CC BY
35
УДК 378.14
РАЗРАБОТКА МЕХАНИЗМОВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ОПТИМИЗАЦИИ ТРАЕКТОРИИ ОБУЧЕНИЯ
Н.В. Ярчикова
В статье рассматривается задача оптимизации траектории обучения специалиста. Предложены механизмы поддержки принятия решений для выбора индивидуальной образовательной траектории
Ключевые слова: оптимальная траектория, обучение, специалист
Анализ потребности в ИКТ-компетентных специалистах представляет собой процесс выделения проблем, решение которых для данной предметной области в данный момент является актуальным. Это необходимо для обучения в дальнейшем специалистов способам решения этих проблем.
Каждая проблема может быть сформулирована как потребность в создании и применении специалистом информационного ресурса. Под информационным ресурсом будем понимать знания, созданные с использованием комплекса технических и программных средств, предназначенные для социального использования и зафиксированные на материальном носителе.
Информационный ресурс создается при использовании определенной информационной технологии. Очень часто создание информационного ресурса с заданными свойствами возможно при помощи нескольких различных технологий, т.е. существуют различные способы решения проблемы, приводящие к созданию различных ресурсов.
Таким образом, обучение специалиста предполагает обучение владению технологиями (формирование технологических компетенций Т) и обучение созданию информационных ресурсов для данной предметной области (формирование предметно-профессиональных компетенций Р).
Для того чтобы процесс создания информационных ресурсов был эффективным, специалисту еще необходимы умения:
1. коммуницировать, т. е. обмениваться профессиональной информацией и совместно выполнять работу с использованием средств информационно-коммуникационных технологий (коммуникативные компетенции Т);
2. анализировать текущую ситуацию в области информационно-коммуникационных технологий и делать предположения о дальнейшем ее развитии (аналитико-стратегические компетенции С).
Таким образом, параметры модели ИКТ -компетентности специалиста можно представить в виде вектора:
М 5 = (Т, Р, К, С) (1)
где Т - множество технологических компетенций, Р - множество предметно-профессиональных компетенций, К - множество коммуникативных
компетенций, С - множество аналитико-стратегических компетенций.
Предположим, что на данный момент актуально решение т проблем и каждая проблема имеет щ способов решения, т.е. возможно создание (или использование) ni различных информационных ресурсов, каждый их которых создан с помощью определенной технологии. Тогда размерность компоненты Р равна п;. Будем считать, что компонента коммуникативной компетентности К имеет размерность равную единице и формируется при использовании одной, наиболее эффективной, технологии коммуникации. Компонента аналитико-стратегической компетенции также имеет размерность единица и не предполагает изучение в процессе формирования дополнительных технологий.
При решении разных проблем технологии, изучение которых необходимо для создания разных информационных ресурсов, могут совпадать. Максимально возможная размерность компоненты Т вектора М8 (в случае, когда технологии не совпадают) равна Щ + 1. Общая максимальная размерность вектора М8 тогда равна 1=2 щ + 3.
Для оценки каждой из компонент вектора М8 введем следующую порядковую шкалу оценки: 0 -«нулевой уровень», 1 - «начальный уровень», 2 -«средний уровень», 3 - «повышенный уровень» и 4 - «продвинутый уровень».
Заметим, что существенную роль при аттестации специалиста играют оценки предметно-профессиональных, коммуникативных, аналитико-стратегических компетенций. Оценки же технологических компетенций важны для того, чтобы определить общее время, необходимое для обучения специалиста способам решения проблем при помощи различных технологий и при аттестации специалиста не учитываются.
Рассмотрим процесс обучения специалиста способам решения одной из проблем, связанный с формированием технологической и
профессионально - предметной компетенции. При этом будем предполагать, что мы стремимся обучить специалиста как можно большему числу способов решения проблемы, но обучение всем способам не является обязательным. Это связанно с тем, что процесс обучения ограничен по времени.
Ярчикова Наталия Викторовна - ВГТУ, соискатель, e-mail: [email protected]
Для формирования соответствующих компетенций специалисту предложено п комплексных заданий, каждое из которых предполагает овладение соответствующей технологией (что способствует формированию технологической компетенции) и изготовление информационного ресурса с заданными свойствами (что способствует формированию профессионально-предметной компетенции).
Пусть для решения задания 1, которое состоит в том, что необходимо создать ресурс р1, используется технология Специалист имеет
входную оценку 01 за знание технологии (элемент технологической компетентности) и оценку Р1 за использование технологии для создания ресурса р1 (элемент профессионально-предметной компетентности). 01 и В1 могут принимать целые значения от 1 до 4. Пусть:
01=0 ("1, 01) - время, которое слушатель потратит на изучение технологии. Если 01 =4, то 01=0.
т1=т (")- время, которое потратит слушатель на создание информационного ресурса р1. Это время зависит только от выбранной технологии, и как показывает опыт, практически не зависит от входной оценки В1.
Общее время, затраченное на выполнение комплексного задания с использованием технологии равно е1=0("1, 0№1)+т("1). Предполагаемое (до максимального) приращение уровня
профессиональной компетентности в данном случае равно V, = 4 - В1.
Будем измерять время 1 в часах и считать, что 1 - целое число.
Введем переменные х, следующим образом: 1, если задание I выбрано спец.; ,если задание I не выбрано спец.
