CC BY
252
Проблемы и опыт проектирования ИОС
Галеев Ильдар Хамитович к.т.н., начальник отдела ЦНИТ Казанский национальный исследовательский технологический университет
(КНИТУ),
ул. К. Маркса, 68, г. Казань, 420015, (843)2314105;
доцент, к. т. н., доцент кафедры АСОИУ Казанский национальный исследовательский технический университет им. А.Н.Туполева (КНИТУ-КАИ), ул. Большая Красная, 55, г. Казань, 420015, (843)2310028 monap@kstu.ru
Аннотация
В работе рассматриваются проблемы и опыт проектирования интеллектуальных обучающих систем (ИОС) с помощью инструментальных средств проектирования серии МОНАП. Проведены краткий анализ и оценка разработки.
The paper discusses the problems and experience of designing intelligent tutoring systems (US) using design tools series MONAP. Brief analysis and assessment of the development.
Ключевые слова
интеллектуальная обучающая система, адаптация, оверлейная модель навыков обучаемого, инструментальные средства проектирования, предметная область обучения
intelligent tutoring system, adaptation, overlay model skills of the learner, tools design, subject area of study
Введение
Первые разработки ИОС относятся к началу 70-х годов 20 века. Переход к исследованиям, направленным на разработку ИОС, был вызван разочарованием ряда разработчиков обучающих систем в традиционной технологии программированного обучения, одним из основных недостатков которого является недостаточно высокая индивидуализация реализуемого обучения. Стремясь повысить адаптивность обучающих программ, авторы разрабатывают несколько вариантов изложения одного и того же учебного материала, что вызывает существенный рост затрат на разработку и приводит к усложнению обучающих программ, а иногда и к невозможности их отладки и сопровождения (внесение требуемых изменений). В связи с этим особую актуальность приобретают исследования и разработки, направленные на преодоление указанных недостатков. Наиболее значительные перспективы в этом направлении связаны с разработкой ИОС и средств автоматизации их проектирования. Одной из первых интеллектуальных систем обучения считается SCHOLAR [1].
В течение первых десяти лет (1970-1980 гг.) исследования в области ИОС ограничивались попытками создания предметно-ориентированных систем. D.
Sleeman и J.S. Brown выступали с критикой этого направления, отмечая тот факт, что «ИОС полностью отказались от одной из ранних целей компьютерного обучения, а именно, от поддержки широких учебных курсов и сконцентрировались на более узких предметах»[2].Естественно возникает вопрос - почему подавляющее число разработанных ИОС являются предметно-ориентированными? Для ответа полезно рассмотреть обобщенную функциональную структуру ИОС, а также опыт разработки и применения инструментальных средств проектирования ИОС.
Функциональная структура ИОС
Как правило, в качестве основных целей создания ИОС указываются следующие:
- развитие динамической адаптивной обучающей среды;
- организация эффективной диагностики ошибок обучаемого;
- облегчение значительных усилий по подготовке учебного материала.
В соответствии с указанными целями предполагается, что в ИОС должны быть максимально полно автоматизированы основные функции обучающих систем: предъявления учебной информации, контроля обучения и управления познавательной деятельностью обучаемого.
В отличие от традиционных (классических) обучающих систем, функционирующих по жесткому сценарию, ИОС динамически формируют обучающую программу (учебную информацию, задачи, разъяснения, помощь и т.д.) в соответствии с текущей ситуацией в процессе обучения. Реализация указанного свойства ИОС обеспечивается наличием в них знаний о предметной области обучения, знаний о процессе обучения и знаний об обучаемом. Формализация перечисленных знаний осуществляется построением соответствующих моделей. Большинство исследователей [3,4] выделяют (с некоторыми различиями) следующие основные функциональные подсистемы ИОС:
- подсистема формирования заданий (генератор проблем (задач));
- подсистема решателя проблем (задач);
- подсистема диагностики;
- подсистема модели обучения.
Иногда в отдельные подсистемы выделяются: модель обучаемого, блок управления диалогом, информационная база или база знаний и др.
Описанная выше функциональная структура ИОС, безусловно, является обобщенной. Конкретные реализации ИОС могут отличаться от приведенного описания, но сами указанные подходы, лежащие в основе проектирования ИОС, достаточно устойчивы.
Вопросы построения генераторов проблем, решателей проблем и организации диагностики в ИОС тесно связаны между собой и во многом определяются характером предметной области (ПО) обучения. Для представления знаний в обучающих системах, в зависимости от характера ПО обучения, используются те или иные модели представления знаний, разработанные для систем искусственного интеллекта (ИИ) [5].
