Українська   English
ДонНТУ   Портал магистров

Реферат по теме выпускной работы

Внимание! На момент написания данного реферата магистерская работа не завершена. Предполагаемая дата завершения – май 2021 г. Полный текст работы, а также материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Содержание

Введение

На сегодняшний день электронное обучение используется повсеместно, реализуя технологию непрерывного образования. Наличие спроса на системы управления обучением (англ. Learning Management System, LMS), естественно, рождает множество предложений, создавая проблему выбора наилучшей. По данным команды Edutechnica, самыми распространенными в мире являются Blackboard, Moodle и Canvas.

Одной из основных тенденций в разработке автоматизированных обучающих систем является их интеллектуализация, т.е. способность системы адаптировать уровень представления учебного материала к индивидуальным способностям и возможностям обучаемого. В связи с этим актуальной является задача выявления основных составляющих интеллектуальных обучающих систем и их дальнейшая программная реализация.

В общем случае обучающие программы считаются интеллектуальными, если они обладают способностью: генерировать учебные задачи; решать задачи, предъявляемые обучаемому, используя методы представления знаний об изучаемой дисциплине; определять стратегию и тактику ведения диалога; моделировать состояние знаний обучаемого; самообучаться на основе анализа результатов взаимодействия с обучаемыми.

1. Актуальность темы

Появление экспертных систем МYСIN, DЕNDRАL, РRОSРЕСТОR, а также обнадеживающие результаты их успешного применения в области медицины, технической диагностики, геофизики, управления непрерывными технологическими процессами решительно изменили ситуацию. Стало очевидным, что методы правдоподобных и дедуктивных выводов могут быть хорошим дополнением или частичной заменой специалиста, ставящего медицинский или технический диагноз и вообще принимающего решения в форме выбора одной из альтернативных гипотез на основании наблюдаемых данных.

Магистерская работа посвящена актуальной научной задаче разработке новой автоматизированной системы обучения по обыкновенным дифференциальным уравнениям первого порядка. Рассматриваемая система покрывает большинство разделов изучаемой темы, позволяет наблюдать за успеваемостью и процессом изучения учебного материала студентами, проверять выполненные задания на релевантность. Интеллектуальная составляющая в обучающей системе позволит создавать уникальные программы обучения, которая будет отталкиваться от имеющихся знаний и уровня восприятия учебного материала обучающимся. В качестве математических методов предлагается использовать анализ экспертных систем.

2. Цель и задачи исследования, планируемые результаты

Современные интеллектуальные обучающие системы имеют различные алгоритмы интеллектуализации. Цель их использования – проведение процесса обучения естественно-научным предметам. Они имеют функциональную возможность оценки шага процесса решения пользователя по критерию «правильно» и «неправильно». Кроме того, такие интеллектуальные обучающие системы дают возможность подсказки с указанием на неправильность шага пользователя либо на его дальнейшие действия. Неотъемлемой функцией таких систем является то, что они выставляют оценки по итогам обучения курса. При работе системы такого класса проводят проверку процесса решения пользователя на критерии завершенности и правильности. Эти критерии проверяют методом сравнения шагов решения пользователя и шагов, которые заданы в системе по умолчанию.

При реализации процесса адаптации в интеллектуальных обучающих системах одним из важнейших моментов является выбор математических методов.

В данной работе ставится задача разработки современной интеллектуальной обучающей системы использующую модели и алгоритмы на основе анализа существующих методов в области математических моделей. Реализация поставленной задачи базируется на использовании методов и средств компьютерных информационных технологий.

В соответствии с поставленной целью в работе решается ряд задач:

  1. Исследование математических моделей для внедрения их в систему
  2. Обоснование целесообразности создания моделей и алгоритмов для СИОС
  3. Формирование ключевых требований, которым должны удовлетворять разрабатываемые модели и алгоритмы.
  4. Выбор соответствующего метода обучения на основе уже имеющегося уровня знаний обучающегося и предпочитаемого им стиля обучения
  5. Выявление недопонятых учащимся моментов и реагирование соответствующим образом
  6. Задачи, связанные с проверкой уровня знаний, умений и навыков учащихся до и после обучения, их индивидуальных способностей и мотиваций;
  7. Задачи администрирования системы, доставки учебного материала на рабочие станции и задачи обратной связи с обучаемым.
  8. Задачи АОС, связанные с подготовкой и предъявлением учебного материала, адаптацией материала по уровням сложности, подготовкой динамических иллюстраций, контрольных заданий, лабораторных работ, самостоятельных работ учащихся;
  9. Задачи, связанные с регистрацией и статистическим анализом показателей усвоения учебного материала: определение времени решения задач, определение общего числа ошибок и т.д. К этой же группе относятся и задачи управления учебной деятельностью;
  10. Определение особенностей и функций автоматизированного контроля, реализуемого в ИОС в условиях создания сложных алгоритмов анализа ответов обучаемых

Объект исследования ориентирован на создание человеко-машинных, или, как еще говорят – интерактивных, интеллектуальных систем. Важнейшими проблемами в этих исследованиях является организация семантически безупречного диалога между человеком и такой системой.

Апробация

Апробация исследований по данной работе проходила на следующих конференциях:

  1. Информатика, управляющие системы, математическое и компьютерное моделирование в рамках V Международного Научного форума Донецкой Народной Республики (ИУСМКМ– 2019) : Х Международная научно– техническая конференция (студенческая секция), 22– 24 мая 2019, г. Донецк;
  2. Программная инженерия: методы и технологии разработки информационно– вычислительных систем (ПИИВС– 2021);

4. Обзор исследований и разработок

Поскольку на сегодняшний день электронное обучение используется повсеместно, реализуя технологию непрерывного образования. Наличие спроса на системы управления обучением (англ. Learning Management System, LMS), естественно, рождает множество предложений, создавая проблему выбора наилучшей. Актуальной является задача выявления основных составляющих интеллектуальных обучающих систем и их дальнейшая программная реализация.

4.1 Обзор национальных источников

Исследования вопросов автоматизации педагогического процесса начались с конца 60-х годов XX века, так же, как и первые попытки создания автоматизированных обучающих систем (АОС). Основываясь на активно развивающейся в конце 60-х – начале 70-х годов концепции программированного обучения (в частности, исследования П.Я. Гальперина[1], Н.Ф. Талызиной[2], В.П. Беспалько[3] и др.), были предприняты первые попытки комплексного анализа автоматизации различных педагогических процессов.

АОС «Контакт» была создана коллективом Рижского политехнического института под руководством Л.В. Ницецкого в конце 60-х на базе компьютеров «Минск-32» в качестве терминалов использовались электрические пишущие машинки, телетайпы и дисплеи[4]. Программа осуществляла контроль знаний по комплексу вопросов предварительно занесённых в её базу данных;

В 80-х годах начались первые эксперименты по внедрению АОС в вузах, ПТУ и школах (Новосибирске, Киеве, Тбилиси, Москве)[5]. Составляются первые методические указания по применению АОС в вузах и средних специальных учебных заведениях[6-9].

Со временем появляются первые АОС создающие модель учащегося и предметной области; их называют экспертными или интеллектуальными системами[10]. Такие системы адаптируют содержание образования к целям учащегося, а также уровню его подготовки, создавая модель учащегося[11].

4.2 Обзор международных источников

Первый этап исследования возможностей создания обучающих систем приходится на 50-е и 60-е годы двадцатого столетия. Профессор Б.Ф. Скиннер в 1954 году выдвинул идею, получившую название программированного обучения [12]. Она заключалась в призыве повысить эффективность управления учебным процессом путем построения его в полном соответствии с психологическими знаниями о нем, что фактически означает внедрение кибернетики в практику обучения [13]. Это направление начало активно развиваться в США, а потом и в других странах. И уже тогда одним из основных признаков программированного обучения считалась автоматизация процесса обучения.

