ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2018

Основные этапы создания интеллектуальных обучающих систем

Basic stages of training system development basic stages
Статья опубликована в выпуске журнала № 3 за 2012 год. [ на стр. 147-151 ][ 12.09.2012 ]
Аннотация:Основу современного непрерывного образования и его эффективность определяют электронные системы обуче-ния. Лидирующие позиции среди них постепенно занимают интеллектуальные обучающие системы (ИОС). В статье рассматриваются основные этапы создания ИОС. Дается краткая история электронных систем обучения, описываются появление и развитие ИОС. Показана структура ИОС на основе агентно-ориентированного подхода. В качестве основных этапов создания системы выделены вербальное описание предметной области, структурирование вербаль-ного описания предметной области с целью формирования учебных объектов, формирование метаданных об учебных объектах, создание базы знаний ИОС и тестовых объектов (заданий) для оценки изучения учебного объекта. В ИОС предлагается интегрированный подход к представлению знаний, позволяющий контролировать содержимое базы знаний через визуализацию. В статье описывается создание базы знаний об учебных объектах с применением сетей Петри. Использование формальных методов в виде сетей Петри для синтеза баз знаний с корректным содер-жанием может стать основой компьютерных методов создания ИИС. Методы анализа описаний компетенций с при-менением дерева достижимости, матричной теории сетей Петри привлекают возможностью компьютеризации многих процессов. Рассмотрены существующие подходы к тестированию, показаны примеры современных систем тес-тирования. Автором предложено построение индивидуальной траектории тестирования, которая должна формиро-ваться в зависимости от имеющихся компетенций и используемых форм обучения.
Abstract:Electronic systems represent the base of present day continuous education and its effectiveness. Intellectual training systems (ITS) gradually take leading position. This article discusses basic stages of ITS development. It provides short history of electronic education systems and it describes ITS appearance and development. The article explains ITS structure based on agent-oriented approach. The article separates verbal description of the subject field as one of the main stages; structuring of the verbal description related to the subject field with the purpose of development of educational subject; metadata formation about educational subject; creation of ITS knowledge base; development of the test objects (tasks) for assessment of education object study level. ITS provides integrated approach to presentation of the knowledge that helps to control knowledge base through visualization. The article discusses creation of the knowledge base about education objects using Petri nets. Use of the formal techniques as Petri nets for creation of the knowledge base with correct content can become foundation for computer techniques of IIS development. Analysis tool for description of competencies using accessibility tree and matrix Petri net theory sound attractive due to possibility of computer application for numerous processes. The article presents existing approaches to test procedures, it shows examples of state-of-the-art testing systems. The author provides construction of individual test path function, which shall be formed depending on existing competencies and used education forms.
Авторы: Трембач В.М. (trembach@yandex.ru) - Московский авиационный институт (национальный исследовательский университет), , , кандидат технических наук
Ключевые слова: персональная среда обучения., многоагентная система, онтология, репозиторий, учебный объект, компетенции, интеллектуальная обучающая система
Keywords: personal learning environment, multiagents systems, ontology, repository, learning object, the competence, intelligent tutoring systems
Количество просмотров: 11283
Версия для печати
Выпуск в формате PDF (7.64Мб)
Скачать обложку в формате PDF (1.33Мб)

Размер шрифта:       Шрифт:

В современном мире все большая роль отводится образованию. Люди, получившие профессиональное образование и желающие повысить уровень своих навыков или получить новые, являются ключевым ресурсом экономики. В настоящее время в подготовке специалистов преобладает тенденция к применению индивидуальных образовательных подходов. Остро встает проблема интеграции и использования академических знаний как основного способа сохранения, распространения и передачи накопленных человечеством знаний.

Основным фактором, определяющим успешность процессов самореализации и саморазвития, является непрерывное образование. Его основу составляют электронные системы обучения, лидирующие позиции среди которых начинают завоевывать интеллектуальные обучающие системы (ИОС).

Электронные системы обучения

Попытки применения вычислительной техники в образовании делались еще в конце 1950-х годов.