В хорошо формализуемых ПО обучения, таких как математика, вопросы генерации учебных задач решаются успешно. В работах [6,7] предложена классификация генераторов учебных заданий на базе 8 признаков и проведен анализ ряда генераторов на основе введенной классификации. Проведенный анализ показал наличие разброса качественных характеристик существующих генераторов и отсутствие среди них таких, которые бы максимально удовлетворяли всем предъявленным требованиям. Диапазон разброса значителен: от простейших генераторов, осуществляющих выборку тестов из банка готовых контрольных
заданий, до систем, генерирующих вопросы и программы их решения на основе баз знаний. Можно отметить один из эффективных отечественных генераторов -интеллектуальный генератор (ИГ) системы АПРОЗ [8]. На основе знаний о ПО обучения ИГ синтезирует сюжет, формирует текст условия и вычисляет ответ каждой сгенерированной задачи. Знания о ПО представлены в ИГ с помощью фреймовой структуры. Для описания знаний используется язык диалога. Так как трудно заранее регламентировать конструкции языка для всех предметных областей, язык диалога ИГ проектируется как свободный для дополнения новыми конструкциями с учетом введенных ограничений. То есть, сложность использования ИГ для новых ПО со сложно структурированными объектами может оказаться эквивалентной сложности разработки специализированного, предметно-ориентированного генератора, а эффективность специализированных систем, с точки зрения использования различных ресурсов, обычно выше чем у систем широкого назначения. Проблемы построения эффективных генераторов учебных заданий актуальны и в настоящее время [9]. Важно подчеркнуть, что в контексте проблем проектирования ИОС следует рассматривать всю цепочку "генератор проблем - решатель проблем -диагностика ошибок" целиком. Прогресс в росте функциональности отдельно взятого компонента указанной цепочки еще не означает прогресса в повышении инвариантности к ПО обучения всей ИОС как целостной системы.
Целесообразность использования генераторов проблем существенно зависит от наличия в системе обучения соответствующих решателей проблем. В ряде систем обучения реализованы решатели проблем для конкретных предметных областей. Можно вспомнить решатель алгебраических задач в АОС ВУЗ [10]. Он обеспечивает имитацию и анализ решения алгебраических задач и может использоваться при обучении решению задач обычной алгебры, тригонометрии, некоторых разделов математического анализа (дифференцирование, интегрирование, решение уравнений), математической логики, а также некоторых разделов физических, химических и технических дисциплин. Предпринимались попытки создания универсальных решателей проблем, например, GPS, QA3, STRIPS и некоторые другие. Подробный анализ, сравнение, достоинства и недостатки указанных систем можно найти в работе [11]. Проблемы построения универсального решателя и соответственно универсальной(предметно-независимой) ИОС остаются открытыми.
Подсистема диагностики в ИОС обеспечивает решение двух задач:
- собственно контроль ответов обучаемого с выдачей ему соответствующих диагностических сообщений;
- формирование информации о типе и количестве ошибок, используемых подсистемой модели обучения ИОС для управления познавательной деятельностью обучаемого (организации адаптивного обучения).
Как правило, в компьютерных системах обучения используются ответы трех видов: выборочные, выборочно-конструируемые и конструируемые (свободно-конструируемые) [12-14].
Выборочные ответы универсальны, организация диагностики с их помощью проста, но мыслительная деятельность обучаемых в этом случае используется слабо. Выборочно-конструируемый ответ представляет собой ответ, частично сконструированный обучаемым, а частично - автором обучающего курса. Конструируемый ответ полностью формируется обучаемым и может быть представлен в различных формах, например: числовой, символьной (формульной), графической, в виде фрагментов и целых программ, в виде текстов на естественном языке и т.д.
Базовым методом анализа ответов в традиционных (классических) обучающих системах является метод анализа по эталонам. Ответ обучаемого сравнивается с рядом эталонов правильных ответов, предусмотренных автором. В ряде систем существует возможность задания эталонов неправильных ответов,
содержащих типичные ошибки, а также возможность задавать не эталоны ответов, а классы эталонов ответов. Для этого предусматривается возможность замещения отдельных символов в слове, вводятся средства реализации игнорируемости слов, осуществляется проверка ответа на вхождение запрещенных слов, предусматривается проверка степени сходства с эталоном по проценту искаженных символов в ответе и т. д. . По существу метод анализа по эталонам трансформируется в метод анализа по ключевым словам.
В ИОС осуществляется сравнение ответа обучаемого с ответом, полученным решателем проблем.
Не возникает затруднений при сравнении численных ответов, необходимо только учитывать погрешность вычислений. В случае, когда ответ представлен аналитическим выражением, используется метод сравнения по точкам, так как проблема эквивалентности аналитических выражений алгоритмически не разрешима. Суть метода заключается в вычислении значения аналитического выражения в нескольких точках. Выражения считаются эквивалентными, если массивы их значений совпадают (в пределах точности вычислений).
Формальные методы полного семантического анализа текстов на алгоритмических языках к настоящему времени не только не созданы, но и сама возможность их создания в общем случае ставится под сомнение. Для семантического анализа программ, сконструированных обучаемым, чаще всего используются тестовые наборы данных. Система прогоняет программу, написанную обучаемым, на наборе тестов и при несовпадении результатов работ программы с эталонными (или с результатом работы эталонной программы) делает вывод об ошибке.
Одной из наиболее сложных проблем диагностики является семантический анализ ответов на предметно-ограниченном естественном языке.
Развитие и совершенствование ИОС продолжают находиться в центре внимания многих современных исследователей, как зарубежных, так и отечественных. Следует отметить, что с переводом ряда зарубежных работ по этой проблематике можно ознакомиться на сайте Восточно-Европейской Подгруппы Международного Форума "Образовательные технологии и общество" http://ifets.ieee.org/russian/ [15].
