problems in intellectual problem-oriented educational systems. Uchenye zapiski IEO RAO. 2013. No. 50. рр. 49-69.
4. Shikhnabieva T. Sh., Brezhnev A. V. On one of the options for developing a system for improving the quality of education management. Management education: theory and practice. 2017. no. 3 (27). рр. 50-57.
5. Neustroev S. S., Serdyukov V. I., Serdyukova N. A. The Problem of Choosing the Purpose of the Activity of the Educational Organization of Higher Education, and the Ways to Solve It. Pedagogika Magazine (Soviet Pedagogy): 80 Years of Service to the National Education: Materials of the International Scientific Conference. Part II. October 26, 2017. рр. 186-190.
6. Shikhnabieva Т. Sh., Ramazanova I. М., Ahmedov О. К. Use of intelligent methods and models for improving educational information systems. Monitoring. Science and technology. 2015. no. 2. рр. 72-77.
7. Rybina G. V. Intellectual training systems based on integrated expert systems: experience in development and use. Information-measuring and control systems. 2011. no. 10. pp. 4-16.
8. Shvetsov A. N. Metamethodology of constructing multi-agent intelligent systems. Information technologies in design and production. 2010. no. 1. рp. 28-33.
9. Shvetsov A. N., Sibirtsev E. V., Andrianov I. A. Computer training systems: multiagent approach XII All-Russian meeting on problems of management of the VSPU-2014: URL: http://vspu2014.ipu.ru/ proceed-ings/vspu2014.zip (accessed 22.12.2016).
10. Shikhnabieva T., Beshenkov S. Intelligent System of Training and Control of Knowledge, Based on Adaptive Semantic Models. Smart Education and e-Learning 2016. Springer International Publishing, 2016. рр. 595-603.
11. Rastrigin L. A. Adaptation of complex systems. Methods and applications. Riga: Zinatne, 1981. 375 p.
12. Higher education and scientific research. URL: https://www.sap.com/cis/industries/higher-educationresearch.html (accessed 27.05.2018).
13. Intalev: Corporate Management Intalev: URL: http://www.intalev.ru/products/km/ (accessed 06.17.2018).
14. Isaev D. V. Integrated monitoring of the development of the network of federal universities. Proceedings of the conference Formation of a network offederal universities: key approaches and principles. Moscow, 2008.
15. Analysis of indicators in the field of education BI Expert: URL: http://www.biexpert.ru/ Analiz_pokazatelei_v_cfere_obrazovanija (accessed 27.08.2017).
16. Isaev D. V. Application of BI-systems for monitoring the development of the network federal universities. Business Informatics. 2009. No 1.
17. Filippovich A. Yu. Situational centers: definitions, structure and classification Scientific and educational cluster CLAIM: URL: http://it-claim.ru/Library/Articles/publications_Philippovich_Andrew/sit_centres/sit_ cen-tres.htm (accessed 27.08.2017).
Поступила в редакцию 7.08.2018 © Т. Ш. Шихнабиева, 2018
Автор статьи: Тамара Шихгасановна Шихнабиева, доктор педагогических наук, доцент, главный научный сотрудник, Институт управления образованием Российской академии образования, 105062, Москва, ул. Макаренко, д. 5/16, стр. 1Б, e-mail: [email protected]
Рецензенты:
Г. Л. Абдулгалимов, доктор педагогических наук, доцент, профессор кафедры прикладной математики, информатики и информационных технологий, Московский педагогический государственный университет. В. Н. Родионов, доктор физико-математических наук, профессор, академик РАЕН, Российский экономический университет им. Г. В. Плеханова, Москва.
