Под термином "тренажер для задач распознавания" (ТЗР) будем понимать программно-аппаратный комплекс или систему, которая способна генерировать описание ситуации или объекта из некоторой предметной области, позволяет обучаемому провести исследование этой ситуации или объекта, а затем их некоторым образом идентифицировать. Зачастую, задача распознавания образа является только первым этапом значительно более сложной задачи (например, создание модели и "образа объекта").

Рассмотрим отличие ТЗР от традиционных систем компьютерного обучения. Традиционные автоматизированные обучающие системы (АОС) предъявляют учащемуся некоторую порцию учебного материала, контролируют полученные знания и обеспечивают переход к следующей порции учебного материала.

Обучающие системы различаются:

по способу предъявления учебного материала (тексты, графики, модели);
по способу контроля (выбор ответа из меню, ввод числа, ввод формулы, проверка фразы на наличие в ней ключевых слов и др.);
по способу продвижения по учебному материалу (линейная последовательность кадров, гипертекст и т.д).

По сравнению с традиционными АОС ТЗР имеет ряд особенностей.

ТЗР ориентирован на приобретение навыков и контроль знаний;
ТЗР способен "проиграть" перед студентом достаточно большое число различных ситуаций, которые могут возникнуть при решении задач в конкретной предметной области. В результате обучаемый получает возможность не просто теоретически ознакомиться с материалом, но и получить некоторый опыт поведения в том или ином случае. Совершенно очевидно, что такой опыт (для специалиста) ценнее "теоретического знания".
ТЗР предполагает высокий уровень активности учащегося, что вообще не характерно для АОС. В канонических АОС обучаемый скорее ведомый, чем исследователь (исключение составляют только системы компьютерного моделирования).
В ТЗР основа поведения обучаемого - самостоятельный поиск путей решения. Отсюда - новая черта ТЗР: приобретение будущим специалистом навыков самостоятельного исследователя.
Из пункта 3 (самостоятельного выбора учащимся порядка работы) вытекает следующая особенность: множественность путей к правильному результату.

Кроме систем компьютерного обучения существует еще один класс систем, в некотором смысле аналогичный ТЗР. Это системы искусственного интеллекта, занимающиеся распознаванием образов.

По отношению к таким системам ТЗР представляет, так сказать, "обратную задачу". Вместо традиционной для искусственного интеллекта проблемы - научить ЭВМ распознаванию образов ТЗР предлагает использовать ЭВМ для генерации образов, распознавать которые придется человеку (будущему специалисту).

Выводы: Автоматизированные обучающие системы на основе ТЗР позволят решить задачу межрегионального обмена данными в масштабах страны и за ее пределами. С этой целью целесообразно использовать ресурсы информационной системы Internet. Созданию приложений по информатике в нашей стране препятствует недостаток программных продуктов, способных обеспечивать надежную поддержку при одновременной работе с несколькими клиентами. Для предлагаемой системы с ее базами данных "образов объекта" - это необходимое и очень важное условие развития и становления. WWW предлагает выгодное решение этой проблемы с использованием многофункциональных клиентов и серверов со стандартными протоколами передачи информации. Для быстрой разработки обучающих информационных систем используют Web в соединении со своим локальным сервером. Парадигма Web обеспечивает более удобное объединение специальной информации с другими локальными и удаленными источниками. Web также упрощает многие моменты создания подобных приложений. В частности, она позволяет кодировать данные об авторах для соблюдения конфиденциальности и авторских прав.