Для реализации технологий адаптации (модели обучения) в большинстве ИОС, как правило, используется оверлейная модель знаний обучаемого. Оверлейная модель знаний обучаемого основана на модели предметной области обучения. Модель предметной области обучения представляется в виде сети концептов (понятий) учебной дисциплины. Для каждого концепта модели предметной области оверлейная модель конкретного обучаемого содержит некоторые значения, которые являются оценкой его уровня знаний этого концепта. Таким образом, оверлейная модель знаний обучаемого представляется в виде набора пар "концепт - значение" для каждого концепта учебной дисциплины.
Более значимой, с практической точки зрения, является задача формирования умений (навыков) у обучаемого на основе сформированных знаний в некоторой ПО обучения. В обширной психолого-педагогической литературе под умением (навыком) понимается действие, выполняемое определенным способом и с определенным качеством. Следует отметить, что до сих пор еще не уточнены соотношения между понятиями "умения" и "навыки". Большинство психологов и педагогов считают, что умение - более высокая психологическая категория, чем навыки [16]. Под выработкой (формированием) навыка понимается процесс выполнения упражнений (целенаправленных, специально организованных повторяющихся действий).
Аналогично, в соответствии с теорией поэтапного формирования умственных действий процесс обучения представляет собой управляемую и контролируемую последовательность выполнения учебных задач обучаемым.
Разработана модель адаптивного управления процессом обучения (МОНАП -
Модель Обучения Навыкам Алгоритмической Природы), адаптация в которой базируется на оверлейной модели навыков обучаемого ,представленной в виде набора пар "операция (правило) - значение". На основе оверлейной модели навыков обеспечивается адаптивное управление обучаемым, заключающееся в выдаче ему на очередной шаг обучения учебной задачи оптимальной трудности и сложности. [1721].
Инструментальные средства проектирования ИОС
Разработанная модель адаптивного управления процессом обучения, инвариантная к широкому классу предметных областей обучения, позволила перейти к разработке инструментальных средств проектирования ИОС и их дальнейшем применении при проектировании ИОС. Указанные инструментальные средства достаточно подробно описаны в целом ряде работ автора, как в России, так и за рубежом[22-28].
Следует отметить, что ИОС, проектируемые с помощью рассматриваемых инструментальных средств, должны удовлетворять требованиям, предъявляемым к современным компьютерным системам, в частности,"открытости".
Принцип "открытости", первоначально сформулированный только для компьютерных сетей, в настоящее время трактуется очень широко и распространяется на все компоненты технического, программного и информационного обеспечения современных компьютерных систем различного назначения. Сформулировано значительное число требований, предъявляемых к компьютерным системам и представляющих собой стандарты открытых систем. Не ставя задачу разработки технологии проектирования ИОС, полностью отвечающих стандартам открытых систем, можно сформулировать тот или иной минимальный набор требований к организации программного и информационного обеспечения ИОС, соответствие которому позволяет считать рассматриваемые компьютерные системы, если не открытыми, то "приоткрытыми" (не закрытыми). К указанным требованиям, применительно к компьютерным системам обучения, можно отнести следующие:
- простота освоения системы благодаря наличию стандартных интерфейсов пользователя;
- модульность системы и как следствие возможность замены тех или иных ее компонентов на основе стандартов, а также возможность комплектования системы из компонентов, созданных различными разработчиками;
- легкость сопряжения системы с другими системами, то есть возможность использования распределенных данных;
- возможность наполнения системы или ее компонентов учебным материалом без участия программиста;
- возможность изменения и (или) расширения системы экспертом-педагогом без участия программиста;
- обеспечение доступа пользователей к тем или иным информационным компонентам системы, то есть возможность вывода на печать и (или) отображения на экран дисплея необходимой информации.
Таким образом, исходя из назначения инструментальных средств проектирования ИОС и учитывая совокупность требований, предъявляемых к ИОС, рассматриваемые инструментальные средства поддерживают две среды функционирования:
- среду эксперта-педагога;
- среду обучаемого.
В среде эксперта - педагога обеспечивается выполнение следующих интегрированных функций:
- представление знаний о процессе обучения;
- модификация знаний о процессе обучения;
- доступ пользователя (эксперта - педагога) к знаниям о процессе обучения.
В среде обучаемого обеспечивается:
- адаптивное управление процессом обучения;
- доступ пользователя (обучаемого) к знаниям о предмете обучения.
Необходимо подчеркнуть, что средства, обеспечивающие выполнение
перечисленных выше функций, ориентированы на конечного пользователя (эксперта -педагога или обучаемого), не имеющего специальной (профессиональной) подготовки в области информационных технологий и программирования.
В модели обучения навыкам алгоритмической природы (МОНАП) и соответственно в инструментальных средствах проектирования ИОС знания о процессе обучения декомпозируются на следующие составляющие:
- компоненты знаний о ПО обучения (компоненты модели ПО обучения);
- знания об обучаемом (оверлейная модель обучаемого);
- знания об управлении процессом обучения (модель эксперта - педагога).