На первых этапах развития электронных систем обучения (в 1950–1960-е гг.) исследовались возможности их создания. Работы по автоматизации программированного обучения начались с использования обучающих и контролирующих устройств различных типов. Такие устройства широко применялись в 1960–1970-е гг., но из-за ограниченных возможностей не обеспечивали достаточную эффективность и адекватность результатов контроля реальному уровню знаний обучаемого.

Подпись:  
Рис. 1. Структура ИОС
Широкое распространение персональных компьютеров (ПК) и развитие вычислительных сетей ориентировали обучающие системы на работу в сети с использованием общепринятых стандартов представления и передачи данных. В то же время возросшие аппаратные возможности обусловили то, что одним из основных направлений развития обучающих систем стало применение в них новых компьютерных технологий (гипертекста, мультимедиа, технологий искусственного интеллекта). В середине 1980-х стало ясно, что интеллектуализация обучающих систем прежде всего связана с практическим использованием при их разработке и реализации методов и средств, созданных в рамках исследований по экспертным системам.

Интеллектуальные обучающие системы

Первым понятие ИОС сформулировал в 1970 году Дж. Карбонелл, а реальные исследовательские и коммерческие ИОС появились в 1980-х годах [1]. В отличие от обычной автоматизированной обучающей системы ИОС нацелена на диагностику поведения обучающегося, формирование на основе его модели рекомендаций для исправления выявленных ошибок. На начальных стадиях в ИОС использовались представляемые знания из предметной области.

За прошедшие годы требования к образованию изменились. Передовые страны проводят новую образовательную политику, опирающуюся на инженерный подход, связанный с индивидуализацией процесса обучения. Ранее неоспоримое достоинство институтов высшего образования – постоянная,  устойчивая структура, мало зависящая от внешнего мира, – теперь часто оборачивается недостатком. Жесткая, детерминированная, инерционная организация не позволяет своевременно отслеживать конъюнктуру рынка и удовлетворять все возрастающие требования заказчиков образовательных услуг. Все это привело к необходимости привлекать имеющиеся и разрабатывать новые подходы в области искусственного интеллекта (ИИ), выделять новые особенности образовательного процесса.

Существующие ИОС становятся интернет-ориентированными [2, 3]. Используются описания фиксированных курсов, в разработке и актуализации которых участвуют преподаватели. ИОС охватывают лишь определенные аспекты образовательного процесса.

В современных условиях требуется новый взгляд на формирование компетентностей – охват всего процесса приобретения знаний, умений и навыков. Реализация такой ИОС возможна на основе результатов следующих исследований в области ИИ: динамические интеллектуальные системы, многоагентные системы, онтологии, эволюционирующие знания и некоторые другие.

В настоящее время для реализация ИОС, соответствующей современным требованиям, необходимы результаты указанных исследований и их интеграция в рамках одной системы для формирования компетентностей обучающегося в единой информационно-образовательной среде. На рисунке 1 представлена структура ИОС на основе агентно-ориентированного подхода [1, 4].

Основные этапы создания ИОС

Разработка современных ИОС для интеграции и использования академических знаний – сложная задача, включающая множество различных этапов [1, 3, 5].

Основными этапами создания ИОС являются:

–      вербальное описание предметной области;

–      структурирование вербального описания предметной области с целью формирования учебных объектов;

–      формирование метаданных об учебных объектах;

–      создание базы знаний ИОС;

–      создание тестовых объектов (заданий) для выявления степени усвоения учебного объекта.

Начальные этапы создания ИОС, связанные с полными и точными описаниями преподаваемой области, особенно значимы для эффективности разрабатываемой ИОС. Необходимо решать задачи, связанные с обеспечением полноты и точности описаний учебных объектов, их представлений в базе знаний. Отдельно следует выделить такую важную задачу, как структурирование вербального описания преподаваемой области в виде множества учебных объектов. Структуризация предметной области должна ориентироваться на выбранные способы представления знаний. В статье рассматривается интегрированный подход к представлению знаний [2, 5, 6], в основе которого заложены семантическое и продукционное представления сущностей реального мира. Структура представления сущности показана на рисунке 2.

