Авторитетность издания
Добавить в закладки
Следующий номер на сайте
Автоматизированное рабочее место преподавателя с интеллектуальной поддержкой
Аннотация:
Abstract:
Авторы: Лежебоков А.А. () - , Гладков Л.А. (leo_gladkov@mail.ru) - Южный федеральный университет (доцент), Таганрог, Россия, кандидат технических наук | |
Ключевое слово: |
|
Ключевое слово: |
|
Количество просмотров: 22788 |
Версия для печати Выпуск в формате PDF (1.18Мб) |
Внедрение и развитие процессов информатизации в образовании требует применения технологий искусственного интеллекта (ИИ) в процессе обучения. Известно достаточно много примеров использования ИИ в образовании: интеллектуальные образовательные среды, интеллектуальные обучающие и тестирующие системы. Общей особенностью всех приведенных примеров является то, что все они ориентированы и оцениваются главным образом по эффективности воздействия на обучаемое лицо (на учащегося). Конечно, ²интеллектуальность² таких систем не обошла стороной и преподавателя. Но это касается в основном процессов анализа и интерпретации результатов процесса обучения. Основная задача преподавателя – управление процессом обучения. Для решения этой задачи разрабатывается множество специальных программ, облегчающих и автоматизирующих выполнение некоторых операций или действий, выполняемых учителем. Наличие комплекса таких программ позволяет говорить об автоматизированном рабочем месте (АРМ) преподавателя. Если рассматривать данный термин в общем, то можно сказать, что АРМ – это место пользователя-специалиста той или иной профессии, оборудованное средствами, необходимыми для автоматизации выполнения им своих профессиональных обязанностей. При этом инструментарием является, как правило, персональный компьютер, дополняемый по мере необходимости различными периферийными устройствами и дополнительными сервисами. К любому специализированному АРМу можно предъявить ряд общих требований [1], которые должны обеспечиваться при его создании, а именно: · наличие средств обработки информации; · возможность работы в диалоговом (интерактивном) режиме; · выполнение основных требований эргономики; · достаточный уровень производительности и надежности компьютера, работающего в системе АРМ; · адекватное характеру решаемых задач программное обеспечение; · максимальная степень автоматизации рутинных процессов; · достаточный уровень сервиса пользователей; · другие факторы, обеспечивающие максимальную комфортность и удовлетворенность специалиста использованием АРМ как рабочего инструмента. Тенденции развития и уровень стоящих задач требует включения в список необходимых условий эффективности АРМ и наличие интеллектуальности используемого программного обеспечения, входящего в состав АРМ. В данной работе предлагается новый подход к проектированию АРМ учителя (АРМУ) с интеллектуальной поддержкой. Структура АРМ включает три модуля: модуль сопровождения процесса обучения; модуль планирования занятий; модуль интеллектуальной поддержки. В структуре представлены следующие системы: · управления календарными планами; · управления базами данных по учащимся; · сопровождения процесса обучения (электронный журнал, расписание, и др.); · пополнения базы знаний; · интеллектуальная система планирования занятий; · экспертная система выдачи рекомендаций. Модули представляют собой отдельные функциональные блоки, то есть содержат в себе системы для выполнения некоторых схожих функций. Основным учебным интервалом при классно-урочной системе занятий является урок. Учитель тратит довольно много времени на подготовку к уроку. Важность организации эффективного планирования занятий очевидна. Алгоритм составления плана занятия учителем представлен на рисунке (а). Для организации интеллектуальной поддержки процесса планирования занятий предлагается модифицированный алгоритм (рис. б). Как видно из алгоритмов, важным этапом при подготовке к занятиям является прогнозирование эффективности, которое связано с оценкой возможных вариантов проведения урока и с выбором оптимального варианта. С помощью методов и средств ИИ предлагается промоделировать среду проведения планируемого урока, для которой необходимо сделать прогноз. Построение модели позволит быстро и качественно оценивать эффективность и выбирать подходящий вариант проведения занятия. Для выдачи рекомендаций и прогнозирования предполагается разработать и реализовать экспертную систему, которая позволит получать в некотором формальном виде значения показателей, характеризующих различные аспекты учебной деятельности ученика. Формы представления этих показателей можно определить исходя из возможностей и принципов построения и функционирования экспертных систем [2, 3]. Применение экспертной системы в данном случае предположительно должно позволить: · выявить уровень усвоения темы, раздела, курса и рассмотреть динамику его усвоения; · определить типичные ошибки, допускаемые учащимися