Совокупность указанных знаний о конкретном процессе обучения,
представленных в декларативной форме, входит в среду обучения. Вследствие динамичности и неопределенности рассматриваемых знаний, в одной ПО обучения может быть построено значительное число сред обучения, отражающих как различные представления о процессе обучения различных экспертов - педагогов, так и различные представления о нем одного эксперта - педагога для различных групп обучаемых. В связи с этим предусматривается возможность создания в одной ПО обучения множества сред обучения с соответствующим механизмом наследования свойств, обеспечивающим использование тех или иных конкретных компонентов знаний из одной среды обучения в другой. Кроме того, так как предложенная модель обучения инвариантна к содержанию ПО, то также предусматривается возможность создания множества сред обучения для различных ПО. Вследствие этого механизм наследования свойств расширяется средствами, обеспечивающими привязку среды обучения к конкретной ПО обучения.
Таким образом, конкретная среда обучения, однозначно идентифицируемая своим уникальным именем, наряду со знаниями о процессе обучения содержит метазнания - знания о том, какие конкретно знания о процессе обучения входят в нее и к какой ПО обучения они относятся.
Для осуществления комплектования конкретной предметно-ориентированной ИОС введено соглашение о связях, обеспечивающее интеграцию подсистемы модели обучения, спроектированной с помощью рассматриваемых инструментальных средств, с предметно-ориентированными подсистемами формирования заданий, решателя задач и диагностики, разработанными экспертом-педагогом и инженером по знаниям (программистом) в конкретной ПО.В качестве ограничения на область применения выступает требование организации пооперационного контроля деятельности обучаемого при выполнении учебных задач в конкретной ПО.
Опыт проектирование ИОС с помощью инструментальных средства серии МОНАП
Актуальность компьютерных технологий обучения естественным языкам (ЕЯ), в первую очередь иностранным, постоянно растет. Для обозначения компьютерного обучения ЕЯ возник и стал широко использоваться специальный термин - CALL (Computer Assisted Language Learning). В связи с этим, в качестве первой ПО обучения, в которой проектирование ИОС осуществлялось с помощью
инструментальных средств серии МОНАП, была выбрана грамматика немецкого языка в части склонения имен прилагательных. Актуальность ее усвоения обусловлена тем, что знания о прилагательном используются как при синтезе, так и при анализе немецкого предложения. В случае синтеза предложения основной задачей при изучении прилагательного является правильное определение его окончания. В случае анализа (понимания) немецкого предложения знания о прилагательном могут играть важнейшую роль при решении целого ряда задач анализа:
- распознавание подлежащего;
- различение числа;
- распознавание распространенного предложения и т.д.
Таким образом, решая задачи синтеза, обучаемый приобретает знания и навыки, которые могут быть использованы и при решении задач анализа немецкого предложения. Это послужило обоснованием проектирования ИОС GRAD (GR -Grammatik, AD - Adjektiv), в которой учебным заданием является набор предложений немецкого языка, содержащих основы прилагательных. Обучаемому необходимо правильно проставить требуемые окончания. При проектировании ИОС GRAD было принято решение отказаться от разработки полноценного генератора проблем[29-30]. Это решение было обусловлено тем, что генерация текстов на немецком языке, обладающих требуемыми свойствами, релевантными поставленной цели обучения, сложная и трудоемкая задача. Кроме того, достижение приемлемого уровня инвариантности генератора текстов на немецком языке к другим естественным языкам и другим ПО обучения крайне проблематична. Таким образом, в ИОС GRAD был реализован простейший генератор, осуществляющий выборку текстов учебных задач с требуемыми свойствами на немецком языке из банка учебных задач, подготовленных экспертом-педагогом.
В общем случае задача определения окончания прилагательного в немецком языке решается путем распознавания у определяемого существительного (прилагательное выступает в качестве определения) значений четырех грамматических категорий: вида артикля, рода, числа и падежа. В некоторых случаях окончание прилагательного инвариантно к различным наборам рассматриваемых признаков. Из этого следует, что даже наличие эталонных ответов в текстах рассматриваемых учебных задач в ИОС GRAD и последующее сравнение эталонных ответов с ответами обучаемых не обеспечивают достоверного пооперационного контроля деятельности обучаемого при выполнении этих учебных задач. Таким образом, нарушается ограничение на область применения. Для снятия указанного нарушения (обеспечения эффективного пооперационного контроля) в ИОС GRAD было проведено расширение информационной базы дополнительными знаниями о грамматике немецкого языка и соответствующими процедурами их обработки [22, 2930] .Это позволило подсистеме диагностики определять типы и количества допущенных ошибок (типы и количества неправильно выполненных операций (правил)).
Дальнейшие исследования возможности использования инструментальных средств серии МОНАП для автоматизации проектирования ИОС в других ПО обучения показали, что, как правило, обеспечение эффективного пооперационного контроля, требует расширения информационной базы проектируемой ИОС дополнительными знаниями о ПО обучения, что требует привлечения к проектированию ИОС как эксперта-педагога, так и инженера по знаниям (программиста). По существу это означало возврат к созданию предметно-ориентированных ИОС.