При формировании знаний об учебных объектах могут использоваться различные источники, что требует одинаковой интерпретации формируемых знаний, не зависящей от специфики их источника, и методов представления. Для решения такой задачи необходимо использовать эталонные понятия, представляемые вершинами сети описания предметной области. Разумно употреблять эталоны для элементарных (базовых) понятий, которые позволяют представить любое понятие, сформированное и используемое информационной системой в ходе своего функционирования. Тогда понятие, поступающее из источника с другим форматом представления знаний, будет преобразовано к эталонному базису и комплексировано с существующими знаниями за счет применения определенных операций над ними.

Для работы с описаниями сущностей используются различные операции. Способ их выполнения часто зависит от языка описания действительности. Основными операциями для интегрированного подхода к представлению знаний являются преобразование представления фрагмента знаний к полному виду, поиск фрагмента по образцу, вставка/исключение фрагмента, обобщение, операции сходства/различия, планирование [3, 5].

Сформированные знания об учебных объектах заносятся в базу знаний ИОС. Редактор базы знаний должен обеспечивать не только сам процесс редактирования, ввода знаний, но и возможность контроля содержимого базы, например, с помощью визуализации.

Создание базы знаний об учебных объектах

Подпись:  
Рис. 2. Структура представления вершины-сущности 
действительности
Формирование предметной области – сложная и ответственная задача. Для снижения вероят- ности ошибок в описании предметной области целесообразно использовать вспомогательные инструменты как для создания новых описаний элементов действительности, так и для анализа существующих. Рассматривается применение сетей Петри [7], которые предназначены для моделирования систем, состоящих из множества взаимодействующих друг с другом компонент. В качестве компонент рассматриваются вершины-сущ- ности. Им, как и другим компонентам реальных систем, присущ параллелизм. В одном из подходов к проектированию и анализу различных объектов сети Петри используются как вспомогательный инструмент анализа существующих систем.

При создании нового описания предметной области применяется другой подход, при котором предполагается построение модели предметной области сразу в виде сети Петри, а затем сеть Петри преобразуется в описание предметной области в формате интегрированного метода представления знаний. Сеть Петри, моделирующая фрагмент описания предметной области, представлена на рисунке 3. Построенная сеть теперь может использоваться при анализе моделируемого множества учебных объектов для формирования фрагмента компетенции. Основными подходами к анализу сетей Петри являются методы, основанные на использовании дерева достижимости, на матричном представлении сетей Петри, решении матричных уравнений и методах преобразования сетей.

На основе дерева достижимости могут выполняться анализ безопасности и ограниченности, анализ сохранения, покрываемости, живости.

Формирование тестовых объектов

В настоящее время совершенствуются существующие и появляются новые формы оценки компетенций, особое место среди которых занимают различные тесты. Создаются электронные системы, позволяющие проводить оценку знаний обучающихся. Одним из таких инструментов является система тестирования INDIGO (Indigo Software Technologies). В этой системе тесты задаются в виде иерархической структуры, состоящей из вопросов и групп вопросов. Группы, в свою очередь, могут содержать как вопросы, так и другие группы.

На данный момент доступны пять типов вопросов:

–      выбор одного варианта ответа;

–      выбор нескольких вариантов ответа;

–      ввод ответа с клавиатуры;

–      установка соответствия;

–      расстановка в нужном порядке.

Другим инструментом тестирования является редактор электронных курсов CourseLab, в котором выбор метода тестирования напрямую зависит от особенностей материала курса, целевой установки и при­меняемых показателей обученности.

Все имеющиеся виды тестов не выходят за рамки версии 1.2 стандарта IMS QTI (Question & Test Interoperability), поэтому должны быть доступны для быстрой разработки большинством редакторов электронных курсов. Редактор электронных курсов CourseLab предоставляет возможность простой и быстрой вставки в учебные модули как отдельных вопросов, так и тестов, состоящих из множества вопросов. Необходимо только заполнить параметры вопросов.

В CourseLab поддерживаются следующие типы вопросов:

–      Подпись:  
Рис. 3. Сеть Петри, моделирующая множество 
учебных объектов
единственный выбор (выбор одного варианта из набора значений, включая и вопросы типа true-false);

–      множественный выбор (выбор нескольких вариантов из набора значений);

–      ранжирование (расположение вариантов в правильном порядке);

–      числовой ввод одного или нескольких значений;

–      текстовый ввод одного или нескольких значений;

–      парное соответствие (подбор правильных пар вариантов).