в 60-е годы было разработано большое количество специализированных пакетов программ, ориентированных на создание и сопровождение прикладных обучающих программ – автоматизированных учебных курсов (АУК) на базе ЭВМ третьего поколения. Одними из самых известных в нашей стране проектов использования вычислительной техники и средств коммуникации в обучении является проект PLATO в наиболее развитой версии – PLATO-IV, а также отечественные автоматизированные обучающие системы (АОС) АОС-ВУЗ, АОС-СПОК, АСТРА, САДКО и некоторые другие.

Кроме систем селективного типа были созданы продуцирующие обучающие системы, в которых диалог с обучаемым не программируется, а формируется по нескольким алгоритмам в соответствии с набором операций и фактов, заложенных в систему. Подобные обучающие системы предназначались для некоторых специфических предметных областей, которые по тем или иным причинам оказались исключительно подходящими для такого типа программирования. В качестве примеров можно привести систему Ликлайдера для обучения аналитической геометрии [14] и систему Битена и Лэйна, обучающую произношению слов иностранного языка [15].

4.3 Обзор локальных источников

В результате обзора работ студентов Донецкого национального технического университета было выявлено, что некоторые студенты также занимались вопросами, связанными с удовлетворенностью потребителей:

  1. Цибульский Г.М.,Герасимова Е.И., Ерошин В.В. Модели обучения автоматизированных обучающих систем[16].
  2. Х.Н. Тимергалин, С.Н. Кол Автоматизированные обучающие системы и динамические имитационные модели как основа современного дистанционного обучения[17].
  3. Мельников А.В, асс. Цытович П.Л. Основные принципы автоматизации проектирования обучающей системы на базе объектно-контейнерного подхода[18].

Однако вопросы использования математических методов в создании интеллектуальных обучающих систем были ранее освещены, хотя они имеют ряд существенных отличий, связанных с внедрением их в систему.

5. Принципы автоматизации проектирования обучающей системы

В настоящее время в процесс обучения активно внедряются программные технологии на базе персональных ЭВМ, применяемые для передачи ученику учебного материала и контроля степени его усвоения. При этом на рынке программного продукта за последнее десятилетие появилось большое количество обучающих систем, в том числе и автоматизированных (АОС), которые охватывают различные предметные области, и призваны решать задачи обучения на всех этапах жизни человека - от начальных классов средней школы до процесса обучения в высших учебных заведениях.

Если проследить весь процесс разработки автоматизированных обучающих систем, то можно выделить ряд задач проектирования и реализации программной системы.

Задачи проектирования автоматизированных обучающих систем

Рисунок 1 – Задачи проектирования автоматизированных обучающих систем

Выделим, прежде всего, объекты составляющую стандартную обучающую систему, которую в дальнейшем будем называть типовой обучающей системой (ТОС). Сформулируем понятия ТОС.

В ТОС обязательно присутствие следующих функциональных блоков:

Особенностью общей стратегии построения модели обучения является взаимодействие между преподавателем и студентом, а также введение в процесс обучения некоторых программных продуктов в непрерывной форме информационных компьютерных технологий. Для обучения специалиста, имеющего высокий уровень знаний, в первую очередь необходимо определить, каким образом можно повлиять на восприятие студента с целью развития когнитивных способностей. Такое осуществимо только при индивидуальном подходе развития личностных способностей студента.

Метод преподавания также основан на способности преподавателя излагать материал в легкой форме, доступной для восприятия и понимания. В оценивание знаний обязательно включен промежуточный контроль, который представляет собой контрольные вопросы и задания к лабораторным работам, а также тестирование – это совокупность требований, реализуемых процессом управления. Оценивание знаний представляет собой совокупность результатов объективного оценивания преподавателем уровня знаний, с оценкой знаний автоматизированной системы.

Вышеописанная структура модели процесса обучения приведена рис 2.

