Logo GenDocs.ru

Поиск по сайту:  


Загрузка...

Карпова И.П. Исследование и разработка подсистемы контроля знаний в распределенных автоматизированных обучающих системах - файл 1.doc


Карпова И.П. Исследование и разработка подсистемы контроля знаний в распределенных автоматизированных обучающих системах
скачать (5990.5 kb.)

Доступные файлы (1):

1.doc5991kb.15.12.2011 12:32скачать

содержание
Загрузка...

1.doc

  1   2   3   4   5   6   7   8   9
Реклама MarketGid:
Загрузка...


Московский Государственный институт электроники и математики

(Технический университет)


На правах рукописи

КАРПОВА ИРИНА ПЕТРОВНА


ИССЛЕДОВАНИЕ И РАЗРАБОТКА ПОДСИСТЕМЫ КОНТРОЛЯ ЗНАНИЙ В РАСПРЕДЕЛЕННЫХ АВТОМАТИЗИРОВАННЫХ ОБУЧАЮЩИХ

СИСТЕМАХ


05.13.13 - "Телекоммуникационные системы и компьютерные сети"

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, профессор САКСОНОВ Е.А.

Москва 2002

Содержание

Введение 5

^ 1. АВТОМАТИЗИРОВАННЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ 9

  1. История развития компьютерных средств учебного назначения 12

  2. Распределенная автоматизированная обучающая система 18




  1. Применение сетевых технологий в обучающих системах 19

  2. Телекоммуникационная среда РАОС 21

  3. Компьютерные сети РАОС 22

1.3. Классификация компьютерных средств учебного назначения 24

  1. Существующие классификации 24

  2. Виды классификации 28

  3. Принцип многомерной классификации 29




  1. Схема процесса обучения 31

  2. Автоматизированные обучающие системы (АОС) 34




  1. Преимущества автоматизированных обучающих систем 34

  2. Понятие автоматизированной обучающей системы 35

  3. Требования, предъявляемые к РАОС 36

  4. Инструментальные оболочки обучающих систем 39

  5. Основные направления исследований 44

Выводы 49

^ 2. ПРИНЦИПЫ СОЗДАНИЯ РАСПРЕДЕЛЕННЫХ АВТОМАТИЗИРОВАННЫХ
ОБУЧАЮЩИХ СИСТЕМ 51

2.1. Организация РАОС 51

  1. Создание сетевой среды РАОС 51

  2. Особенности функционирования программного обеспечения РАОС...52

  3. Описание протокола обмена данными между ядром АОС и вспомогательным программным обеспечением 56