Выбирая собственную траекторию обучения, специалист будет стремиться к максимальному суммарному повышению уровня профессиональной компетентности (т.к. именно эти параметры учитываются при аттестации) при ограничении времени, т.е. должны выполняться условия:
1, 0, (
(2)
Е"=1 I $ %
(3)
, V ¡X ,
шах
Эта задача является классической задаче о ранце. Один наиболее эффективных вариантов получения точного ее решения - применение методов динамического программирования.
Введем обозначение:
,-(у) = т0х {5v^х, 5 1 $
¿=1 ¿=1
где х ¿6 {0,1}, I = 1, ...<}
(4)
,к(У) - максимальное суммарное приращение оценок профессионально-предметной компетенции при выполнении первых к заданий, при условии, что общее время выполнения этих заданий ограничено величиной у.
Нас интересует ,„(%). Для нахождения воспользуемся рекуррентным соотношением Беллмана
,1(/0 = [^
если £1 $ у если £1 > у
,-0) =
Гшах{,к_1(у - £к0 + ,к_1(у0}, £- $ /
[,--1(У0,
где к=2,
£- > /
(5)
(6)
Будем рассматривать все значения времени у от нуля до 1.
Шаг 1. Рассмотрим возможность выбора первого задания. В случае, если время £] для решения первого задания больше, чем у (у=0, ... I), то первое задание не выбирается и сумма приращений оценок на этом шаге для данного значения у равна нулю, в противном случае - первое задание выбирается и значение суммы приращений оценок для данного у равно V;.
Последующие шаги от 2 до п. На шаге к:
Вычисляется максимальное из двух значений ,-_1(У0 и ,-_1(/- £-) +
,--1(/) - это наибольшее суммарное приращение оценок для времени у и предыдущих к-1 заданий.
,--1(/— #&)+>& - наилучшее суммарное приращение оценок на для предыдущих к-1 заданий, но для времени / — £- (т.е от времени у необходимо отнять время на решение задания к) плюс приращение оценки профессионально-предметной компаненты компетенции, которое может быть получено за решение задания к.
Если максимальное значение равно ,--1(/), то задание к специалистом не выбирается, в противном случае -выбирается.
Искомая максимальная сумма приращений оценок равна ,„(% ).
Пример (для обучения педагогических работников): необходимо решить следующую проблемму - создать информационный ресурс для интерактивной доски. Время выполнения заданий
п.
ограничено 24 учебными часами.
Возможные технологии для создания ресурса: Wi- использование программы Macromedia Flash; W2 - использование программы iSpring Sute; W3 - использование софта интерактивной доски; W4- анимирование объектов в среде PowerPoint;
Зависимость времени, необходимого для изучения технологии и создания информационного ресурса с использованием этой технологии от
входной оценки за умение пользоваться данной технологией определяется табл. 1.
Для слушателей, имеющих разные входные оценки технологической и профессионально-предметной компонент компетентности, получим, согласно рассмотренному выше алгоритму, индивидуальные траектории обучения слушателей (табл. 2).
_Таблица 1
Технология W] W2 W3 W4
Входная оценка, G; 3 2 1 0 3 2 1 0 3 2 1 0 3 2 1 0
Время, s j 15 17 20 24 12 14 16 18 6 8 9 10 2 3 4 5
Таблица 2
Ф.И.О. Входной балл Вариант индивидуальной Затраченное Приращение
W, W2 W3 W4 траектории (задачи) время проф.-предмет. компетентности
Смирнов А.И. техн. 2 3 1 2 2,3,4 24 6
проф. 3 2 1 3
Петраков Л.П. техн. 1 2 2 3 1,4 22 5
проф. 0 2 2 3
Пашутин М.Б. техн. 0 3 3 3 1 24 3
проф. 1 3 4 3
Литература
1. Подвальный, С. Л. Разработка автоматизированной системы мониторинга результатов применения специальных программных средств [Текст] / С. Л. Подвальный, О. Б. Кремер // Вестник Воронежского государственного технического университета. - 2009. - Т. 5. - № 2. - С. 11-14.
2. Специальные программные средства поддержки обучения: Монография/ Л.А. Бачурина, Л.П. Гаврикова, О.Б. Кремер, С.Л. Подвальный. - Воронеж: Воронежский государственный технический университет. - 2006. -105 с.
3. Принципы разработки интеллектуальных систем моделирования [Текст] / С.Л. Подвальный, Т.М. Леденева, Е.С. Подвальный, А.Д. Поваляев, А.А. Маслак // Информационно-измерительные и управляющие системы. - 2013. - Т.11. - №8. - С.025-030
4. Подвальный, С. Л. Многоальтернативность как основа обеспечения интеллектуальности систем управления [Текст] / С. Л. Подвальный, Т. М. Леденева // Вестник Воронежского государственного технического университета. - 2012. - Т. 8. - № 11. - С. 17-23.
5. Глекова Н.Л. Ресурсная оптимизация регионального организационно-экономического мониторинга [Текст] / Н.Л. Глекова, О.Я. Кравец, А.Д. Поваляев //Информационные технологии моделирования и управления. - 2005. - № 5(23). - С.654-659.
6. Махортов С.Д. Алгебраический подход к исследованию и оптимизации баз данных продукционного типа [Текст] / С.Д. Махортов, С.Л. Подвальный // Информационные технологии. - 2008. - №8. - С. 55-60.
Воронежский государственный технический университет
MECHANISMS FOR SUPPORT DECISION-MAKING FOR OPTIMIZATION OF THE TRAJECTORY OF TRAINING
N.V. Yarchikova
In this article mechanisms of definition individual trajectories for training of a specialist are described Key words: optimum trajectory, training, specialist