Структурная схема концептуальной модели обучения

Рисунок 2 – Структурная схема концептуальной модели обучения
(анимация: 6 кадров, 5 циклов повторения, 197 килобайт)

На рисунке сплошными стрелками показаны отношения воздействия, а пунктирными стрелками отношения синхронного и асинхронного отклика.

Теперь рассмотрим функциональную модель ТОС, и поставим в соответствие ее функциональным блокам элементы объектной модели, как показано на рис 3. Объединим объекты задачи в группы, которые будем называть контейнерами, соответствующие функциональным блокам задачи. Каждый из таких контейнеров независим от других и решает собственную задачу в ТОС.

Функциональная модель ТОС

Рисунок 3 – Функциональная модель ТОС

Таким образом, контейнер представляет собой стандартный программный элемент ТОС. Исходя из этого следует, что программная реализация ТОС может быть выполнена путем использования набора стандартных контейнеров.

Используя принципы и назначение интеллектуальных систем обучения, можно выделить следующие классы знаний: предметные, стратегические, педагогические, эргономические и метазнания. Предметные знания имеют отношение к определенному предметному курсу. Стратегические и методические знания относятся к организации и менеджменту процесса подготовки обучающихся. Педагогические знания относят к управлению деятельности обучающихся. Эргономические знания относятся к грамотной организации интерфейса обучающего лица и обучающегося. Метазнания представляют класс знаний о способах интеграции перечисленных выше знаний.

Классификация интеллектуальных обучающих систем делит их на 4 типа, различающихся по составу и назначению. К первому классу относят консультационные интеллектуальные системы. Они предназначены для консультирования при решении задач и поиске информации по обучению. Данная интеллектуальная обучающая система состоит из двух сред: учебной справочной и системы объяснения. Ко второму классу относится диагностическая система обучения. Она предназначена для диагностики ошибок во время решения задач. В данную систему входят интерфейс, экспертная система по решению задач и система по диагностике ошибок и модели обучаемого. Данная система может рассматриваться в качестве дополнения консультирующей интеллектуальной системы. Третий класс представляют управляющие системы. Такие интеллектуальные обучающие системы используются для управления познавательным процессом деятельности студента курса. Система такого типа представляет собой расширенную диагностическую интеллектуальную обучающую систему с базой знаний о целях функционирования системы и стратегиях обучения по ней. Четвертым классом интеллектуальных систем считают сопровождающие системы, которые нужны для отслеживания деятельности пользователя, а также оказания ему необходимой помощи в случае, если система обнаружит ошибки в его действиях. Сопровождающая и управленческая интеллектуальные системы являются одними из наиболее сложных интеллектуальных систем обучения. Отличительными характеристиками сопровождающей системы является то, что данная система не имеет представления о цели деятельности обучаемого, и у нее есть задача спрогнозировать эту деятельность. Также данная система менее склонна к коммуникации, что позволяет пользователю меньше на нее отвлекаться.

Современные интеллектуальные обучающие системы имеют различные алгоритмы интеллектуализации. Цель их использования – проведение процесса обучения естественно-научным предметам. Они имеют функциональную возможность оценки шага процесса решения пользователя по критерию «правильно» и «неправильно». Кроме того, такие интеллектуальные обучающие системы дают возможность подсказки с указанием на неправильность шага пользователя либо на его дальнейшие действия. Неотъемлемой функцией таких систем является то, что они выставляют оценки по итогам обучения курса. При работе системы такого класса проводят проверку процесса решения пользователя на критерии завершенности и правильности. Эти критерии проверяют методом сравнения шагов решения пользователя и шагов, которые заданы в системе по умолчанию.

При реализации процесса адаптации в интеллектуальных обучающих системах одним из важнейших моментов является выбор математических методов.

Для реализации идеи интеллектуальной составляющей автоматизированной системы был апробирован алгоритм включающий методы, основанные на теории экспертных систем и реализующие построение хода курса обучения наряду с интеллектуальным анализом результата опроса обучаемого. Плюсом использования таких методов при разработке ИОС является предоставление большого круга способов анализа действий, осуществляемых экспертными системами. К минусам можно отнести сложность наполнения базы знаний и регулировки параметров экспертной системы.

