Автор: Huang W., Oswald S., Lerner D., Smith C., Zheng C.
Описание:
Рассмотрены
особенности реализации компьютерных систем профессиональной: подготовки
с учетом их адаптации в режиме
реального времени. Разработаны процедуры коррекции. Сложности вопросов
в зависимости от уровня
знаний каждого обучаемого. Предложена эвристика о сходимости
сложности вопроса к постоянному
значению.
Источник: http://www.artint.com.ua/index_a.htm
Вступление
Последнее
столетие и, особенно, его последние десятилетия отмечены качественным
рывком в
разработке и использовании информационных технологий. Такой вывод
базируется на
трех «китах»: создании вычислительной техники,
разработке соответствующего
программного обеспечения и применении первых двух составляющих к
решению все
более сложных прикладных задач. Развитие глобальной сети и
телекоммуникаций –
еще один аспект, определяющий современное состояние производственной
сферы и
инфраструктуры. Широкое проникновение информационных технологий во все
области
жизнедеятельности человека привело к тому, что значительная часть
мировых
финансовых потоков генерируется и проходит через
информационно-коммуникационную
сферу. В связи с этим возникло обоснованное предложение считать
современный
этап развития «информационным обществом». С другой
стороны, экспоненциальный
рост информации в мире и ее распространение через сеть Интернет, а
также
развитие самой сети и ее новые сервисы дают основания называть этот
этап
«обществом без границ». Свободное распространение
информации, рост ее хранилищ,
извлечение новых знаний и использование для этих целей территориально
удаленных
кластерных и Grid-систем, указывает на формирование
«общества, базирующегося на
знаниях» [Згуровский, 2005]. Все указанные выше аспекты,
являются причиной и
основанием для разработки экспертных и обучающих систем, в которых
интегрированы возможности глобальной сети, удаленного обучения и
получения
новой информации. Известно, что первые экспертные системы были
разработаны в
середине 20-го столетия, а промышленное применения нашли в 80-х годах.
Сегодня
сложно представить вид деятельности, где не была бы задействована
вычислительная техника и где бы не делались попытки применения
экспертных
систем. Одной из таких областей является образование. Первые шаги в
создании
экспертных систем в сфере образования сводились к разработке систем
тестового
контроля знаний учашихся [Глибовец, 2000]. И сегодня почти в каждом
высшем
учебном заведении Украины используют одну, а то и несколько таких
систем
автоматизированного контроля знаний. На следующем этапе предлагались
системы
обучения, которые с развитием мультимедийных технологий вывели на новый
уровень
преподавание отдельных дисциплин. Интеграция систем обучения и контроля
позволила замкнуть цикл обучения. Жесткость такой структуры стала
причиной
внедрения в автоматизированные системы адаптационных механизмов,
базирующихся
на различных принципах и моделях [Коджа, 2003]. Авторами ранее уже были
выполнены некоторые шаги в направлении формирования элементов
методологии
разработки автоматизированных систем обучения и контроля знаний (АСОКЗ)
и
проведения процессов обучения и контроля знаний. В частности, в роботе
[Снитюк,
2000] в основу формирования базы данных АСОКЗ предложено положить
классификацию
вопросов в зависимости от типов ответов: «Да-Нет»;
один из многих; несколько из
многих; число; интервал; нечеткий интервал; слово; предложение. Для
каждого из
этих типов вопросов разработаны процедуры оценки, исходя из отклонений
ответов
обучаемого лица от правильных ответов и метод формирования интегральной
оценки
[Снитюк, 2003]. В следующей статье [Снитюк, 2008] было предложено
осуществлять
структуризацию предметной области, которой, чаще всего, и есть учебные
курсы,
что позволило оптимизировать процессы тестирования за счет
самоорганизации
множества вопросов, которые задаются обучаемому. Аспекты создания
эффективных
компьютерных систем профессиональной подготовки как одного из видов
АСОКЗ
рассмотрено в [Снитюк, 2010], где определено, что такие системы должны
удовлетворять требованиям: минимизации времени обучения и контроля
знаний;
полноты контроля знаний; отсутствия или минимального присутствия
информационной
избыточности и информационной недостаточности, максимально возможной
объективизации результатов оценивания. Современные мировые тенденции
нацелены
на создание таких АСОКЗ, которые ориентированы на определенную модель
пользователя. В частности, создаются системы, учитывающее
психологическое
состояние обучаемого и соответствующим образом на него реагирующие. Не
достаточно изученной является проблема объективизации уровня сложности
задаваемых вопросов и, соответственно, определения интегральной оценки
знаний.
Вывод
В
статье рассмотрен один из аспектов создания автоматизированных систем
обучения
и контроля знаний, а также компьютерных систем профессиональной
подготовки.
Отмечен низкий методологический уровень создания таких систем и
предложен один
из элементов реализации системного подхода к осуществлению
дистанционного образования,
а именно, к разработке подсистемы контроля знаний учащихся,
базирующийся на
адаптационных механизмах. Сформулированы эвристики, которые положены в
основу
процедур коррекции уровней сложности вопросов в зависимости от
вариантов
ответов экзаменуемых и их общего образовательного уровня. Разработаны
модели, с
помощью которых осуществляется изменение сложности вопросов в режиме
реального
времени, что позволяет уменьшить время обучения системы, а также
минимизировать
ошибки оценивания знаний. Предложенный подход, равно как и другие
существующие,
требует реализации значительного объема верификационных процедур.
Вместе с тем,
он является достаточно простым для алгоритмизации и открытым для
внесения
изменений и дополнений.
Литература
1.[Згуровский,
2005] М.З. Згуровский, Н.Д. Панкратова. Системный анализ. Проблемы,
методология, приложения. ? К.:Наук. думка, 2005. ? 743 с.
2. [Глибовец,
2002] Н.Н. Глибовец, А.В. Олецкий.
Искусственный интеллект. – К.: Академия, 2002. –
366 с.
3.[Коджа,
2003] Т.И. Коджа. Автоматизированная
система управления и контроля знаний в процессе обучения: автореф.
дисс. канд.
техн. наук: спец. 05.13.06 „АСУ и прогрессивные
информационные технологии” ,
Одесса, 2003.
4.[Снитюк,
2000] В.Е. Снитюк. Модели и методы
определения компетентности экспертов на базе аксиомы несмещенности //
Вестник
Черкасского инженерно-технологического института, 2000, № 4, с. 121-126.
5.[Снитюк,
2003] В.Е. Снитюк. Концептуальные
принципы и методы проектирования систем автоматизированного контроля
знаний //
АСУ и приборы автоматики, 2003, вып. 123, с. 40-43.
6.[Снитюк,
2008] В.Е. Снитюк. Оптимизация
процесса оценивания в условиях неопределенности на основе
структуризации
предметной области и аксиомы несмещенности // Искусственный интеллект,
2008, №
3, с. 217-222.
7.[Снитюк,
2010] В.Е. Снитюк. Элементы
знаниеориентированных систем профессиональной подготовки адаптивного
типа //
Вестник Херсонского национального технического университета, 2010, №
2(38), с.
180-186.
8. Dissolved Oxygen Imaging in a Porous
Medium to
Investigate Biodegradation in a Plume with Limited Electron Acceptor
Supply