В связи с этим было принято решение о модификации (доработке) инструментальных средств серии МОНАП таким образом, чтобы наряду с возможностью задавать эталонные ответы выполнения операций (правил), эксперту-
педагогу предоставлялась возможность устанавливать (задавать) соответствие между типом операции, которую необходимо выполнить для правильного решения учебной задачи, и эталонным ответом ее выполнения. Проведенная модификация инструментальных средств серии МОНАП обеспечила требуемый уровень их инвариантности к ПО, то есть эксперт-педагог получил возможность проектирования ИОС для широкого класса ПО без привлечения инженера по знаниям (программиста). Следует отметить, что при этом объем работы, выполняемый экспертом-педагогом при формировании банка учебных задач, незначительно, но увеличился.
В состав Казанского национального исследовательского технического университета (КНИТУ-КАИ) входит Институт технической кибернетики и информатики (ИТКиИ), специализирующийся на подготовке ИТ-специалистов.
В рамках учебной дисциплины "Интеллектуальные обучающие системы" студентами ИТКиИ с помощью рассмотренных выше инструментальных средств серии МОНАП были спроектированы прототипы ИОС в целом ряде различных ПО обучения, таких как: грамматики естественных языков, физика, химия, геометрия, математическая логика, язык SQL, основы веб дизайна (язык CSS) и т.д.
Процесс проектирования конкретной ИОС начинается с анализа ПО обучения и разработки ее модели. В результате анализа должны быть выявлены объекты ПО, их свойства, взаимосвязи и операции над ними. На основе проведенных исследований эксперт-педагог формирует алгоритмическое предписание (набор правил) по решению учебных задач в рассматриваемой ПО. На следующем этапе эксперт-педагог приступает к автоматизированному проектированию ИОС с помощью инструментальных средств серии МОНАП (рис. 1 - рис. 6)._
юектирования ЕВ®
+ /XQ ЕН
Описание среды обучения Управление обучением Доступ к учебнику Показывать правильные ответы Показывать правила
Среда обучения Правила English Татарча Векторная алгебра Ирландский язык Язык SQL v
Свойства задач
Параметры генерации
Фаил правил.
Учебные задачи Ю среды | -J Число гипотез о степени обученности N Файл обучаемых: д^ Файл свойств: р-|
Обучаемые Число типов операций Nq Предаварийное число шагов N Файл задач: у|
Моделирование Оптимальное значение трудности |q ^ Интервал изменения трудности |q-|
Минимальная скорость обучения Iq25 Порог стресса |025
1 Текущая среда обученния: Русский язык {грамматика)
Рис. 1 Описание параметров среды обучения
На первом шаге проектирования ИОС задаются значения параметров, описывающих свойства среды бучения. Значения указанных параметров (рис. 1) определяют как свойства среды обучения, так и характер эксперта-педагога.
На втором шаге задаются операции (правила), которые должен использовать обучаемый для решения учебных задач в заданной ПО обучения. На рис. 2 приведен
пример операции (правила) грамматики русского языка.
Рис. 2 Пример операции (правила) грамматики русского языка
На третьем шаге задаются свойства учебных задач в заданной ПО обучения. Свойства описываются в виде векторов операций (правил), которые необходимо применить обучаемому для правильного решения учебной задачи, идентифицируемой значениями класса и подкласса.
ЕВ®
Вя
Свойства учебных задач
Среда обучения
Класс эдюпас У1 У2 УЗ У4 УБ УБ У7 У8 У9 У10 Л
Правила ►
1 2 1 2 1 1 0 0 0 0 0 0
-1 -1 3 1 2 2 2 0 0 0 0 0 0
Свойства задач 4 2 2 3 1 0 0 0 0 0 0
Учебные задачи 1 6 2 2 3 3 0 0 0 0 0 0
1 7 3 2 3 3 0 0 0 0 0 0
3 3 3 4 2 0 0 0 0 0 0
Обучаемые 9 3 3 4 3 0 0 0 0 0 0
1 10 4 4 3 4 0 0 0 0 0 0
1 11 5 4 5 4 0 0 0 0 0 0
Моделирование 1 12 5 5 5 5 0 0 0 0 0 0
г 1 0 0 0 0 1 1 1 0 0 0
2 2 0 0 0 0 1 2 1 0 0 0
2 3 0 0 0 0 1 2 2 0 0 0
2 4 0 0 0 0 2 1 2 0 0 0
2 5 0 0 0 0 2 2 3 0 0 0
2 6 0 0 0 0 2 3 3 0 0 0
2 7 0 0 0 0 3 3 2 0 0 0
2 В 0 0 0 0 3 3 4 0 0 0
2 9 0 0 0 0 3 4 4 0 0 0
2 10 0 0 0 0 4 4 Б 0 0 0
2 11 0 0 0 0 Б 4 Б 0 0 0
2 12 0 0 0 0 Б Б Б 0 0 0
3 1 0 0 0 0 0 0 0 1 1 1
3 2 0 0 0 0 0 0 0 1 2 1
3 3 0 0 0 0 0 0 0 1 2 2
3 4 0 0 0 0 0 0 0 2 1 2 V
Текущая среда обученмия: Русский язык (грамматика)
Рис.3 Пример описания свойств учебных задач в прототипе ИОС грамматике
русского языка
На следующем шаге проектирования ИОС осуществляется формирование банка учебных задач. На рис 4 представлен пример учебной задачи в прототипе ИОС грамматике русского языка. Учебная задача в этом случае представляет собой текст на русском языке с пропусками. Обучаемый должен правильно заполнить пропуски.