Выводы

Исходя из всего выше сказанного и основываясь на своем понимании данного вопроса, я считаю, что внедрение в сферу образования простейших электронно-вычислительных машин, другой электронно-вычислительной техники, а также автоматических обучающих систем – безусловно, необходимый, прогрессивный и немаловажный шаг в развитии и усовершенствовании нынешней системы образования, которая, по моему мнению, нуждается в преобразовании и реконструкции.

Рассмотрены новые тенденции в использовании интеллектуализации в создании обучающей системе и усовершенствовании подхода к их использованию.

Принимая во внимание вышесказанное, можно заключить, что внедрение интеллектуализации в обучающие системы определенно повысит у выпускников различных учебных заведений уровень их профессиональной компетенции.

Список источников

  1. Гальперин П.Я. Программированное обучение и задачи коренного усовершенствования методов обучения // К теории программированного обучения. — Москва, 1967.
  2. Талызина Н.Ф. Теоретические проблемы программированного обучения. Москва, 1969.
  3. Беспалько В. П. Программированное обучение. Дидактические основы. — М., 1970.
  4. Хотько С.М. Разработка программной управляющей части многотерминальных автоматизированных обучающих систем на базе ВЦКП. Дис. … канд. техн. наук. – Москва, 1984.
  5. Российская педагогическая энциклопедия под ред. В.Г. Панова. М., 1993.
  6. Методы использования автоматизированных обучающих систем на базе ЭВМ: Методические указания. — М., 1979. — 44 с.
  7. Лобанов Ю. И., Новиков В. А. и др. Краткие методические рекомендации по составлению и оформлению обучающих программ для автоматизированных обучающих систем. — М., Казань, 1981. —19 с.
  8. Организация учебного процесса с помощью АОС: Педагогические основы / Стрикелева Л.В., Пискунов М.У., Тихонов И.И. - Минск: Университетское, 1986. - 95 с.
  9. Автоматизированная обучающая система КОНТАКТ на базе ЕС ЭВМ. Версия КОНТАКТ. Вып.2: ОС. Методические указания / Под ред. Л.В.Ницецкого. Рига: РПИ, 1979. - 67 с.
  10. Лобанов Ю.И., Брусиловский П.Л., Съедин В.В. Экспертно-обучающие системы – М.: НИИ ВШ, 1991.
  11. Соловов А.В. Электронное обучение: проблематика, дидактика, технология. – Самара: «Новая техника», 2006. – 462 с.
  12. Skinner B.F. The science of learning and art of teaching. // Harward Education Review,Spring, 24, 1954. – p. 86-97.
  13. Талызина Н.Ф. Теоретические проблемы программированного обучения. – М.: Издво МГУ, 1969. – 133 с.
  14. Licklider J. Preliminary experiments in computer-aided teaching. // "Programmed Learningand Computer Based Instruction". – New York, Wiley, 1962. – p. 217-239.
  15. Buiten R., Lane H.S. Experimental system gives language student instant error feedback. /Digital Equipment Corporation Computer Application Note, 1965.
  16. Цибульский Г.М.,Герасимова Е.И., Ерошин В.В. Модели обучения автоматизированных обучающих систем. [Электронный ресурс]. – Режим доступа:http://masters.donntu.ru/2013/fknt/chernichenko/library/6.htm
  17. Х.Н. Тимергалин, С.Н. Кол Автоматизированные обучающие системы и динамические имитационные модели как основа современного дистанционного обучения [Электронный ресурс]. – Режим доступа:http://masters.donntu.ru/2013/fknt/chernichenko/library/7.htm
  18. Мельников А.В, асс. Цытович П.Л. Основные принципы автоматизации проектирования обучающей системы на базе объектно-контейнерного подхода. [Электронный ресурс]. – Режим доступа:http://masters.donntu.ru/2006/fvti/raskin/library/art06.htm