при сдаче контрольных норм по изучаемой дисциплине и проследить влияние данных ошибок на результативность обучения; · определить значимые психолого-педагогические факторы, влияющие на уровень обученности учащихся; · определить типологию профессиональных проблем преподавателя и на этой основе организовать психолого-педагогическое сопровождение (методическую помощь); · сформировать рекомендации по коррекции учебного процесса для достижения лучших или закрепления имеющихся показателей. Для получения рекомендаций предлагается использовать экспертную систему, основанную на так называемом байесовском методе [3]. Суть данного метода заключается в выборе наиболее вероятной гипотезы из всех предложенных с учетом заданной таблицы вероятностей и нечетких ответов пользователя. В классической экспертной системе на основе байесовского подхода пользователю предлагается при ответе на предложенные вопросы самостоятельно оценивать правильность того или иного варианта ответа. В предлагаемой структуре АРМ с интеллектуальной поддержкой вместо ответов пользователя используются нечеткие величины, являющиеся результатом педагогического мониторинга. Смысл процесса мониторинга в данном случае состоит в осуществлении постоянного контроля текущего состояния педагогического процесса на всех стадиях обработки информации. Система пополнения базы знаний представляет собой гибкую среду пополнения, хранения и использования знаний, требуемых для работы интеллектуальных систем рассматриваемого АРМ [3]. Для интеллектуальной системы планирования в базе знаний хранятся правила, по которым оценивается эффективность урока. Также ней хранится список гипотез и признаков для экспертной системы выдачи рекомендаций по составленному плану. Желательно при этом наличие возможности самообучения системы. Такая возможность подразумевает наличие подсистем накопления и анализа те- кущей информации, а также подсистемы выработки правил и рекомендаций на основании проведенного анализа. База знаний для системы выдачи рекомендаций и прогнозирования представляет собой набор гипотез и признаков, которые используются при формировании экспертных оценок и прогнозов экспертной системой на основе байесовского подхода. Как показывает анализ существующих систем автоматизированного планирования и составления расписаний, основным их недостатком является жесткая структура принятия решений и невозможность гибко изменять приоритеты назначения непосредственно в процессе работы. Этим же можно объяснить тот факт, что в данный момент не существует ни одной коммерчески распространяемой версии информационной системы, например, общеобразовательной школы. Очевидно, что приоритеты и исходные условия могут существенно отличаться в разных образовательных учреждениях, даже при условии, что организационная структура их полностью идентична. Под организационной структурой здесь понимается общее число классов, число классов в каждой параллели, наличие положенного по штату количества преподавателей. Кроме этого, не меньшее, а, возможно, большее значение имеют такие качественные параметры, как квалификация преподавателей, наличие углубленного образования по некоторым направлениям, обеспеченность аудиторным фондом. И наконец, необходимо учитывать, особенно при планировании занятий в учебных заведениях среднего образования, психологические и физиологические особенности детского организма. Так, например, нежелательно чтобы за занятиями по физкультуре следовал урок математики, поскольку такая последовательность отрицательно скажется на внимании учащихся и, следовательно, на способности восприятия учебного материала. Кроме того, существуют ограничения по максимально допустимой дневной нагрузке, связанные с определенным возрастным интервалом. Основной отличительной особенностью предлагаемой системы является ее гибкость и расширяемость. Таким образом, основная трудность заключается в разработке структуры и выборе соот- ветствующих инструментальных средств, которые позволили бы эффективно решать поставленную задачу. Список литературы 1. http://www.samlit.samara.ru/lessons/informatika/reviewnew/doc 2. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – СПб.: Питер, 2000. 3. Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. – М.: Нолидж, 2000. |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=493 |
Версия для печати Выпуск в формате PDF (1.18Мб) |
Статья опубликована в выпуске журнала № 4 за 2005 год. |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Интеллектуальная поддержка реинжиниринга конфигураций производственных систем
- Использование графических постпроцессоров VVG и LEONARDO в вычислительной гидродинамике
- Электронный глоссарий
- Структурно-параметрическая идентификация функций занятости и прогнозирование спроса на молодых специалистов
- Механизм контроля качества программного обеспечения оптико-электронных систем контроля
Назад, к списку статей