Можно использовать случайную выборку вопросов из списка. Редактор CourseLab дает возможность построить практически любое упражнение или тест с использованием полей ввода, элементов форм, зон нажатия мыши, перетаскивания объектов и т.п.

Система тестирования INDIGO и редактор электронных курсов CourseLab – типовые примеры современных систем электронного контроля результатов обучения. Их особенностью является ориентация на заранее заготовленные схемы тестирования (рис. 4). Такие схемы не способны адекватно оценить обучающегося в силу его индивидуальных особенностей и имеющихся знаний. Кроме того, одна схема не может оценивать полученные результаты обучения, осуществляемого с помощью различных форм. Требуется более тонкий подход, учитывающий как используемые формы обучения, так и индивидуальные особенности обучаемых, в основу которого может быть положена индивидуальная траектория тестирования.

Подпись:  
Рис. 4. Структура системы тестирования
Рассмотрим построение индивидуальной траектории тестирования, формируемой в зависимости от имеющихся компетенций и форм обучения. Для учета компетенций обучаемого предполагается использование электронной карты, в которой фиксируются все полученные в ходе обучения и подтвержденные проверкой (тестированием) знания (компетенции).

В этом случае возможны проверки только новых знаний, а также контроль части ранее полученных и новых знаний.

Рассматриваемая система оценки результатов обучения (знаний, компетенций) предполагает решение следующих задач:

–      оформление обучаемого (формирование электронной карты);

–      определение начального уровня знаний у обучаемого (формирование текущей компетенции);

–      формирование индивидуальной траектории тестирования обучаемого;

–      наполнение оболочки индивидуальной среды тестирования;

–      реализация траектории тестирования;

–      формирование оценки обучаемого.

В перспективе оценка знаний должна строиться на основе методов извлечения знаний, которые могли бы полно отражать текущие компетенции обучающихся.

Изложенный в статье подход к созданию ИОС использует интегрированный метод представления знаний. В рамках этого метода можно описывать различные предметные области для решения большого количества задач непрерывного образования. Имеется возможность проводить актуализацию баз знаний и тем самым обеспечивать соответствие содержимого баз знаний действительности [5].

Использование формальных методов в виде сетей Петри [7] для синтеза баз знаний с корректным содержанием может стать основой компьютерных методов создания ИИС. Методы анализа описаний компетенций с использованием дерева достижимости, матричной теории сетей Петри привлекают возможностью компьютеризации многих процессов.

Литература

1. Голенков В.В., Емельянов В.В., Тарасов В.Б. Виртуальные кафедры и интеллектуальные обучающие системы // Новости искусственного интеллекта. 2001. № 4. С. 3–13.

2. Трембач В.М. Формирование и использование моделей компетенций обучающихся на основе эволюционирующих знаний // Открытое образование. № 6 (77). 2009. С. 12–26.

3.  Трембач В.М. Интеллектуальная информационная система формирования компетенций для реализации модели непрерывного образования // Открытое образование. № 4 (81). 2010. С. 79–91.

4.  Тельнов Ю.Ф., Казаков В.А., Данилов А.В. Формализация механизмов взаимодействия сервисов и агентов динамической интеллектуальной системы управления бизнес-процессами // Открытое образование. 2012. № 1. С. 31–39.

5.  Трембач В.М. Методы формирования, использования и анализа баз знаний // Экономика, статистика и информатика / Вестн. УМО. № 4. 2010. С. 145–149.

6.  Трембач В.М. Применение интеллектуальных технологий к формированию компетенций обучающихся // Искусственный интеллект и принятие решений. 2008. № 2. С. 34–45.

7.  Котов В.Е. Сети Петри. М.: Наука. Глав. ред. Физматлит. 1984. 160 с.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=3232
Версия для печати
Выпуск в формате PDF (7.64Мб)
Скачать обложку в формате PDF (1.33Мб)
Статья опубликована в выпуске журнала № 3 за 2012 год. [ на стр. 147-151 ]

Возможно, Вас заинтересуют следующие статьи схожих тематик: