Экспертные и интеллектуальные обучающие системы. Классификация компьютерных обучающих систем

11.03.2024

Экспертная обучающая система

Введение

В настоящее время в связи с бурным развитием интернет-технологий появляются все новые интерактивные сервисы для Internet и Intranet -сетей, как например, дистанционное обучение. Система дистанционного обучения является достаточно популярной формой образования в мире в тех странах, в которых достаточно высокий уровень развития средств коммуникации на базе вычислительной техники. Подготовка современных специалистов требует организации учебного процесса с использованием этих новых информационных технологий и с применением систем, основанных на знаниях - экспертных систем (ЭС).

Применение ЭС для оценки уровня знаний обучаемых в системах тестирования определяет важный блок компьютерных программ - экспертно-обучающие системы (ЭОС).

Экспертно-обучающие системы - это компьютерные программы, имеющие основные компоненты ЭС, но у которых дополнительно расширена компонента объяснения. Такие системы основываются как на знаниях экспертов ПО, так и на знаниях экспертов по методике обучения. Кроме того, они имеют компоненту адаптации изложения учебного материала к обучаемому в зависимости от его подготовленности. И как минимум имеется несколько стратегией обучения, уровень детализации которых зависит от активности обучаемого в диалоге с системой .

Использование ЭОС в качестве тестирующего средства для определения качества знаний ученика, студента также имеет огромное значение в обучении. Поскольку при таком тестировании на ученика не воздействует субъективный фактор, то есть итоги тестирования не зависят от личностных особенностей экзаменатора и тестируемого. А учителю использование единых тестов позволяет объективно оценить уровень подготовки учеников.

1. Актуальность темы

В связи с широким распространением использования компьютеров возрастает роль компьютерного обучения, методика которого повышает интеллектуальные способности обучаемого и самостоятельность принятия решения. А такие качества наиболее востребованы в условиях конкурентоспособной экономики и способствуют образовательно- профессиональному росту. Имеются проблемы создания эффективных систем обучения, также как и создание новых форм и способов представления учебного материала, поиска новых педагогических приемов и средств преподавания . Одним из направлений повышения эффективности обучения, усвоения информации и сокращения затрат на сам процесс обучения является разработка и использование автоматизированных экспертных обучающих систем. В данное время есть множество терминов, обозначающих автоматизированную экспертную обучающую систему, которые, по сути, являются аналогичными .

Самые популярными из них являются системы дистанционного обучения, компьютерная обучающая система и другие. Для объяснения всего смысла перечисленных выше терминов можно привести следующее определение.
Экспертно обучающая система (ЭОС) - это комплекс программно-технических и учебно-методических средств, построенных на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать учащегося, а сдругой стороны учащемуся самостоятельно обучаться .

2. Цель и задачи исследования, планируемые результаты

Целью исследования является разработка компьютерной экспертной обучающей системы, которая поможет повысить количество усвоенных знаний и эффективность восприятия информации, а также сократить время на изучение предмета, в том числе и время, затраченное преподавателем на представление информации и привитие практических навыков у студентов.

Основные задачи исследования:

Разработка онтологической модели ЭОС;
Разработка структуры ЭОС;
Обоснование и выбор компьютерных средств реализации;
Внедрение активных компонент в ЭОС (игры, интерактивные системы, прямой доступ к общению, например, через Skype с руководителем);

Объект исследования : экспертно обучающая система.

Предмет исследования : модели, структуры и функции ЭОС.

Научная новизна состоит в новом подходе к проектированию ЭОС, основанном на моделировании деятельности обучаемого и применении методов искусственного интеллекта.

В рамках магистерской работы планируется получение актуальныхнаучных результатов по следующим направлениям:

Моделирования процессов обучения.
Проектирования структуры ЭОС для Internet и Intranet .

Планируемыми результатами работы: прототип экспертной обучающей системы, которая позволит улучшить качество обучения и сократить время обучения.

3. Обзор научных исследований.

Поскольку вопросы исследования экспертных обучающих систем и повышения эффективности обучения в этой системе являются важной частью решения сложных задач с помощью экспертных систем. ЭОС были широко исследованы как зарубежными, так и отечественными специалистами.

3.1. Обзор международных источников

Первая обучающая система Plato на основе мощной ЭВМ фирмы « Control Data Corporation » была разработана в США в конце 50-х годов и развивалась в течение 20 лет. По-настоящему массовыми создание и использование обучающих программ стали с начала 80-х годов, когда появились и получили широкое распространение персональные компьютеры. С тех пор образовательные применения ЭВМ выдвинулись в число их основных применений наряду с обработкой текстов и графики, оттеснив на второй план математические расчеты.

Также была основана в 1972 году компания ECSI и с тех пор зарекомендовала себя как ведущего поставщика услуг для образовательной отрасли.Компания специализируется на разработке продуктов и услуг для повышения опыта обучения для учащихся и их родителей.ECSI в настоящее время обслуживает более 1300 школ, колледжей и университетов по всей стране, предлагая широкий спектр полностью настроенных, интуитивно понятных систем обучения .

3.2. Обзор национальных источников

К современным обучающим системам относятся системы TrainingWare, eLearning Server 3000 v2.0, eLearningOffice 3000, IBM Workplace Collaborative Learning и HyperMethod 3.5 компании ГиперМетод, которая является крупнейшим российским разработчиком готовых решений и программного обеспечения в области мультимедиа, экспертного обучения и электронной коммерции .

4. Экспертные обучающие системы

Экспертная обучающая система (ЭОС) - это компьютерная программа, построенная на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать учащегося, а с другой - учащемуся самостоятельно обучаться .

Основными компонентами ЭОС являются:

база знаний;
машина вывода;
модуль извлечение знаний;
модуль обучения;
система объяснения;
модуль тестирования.

Рисунок 1 - Функциональная модель структуры ЭОС

(анимация: 8 кадров, 5 циклов повторения, 118 килобайт)

В этой модели верхняя часть ЭОС унаследована от ЭС, а нижняя представляет собой блоки, обеспечивающие процесс обучения и тестирования.

База знаний - это депозитарий модулей знаний. Модуль знания экспертных систем представляет собой формализованное, с помощью некоторого метода представления знаний (система продукций, фреймы, семантические сети, исчисления предикатов 1-го порядка) отображение объектов предметной области, их взаимосвязей, действий над объектами.

Работа с базой знаний предполагает следующие стадии:

извлечение знаний из экспертов;
формализация знаний;
доступ, обработка модулей знаний.

В процессе обучения знания экспертов могут быть переданы обучаемому в виде порции информации (текстовой, графической, мультимедийной), а также знания, основанные на опыте, которые не могут быть переданы непосредственно обучаемому, а приобретаются им в ходе самостоятельной деятельности ].

Для передачи знаний экспертов широко используют развитую технологию гипертекста - от традиционных программ по созданию помощи (help) до современных инструментов создания и поддержки Web-сайтов (например Dreamweaver MX).

В отличие от ЭС для построения базы знаний ЭОС привлекаются не только эксперты-преподаватели, но и используются знания о педагогических приемах и стратегиях обучения и о психологических особенностях личности. Поэтому модули знания формируются многими экспертами. И здесь следует учитывать согласованность мнений экспертов и производить тонкую настройку базы знаний, учитывающую компетентность экспертов. Конечно, эти трудности можно обойти, если имеется эксперт, который сочетает в себе знания специалиста по предметной области, знания о тактике и стратегии обучения и владеющий психологическими приемами обучения, то есть высоко квалифицированный преподаватель.

Компонент обучения представляет собой комплекс программных модулей, реализующих различные механизмы вывода для достижения педагогической цели в обучении. ЭОС в отличие от других компьютерных средств обучения обладают интерактивностью: имеют диалог с обучаемым, что очень привлекательно для последнего .

Построение диалога строится на основных психологических принципах обучения:

дружественный интерфейс;
выход из диалога в любой момент;
своевременная и мотивированная помощь.

Каждый вопрос, задаваемый обучаемому, необходимо тщательно продумать, при необходимости предусмотреть более развернутый вопрос с целью лучшего понимания его.

В результате исследования было показано что многие компоненты создания ЭОС зависят от результата обучения, поэтому для создания базы знаний ЭС необходим специалист который имеет отличные знания по предметной области, а также уверено владеет приемами обучения .

5. Клиент-серверная технология экспертной обучающей системы для сетей Internet и Intranet

Архитектура клиент-сервер состоит из следующих компонентов:

сервер, выполняющий запросы клиента; клиент, предоставляющий интерфейс пользователя, посылающий запросы к серверу и получающий ответы от него; сетевое коммуникационное программное обеспечение, осуществляющее взаимодействие между клиентом и сервером. Использование клиент-серверной технологии дает определенные преимущества при построении ЭС: база знаний хранится на сервере и, следовательно, необходимость ее обновления производится однократно;
база знаний может быть доступна другим приложениям; а преимущество для экспертно-обучающих систем (ЭОС) заключается еще в том, что можно хранить контент на сервере и на нем отслеживать статистику обучения.
Клиент-серверные ЭС и ЭОС для сетей Internet/Intranet позволяют расширить возможности их применения в дистанционном образовании.
Компьютерные обучающие системы позволяют, как разрабатывать прототипы ЭС, так и может быть использована для адаптированного тестирования и обучения студентов по локальной сети.
Основными компонентами ЭОС являются следующие: редактор БЗ; машины логического вывода (прямой, обратный, косвенный вывод, формула Байеса); подсистема объяснения; анализатор теста; модуль преподавателя; компонента обучения .

Основная задача экспертных обучающих систем - это предоставления возможности приобретения студентом знаний, умений, навыков по разработке БЗ и созданию прототипов ЭС самостоятельно, а также для обучаемого тестирования.

Имеется по крайне мере пять важных причин, которые препятствуют реализации клиент-серверных (распределенных) ЭС:

Конструктивные элементы компонент ЭС не обособленны друг от друга.
БЗ - это не база данных, для которых существуют мощные СУБД (Oracle, InterBase, MySQL и так далее) использующие SQL запросы.
Многопользовательский доступ к БЗ для редактирования просто не допустим.
Логический вывод и специфика создания БЗ (различные способы представления знаний) не способствует необходимости объединения их в единую систему. Для Symantec Web разработан ряд языков описаний, Web-сервисов, но до сих пор нет никаких предложений по реализации логического вывода.
Программное обеспечение инструментальных средств для построения ЭС и БЗ является эксклюзивным и дорогостоящим.

Можно, конечно, разместить ЭС на Web-сервере для загрузке на клиентскую машину по ссылке download и обновлять ее на сервере, но это не клиент-серверное решение .

Аналогично, можно утверждать и об использовании трехзвенной архитектуры клиент-сервер (Сервер - CORBA - Клиент), когда БЗ размещается на сервере приложений и представляется в виде правил бизнес - решений.

Также не подходит технологии "тонкого клиента" (БЗ, логический вывод, система объяснения располагаются на сервере, а диалог с ЭС поддерживается как на сервере, так и на клиенте) и "толстого клиента" (БЗ, логический вывод, система объяснения располагаются на клиентской машине, а диалоговый интерфейс поддерживается клиентом и сервером).

Заметим, что БЗ ЭС является интеллектуальной собственностью и не может быть доступна для свободного использования. А учебные БЗ следует размещать на Web-сервере, чтобы любой интересующий пользователь могут проанализировать, как работает ЭС и усовершенствовать свои знания о предметной области.

Не следует забывать о нагрузках на сервер в пиковых ситуациях. Ни один провайдер не отдаст сервер только для функционирования ЭС, поскольку реакция пользователя при консультации или объяснении не предсказуема. А это важные моменты функционирования ЭС (консультации могут длиться от минут до несколько часов) .

Совсем другое дело разработка ЭОС для сетей Internet/Intranet.

ЭОС - это компьютерная система, построенная на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать студентов, а с другой - студентам самостоятельно обучаться.

Основными компонентами ЭОС являются следующие: БЗ; машина вывода; модуль обучения; система объяснения; модуль обучаемое тестирование.

Как правило, БЗ содержит:

Психодиагностические правила для идентификации психологических типов обучаемых.

Дидактические приемы для обучения. Правила представляют собой накопленные знания преподавателей по оценки знаний обучаемых.

Правила обучения изменяют последовательность предъявляемых заданий контента. Эта последовательность является функцией многих переменных: психологический тип обучаемого, уровень обучения, текущий ответ обучаемого, уровень сложности задания, количество прохождения обучения.

В связи с изложенным по поводу распределенных ЭС, для обучения и тестирования рекомендуется использовать технологию "толстого клиента", то есть, когда все компоненты ЭОС находятся на клиентской машине, а на сервер передаются результаты обучения и тестирования. И не надо опасаться зато, что результаты могут быть заменены, учитывая современные возможности шифрования протокола с удаленным сервером. Почему именно такая технология? Известно, что порядка 80% всей воспринимаемой человеком информации - это зрительная. Поэтому мультимедийные технологии (avi-файлы) являются приоритетными при обучении. Если их располагать и запускать на сервере - это огромная нагрузка на сервер и как, следствие, возрастает трафик до огромных размеров .

Выводы

ЭОС в отличие от других компьютерных технологий обучения имеют возможность реализовать процесс обучения по индивидуальной модели обучаемого. Обучение с помощью ЭС ориентировано на извлечение знаний самим обучаемым. А именно такие специалисты востребованы на современном рынке труда. Также ЭОС имеет свои достоинства и недостатки.

Основные недостатки, связанные с экспертными обучающими системами, можно разделить напсихологические , связанные с отсутствием «живого» общения с преподавателем, высокими требованиями к самоорганизации итехнические , которые обусловлены несовершенством контента, технологий и телекоммуникационной инфраструктуры.

Достоинства экспертных обучающих систем являются:

Географические и временные преимущества.
Персонализация процесса обучения. Возможность обучения различных категорий людей, в том числе с ограниченными способностями.
Расширение изучаемой информации и повышение интенсивности обучения.
Оптимизация и автоматизация процесса передачи знаний.

Магистерская работа посвящена актуальной научной задаче автоматизации экспертной обучающей системы. В рамках проведенных исследований выполнено:

Проанализированы существующие экспертные обучающие системы.
Было произведено исследование автоматизированной экспертной обучающей системы.
Рассмотрена Клиент-серверная технология экспертной обучающей системы для сетей Internet и Intranet.

В соответствии с постановкой задачи, дальнейшим направлением исследования является выбор, разработка и адаптация экспертной обучающей системы, ее программная реализация и тестирование.

При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: декабрь 2013 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список источников

1. Брукинг А. Экспертные системы. Принципы работы и примеры.: Пер. с англ. / А. Брукинг, П. Джонс; [ Под ред. Р. Форсайта. - М.: Радио и связь, 1987. - 224 с.

2. - Американська асоціація штучного інтелекту American Association for Artificial Intelligence (AAAI).

7. Карпова И.П. Анализ ответов обучаемого в автоматизированных обучающих системах / И.П. Карпова // - Информационные технологии, 2001, № 11. - с.49-55.

8. Pusilovsky, P., Adaptive and Intelligent Technologies for Web-based Education. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Konstliche Intelligenz, 4, 19 - 25.

9. Бурдаев В.П. Клиент-серверная технология экспертной обучающей системы для сетей Интернет и Интранет. // Искусственный интеллект.

11. Андрейчиков А. В. Интеллектуальные информационные системы. /А. В. Андрейчиков, О. Н. Андрейчикова.: Учебник. - М.:Финансы и статитстика, 2004. - 424 с.

12. Атанов Г. А. Обучение и искусственный интеллект, или основы современной дидактики высшей школы. /Г. А. Атанов, И. Н. Пустынникова. - Донецк: ДОУ, 2002. - 504 с.

13. Marvin Minsky. The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind. 2007. - 332 с.

Специальность ВАК РФ13.00.02
Количество страниц 192

ВВЕДЕНИЕ

ГЛАВА 1. КОМПЬЮТЕРНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ В

ПРОЦЕССЕ ОБРАЗОВАНИЯ

1.1. Краткий обзор внедрения компьютерных технологий обучения.

1.2. Экспертные системы: их фундаментальные свойства и применение.

1.3. Применение экспертных систем в процессе обучения. Экспертно-обучающие системы.

1.4. Проведение и анализ основных результатов констатирующего эксперимента.

1.5. Перспективы использования экспертных систем в учебном процессе.

ВЫВОДЫ ПО ПЕРВОЙ ГЛАВЕ

ГЛАВА 2. ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ПОСТРОЕНИЯ

ЭКСПЕРТНО-ОБУЧАЮЩИХ СИСТЕМ

2.1. Архитектура ЭОС.

2.2. Представление знаний в ЭОС.

2.3. Модель обучаемого.

2.4. Классификация ЭОС. 89 ВЫВОДЫ ПО ВТОРОЙ ГЛАВЕ

ГЛАВА 3. ОБУЧАЮЩАЯ СИСТЕМА, ПОСТРОЕННАЯ ПО

ПРИНЦИПУ ДЕЙСТВИЯ ЭКСПЕРТНО-ОБУЧАЮЩИХ СИСТЕМ, ОРИЕНТИРОВАННАЯ НА РЕШЕНИЕ ЗАДАЧ О ДВИЖЕНИИ ТЕЛА ПО НАКЛОН

НОЙ ПЛОСКОСТИ

3.1. Программные средства, обучающие решению физических задач.

3.2. Построение и работа обучающей системы построенной по принципу действия экспертно-обучающих систем, ориентированной на решение задач о движении тела по наклонной плоскости.

3.3. Задачи, решаемые с помощью разработанной экспертно-обучающей системы.

ВЫВОДЫ ПО ТРЕТЬЕЙ ГЛАВЕ

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА МЕТОДИКИ ОБУЧЕНИЯ УЧАЩИХСЯ С ИСПОЛЬЗОВАНИЕМ РАЗРАБОТАННЫХ ПРОГРАММНЫХ СРЕДСТВ

4.1. Проведение и анализ основных результатов поискового эксперимента.

4.2. Проведение и анализ основных результатов обучающего и контрольного педагогического эксперимента.

ВЫВОДЫ ПО ЧЕТВЕРТОЙ ГЛАВЕ

Введение диссертации (часть автореферата) на тему «Компьютерные обучающие системы, построенные по принципу действия экспертно-обучающих систем: Разработка и применение при обучении решению физ. задач»

Традиционно процесс обучения вообще и процесс обучения физике, в частности, рассматривается как двусторонний, включающий в себя деятельность преподавателя и учащихся. Активное использование ЭВМ в учебном процессе делает ее полноправным третьим партнером процесса обучения. Компьютеры предоставляют практически неограниченные возможности для развития самостоятельного творческого мышления учащихся, их интеллекта, а также самостоятельной творческой деятельности учащихся и преподавателей.

Активная работа по поиску новых форм и методов обучения началась в 60-е годы. Под руководством академика А.И. Берга были организованы и проведены работы, посвященные проблемам программированного обучения, внедрению технических средств обучения и обучающих машин. Программированное обучение явилось первым шагом к активизации учебной деятельности. Глубокие исследования по вопросам теории и практики программированного обучения провели В.П. Беспалько, Г.А. Бордовский, Б.С. Гершунский, В.А. Извозчиков, Е.И. Машбиц, Д.И. Пеннер, А.И. Раев, В.Г. Разумовский, Н.Ф. Талызина и другие.

Вопросы эффективного использования ЭВМ в учебном процессе и исследования по разработке эффективных методов и средств компьютерного обучения остаются актуальными и в настоящее время. В нашей стране и за рубежом ведутся соответствующие работы в данной области. Однако до сих пор еще не сформировалось единого взгляда по вопросам применения средств вычислительной техники в сфере образования.

Начальный период использование ЭВМ в процессе обучения характеризуется как период интенсивного развития идей программированного обучения и разработки автоматизированных обучающих систем. Разработчики автоматизированных обучающих систем исходили из предположения, что процесс обучения может быть осуществлен путем хорошо организованной последовательности кадров обучающей и контролирующей информации. Первые эксперименты по использованию ЭВМ в учебном процессе нашли свое воплощение в виде программ учебного назначения с детерминированным сценарием обучения. Данному классу программ учебного назначения присущи следующие недостатки: низкий уровень адаптации к индивидуальным особенностям учащегося; сведение задачи диагностики знаний учащегося к задаче определения принадлежности его ответов к одному из классов эталонных ответов; большие трудозатраты на подготовку учебного материала.

Альтернативным подходом к процессу компьютеризации обучения является создание так называемых учебных сред. В учебной среде реализуется концепция обучения через открытие. Принципиальное отличие данного подхода от рассмотренного выше заключается в том, что в данном случае к учащемуся относятся как к некоторой автономной системе, способной иметь свои цели. Для данного класса программ учебного назначения характерны следующие особенности: учебная среда предоставляет учащемуся учебные материалы и другие ресурсы, необходимые для достижения учебной цели, поставленной ему преподавателем либо им самим; отсутствие контроля действий учащегося со стороны системы. Основное назначение учебной среды - создание благоприятной, "дружественной" среды или "мира", "путешествуя" по которой, учащийся приобретает знания.

Исследования в области психологии мышления, достижения в области искусственного интеллекта и технологий программирования расширили область применения компьютера в учебном процессе, позволили проверить на практике новые концепции интеллектуализации компьютерного обучения.

Резкое увеличение объема информации в учебном процессе предъявляет новые требования к кибернетическому подходу в обучении, а, следовательно, и к педагогическим программным средствам. Они должны помочь эффективно решать основную задачу - управление процессом обучения с использованием обратной связи на основе детальной диагностики знаний учащихся, выявлении причин возникновения у них ошибок с одновременным объяснением предлагаемого компьютером варианта решения учебной задачи. Отмеченные особенности наиболее эффективно реализуются, прежде всего, обучающими системами, построенными по принципу действия экспертно-обучающих систем, что и определяет актуальность теоретико-практического исследования данной проблемы.

Внедрение экспертных систем в учебный процесс является естественным логическим продолжением компьютеризации образования, его качественно новым этапом, закладывающим основы информатизации образования. Этот процесс стал возможен благодаря глубоким исследованиям, проведенным по вопросам компьютеризации образования учеными и педагогами. Учитывая, что применение экспертных систем для решения проблем по физике дали положительные результаты, исследования по разработке и применению экспертных систем являются актуальными не только в научной, но и в педагогической деятельности, включая и обучение физике.

Использование обучающих программ, построенных по принципу действия экспертно-обучающих систем, в процессе обучения даст новых качественный скачок в образовании. Их внедрение в практику обучения позволит: изменить стиль обучения, превратив его из информационно-объяснительного в познавательный, учебно-исследовательский; сократить сроки овладения необходимыми знаниями.

Объектом исследования является процесс обучения физике.

Предметом исследования является процесс обучения решению задач по физике с использованием обучающей системы, построенной по принципу действия экспертно-обучающих систем, и формирование у учащихся общего способа решения задач.

Цель работы состояла в разработке и создании обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение физических задач определенного класса, и исследовании возможности формирования у учащихся общего способа решения при обучении решению задач по физике с использованием данных специально разработанных педагогических программных средств.

Гипотеза исследования заключается в следующем: внедрение в процесс обучения обучающих систем, построенных по принципу действия экспертно-обучающих систем, приведет к более эффективному усвоению учащимися общего способа решения задач по физике, что позволит повысить их успеваемость, углубить их знания по физике и будет способствовать повышению качества знаний по изучаемому предмету.

Исходя из сформулированной гипотезы, для достижения цели исследования были поставлены и решены следующие задачи:

Анализ современных методов и средств разработки программ учебного назначения. Акцентирование внимания на те из них, которые соответствуют целям работы;

Исследование возможностей использования компьютера для реализации формирования у учащихся общего способа решения задач;

Разработка структуры и принципов построения обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение физических задач определенного класса;

Проверка выдвинутой гипотезы исследования, оценка эффективности разработанной методики, разработанных педагогических программных средств в ходе педагогического эксперимента.

Для решения поставленных задач использовались следующие методы исследования:

Теоретический анализ проблемы на основе изучения педагогической, методической и психологической литературы;

Анкетирование и опрос учащихся, студентов, преподавателей школ и вузов;

Изучение процесса обучения решению задач и разработанной методики в ходе посещения и проведения занятий по физике, наблюдений за учащимися, бесед с преподавателями, проведения и анализа контрольных работ, тестирования учащихся;

Планирование, подготовка, проведение педагогического эксперимента и анализ его результатов.

Научная новизна исследования состоит в:

Разработке обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение определенного класса задач по физике;

Теоретическом и практическом обосновании возможности формирования у учащихся общего способа решения задач при использовании в процессе обучения разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем);

Разработке основ методики использования обучающей системы, построенной по принципу действия экспертно-обучающих систем, при обучении решению физических задач.

Теоретическая значимость исследования состоит в разработке подхода к обучению решению задач по физике, заключающегося в реализации управления деятельностью учащихся при решении задач посредством специально разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экс-пертно-обучающих систем).

Практическая значимость исследования заключается в создании программно-методического обеспечения занятий по физике (обучающей системы, построенной по принципу действия экспертно-обучающих систем), определении его роли и места в учебном процессе и разработке основ методики использования данных педагогических программных средств при проведении занятий по решению физических задач с использованием ЭВМ.

На защиту выносится:

Обоснование возможности применения разработанной обучающей системы, построенной по принципу действия экспертно-обучающих систем, в процессе обучения решению задач по физике;

Разработка подхода к управлению деятельностью учащихся посредством специально разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экс-пертно-обучающих систем) при обучении решению задач по физике;

Основы методики использования обучающей системы, построенной по принципу действия экспертно-обучающих систем, при проведении занятий по решению задач в процессе обучения физике.

Апробация и внедрение результатов исследования. Основные результаты исследования докладывались, обсуждались и получили одобрение на заседаниях кафедры методики преподавания физики МПГУ (1994-1997 гг.), на конференции молодых ученых (Мордовский госуниверситет, 1996-1997 гг.), на конференциях МПГУ (апрель, 1996 г.).

Основные положения диссертации отражены в следующих публикациях:

1. Грызлов С.В. Экспертно-обучающие системы (обзор литературы) // Преподавание физики в высшей школе. М., 1996. № 4. - С. 3-12.

2. Грызлов С.В. Применение экспертно-обучающих систем в процессе преподавания физики // Преподавание физики в высшей школе. М., 1996. №5.-С. 21-23.

3. Грызлов С.В., Королев А.П., Соловьев Д.Ю. Экспертно-обучающая система, ориентированная на решение комплекса задач о движении тела по наклонной плоскости // Совершенствование учебного процесса на основе новых информационных технологий. Саранск: Мордовский гос. пед. ин-т, 1996. - С. 45-47.

4. Грызлов С.В., Каменецкий С.Е. Перспективные направления использования компьютерной техники в учебном процессе вуза и школы // Наука и школа. 1997. №2.-С. 35-36.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы и приложения. Общий объем 192 страницы машинописного текста, включая 25 рисунков, 8 таблиц. Список литературы включает 125 наименований.

Заключение диссертации по теме «Теория и методика обучения и воспитания (по областям и уровням образования)», Грызлов, Сергей Викторович

ВЫВОДЫ ПО ЧЕТВЕРТОЙ ГЛАВЕ

1. На основании проведенного анализа возможных направлений использования компьютера в обучении выявлены недостатки существующих педагогических программных средств, обоснована необходимость создания и применения в учебном процессе программных средств обучения, построенных по принципу действия экспертно-обучающих систем.

2. Разработана методика проведения занятий с применением разработанных программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем).

3. В ходе поискового эксперимента было определено содержание и скорректирована структура разработанных педагогических программных средств.

4. Проведение поискового эксперимента позволило выработать окончательный вариант методики проведения занятий с применением разработанной обучающей системы, направленной на формирование у учащихся общего способа решения задач.

5. Проведенный сравнительный анализ результатов контрольного педагогического эксперимента свидетельствует о значительном влиянии предлагаемой нами методики проведения занятий по решению физических задач с использованием разработанных педагогических программных средств на формирование у учащихся общего способа решения задач.

Таким образом, доказана справедливость выдвинутой гипотезы о большей эффективности предлагаемой нами методики проведения занятий по решению физических задач с использованием разработанных педагогических программных средств по сравнению с традиционной.

ЗАКЛЮЧЕНИЕ

1. Изучена и проанализирована педагогическая, методическая и психологическая литература и диссертационные исследования по методике использования компьютера в процессе обучения. На этой основе выявлено, что наиболее эффективными педагогическими программными средствами являются программы учебного назначения, построенные по принципу действия экспертно-обучающих систем.

2. Экспертно-обучающие системы, ориентированные на формирование у учащихся общего способа решения, являются наиболее эффективным средством обучения решению задач.

3. Определены перспективы использования экспертно-обучающих систем в учебном процессе, предложены направления использования экспертных систем в процессе обучения.

4. Предложена и обоснована структура обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на формирование у учащихся общего способа решения задач.

5. Разработана обучающая система, построенная по принципу действия экспертно-обучающих систем, ориентированная на решение комплекса задач о движении тела по наклонной плоскости. Управление деятельностью учащихся в ходе решения задачи с помощью разработанной обучающей системы реализуется посредством: а) компьютерного моделирования, что позволяет выявить существенные свойства и отношения объектов, о которых идет речь в задаче; б) эвристических средств, которые предоставляют учащимся возможность планировать свои действия; в) пошагового контроля действий учащегося со стороны обучающей системы и предъявления по просьбе учащегося эталонного решения задачи, выработки умения оценивать свои действия, выбирать критерии этой оценки.

6. Определена методика проведения занятий по решению задач с использованием разработанных педагогических программных средств, их роль и место в учебном процессе. Основные положения данной методики в следующем: а) самостоятельный выбор учащимися задач для усвоения общего способа решения задач определенного класса; б) использование разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем) для формирования общего способа решения задач; в) сочетание самостоятельного решения задач каждым учащимся с коллективным обсуждением плана решения; г) выделение алгоритма решения задач данного класса на основе обобщения уже решенных задач.

7. Результаты проведенного педагогического эксперимента показали, что формирование у учащихся общего способа решения задач в экспериментальных группах, где обучение проводилось с использованием разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем), значительно выше, чем в контрольных группах, где обучение проводилось с использованием наиболее распространенных видов компьютерных программ (моделирующих и обучающих), что подтверждает достоверность выдвинутой гипотезы.

Список литературы диссертационного исследования кандидат педагогических наук Грызлов, Сергей Викторович, 1998 год

1. Алексеева Е.Ф., Стефанюк В.Л. Экспертные системы (состояние и перспектива) // Известия АН СССР. Техническая кибернетика. 1984.- №5. С. 153-167.

2. Анацкий Н.М., Левин Н.А., Поспелова Л.Я. Реализация экспертной системы "ИПИЛОГ" / Материалы V Всесоюзного семинара "Разработка и применение программных средств ПЭВМ в учебном процессе": Тез. докл. Орджоникидзе, 1989. - С. 27-28.

3. Андерсон Дж.Р., Рейзер Б. Дж. Учитель ЛИСПа // В кн. Реальность и прогнозы искусственного интеллекта: Сб. статей; пер. с англ. / Под ред. В.Л. Стефанюка. М.: Мир, 1987. - С. 27-47.

4. Антонюк Л.С., Черепина И.С. Об использовании активных методов обучения на младших курсах // Программированное обучение, 1988. -Вып. 25.-С. 98-101.

5. Аристова Л.П. Автоматизация учения школьников. М.: Просвещение, 1968. -139 с.

6. Бабанский Ю.К. Выбор методов обучения в средней школе. М.: Педагогика, 1981. - 176 с.

7. Байков Ф.Я. Проблемно-программированные задания по физике в средней школе. Пособие для учителей. М.: Просвещение, 1982. - 62 с.

8. Балобашко Н.Г., Кузнецов B.C., Смирнов О.А. Обеспечение учебного процесса вычислительными ресурсами. М.: НИИ проблем высш. шк.- 1985. 44 с.

9. Беспалько В.П. Основы теории педагогических систем. Воронеж: Изд-во Воронежского ун-та, 1977. - 304.

10. Беспалько В.П. Программированное обучение (дидактические основы). М., 1970. - 300 с.

11. Бобко И.М. Адаптивные педагогические программные средства. -Новосибирск: изд-во НГУ, 1991. 101 с.

12. Бугаенко Г.А., Буркова С.А. Решение одной задачи повышенной трудности // Физика в школе. № 4. - 1991. - С. 43-46.

13. Буняев М.М. Научно-методические основы проектирования разветвленных диалоговых обучающих систем: Дис. на соискание ученой степени канд. пед. наук. 1992. - 350 с.

14. Власова Е.З. Перспективы применения экспертных систем в учебном процессе // Среднее специальное образование. 1991. - № 4. - С. 21.

15. Власова Е.З. Разработка баз знаний экспертных систем при методической подготовке студентов-физиков: Дис. на соискание ученой степени канд. пед. наук. СП-б, 1993. - 211 с.

16. Гварамия М. Опыт разработки компьютерных учебных пособий по физике // Информатика и образование. 1990. - № 6. - С. 79.

17. Гергей Т., Машбиц Е.И. Психолого-педагогические проблемы эффективного применения компьютеров в учебном процессе // Вопросы психологии. 1985. - № 3. - С. 41-49.

18. Гершунский Б.С. Компьютеризация в сфере образования: проблемы и перспективы. М.: Педагогика, 1987. - 264 с.

19. Глушков В.М. Вычислительная техника и проблемы активизации управления. В сб.: Будущее науки. Перспективы. Гипотезы. Современные проблемы. Вып. 4. - М.: Знание, 1971.

20. Голицина И., Нарьков И. Компьютер на уроках физики // Информатика и образование. 1990. - № 3. - С. 31.

21. Готлиб Б. Компьютерно-дидактическое обеспечение // Информатика и образование. 1987. - № 4. - С. 3-14.

22. Готлиб Б. Структура АОС // Информатика и образование. 1987. - № З.-С. 11-19.

23. Грабарь М.И., Краснянская К.А. Применение математической статистики в педагогических исследованиях. Непараметрические методы. -М., Педагогика, 1977. 136 с.

24. Грызлов С.В. Экспертно-обучающие системы (обзор литературы) // В сб. Преподавание физики в высшей школе. № 4. - М., 1996. - С. 312.

25. Гутман В.И., Мощанский В.Н. Алгоритмы решения задач по механике в средней школе: Книга для учителя. М.: Просвещение, 1988. -95 с.

26. Давыдов В.В. Проблема развивающего обучения: Опыт теоретического и экспериментального психологического исследования. М.: Педагогика, 1986. - 240 с.

27. Далингер В. Диалоговые обучающие программы и требования к ним // Информатика и образование. 1988. - № 6. - С. 35-37.

28. Дановски П., Довгялло A.M., Кирова К.Н. и др. Автоматизированные обучающие системы на базе СПОК // Современная высшая школа.-1983.-№ 1.-С. 171-178.

29. Денисов А.Е., Бушуев С.Д. Программированное обучение и компьютеризация учебного процесса в вузе // Программированное обучение, 1988.-Вып. 25.-С. 3-9.

30. Дидактика средней школы: Некоторые проблемы современной дидактики. / Под ред. М.Н. Скаткина. М.: Просвещение, 1982. - 319 с.

31. Дрига В.И., Панков М.Н. К вопросу о дидактических требованиях по составлению программно-педагогических средств / В сб. Компьютер и образование / Под ред. Разумовского В.Г. М.: АПН СССР, 1991 -117 с.

32. Емельянов В.В., Уханова Т.В., Ясиновский С.И. Использование методов искусственного интеллекта в гибких производственных системах: Учебное пособие по курсу "Организационное управление ГПС" / Под ред. В.В. Емельянова. М.: Изд-во МГТУ, 1991. - 36 с.

33. Еслямов С.Г. Методы и средства, обеспечивающие эффективное применение экспертных систем в обучении: Автореферат диссертации на соискание ученой степени кандидата технических наук: 05.25.05. Киев, 1993.- 16 с.

34. Жаблон К., Симон Ж.-К. Применение ЭВМ для численного моделирования в физике. М.: Наука, 1983. - 235 с.

35. Зак А.З. Как определить уровень развития мышления школьника. -М.: Знание, 1982. 98 с.

36. Ибрагимов О.В., Петрушин В.А. Экспертно-обучающие системы. -Киев, 1989. 21 с. - (Препр. / АН УССР. Ин-т кибернетики им. В.М. Глушкова; 89-47).

37. Извозчиков В.А. Дидактические основы компьютерного обучения физике. Л.: ЛГПИ, 1987. - 256 с.

38. Извозчиков В.А., Жарков И.В. Диалог учащегося и машины // Физика в школе. 1985. - № 5. - С. 48-51.

39. Извозчиков В.А., Ревунов Д.А. ЭВТ на уроках физики в средней школе. М.: Просвещение, 1988. - 239 с.

40. Ильина Т.А. Педагогика: Курс лекций. Учебное пособие для студентов пед. вузов. М.: Просвещение, 1984. - 202 с.

41. Кибернетика и проблемы обучения. / Под ред. А.И. Берга. М.: Прогресс, 1970. - 390 с.

42. Компьютер обретает разум: Пер. с англ./ Под ред. B.JI. Стефанюка. -М.: Мир, 1990. 240 с.

43. Кондратьев А.С., Лаптев В.В. Физика и компьютер. Л.: Изд-во ЛГУ, 1989. - 328 с.

44. Константинов А.Б. ЭВМ в роли теоретика: символьные выкладки и принципы искусственного интеллекта в теоретической физике / Эксперимент на дисплее. М.: Наука, 1989. - С. 6-44.

45. Корж Э.Д., Пеннер Д.И. Программированные задачи по физике для VIII класса. Владимир: В ПИ, 1984. - 81 с.

46. Круг Г.К., Кабанов В.А., Черных А.В. Инструментальные диалоговые обучающие системы на микро-ЭВМ // Микропроцессорные устройства и системы. 1987. - № 3. - С. 29-30.

47. Кузнецов А., Сергеева Т. Обучающие программы и дидактика // Информатика и образование. 1986. - № 2. - С. 87-90.

48. Кузнецов А. Основные принципы применения ЭВМ в процессе обучения. / В сб. Теоретические и прикладные проблемы компьютеризации обучения. Казань, 1988. - 184 с.

49. Ланина И.Я. Формирование познавательных интересов учащихся на уроках физики. М.: Просвещение, 1985. - 128 с.

50. Лобанов Ю.И., Брусиловский П.Л., Съедин В.В. Экспертно обучающие системы. - М., - 56 с. - (Новые информационные технологии в образовании: обзор, информ. /НИИВО; Вып. 2)

51. Ляудис В.Я. Психологические принципы конструирования диалоговых обучающих систем // В сб. Психолого-педагогические и психолого-физиологические проблемы компьютерного обучения. М.: изд-во АН СССР. - 1985.- 162 с.

52. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. М.: Финансы и статистика, 1994. - 256 с.

53. Марьясина Е.Д. Анализ правильности ответов в автоматизированных обучающих системах с использованием интерпретирующих моделей // Управляющие системы и машины. 1983. - № 1. - С. 104-107.

54. Маслов А., Таиров О., Труш В. Физиолого-гигиенические аспекты использования персональных ЭВМ в учебном процессе // Информатика и образование. 1987. - № 4. - С. 79-81.

55. Машбиц Е.И. Диалог в обучающей машине. Киев: Вища шк., 1989. -182 с.

56. Машбиц Е.И. Компьютеризация обучения: проблемы и перспективы. М.: Знание, 1986. - 80 с.

57. Машбиц Е.И. Психолого-педагогические проблемы компьютеризации обучения. М.: Педагогика, 1988. - 215 с.

58. Методика изучения в курсе физики средней школы темы "Электрическое поле" на основе проблемных программированных заданий:

61. Митрофанов Г.Ю. Экспертные системы в процессе обучения. М.: ЦНТИ гражданской авиации, 1989. - 32 с.

62. Михалевич В.М., Довгялло A.M., Савельев Я.М., Когдов Н.М. Экспертно-обучающие системы в комплексе компьютерных средств обучения // Современная высшая школа. 1988. - № 1 (61). - С. 125-136.

63. Монахов В.М. Психолого-педагогические проблемы обеспечения компьютерной грамотности учащихся // Вопросы психологии. 1985.- № 3. С. 14-22.

64. Морозова Н.В., Ионкин В.П. Использование фреймовых систем для контроля знаний студентов // В кн. Методы и средства информатизации обучения и научных исследований / Моск. эк.-ст. ин-т. М., 1992.- С. 43-49.

65. Невдава Л., Сергеева Т. О перспективных тенденциях разработки педагогических программных средств // Информатика и образование.- 1990.-№6.-С. 79.

66. Николов B.C. Разработка инструментальных средств для создания обучающих экспертных систем: Дис. на соискание ученой степени канд. физ.-мат. наук. М., АН СССР, 1988. - 183 с.

67. Нильсон Н. Принципы искусственного интеллекта / Пер. с англ. -М.: Радио и связь, 1985. 373 с.

68. Новиков В.Н. Об одной задаче повышенной трудности // Физика в школе. № 5. - 1989. - С. 124-128.

69. Новицкий Л.П., Фейдберг Л.М. Экспертно-обучающая система для персональной ЭВМ // В кн.: Методы и средства кибернетики в управлении учебным процессом высшей школы: Сб. науч. тр. / Моск. эк-ст. ин-т. М.; 1992. - С. 43-49.

70. Педагогика школы. / Под ред. И.Т. Огородникова. М.: Просвещение, 1978.-320 с.

71. Перспективы развития вычислительной техники: В 11 кн.: Справ, пособие / Под ред. Ю.М. Смирнова. Кн. 2. Интеллектуализация ЭВМ / Е.С. Кузин, А.И. Ройтман, И.Б. Фоминых, Г.К. Хахалин. М.: Высш. школа, 1989. - 159 с.

72. Петрушин В.А. Архитектура экспертно-обучающих систем / В кн. Разработка и применение экспертно-обучающих систем: Сб. науч. тр. М.: НИИВШ, - 1989. - С. 7-18.

73. Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Известия АН. Техническая кибернетика, №2 1993. - С. 164-189.

74. Петрушин В.А. Моделирование состояния знаний обучаемого в интеллектуальных обучающих системах // В кн. Разработка компьютерных технологий обучения и их внедрение: Сб. науч. тр. / АН УССР. Ин-т кибирнетики им. Глушкова, Киев, 1991. - С. 26-31.

75. Повякель Н.И. Целеобразование в психологическом обеспечении программных средств пользователя ЭВМ. М.: Изд-во МГУ, 1975. -С. 79-81.

76. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука.-1982. - 360 с.

77. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл. ред. физ.-мат. лит., 1987. - 288 с.

78. Построение экспертных систем. Под ред. Ф. Хейеса-Рота М.: Мир, 1987.-442 с.

79. Практикум по разработке педагогических программных средств для средней школы. / Уч. пособие под ред. В.Д. Степанова. М.: изд-во Прометей, 1990. - 79 с.

80. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.

81. Применение экспертных систем в обучении физике: Ме-тод.рекомендации. / Сост. Е.З. Власова, проф., д-р ф.-м. наук В.А. Извозчиков. С-Пб, 1992. - 50 с. - (Кибернетика. Педагогика. Эдуколо-гия. / Рос. пед. ун-т им. А.И. Герцена. Из-во "Образование").

82. Путиева А. Вопросы развивающего обучения с использованием ЭВМ // Вопросы психологии. 1987. - № 1. - С. 63-65.

83. Раев А.И. Психологические вопросы программированного обучения. Л.: ЛГПИ им. Герцена, 1971. - 96 с.

84. Разработка и применение экспертно-обучающих систем. // Сб. науч. тр. М.: НИИВШ, 1989. - 154 с.

85. Ревунов А.Д., Извозчиков В.А. Электронно-вычислительная техника на уроках физики в средней школе. М.: Просвещение, 1988. - 257 с.

86. Ричмонд У.К. Учителя и машины: (Внедрение в теорию и практику программированного обучения). М., 1968. - 278 с.

87. Савченко Н.Е. Ошибки на вступительных экзаменах по физике. -Минск, Вышэйш. школа, 1975. - 160 с.

88. Сергеева Т. Новые информационные технологии и содержание образования // Информатика и образование. -1991. № 1.

89. Сергеева Т., Чернявская А. Дидактические требования к компьютерным обучающим программам // Информатика и образование. -1986. -№ 1.-С. 48-52.

90. Талызина Н.Ф. Теоретические проблемы программированного обучения. М.: Изд-во МГУ, 1969. - 133 с.

91. Талызина Н.Ф. Управление процессом усвоения знаний. М.: Изд-во МГУ, 1975.-343 с.

92. Тарасов JI.B., Тарасова А.Н. Вопросы и задачи по физике (Анализ характерных ошибок поступающих во втузы). Учебн. пособие, 3-е изд., перераб. и доп. - М.: Высш. шк., 1984. - 256 с.

93. Тихомиров O.K. Психологическая структура диалога "Человек -ЭВМ" // Вестник МГУ. Сер. 14. Психология. - 1984. - № 2. - С. 1724.

94. Усова А.В., Бобров А.А. Формирование учебных умений и навыков учащихся на уроках физики. М.: Просвещение, 1988. - 112 с. (Библиотека учителя физики).

95. Усова А.В., Тулькибаева Н.Н. Практикум по решению физических задач: Учебн. пособие для студентов физ.-мат. фак. М.: Просвещение, 1992. - 208 с.

96. Федосеенко М.Ю. Выбор средств представления знаний в экспертно-обучающих системах // В кн.: Разработка и применение экспертно-обучающих систем: Сб. науч. тр. М.: НИИВШ, 1989. - С. 43-48.

97. Чекулаева М.Е. Использование ЭВМ как средство развития мышления учащихся при обучении физике: Автореферат диссертации на соискание ученой степени кандидата педагогических наук: 13.00.02. -М., 1995.- 17 с.

98. Человек и вычислительная техника / Под ред. В.М. Глушкова. Киев, Наукова Думка, 1971.

99. Человек и вычислительная техника. / Под общ. ред. В.М. Глушкова. Киев, 1971.-294 с.

100. Щукина Г.И. Активизация познавательной деятельности учащихся в учебном процессе. М.: Просвещение, 1979. - 160 с.

101. Aiken К. Teachers and Computer. What is the key component? // Paper Presented at АБС (Automatization of the Educational System) in Secondary and High Shcools. Intitute Kurchatova. M., 1989, May 26. - P. 37-41.

102. Anderson J.A. Psychology and intelligent tutoring / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24-26 May, 1989. -Amsterdam etc., 1989. P. 1.

103. Andriole S.J. The Promise of artificial intellegence // J. Syst. Manag. -1985.-Vol. 36.-№7.-P. 8-17.

104. Bodnar Gy. A mesterseges intelligencia es a szakerforendzerek // Minosed es Megbizhatosag, 1988. № 3. - P. 11-17.

105. Bork A. Learning with Personal Computers. Cambridge: Harper and Row, 1987. - 238 p.

106. Brown I.S., Burton R.R. Diagnostic Models for Procedural Bugs in Basic Mathematical Skills // Cognitive Science. 1978. - V. 2. - P. 155192.

107. Burton R.R. Diagnosing bugs in asimple procedural skills // Intern. J. Man-Machine Studies. 1979. - № 11.

108. Cumming G., Self J. Collaborative intellegent educational systems / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 2426 May, 1989. Amsterdam etc., 1989. - P. 73-80.

109. Dutta A. Reasoning with imprecise knowledge in expert system // Int. Sci. (USA). 1985. - Vol. 37. - № 1-3. - P. 3-24.

110. Elson-Cook M. Guided discovery tutoring and bounded user modelling // Self J. (Ed.) Artifical intelligence and human learning. Intelligent computer-aided instruction. L.: Chapman and Hall, 1988.

111. Feigenbaum E. On generality and problem solving // Machine Intelligence. 1971. - № 6.

112. Feigenbaum E.A., Mecorduck P. The 5th generation. Addison Wesley. Mass. 1983.-226 p.

113. Goldstein I.P. The Genetic Graph: a representation for the evolution of procedurial knowledge // Intern. J. Man-Machine Studies. 1979. -№11.

114. Murray W.R. Control for intelligent tutoring systems: a blackboard-based dynamic instructional planner / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24-26 May, 1989. Amsterdam etc., 1989.-P. 150-168.

115. Newell A. Heuristic programming: illstructured problems // Progress in operation processing. New York: Wiley and Sons, 1969. - V. 3. - P. 362414.

116. Simon H. The structure of illstructured problems // Artificial Intelligence. 1974. - V. 5. - № 2. - P. 115-135.

117. Sleeman D. Some challenges for intelligent tutoring systems / IJCAI 87: Proc. 10th Joint Conf. Artif. Intell., Milan, Aug. 23-28, 1987. P. 11661168.

118. Sleeman D. Assessing aspects of competence in basic algebra // Sleeman D., Brown J.S. (eds) Intelligent Tutoring Systems. New York: Academic Press, 1982.

119. Souldin Y. Optimum teaching system Illusion or reality? /Восток-Запад: Междунар. конференция "Взаимодействие человека с компьютером", Москва, 3-7 авг., 1993: Докл. Т. 1. - М., 1993. - С. 59-72.

120. Tompsett С.Р. Education, training and knowledge base design // Expert syst. 1988. - V. 5. - № 4. - P. 274-280.

121. Weip S. The Computer in School: Machine as Humanizer // Symposium: Harvard Educational Review, 1989. Vol. 59. - № 1. - P. 61.

122. Yazadani M. Guest editorial: expert tutoring systems // Expert Syst. -1988. V. 5. - № 4. - P. 271-272.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Тема1. ЭОС как компонент интенсивного обучения специалистов.

Лекция 8. Экспертно-обучающие системы.

Сферы применения экспертных систем в менеджменте.

Стоимость экспертных систем.

Развитие экпертных систем.

На протяжении последних двадцати лет специалисты в области интеллектуальных систем ведут активные исследовательские работы в области создания и использования экспертных систем, предназначенных для сферы образования. Появился новый класс экспертных систем - экспертные обучающие системы - наиболее перспективное направление совершенствования программных педагогических средств в сторону процедурность знаний.

Экспертная система - это комплекс компьютерного программного обеспечения, помогающий человеку принимать обоснованные решения. Экспертные системы используют информацию, полученную заранее от экспертов - людей, которые в какой-либо области являются лучшими специалистами.

Экспертные системы должны:

хранить знания об определенной предметной области (факты, описания событий и закономерностей);
уметь общаться с пользователем на ограниченном естественном языке (т.е. задавать вопросы и понимать ответы);
обладать комплексом логических средств для выведения новых знаний, выявления закономерностей, обнаружения противоречий;
ставить задачу по запросу, уточнять её постановку и находить решение;
объяснять пользователю, каким образом получено решение.

Желательно также, чтобы экспертная система могла:

сообщать такую информацию, которая повышает доверие пользователя к экспертной системе;
«рассказывать» о себе, о своей собственной структуре

Экспертная обучающая система (ЭОС) - это программа, реализующая ту или иную педагогическую цель на основе знаний эксперта в некоторой предметной области, осуществляя диагностику обучения и управления учением, а также демонстрируя поведение экспертов (специалистов-предметников, методистов, психологов). Экспертность ЭОС заключается в наличии в ней знаний по методике обучения, благодаря которым она помогает преподавателям обучать, а учащимся - учиться.

Архитектура экспертной обучающей системы включает в себя два основных компонента: базу знаний (хранилище единиц знаний) и программный инструмент доступа и обработки знаний, состоящий из механизмов вывода заключений (решения), приобретения знаний, объяснения получаемых результатов и интеллектуального интерфейса.

Обмен данными между обучаемым и ЭОС выполняет программа интеллектуального интерфейса, которая воспринимает сообщения обучаемого и преобразует их в форму представления базы знаний и, наоборот, переводит внутреннее представление результата обработки в формат обучаемого и выдает сообщение на требуемый носитель. Важнейшим требованием к организации диалога обучаемого с ЭОС является естественность, которая не означает буквально формулирование потребностей обучаемого предложениями естественного языка. Важно, чтобы последовательность решения задачи была гибкой, соответствовала представлениям обучаемого и велась в профессиональных терминах.

Наличие развитой системы объяснений (СО) чрезвычайно важно для ЭОС, работающих в области обучения. В процессе обучения такая ЭОС будет выполнять не только активную роль «учителя», но и роль справочника, помогающего обучаемому изучать внутренние процессы, происходящие в системе, с помощью моделирования прикладной области. Развитая СО состоит из двух компонент: активной, включающей в себя набор информационных сообщений, выдаваемых обучаемому в процессе работы, зависящих от конкретного пути решения задачи, полностью определяемых системой; пассивной (основной компоненты СО), ориентированной на инициализирующие действия обучаемого.

Активная компонента СО является развернутым комментарием, сопровождающем действия и результаты, полученные системой. Пассивная компонента СО - это качественно новый вид информационной поддержки, присущей только системам, основанным на знаниях. Эта компонента, помимо развитой системы HELP-ов, вызываемых обучаемым, имеет системы пояснений хода решения задачи. Система пояснений в существующих ЭОС реализуется различными способами. Она может представлять собой: набор информационных справок о состоянии системы; полное или частичное описание пройденного системой пути по дереву решений; список проверяемых гипотез (основания для их формирования и результаты их проверки); список целей, управляющих работой системы, и путей их достижения.

Важной особенностью развитой СО является использование в ней естественного языка общения с обучаемым. Широкое применение систем «меню» позволяет не только дифференцировать информацию, но и в развитых ЭОС судить об уровне подготовленности обучаемого, формируя его психологический портрет.

Однако обучаемого не всегда может интересовать полный вывод решения, содержащий множество ненужных деталей. В этом случае система должна уметь выбирать из цепочки только ключевые моменты с учетом их важности и уровня знаний обучаемого. Для этого в базе знаний необходимо поддерживать модель знаний и намерений обучаемого. Если же обучаемый продолжает не понимать полученный ответ, то система должна в диалоге на основе поддерживаемой модели проблемных знаний обучать его тем или иным фрагментам знаний, т.е. раскрывать более подробно отдельные понятия и зависимости, если даже эти детали непосредственно в выводе не использовались.

УДК 004.891.2

ИСПОЛЬЗОВАНИЕ ЭКСПЕРТНЫХ СИСТЕМ В ОБРАЗОВАНИИ1

М.С. Чванова, И.А. Киселева, А.А. Молчанов, А.Н. Бозюкова

Тамбовский государственный университет имени Г.Р. Державина Россия, г. Тамбов. e-mail: [email protected]

В статье рассматриваются проблемы применения и разработки экспертных систем в образовании, а также конкретные примеры использования таких систем. Авторы считают необходимым применение аппарата нечеткой логики для проектирования и разработки интеллектуальной подсистемы.

Ключевые слова: информационные технологии, экспертная система, нечеткая логика, система образования.

Изучение исследований по проблеме показало, что в начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Исследователи в области ЭС для названия своей дисциплины часто используют также термин «инженерия знаний», введенный Е. Фейгенбаумом . Экспертные системы (ЭС) - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Название обусловлено тем, что они как бы имитируют людей, являющихся экспертами.

Каждая экспертная система состоит из трех частей: очень большой базы современных данных, подсистемы формирования вопросов и совокупности правил, позволяющих делать выводы. Некоторые экспертные системы могут рассказать о методе, который они используют при выработке своего заключения.

В нашей стране современное состояние разработок в области экспертных систем можно охарактеризовать как стадию всевозрастающего интереса среди широких слоев экономистов, финансистов, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. К сожалению, этот интерес имеет недостаточное материальное подкрепление: явная нехватка учебников и специальной литературы, отсутствие символьных процессоров и рабочих станций искусственного интеллекта, ограниченное фи-

1 Тема поддержана в рамках Программы Минобрнауки «Проведение научных исследований молодыми учеными - кандидатами наук» № 14.В37.21.1141, 20122013 гг.

нансирование исследований в этой области, слабый отечественный рынок программных продуктов для разработки экспертных систем, а высокая стоимость имеющихся делает их применение и анализ эффективности применения практически недоступным.

Общеизвестно, что процесс создания экспертной системы требует участия высококвалифицированных специалистов в области искусственного интеллекта, которых пока выпускает небольшое количество высших учебных заведений страны.

Анализ теоретических исследований и педагогической практики показал, что недостаточное внимание уделяется разработкам экспертных систем в системе дистанционного образования. Экспертные системы в области образования чаще всего используются для построения базы знаний, которая позволяет отразить минимально необходимое содержание предметной области с учетом ее количественной и качественной оценок.

Исследования в области применения и разработки экспертных систем в образовании, как мы полагаем, условно можно разделить на три группы. К первой группе представляется возможным отнести авторов, исследующих теоретико-педагогические аспекты применения экспертных систем в образовании. Ко второй группе - авторов, которые разработали конкретные экспертные обучающие системы совместно с преподавателями на основе известных технологий. К третьей группе - авторов, которые исследуют новые подходы к созданию экспертных систем в образовании.

Исследования в области применения и разработки экспертных систем в образова-

нии, как мы полагаем, условно можно разделить на три группы. К первой группе представляется возможным отнести авторов, исследующих теоретико-педагогические аспекты применения экспертных систем в образовании. Ко второй группе - авторов, которые разработали конкретные экспертные обучающие системы совместно с преподавателями на основе известных технологий. К третьей группе - авторов, которые исследуют новые подходы к созданию экспертных систем в образовании.

Рассмотрим первую группу публикаций, анализирующих теоретико-педагогические аспекты применения экспертных систем.

В исследовании Н.Л. Юговой сконструировано содержание профильного обучения с применением экспертной системы. Автор рассматривает экспертную систему для проведения диагностики по уровням обученности и профессиональным предпочтениям обучающихся, которая реализована на основе построения фреймовой модели профильной учебной информации, установления субъект-субъектных взаимоотношений участников образовательного процесса: обучающегося, учителя, педагога-когнитолога.

Н.М. Антипиной разработана технология формирования профессиональных методических умений в ходе самостоятельной работы студентов педагогических вузов с применением экспертной системы. Специализированная обучающая экспертная система, разработанная автором, способна в ходе самостоятельной работы студентов за компьютером выдавать индивидуальные задания различных уровней трудности, вырабатывать рекомендации по способам их выполнения, оказывать помощь в виде консультаций, осуществлять контроль знаний и умений студентов на различных стадиях выполнения ими методических заданий и т.п.

Н.Л. Кирюхиной разработана модель экспертной системы диагностики знаний студентов по психологии. Автор рассматривает экспертную систему для решения задачи диагностики психологических знаний студентов, проверки гипотез о правильности ответов студента, степени усвоения материала по разным темам курса. И.В. Гречиным реализуется новый подход к использованию экспертной системы в технологии обучения.

Он предлагает систему, которая при использовании обратной связи в интерактивном режиме генерирует и отслеживает последовательность цепочки рассуждений при обучении.

Н.А. Барановой рассматривается вопрос о применении экспертных систем в непрерывном педагогическом образовании. Экспертная система структурирует учебную информацию и создает индивидуальные учебные планы для каждого студента при сокращенных сроках обучения, что повышает эффективность процессов обучения, преподавания и самообразования.

A.Б. Андреев, В.Б. Моисеев, Ю.Е. Усачев используют экспертные системы для анализа знаний обучающихся в среде открытого образования. Анализ качества знаний проводится с помощью экспертной системы анализа знаний. Для реализации такой системы авторами рассматривается структурный подход к созданию интеллектуальных обучающих и контролирующих компьютерных систем. Таким образом, данный подход позволяет разрабатывать эффективные средства анализа знаний обучающихся на основе использования структурной модели учебного материала. Структурной единицей совокупности знаний в предложенной модели является понятие, обладающее содержанием и объемом.

Е.В. Мягковой рассматривается возможность применения экспертных систем как информационных технологий в сфере высшего образования. По мнению автора, экспертность заключается в наличии в экспертной обучающей системе знаний по методике обучения, благодаря которым она помогает преподавателям обучать, а учащимся - учиться. Главной целью реализации экспертной обучающей системы, по мнению автора статьи, является обучение и оценка текущего уровня знаний студента относительно уровня знаний преподавателя. Таким образом, сравнение двух решеток (эталонной, отражающей представления преподавателя, и решетки, заполненной обучаемым в ходе диалога) позволяет оценить различия в представлениях преподавателя и обучаемого.

B.М. Московкиным построена имитационная экспертная система выбора университетов для обучения. Автором проведен краткий обзор зарубежных исследований в

области моделирования процессов принятия решения о выборе колледжей и университетов для дальнейшего обучения. На концептуальном уровне построена соответствующая имитационная экспертная система.

Рассмотрим вторую группу публикаций, в которых рассматриваются разработанные совместно с преподавателями экспертные системы для образования на основе известных технологий.

Е.Ю. Левиной разработана внутри-вузовская диагностика качества обучения на основе автоматизированной экспертной системы, применение которой сводится, по сути, к диагностике качества учебного процесса в вузе, позволяющей на основе информационных средств и математических методов управлять базами данных для осуществления процедур исследования и анализа статистики результатов учебного процесса, выработке рекомендаций для принятия управленческих решений по обеспечению качества образования.

М.А. Смирновой разработана экспертная система для оценки качества педагогической подготовки будущего учителя, которая сводится к оценке качества его подготовки в школе, позволяющей исследовать уровень подготовленности педагога.

Л.С. Болотовой на основе технологии экспертных систем ситуационного управления реализуется адаптивное дистанционное обучение принятию решений. В качестве инструментальных программных средств разработаны экспериментальные образцы инструментальных проблемных предметно-ориентированных экспертных систем ситуационного управления муниципальными образованиями и малым бизнесом на основе разработанного ситуационного тренажера - имитатора.

Компьютерная система принятия решений по результатам экспертного оценивания в задачах оценки качества образования, разработанная О.Г. Берестневой и О.В. Ма-рухиной позволяет выделить наиболее обоснованные утверждения специалистов-экспер-тов и использовать их, в конечном счете, для подготовки различных решений. Разработанный авторами и описанный в статье универсальный программный продукт позволяет наиболее оптимально решать задачу оценки качества образовательного процесса по результатам экспертного оценивания.

Е.Ф. Снижко рассмотрена методика применения экспертных систем для корректировки процесса обучения и оценки эффективности педагогических программных средств. В ходе исследования автором разработан экспериментальный фрагмент педагогического программного средства по изучению языка Пролог для учащихся 9 класса средней школы с целью демонстрации основных моментов разрабатываемой методики и ее экспериментальной проверки. Встроенная в педагогическое программное средство экспертная система была доведена до уровня демонстрационного прототипа.

Анализ литературы по данному направлению показал, что одним из подходов к созданию экспертных систем являются попытки предложить использовать методы нечеткой логики, основанные на теории нечетких множеств.

В.С. Тоискин выделяет несколько причин, на основании которых предпочтение отдается применению систем именно с нечеткой логикой:

Она концептуально легче для понимания;

Это гибкая система и устойчива к неточным входным данным;

Она может моделировать нелинейные функции произвольной сложности;

В ней учитывается опыт специали-стов-экспертов;

Она основана на естественном языке человеческого общения.

И.В. Солодовников, О.В. Рогозин, О.В. Шу-руев рассматривают общие принципы построения программного комплекса, способного производить комплексную успеваемость студентов в семестре с помощью экспертной системы, с использованием элементов аппарата нечеткой логики.

Посещение лекций. Оценка посещаемости рассчитывалась по среднему арифметическому всех имеющихся оценок;

Работа на семинаре. Оценка работы проводилась аналогичным образом;

Выполнение контрольных работ. Оценка выполнения контрольных работ проводилась с учетом коэффициента сложности;

Выполнение домашнего задания. Оценка выполнения проводилась аналогичным образом.

Для оценки успеваемости авторы использовали лингвистические переменные: «посещал лекции», «работал на семинаре», «выполнял контрольные работы», «выполнял домашнее задание». Характеристиками данных переменных являлись понятия «активность», «эффективность», «оценка». Такой подход дает возможность проанализировать работу студента и на основе сформулированных критериев оценить эффективность качества знаний студента.

На основе моделей нечеткой логики И.В. Самойло, Д.О. Жуков рассматривают проблему создания экспертных систем, позволяющих давать рекомендации по профессиональной ориентации конкретному абитуриенту.

Группа переменных (О) - оценки. В общем случае для группы переменных О можно записать О = {О1, О2, О3, ..., Оп}.

Группа переменных (С) - психологические тесты, направленные на выявление способностей, связанных с обучением и интеллектом.

Группа переменных (Ц) - характеристики личности обучаемого.

Группа переменных (М) - результаты диагностики сферы интересов обучаемого: М = {т1, т2, ...,тк}.

Таким образом, прототип такой системы позволил сформировать механизм управления кафедральным выбором:

Абитуриент заходит на стартовую страницу системы, заносит школьные оценки и (или) вносит результаты единого государственного экзамена, результаты текущей успеваемости, система проводит оценку достоверности результата с помощью нечеткой логики;

Пользователь проходит тестирование психологических особенностей личности и способности к обучению, сферы интересов с

оценкой достоверности результата с помощью нечеткой логики;

Автоматизированная экспертная система (АЭС) проверяет, соответствует ли данный абитуриент требованиям кафедры (учебного заведения). Если «да», то с помощью управляющей образовательной среды корректируются знания пользователя, создаются оптимальные условия преодоления кафедрального «барьера», кроме этого у пользователя есть возможность отказаться от борьбы за интересующую его кафедру и продолжить образование на той кафедре, на которой позволяют его достижения;

Последующие тестирования проходят раз в полгода. Результаты тестирования помогают отследить динамику развития студента, выбрать оптимальную стратегию формирования будущего профессионала.

О.А. Мелиховым рассматривается вопрос о возможности реализации экспертной системы мониторинга образовательного процесса вуза на основе нечеткого подхода к моделированию интеллектуальных систем. В данном подходе используются «лингвистические» переменные, отношения между которыми описываются с помощью нечетких высказываний и нечетких алгоритмов.

Построение системы мониторинга учебного процесса включает этапы:

Формулировка целей обучения, определение уровня требований каждого преподавателя (высший, средний, низший);

Построение системы мониторинга, определение степени обученности по каждой дисциплине. Показатели: различение, запоминание, понимание, элементарные умения и навыки, перенос знаний;

Определение фактической эффективности деятельности преподавателя на основании показателей степени обученности учащихся. Основными показателями эффективности деятельности преподавателя являются прочность, глубина и осознанность знаний обучаемых. Эти же показатели определяют качество образования.

Д.И. Попов в своей работе рассматривает интеллектуальную систему дистанционного обучения (ИСДО) «KnowledgeCT» на базе интернет-технологий, которую планируется использовать в учебных целях Центра дистанционного образования. Она позволяет

производить не только оценку знаний, но и осуществлять сбор данных о студентах, что необходимо для создания математических моделей обучаемого, сбора статистики.

Оценка знаний производится с помощью системы адаптивного тестирования, базирующейся на методах и алгоритмах нечеткой логики: для каждого уровня сложности эксперту по дисциплине (преподавателю) необходимо разработать соответствующий набор вопросов. Подобная система позволяет сделать процесс обучения более гибким, учесть индивидуальные особенности обучаемого и повысить точность оценки знаний студента.

В.М. Курейчик, В.В. Марков, Ю.А. Кравченко в своей работе исследуют подход к проектированию интеллектуальных систем дистанционного обучения на основе правил и технологий вывода, основанных на прецедентах.

Экспертные системы моделируют процесс принятия экспертом решения как дедуктивный процесс с использованием вывода, основанного на правилах. В систему закладывается совокупность правил, согласно которым на основании входных данных генерируется заключение по адекватности предложенной модели. Есть недостаток: дедуктивная модель эмулирует один из наиболее редких подходов, которому следует эксперт при решении проблемы.

Вывод, основанный на прецедентах, делает заключения по результатам поиска аналогий, хранящихся в базе прецедентов. Данный метод эффективен в ситуациях, когда основным источником знаний о проблеме или ситуации является опыт, а не теория; решения не уникальны для конкретной ситуации и могут быть использованы в других для решения аналогичных задач; целью вывода является не гарантированное верное решение, а лучшее из возможных. Реализация данной технологии вывода может быть осуществлена с применением нейросетевых алгоритмов.

Анализ литературы по проблеме использования экспертных систем в системе дистанционного обучения показал, что данное направление мало изучено и только развивается, о чем свидетельствует небольшое количество публикаций исследователей-педа-гогов, работающих в указанном проблемном поле. Публикации по данному направлению носят, в основном, прогнозный характер.

Отмечается интерес к распределенным интеллектуальным системам в системе дистанционного обучения, вместе с тем, не совсем ясно как можно эффективно организовать образовательный процесс, чтобы он приводил к желаемому качеству образования. Видимо, речь должна идти, прежде всего, о построении педагогических образовательных моделей в системе открытого образования.

По нашему мнению, проблема обусловлена тем, что значительная часть исследователей в области технологий дистанционного обучения переносят известные в практике методы и приемы, наполняя ими дистанционное обучение. Вместе с тем, совершенно очевидно, что новые технологии в образовании должны опираться на принцип «новых задач». Передовые технологии несут в себе новое решение, новые методы, новые подходы, новые возможности, еще не известные системе образования. Сейчас стало очевидным, что «традиционная лекция» и «традиционный учебник» малоэффективны при дистанционном обучении. Нужен организованный и направленный доступ к динамичным системам актуальной информации, нужны доступные в любое время «автоматизированные консультации», нужны новые способы и приемы организации совместной проектной деятельности и многое другое.

К настоящему времени накоплен определенный опыт в передаче части интеллектуальных функций по организации и проведению образовательного процесса в системе открытого образования средствам информатизации.

Так, Г.А. Самигулиной приводится пример интеллектуальной экспертной системы дистанционного обучения на основе искусственных иммунных систем, которая позволяет в зависимости от принадлежности обучаемого к определенной группе оценить его интеллектуальный потенциал и в соответствии с ним оперативно предоставить индивидуальную программу обучения. На выходе комплексная оценка знаний, дифференциация студентов и прогноз качества полученного образования. Группы определяются экспертами и соответствуют определенным знаниям, практическим навыкам, творческим способностям, логическому мышлению и т.д. Разработанная экспертная система подразумевает реализацию подсистем:

- «Информационная подсистема» -разработка методов и средств хранения информации, разработка баз данных, баз знаний. Включает электронные учебники, справочки, каталоги, библиотеки и т.д.;

- «Интеллектуальная подсистема» -обучение иммунной сети, обработка многомерных данных в режиме реального времени. Применение алгоритма оценок энергий связи на основе свойств гомологичных пептидов позволяет уменьшить ошибки при прогнозировании интеллектуальной системы, что позволяет производить обучение студентов в соответствии с их индивидуальными особенностями;

- «Обучающая подсистема» осуществляет разработку методов, средств и форм подачи обучающей информации, адаптированной на конкретного пользователя с учетом его индивидуальных характеристик. Составляется график выполнения объема требуемых работ и сроки реализации;

- «Контролирующая подсистема» предназначена для комплексной оценки знаний обучающегося с целью оперативной корректировки программы и процесса обучения.

Таким образом, в результате оперативного анализа знаний огромного числа обучающихся можно быстро корректировать процесс обучения, так как экспертная система предлагает индивидуальную программу обучения.

Анализ исследований экспертных систем в области дистанционного образования показал, что это новое и актуальное направление в науке, которое мало изучено. Зачастую под экспертной системой педагогами понимается тестирование студентов в той или иной системе дистанционного образования и экспертиза их знаний.

Так, А.В. Зубовым и Т.С. Денисовой разработаны комплексные экспертные интернет-системы для дистанционного обучения на основе системы дистанционного обучения «Finport Training System». В системе имеется возможность разрабатывать учебные курсы, проводить обучение и аттестацию и одновременно анализировать результаты и эффективность обучения на основе тестов, разработанных высококвалифицированными специалистами.

В.Г. Никитаевым и Е.Ю. Бердникови-чем разработаны мультимедийные кур-

сы дистанционного обучения врачей по гистологической и цитологической диагностике с применением экспертных систем на базе системы управления контентом Moodle. Система позволяет добавлять курсы в контент и на основе тестирования проверять уровень усвоение материала в зависимости от ответа студентов.

Таким образом, в системах дистанционного обучения имеется возможность произвести экспертную оценку знаний на основе разработанных специалистами тестовых заданий.

Вместе с тем, по нашему мнению, технологии дистанционного обучения требуют использования множества подсистем для снятия рутинной нагрузки с организаторов и преподавателей-тьюторов. Эта нагрузка увеличивается в связи с тем, что человек выбирает для себя свой ритм, темп и время обучения. Индивидуализация требует развитой автоматизированной системы «интеллектуальных» подсказок, помощи, консультаций в течение всего периода дистанционного обучения и при использовании разных образовательных методов и приемов: лекции, практики, проектной деятельности, конференции и др. Только уникальные вопросы адресуются преподавателю эксперту. На основе анализа публикаций и личной практики организации дистанционного обучения мы пришли к выводу о том, что указанные выше интеллектуальные подсистемы могут быть организованы на разной теоретической и программной основе в виде подключаемых к системе отдельных модулей. Это связано с тем, что подсистемы несут разную интеллектуальную «нагрузку»: где-то достаточно использовать традиционную логику при проектировании конкретной подсистемы, а в другом случае удобно создавать подсистему с использованием аппарата нечеткой логики.

Список литературы

1. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы. М.: Финансы и статистика, 2006.

2. Югова Н.Л. Конструирование содержания профильного обучения с применением экспертной системы: автореф. дис. ... канд. пед. наук. Ижевск, 2006.

3. Антипина Н.М. Технология формирования профессиональных методических умений в ходе самостоятельной работы студентов педаго-

гических вузов с применением экспертной системы: дис. ... канд. пед. наук. М., 2000.

4. Кирюхина Н.Л. Модель экспертной системы диагностики знаний студентов по психологии: дис. ... канд. психол. наук. М., 1998.

5. Гречин И.В. Новый подход к экспертной системе в технологии обучения // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». Таганрог: ТРТУ, 2001. № 4.

6. Баранова Н.А. К вопросу о применении экспертных систем в непрерывном педагогическом образовании // Образование и наука. 2008. № 4. С. 24-28.

7. Моисеев В.Б., Андреев А.Б. Внутривузовская система обеспечения качества подготовки специалистов // Инженерное образование.

2005. № 3. С. 62-74.

8. Мягкова Е.В. Роль и возможность примене-

ния экспертных систем как информационных технологий в сфере высшего образования // Информационные технологии в проектировании и производстве: научно-технический

журнал. 2008. № 1. С. 13-15.

9. Московкин В.М. Имитационная экспертная система выбора университетов для обучения // НТИ. Серия 2. 2009. № 10. С. 19-21.

10. Левина Е.Ю. Внутривузовская диагностика качества обучения на основе автоматизированной экспертной системы: автореф. дис. ... канд. пед. наук. Казань, 2008.

11. Смирнова М.А. Применение экспертной системы для оценки качества педагогической подготовки будущего учителя: дис. ... канд. пед. наук. Тула, 1997.

12. Болотова Л.С. [и др.] Адаптивное дистанционное обучение принятию решений на основе технологии экспертных систем ситуационного систем ситуационного управления муниципальными образованиями и малым бизнесом // Научные исследования. Вып. 5. Ежегодный отчет об основных результатах научно-исследовательских работ, 2003. М., 2004.

13. Берестнева О.Г., Марухина О.В. Компьютерная система принятия решений по результатам экспертного оценивания в задачах оценки качества образования // Материалы региональной научно-методической конференции «Современное образование: системы и практика обеспечения качества», Томск, 29-30 янв. 2002 г. Томск, 2002. С. 29-30.

14. Снижко Е.А. Методика применения экспертных систем для корректировки процесса обучения и оценки эффективности ППС: дис. ... канд. пед. наук. СПб., 1997.

15. Тоискин В.С. Интеллектуальные информационные системы: учебное пособие. Ставрополь: Изд-во СГПИ, 2010. Ч. 2.

16. Экспертная система оценки эффективности обучения на основе математического аппарата нечеткой логики / И.В. Солодовников [и др.] // Качество. Инновации. Образование. 2006. № 1. С. 19-22.

17. Самойло И.В., Жуков Д.О. Информационные технологии в обеспечении нового качества высшего образования // Сборник научных статей. Кн. 2. Труды Всероссийской научнопрактической конференции с международным участием «Информационные технологии в обеспечении нового качества высшего образования (14-15 апр. 2010 г., Москва, НИТУ «МИСиС»)». М.: Исследовательский центр проблем качества подготовки специалистов НИТУ «МИСиС», 2010. С. 89-95.

18. Мелихова О.А., Мелихова З.А. Использование нечеткой математики при моделировании систем искусственного интеллекта // Тематический выпуск «Интеллектуальные САПР»: в 2 т. Таганрог: Изд-во ТРТУ, 2007. С. 113-119.

19. Попов Д.И. Проектирование интеллектуальных систем дистанционного образования // Известия Южного федерального университета. Серия: Технические науки. 2001. Т. 22. № 4. С. 325-332.

20. Астанин С.В. [и др.] Интеллектуальная образовательная среда дистанционного обучения // Новости искусственного интеллекта. 2003. № 1.

21. Самигулина Г.А. Интеллектуальная экспертная система дистанционного обучения на основе искусственных иммунных систем // Информационные технологии моделирования и управления. 2007. Вып. 9 (43). С. 1019-1024.

22. Зубов А.В., Денисова Т.С. Создание комплексных экспертных Интернет-систем для дистанционного обучения // Информатизация образования и науки. М.: Г осударственный научноисследовательский институт информационных технологий и телекоммуникаций, 2010.

23. Никитаев В.Г., Бердникович Е.Ю. Разработка мультимедийных курсов дистанционного обучения врачей по гистологической и цитологической диагностике с применением экспертных систем // Фундаментальные исследования: научный журнал. 2007. № 12. С. 334-334.

1. Andrejchikov A.V., Andrejchikova O.N. Intel-lektual"nye informacionnye sistemy. M.: Finansy i statistika, 2006.

2. Jugova N.L. Konstruirovanie soderzhanija pro-fil"nogo obuchenija s primeneniem ekspertnoj sis-temy: avtoref. dis. ... kand. ped. nauk. Izhevsk,

3. Antipina N.M. Tehnologija formirovanija profes-sional"nyh metodicheskih umenij v hode samosto-jatel"noj raboty studentov pedagogicheskih vuzov

s primeneniem ekspertnoj sistemy: dis. ... kand. ped. nauk. M., 2000.

4. Kirjuhina N.L. Model" ekspertnoj sistemy diag-nostiki znanij studentov po psihologii: dis. ... kand. psihol. nauk. M., 1998.

5. Grechin I.V. Novyj podhod k jekspertnoj sisteme v tehnologii obuchenija // Izvestija TRTU. Tema-ticheskij vypusk «Intellektual"nye SAPR». Taganrog: TRTU, 2001. № 4. S. 343-344.

6. Baranova N.A. K voprosu o primenenii ekspertnyh sistem v nepreryvnom pedagogicheskom obrazo-vanii // Obrazovanie i nauka. 2008. № 4. S. 24-28.

7. Moiseev V.B., Andreev A.B. Vnutrivuzovskaja sistema obespechenija kachestva podgotovki specialistov // Inzhenernoe obrazovanie. 2005. № 3. S. 62-74.

8. Mjagkova E.V. Rol" i vozmozhnost" primenenija

ekspertnyh sistem kak informacionnyh tehnologij v sfere vysshego obrazovanija // Informacion-nye tehnologii v proektirovanii i proizvodstve: nauchno-tehnicheskij zhurnal. 2008. № 1.

9. Moskovkin V.M. Imitacionnaja ekspertnaja sistema vybora universitetov dlja obuchenija // NTI. Serija 2. 2009. № 10. S. 19-21.

10. Levina E.Ju. Vnutrivuzovskaja diagnostika kachestva obuchenija na osnove avtomatizirovan-noj ekspertnoj sistemy: avtoref. dis. ... kand. ped. nauk. Kazan", 2008.

11. Smirnova M.A. Primenenie ekspertnoj sistemy dlja ocenki kachestva pedagogicheskoj podgotovki budushhego uchitelja: dis. ... kand. ped. nauk. Tula, 1997.

12. Bolotova L.S. . Adaptivnoe distancionnoe obuchenie prinjatiju reshenij na osnove tehnologii ekspertnyh sistem situacionnogo sistem situacion-nogo upravlenija municipal"nymi obrazovanijami i malym biznesom // Nauchnye issledovanija. Vyp.

5. Ezhegodnyj otchet ob osnovnyh rezul"tatah nauchnoissledovatel"skih rabot, 2003. M., 2004.

13. Berestneva O.G., Maruhina O.V. Komp"juternaja sistema prinjatija reshenij po rezul"tatam jeks-pertnogo ocenivanija v zadachah ocenki kachest-va obrazovanija // Materialy regional"noj nauch-no-metodicheskoj konferencii «Sovremennoe ob-razovanie: sistemy i praktika obespechenija ka-chestva», Tomsk, 29-30 janv. 2002 g. Tomsk, 2002. S. 29-30.

14. Snizhko E.A. Metodika primenenija jekspertnyh sistem dlja korrektirovki processa obuchenija i ocenki jeffektivnosti PPS: dis. ... kand. ped. nauk. SPb., 1997.

15. Toiskin V.S. Intellektual"nye informacionnye sistemy: uchebnoe posobie. Stavropol": Izd-vo SGPI, 2010. Ch. 2.

16. Solodovnikov I.V. Ekspertnaja sistema ocenki jeffektivnosti obuchenija na osnove ma-

tematicheskogo apparata nechetkoj logiki // Kachestvo. Innovacii. Obrazovanie, 2006. № 1.

17. Samojlo I.V., Zhukov D.O. Informacionnye tehnologii v obespechenii novogo kachestva vys-shego obrazovanija // Sbornik nauchnyh statej. Kn. 2. Trudy Vserossijskoj nauchno-praktiche-skoj konferencii s mezhdunarodnym uchastiem «Informacionnye tehnologii v obespechenii no-vogo kachestva vysshego obrazovanija (14-15 apr. 2010 g., Moskva, NITU «MISiS»)». M.: Issledo-vatel"skij centr problem kachestva podgotovki specialistov NITU «MISiS», 2010. S. 89-95.

18. Melihova O.A., Melihova Z.A. Ispol"zovanie nechetkoj matematiki pri modelirovanii sistem iskusstvennogo intellekta // Tematicheskij vypusk «Intellektual"nye SAPR»: v 2 t. Taganrog: Izd-vo TRTU, 2007. S. 113-119.

19. Popov D.I. Proektirovanie intellektual"nyh sistem distancionnogo obrazovanija // Izvestija Juzhno-go federal"nogo universiteta. Serija: Tehnicheskie nauki. 2001. T. 22. № 4. S. 325-332.

20. Astanin S.V. Intellektual"naja obrazova-tel"naja sreda distancionnogo obuchenija // No-vosti iskusstvennogo intellekta. 2003. № 1.

21. Samigulina G.A. Intellektual"naja jekspertnaja sistema distancionnogo obuchenija na osnove iskusstvennyh immunnyh sistem // Informacion-nye tehnologii modelirovanija i upravlenija.

2007. Vyp. 9 (43). S. 1019-1024.

22. Zubov A.V., Denisova T.S. Sozdanie kompleks-nyh ekspertnyh Internet-sistem dlja distancion-nogo obuchenija // Informatizacija obrazovanija i nauki. M.: Gosudarstvennyj nauchnoissledova-tel"skij institut informacionnyh tehnologij i tele-kommunikacij, 2010.

23. Nikitaev V.G., Berdnikovich E.Ju. Razrabotka mul"timedijnyh kursov distancionnogo obuchenija vrachej po gistologicheskoj i citologicheskoj diagnostike s primeneniem ekspertnyh sistem // Fundamental"nye issledovanija: nauchnyj zhur-nal. 2007. № 12. S. 334-334.

USE OF EXPERT SYSTEMS IN EDUCATION

M.S. Chvanova, I.A. Kiseleva, A.A. Molchanov, A.N. Bozyukova Tambov State University named after G.R. Derzhavin Tambov, Russia. e-mail: [email protected]

The article considers the problems of use and development of expert systems in education, as well as actual examples of use of such systems. The authors consider it necessary to use fuzzy logic to design and develop an intelligent subsystem.

Key words: information technologies, expert system, fuzzy logic, system of education.

(в медецине комп предлагает варианты диагноза, дает совет) Экспертные системы - это программы для комп-ров, аккумулирующие (т.е. собирать, накапливать) знания специалистов - экспертов в конкретных предметных областях, которые предназначены для получения приемлемых решений в процессе обработки инф-ции. Экспертные системы трансформируют опыт экспертов в какой-либо конкретной отрасли знаний в форму эвристических правил и предназначены для консультаций менее квалифицированных спец-тов.

Принципы работы экспертной системы, основанной на знаниях: польз-ль передает в экспертную систему факты или другую инф-цию и получает в качестве результата экспертный совет или экспертные знания.

Экспертная система состоит из:

Базы знаний (в составе рабочей памяти и базы правил), предназначенной для хранения исходных и промежуточных фактов в рабочей памяти (ее еще называют базой данных) и хранения моделей и правил манипулирования моделями в базе правил

Решателя задач (интерпретатора), который обеспечивает реализацию последовательности правил для решения конкретной задачи на основе фактов и правил, хранящейся в базах данных и базах знаний

Подсистемы пояснения, позволяет пользователю получить ответы на вопрос: «Почему система приняла такое решение?»

Подсистемы приобретения знаний, предназначенной как для добавления в базу знаний новых правил, так и модификации имеющихся правил.

Интерфейса пользователя, комплекса программ, реализующих диалог пользователя с системой на стадии ввода информации, и получения результатов.

В общем случае экспертные системы классиф-тся по трем осн направлениям : по типу ЭВМ, по связи с реальным временем и по типу решаемой задачи.

По типу ЭВМ ЭС классиф-тся на: супер ЭВМ; ЭВМ средней производительности; символьных процессорах; персональных компьютерах.

По связи с реальным временем классиф-тся на: Статические; Квазидинамические;

· Динамические.

По типу решаемой задачи классиф-тся на: Интерпретация данных; Диагностика; Мониторинг; Проектирование; Прогнозирование; Планирование; Управление; Поддержка принятия решений; Обучение.

Знания эксперта относятся только к одной предметной области, и в этом состоит отличие методов, основанных на исп-нии экспертных систем, от общих методов решения задач. Знания эксперта, касающиеся решения конкретных задач, наз-тся областью знаний эксперта.

В области знаний экспертная система проводит рассуждения или делает логические выводы по такому же принципу, как рассуждал бы эксперт-человек или приходил логическим путем к решению задачи. Это означает, что на основании определенных фактов путем рассуждений формируется логичное, оправданное заключение, которое следует из этих фактов.

Экспертные системы обладают многими привлекательными особ-ями:

· Повышенная доступность . Для обеспечения доступа к экспертным знаниям могут применяться любые подходящие комп-ные аппаратные средства.

· Уменьшенные издержки. Ст-сть предоставления экспертных знаний в расчете на отдельного польз-ля существенно снижается.

· Уменьшенная опасность . Экспертные системы могут испол-ся в таких вариантах среды, кот могут оказаться опасными для чел-ка.

· Постоянство . Экспертные знания никуда не исчезают. В отличие от экспертов-людей, которые могут уйти на пенсию, уволиться с работы или умереть, знания экспертной системы сохр-тся в течение неопределенно долгого времени.

· Возможность получения экспертных знаний из многих источников . С помощью экспертных систем могут быть собраны знания многих экспертов и привлечены к работе над задачей, выполняемой одновременно и непрерывно, в любое время дня и ночи. Уровень экспертных знаний, скомбинированных путем объединения знаний нескольких экспертов, может превышать уровень знаний отдельно взятого эксперта-человека.

· Повышенная надежность . Применение экспертных систем позволяет повысить степень доверия к тому, что принято правильное решение, путем предоставления еще одного обоснованного мнения эксперту-чел-ку или посреднику при разрешении несогласованных мнений между несколькими экспертами-людьми. (Разумеется, такой метод разрешения несогласованных мнений не может использоваться, если экспертная система запрограммирована одним из экспертов, участвующих в столкновении мнений.) Решение экспертной системы должно всегда совпадать с решением эксперта; несовпадение может быть вызвано только ошибкой, допущенной экспертом, что может произойти, только если эксперт-человек устал или находится в состоянии стресса.

· Объяснение . Экспертная система способна подробно объяснить свои рассуждения, кот привели к определ заключению. А человек может оказаться слишком усталым, не склонным к объяснениям или неспособным делать это постоянно. Возможность получить объяснение способствует повышению доверия к тому, что было принято правильное решение.

· Быстрый отклик . Для некот приложений может потребоваться быстрый отклик или отклик в реальном времени. В зависимости от используемого аппаратного и программного обеспечения экспертная система может реагировать быстрее и быть более готовой к работе, чем эксперт-человек. В некоторых экстремальных ситуациях может потребоваться более быстрая реакция, чем у человека; в таком случае приемлемым вариантом становится применение экспертной системы, действующей в реальном времени.

· Неизменно правильный, лишенный эмоций и полный ответ при любых обстоятельствах . Такое свойство может оказаться очень важным в реальном времени и в экстремальных ситуациях, когда эксперт-человек может оказаться неспособным действовать с максимальной эффективностью из-за воздействия стресса или усталости.

· Возможность применения в качестве интеллектуальной обучающей программы . Экспертная система может действовать в качестве интеллектуальной обучающей программы, передавая учащемуся на выполнение примеры программ и объясняя, на чем основаны рассуждения системы.

· Возможность применения в качестве интеллектуальной базы данных. Экспертные системы могут испол-ся для доступа к базам данных с помощью интелл-го способа доступа.

25.Преимущества использования ИКТ в образовании

Инфор-ция явл. важнейшим механизмом рефор-ния образоват. Сис-мы, напр. на повыш. качества, доступ. и эффект. образования.

Комп. техника – всего лишь «железо». Сегодня у нас др. задача – мак. Эффект. Использ. ее, направ. на решение стратегич. цели модерниз. Образ-ния – повыш. его кач-ва.

Преимущества:

1. Инфор-ные технол. Значит. расширяют возможности предъявления учебной инфор.. Применение цвета, графики, звука, всех совр. средств видеотехники позволяет воссоздавать реальную обстановку деят..

2. Компьютер позволяет сущ. повысить мотивацию к обучению.

3. ИКТ вовлекают уч-ся в учеб. процесс, способствуя наиболее широкому раскрытию их способностей, активизации умственной деят.

4. Использ. ИКТ в учебном процессе увелич. Возмож. постановки учебных задач и управления процессом их решения. Компьютеры позволяют строить и анализ.модели различных предметов, ситуаций, явлений.

5. ИКТ позволяют качественно изменять контроль деят. Уч-ся, обеспечивая при этом гибкость управления учебным процессом.

6. Компьютер способствует формир. у учащихся рефлексии. Обучающая программа дает возможность обучающимся наглядно представить результат своих действий, опр.этап в решении задачи, на кот. сделана ошибка, и исправить ее.

Экспертные и интеллектуальные обучающие системы. Классификация компьютерных обучающих систем

3.2. Обзор национальных источников

Рекомендованный список диссертаций

Компьютерная технология подготовки и проведения учебных занятий 1999 год, кандидат педагогических наук Седых, Светлана Павловна

Похожие диссертационные работы по специальности «Теория и методика обучения и воспитания (по областям и уровням образования)», 13.00.02 шифр ВАК

Заключение диссертации по теме «Теория и методика обучения и воспитания (по областям и уровням образования)», Грызлов, Сергей Викторович

Список литературы диссертационного исследования кандидат педагогических наук Грызлов, Сергей Викторович, 1998 год