Рис. 4 Пример учебной задачи в прототипе ИОС грамматике русского языка
Заключительным шагом в процессе проектирования ИОС является регистрация экспертом - педагогом конкретных обучаемых в конкретной среде обучения. В результате зарегистрированный обучаемый может начать сам процесс обучения (решение учебных задач) в среде обучаемого. На каждом шаге обучения ИОС будет выдавать обучаемому учебную задачу оптимальной трудности и сложности, обеспечивая тем самым индивидуализацию обучения.
Эксперту - педагогу предоставляется возможность контролировать процесс обучения (рис. 5- рис. 6).
Рис. 5 Пример отчета 1 о ходе обучения На рис. 5 представлен пример отчета о ходе обучения конкретного обучаемого. В числовой и графической формах отображается распределение вероятностей гипотез о состояниях обученности контролируемого обучаемого на текущем шаге обучения. На рис. 6 представлена другая форма отчета. На ней в числовой и графической формах отображаются значения вероятностей правильного п^т^нсния^и 'л часмых операций (правил).
Рис. 6 Пример отчета 2 о ходе обучения
Анализ и оценка разработки
На кафедре "Автоматизированные системы обработки информации и управления (АСОИУ)" ИТКиИ студентам 4-го курса (направление "Информатика и вычислительная техника") читаются учебные дисциплины: 'Представление знаний в системах ИИ" и "Обработка знаний в системах ИИ" На лабораторных занятиях по указанным дисциплинам на основе лекционного материала студенты проектируют компоненты рассмотренных выше инструментальных средств проектирования ИОС. Достаточно часто рассмотренная выше проблематика становиться темой дипломного проектирования и как следствие осуществляется обновление (развитие) инструментальных средств серии МОНАП.
В 2011 году Белгородский государственный национальный исследовательский университет при поддержке Министерства образования и науки РФ в рамках реализации федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы провел Всероссийский конкурс научно-исследовательских работ студентов и аспирантов «Инновационные технологии в образовательном процессе» (или «Технологии электронного обучения в образовательном процессе»)
Цель проведения конкурса: выявление талантов и способностей студентов, аспирантов к научной деятельности, сохранение и развитие кадрового потенциала, в том числе создание условий для привлечения и закрепления творческой молодежи в сфере информатики и информационных технологий. Конкурс проводился в 2 этапа (заочный и очный). К участию в очном туре были допущены работы, рекомендованные конкурсной комиссией. Всего в конкурсе участвовало свыше 800 работ из 67 регионов России, Белоруссии и Украины. Победителем в номинации "ТЕХНОЛОГИИ ЭЛЕКТРОННОГО ОБУЧЕНИЯ В ОБРАЗОВАТЕЛЬНОМ ПРОЦЕССЕ" стал студент ИТКиИ Шарафеев И.Ф., представивший на конкурс материалы дипломного проекта (очередную версию инструментальных средств серии МОНАП), а руководитель проекта Галеев И.Х. был награжден благодарственным письмом (рис.7).
Рис .7 Диплом победителя конкурса и благодарственное письмо руководителю
проекта
Заключение
Как правило, построение ИОС не носит серийного характера и является трудоемким процессом. Разработана технология проектирования ИОС некоторому виду формируемой деятельности (навыкам алгоритмической природы). Ядром указанной технологии является автоматизированное проектирование подсистемы управления процессом обучения, что существенно снижает трудозатраты, необходимые для проектирования ИОС указанного класса и позволяет перейти к их серийной разработке при соблюдении введенных ограничений на область применения.
Особое внимание в разработанной технологии отводится тем этапам проектирования, в которых участвует эксперт-педагог и в которых возможна та или иная степень формализации его деятельности, инвариантной к содержанию предметной области (ПО) обучения. Это достигается разработкой следующих технологий, являющихся компонентами рассматриваемой:
- технологии формирования алгоритмического предписания;
- технологии выбора значений параметров модели обучения;
- технологии создания и модификации информационной базы ИОС;
- технологии формирования семейства ИОС, имеющего структуру сети.
Существенные затруднения при разработке алгоритмического предписания
вызывает выделение набора типовых операций (правил). Сформулированы (на содержательном уровне) следующие критерии, использование которых экспертом педагогом оптимизирует выделение набора типовых операций (правил):
- соответствие определенному виду учебной деятельности;
- соответствие уровню обученности обучаемого;
- соответствие психофизиологическим характеристикам обучаемого;
- повышение качества контроля знаний и навыков обучаемого;
- повышение уровня адаптивности управления процессом обучения;
- соблюдение ограничений на ресурсы обучающей системы.
Технология выбора значений параметров модели обучения обеспечивает эффективную помощь эксперту-педагогу при принятии обоснованного решения, существенно не ограничивая его при этом. Это объясняется тем, что она вскрывает взаимосвязи параметров модели обучения. Определяя значения указанных параметров, эксперт-педагог реализует свое представление о том, как должен осуществляться процесс обучения. Таким образом, в зависимости от присвоенных значений параметров, ИОС будет принимать те или иные личностные характеристики эксперта-педагога от "терпеливой" и "снисходительной" до "требовательной" и "строгой".
В связи с тем, что знания эксперта-педагога о процессе обучения, обучаемых и ПО обучения характеризуются динамичностью, принципиальной неполнотой и нечеткостью, требуется наличие средств и соответствующей технологии, обеспечивающих адекватность ИОС, как системы управления учебным процессом, знаниям конкретного эксперта-педагога. Разработанная технология модификации существующей ИОС полностью отвечает указанному требованию, обеспечивая тем самым открытость спроектированной ИОС, ее способность гибко изменяться и расширяться в соответствии с требованиями эксперта-педагога.
Для различных категорий обучаемых в одной ПО обучения целесообразно использовать различные ИОС, отличающиеся друг от друга дидактическими характеристиками в рамках единой модели обучения (стратегии обучения). В этом случае требуется поддерживать механизм наследования свойств, обеспечивающий совместное использование различными ИОС общих компонентов информационных баз. Указанное требование реализовано в технологии формирования семейства ИОС, имеющего структуру сети, что обеспечивает эффективное использование памяти
компьютера и существенно минимизирует трудоемкость формирования новой ИОС, принадлежащей семейству.
Разработанная технология проектирования ИОС, представляет собой принципиально новый подход к построению интеллектуальных компьютерных систем обучения открытого типа. Он характеризуется с одной стороны высокой гибкостью и универсальностью, обеспечиваемых участием в процессе проектирования человека - эксперта-педагога, с другой стороны - высокой степенью автоматизации, поддерживаемой инструментальными средствами проектирования серии МОНАП.
С начала 2014 года КНИТУ-КАИ участвует в реализации международного проекта «Современные образовательные технологии преподавания математики в инженерном образовании России», осуществляемого в рамках программы Темпус (рис. 8). В этом проекте будет использована виртуальная образовательная среда MathBridge. Планируется провести исследование, направленное на анализ методов адаптации, реализованных в Math-Bridge, и их возможную интеграцию с методами адаптации, реализованными в МОНАП.
Рис .8 Краткая информация о проекте
Данный проект профинансирован при поддержке Европейской Комиссии в рамках программы Темпус (№ гранта: 543851-TEMPUS-1-2013-1-DE-TEMPUS-JPCR). Эта публикация отражает исключительно взгляды авторов. Комиссия не несет ответственности за любое использование информации, содержащейся здесь
This project has been funded with support from the European Commission. This publication [communication] reflects the views only of the author, and the Commission cannot be held responsible for any use which may be made of the information contained therein.
Литература
1. Carbonell J.R. AI in CAI: An artificial intelligence approach to computer-assisted instruction // IEEE Transactions on Man-Machine Systems. - 1970. - V. MMS-11. -N 4. - P.190-202.
2. Sleeman D., Brown J.S. Intelligent Tutoring Systems, Academic Press, 1982, ISBN: 0-12-648680-8.
3. Довгялло А.М., Ющенко Е.Л. Обучающие системы нового поколения // Управляющие системы и машины. - 1988. - N 1. - С.83-86.
4. Галеев И.Х. Модели и методы построения автоматизированных обучающих систем (обзор) // Информатика. Научно-технический сборник. Серия Кадровое обеспечение. Выпуск 1. - М.: ВМНУЦ ВТИ, 1990. - С.64-72.
5. Представление знаний в человеко-машинных и робототехнических системах. Т. А. Фундаментальные исследования в области представления знаний / Под ред. Поспелова Д.А. - М.: ВИНИТИ, 1984. - 261с.
6. Обучающие машины, системы и комплексы: Справочник / Под общ. ред. А.Я.Савельева. - К.: Вища шк., Головное изд-во, 1986.- 303 с.
7. Корнейчук В.И., Сороко В.Н., Захаревич К.Г. Машинная генерация учебных контрольных заданий в АОС // Управляющие системы и машины. - 1985. - N 2. - С. 118-122.
8. Лаптев О.Н. Управление генератором задач системы АПРОЗ // Автоматизация обучения и контроля на базе ЭВМ. Сб. науч. тр. - Свердловск: Изд-во СГУ, 1984. - С.23-34.
9. Башмаков А. И., Башмаков И. А. Разработка компьютерных учебников и обучающих систем. М.: Издательский дом «Филинъ», 2003. - 616 с.
10. Лобанов Ю.И., Гуртовой А.В. Решение задач в эксперно-обучающих системах // Методы и системы технической диагностики. Научно-техн. направление "Искусственный интеллект в автоматизированных обучающих системах". Межвуз. науч. сб. - Саратов: Изд-во Сарат. ун-та., 1987. - Вып. 8. - С.15-17.
11. Ефимов Е.И. Решатели интеллектуальных задач. - М.: Наука, 1982. - 320 с.
12. И.Х. Галеев, Д.Л. Храмов, А.П. Светлаков, О.В. Колосов. Адаптивное обучение и тестирование. //Материалы Всероссийской научно-методической конференции «Развитие методов и средств компьютерного адаптивного тестирования», 17-18 апреля 2003 г. - С. 33-35.
13. Галеев И.Х. Компьютерный контроль знаний (локально и дистанционно) / И.Х. Галеев, В.Г. Иванов, Д.Л. Храмов, О.В. Колосов; Под ред. И.Х. Галеева. -Казань: Казанский государственный технологический университет, 2005. -126с.
14. И.Х. Галеев, В.Г. Иванов, Н.В. Аристова, В.Г. Урядов Сравнительный анализ программных комплексов TestMaker и ACT-Test // Международный электронный журнал "Образовательные технологии и общество (EducationalTechnology&Society)" - 2007 - V. 10 -N 3. - С.336-360. - ISSN 14364522. URL: http://ifets.ieee.org/russian/periodical/journal.html
15. И.Х. Галеев Динамика развития международного электронного журнала «Образовательные технологии и общество» // Международный электронный журнал "Образовательные технологии и общество
(EducationalTechnology&Society)" - 2007. - V.10. - №1. - C.315-328. - ISSN 14364522. URL: http://ifets.ieee.org/russian/periodical/journal.html
16. Рубинштейн С.Л. Основы общей психологии: В 2 т. Т. 2. М.: Педагогика, 1989.
17. Галеев И.Х. Решение дидактической задачи в АОС // Теоретические и прикладные задачи оптимизации. М.: Наука, 1985. - С.80-85.
18. Галеев И.Х. Организация адаптивного обучения навыкам алгоритмической природы // Программные продукты и системы. - 1989. -N 3. - С.50-57.
19. Галеев И.Х. Модель обучения в МОНАП-ПЛЮС // Искусственный интеллект -96. КИИ-96. Сборник научных трудов пятой национальной конференции с международным участием. T.I. - Казань, 1996. - С. 17-25.
20. И.Х. Галеев. Развитие адаптивных технологий обучения // Вестник Воронежского государственного университета. Серия: проблемы высшего образования. ВГУ, №2 Июль-Декабрь, 2004. С. 76-83.
21. Галеев И.Х. Модель управления процессом обучения в ИОС // Международный электронный журнал "Образовательные технологии и общество (EducationalTechnology&Society)" - 2010. - V.13. - №3. - C.285-292. - ISSN 14364522. URL: http://ifets.ieee.org/russian/periodical/journal.html
22. Галеев И.Х. ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ПРОЕКТИРОВАНИЯ ПОДСИСТЕМЫ МОДЕЛИ ОБУЧЕНИЯ В ЭКСПЕРТНЫХ ОБУЧАЮЩИХ СИСТЕМАХ автореф. дис... канд. техн. наук / Казанский государственный технический университет им. А.Н. Туполева (КГТУ (КАИ) им. А.Н. Туполева. Казань, 1996. -16 с.
23. И.Х. Галеев, В.И. Чепегин, С.А. Сосновский МОНАП-II - авторские средства проектирования интеллектуальных обучающих систем // Управляющие системы и машины, № 3-4. 2002 г. - С. 80-86.- ISSN 0130-5395.
24. И.Х. Галеев, В.Г. Иванов Адаптивное обучение: прямой и обратный маршруты (от знаний к навыкам и обратно) // Труды Международной научно-технической конференции "Интеллектуальные системы" AIS'06 (3-10 сентября 2006г. пос. Дивноморское Россия) - М. Физматлит. В 3-х томах. Том 2. -С. 414-421.
25. Ildar Galeev, Larissa Tararina, Oleg Kolosov, Vlad Kolosov Structure and implementation of partially integrated adaptive learning environment, in Allison Rossett (ed): Proceedings of E-Learn 2003, Phoenix, Arizona USA, November 7-11, 2003, p. 2151-2154.
26. Ildar Galeev, Larissa Tararina and Oleg Kolosov, "Adaptation on the basis of the skills overlay model", in Kinshuk, Chee-Kit Looi, ErkkiSutinen, Demetrios Sampson, IganacioAedo, Lorna Uden and EskoKahkonen (ed): Proceedings of 4th IEEE International Conference on Advanced Learning Technologies (ICALT'2004), Joensuu, Finland, August 30 - September 1, 2004, p. 648-650.
27. Ildar Galeev, Oleg Kolosov, Alexander Filyaev, "Adaptive Educational Technologies in Virtual University", in V. Uskov (ed): Proceedings of the IASTED International Conference Web-Based Educational (WBE'2005), Grindelwald, Switzerland, February 21-23, 2005, p. 230-235.
28. Ildar GALEEV Architecture of Integrated Learning Environment //Proceedings of the International Conference on Information Technologies (InfoTech-2009) 17-20 September 2009, Bulgaria, P.42 - 50. - ISBN 978-954-438-771-6.
29. Галеев И.Х. Разработка модели грамматики немецкого языка в части склонения имен прилагательных // Интегрированные системы компьютерного обучения. Межвузовский сборник научных трудов. - Казань: КГТУ, 1994. - С.31-48
30. I. Galeev, L. Tararina, S. Sosnovsky, The structure and functions of ETS GRAD // Proceedings of 8th International conference on Human-Computer Interaction (HCI'99): Communications, Cooperation and Application Design, Volume 2 / edited by Hans-JorgBullinger and Jürgen Ziegler / Lawrence Erlbaum Associate, Publishers, London / ISBN 0-8058-3392-7, 22 - 26 of August, 1999, Munich, Germany. - P.682-685