  1. Основные характеристики РАОС как программного продукта 57

  2. Пользователи АОС 58

  3. Логическая структура обучающей системы 61




  1. Взаимодействие с обучаемым 62

  2. Подсистема управления обучением 63

  3. Модель предметной области (МПО) 65




  1. Требования, предъявляемые к МПО 66

  2. Семиотическая сеть 68

  3. Анализ модели предметной области 70

  4. Организация модели предметной области (МПО) 71

2.4.4. Модель обучаемого 72

2.4.4.1. Методы построения модели обучаемого 75

  1. Общие принципы построения модели обучаемого 76

  2. Преобразование модели обучаемого 77

2.4.5. Дополнительные возможности 80

2.5. Контроль знаний 82

  1. Схемы проведения контроля знаний 84

  2. Параметры проведения контроля знаний 87




  1. Встроенные параметры 87

  2. Параметры, задаваемые пользователем 93

  3. Общие замечания о параметризации 94

2.5.3. Способы формирования актуального множества вопросов 94

Выводы 96

^ 3. ПОДСИСТЕМА КОНТРОЛЯ ЗНАНИЙ 98

  1. Особенности работы подсистемы контроля знаний в РАОС 98

  2. Характеристики систем контроля знаний 99




  1. Анализ существующих систем контроля знаний 99

  2. Требования к подсистеме контроля знаний 101

3.3. Анализ ответов обучаемого 102

  1. Представление вопросов и ответов 102

  2. Типы вопросов и ответов 104

  3. Методы определения правильности выборочных ответов 105




  1. Сравнение множеств элементов 106

  2. Сравнение списков элементов 107

  3. Множества списков 115

  4. Списки множеств 115




  1. Анализ ответа в виде арифметического выражения 116

  2. Текстовые ответы 117

  3. Графические формы задания ответов 119




  1. Распознавание образов в обучающих системах 119

  2. Задача распознавания графиков 122

3.4. Расчет вероятности случайного ввода правильного ответа 124

  1. Ответ типа МНОЖЕСТВО 125

  2. Ответ типа СПИСОК 126

  3. Ответ типа СПИСОК МНОЖЕСТВ 127

  4. Ответ типа МНОЖЕСТВО СПИСКОВ 129

3.5. Моделирование случайного ввода правильного ответа 131

  1. Моделирование ответа типа МНОЖЕСТВО 131

  2. Моделирование ответа типа СПИСОК 134

  3. Моделирование ответа типа СПИСОК МНОЖЕСТВ 137

  4. Моделирование ответа типа МНОЖЕСТВО СПИСКОВ 141

Выводы 143

^ 4. РЕАЛИЗАЦИЯ РАСПРЕДЕЛЕННОЙ АВТОМАТИЗИРОВАННОЙ
ОБУЧАЮЩЕЙ СИСТЕМЫ 145

4.1. Описание программного комплекса 145

  1. Функциональная структура программного комплекса 145

  2. Структура распределенного программного комплекса 147

  3. Протокол обмена данными с динамической реконфигурацией системы 150

  4. Настройка АОС 156

4.2. Подсистема контроля знаний 157

  1. Особенности системы контроля знаний 157

  2. Язык описания тестов 159




  1. Требования, предъявляемые к языку описания тестов 159

  2. Формат языка описания тестов 159




  1. Контроль знаний в режиме удаленного доступа 166

  2. Управление тестированием 167

4.3. Эксперименты по применению подсистемы контроля знаний 167

Выводы 170

Заключение 173

^ СПИСОК ЛИТЕРАТУРЫ 175

Приложение 1. Наборы правил базы знаний для управления контролем
знаний 187

Приложение 2. Вариант программной реализации КС-грамматики для разбора
описания теста 195

Приложение 3. Параметрическая настройка системы контроля знаний 199

Приложение 4. Перечень сокращений, встречающихся в тексте 200

Введение

Программные средства учебного назначения по принципам использования можно условно разделить на обучающие системы, наполненные знаниями о конкретной предметной области, и инструментальные системы, предназначенные для наполнения их знаниями о произвольной предметной области с целью создания обучающей системы [103]. Наиболее перспективными с точки зрения соотношения конечного результата и трудозатрат на создание и поддержку являются инструментальные системы, которые принято называть автоматизированными обучающими системами (АОС) [17, 50, 55, 99, 134]. К основным достоинствам АОС относятся:

  1. возможность использования преимуществ индивидуального обучения [127];

  2. интенсификация обучения [8, 114];

  3. возможность индивидуальной адаптации курса обучения к потребностям обучаемых или условиям обучения [91];

  4. возможность использования и тиражирования передового опыта [90];

  5. повышение доступности образования [56, 76, 140];

  6. обучение навыкам самостоятельной работы [67, 121];

  7. разгрузка преподавателя от ряда рутинных, повторяющихся действий (чтение лекций, проверки контрольных работ и т.д.) [90];

  8. возможность использования в рамках дистанционного обучения, переобучения и повышения квалификации [3, 18, 44].

В настоящее время благодаря развитию вычислительных сетей и телекоммуникационных технологий АОС получили возможность выйти на новый уровень. При переходе от локальных обучающих систем к распределенным качественно изменяются функциональные возможности обучающей системы. Организация распределенных АОС (РАОС) требует проработки сетевых аспектов работы системы, связанных с предоставлением удаленного доступа к системе, поддержкой распределенных данных и объединением сетевых ресурсов для решения стоящих перед системой задач.

Одной из важных задач при создании РАОС является организация контроля знаний. Большинство существующих АОС и систем контроля знаний имеют ограниченное количество форм представления ответов и двухбалльную систему оценки. Это обусловлено простотой анализа выборочных ответов и отсутствием формальных методов анализа и дифференцированной оценки ответов обучаемых на контрольные вопросы. Однако такой подход ограничивает возможности разработчика курса в отношении использования различных вариантов тестовых вопросов и анализа ответов обучаемых. В связи с этим тематика исследований, затрагивающих организацию контроля знаний в РАОС, является актуальной.

^ Цель работы. Целью диссертационной работы является исследование методов организации распределенных автоматизированных обучающих систем и разработка общих принципов построения систем контроля знаний на основе модели дифференцированной оценки ответов обучаемых.

^ Задачи исследования. В диссертационной работе решаются следующие задачи:

  1. анализ существующих автоматизированных обучающих систем и тенденций их развития;

  2. выявление требований, которые предъявляются к РАОС как к специализированному программному обеспечению, ориентированному на работу в компьютерной сети;

  3. разработка методов анализа и дифференцированной оценки ответов обучаемых;

  4. разработка математического, алгоритмического и программного обеспечения компонентов РАОС;

  5. экспериментальное подтверждение применимости предложенных методов.

^ Методы исследования основаны на использовании положений теории множеств, теории вероятности, комбинаторики и методов инженерии знаний. В разработке программного обеспечения использовалась технология объектно-ориентированного программирования.

^ Научная новизна. Предложен новый подход к организации контроля знаний в распределенных автоматизированных обучающих системах. К новым результатам относятся:

  1. разработка протокола взаимодействия компонентов РАОС, которые позволяют выполнять распределенные вычисления и интегрировать в систему существующие программные средства учебного назначения;

  2. создание методов сравнения множеств и списков для определения правильности ответов;

  3. разработка моделей представления ответов различных типов, позволяющих использовать для их анализа и оценки методы сравнения списков и множеств.

^ Практическая ценность. Теоретические исследования завершены созданием на их основе математического, алгоритмического и программного обеспечения задачи создания подсистемы контроля знаний в РАОС. А именно:

  1. разработан протокол обмена данными между ядром РАОС и вспомогательным программным обеспечением;

  2. созданы базы знаний, реализующие различные методики управления контролем знаний обучаемого;

  3. разработаны алгоритмы проведения контроля знаний, методы и алгоритмы определения правильности различных типов ответов обучаемого на контрольные вопросы;

  4. создан и используется в учебном процессе комплекс программ, реализующий разработанные методы и алгоритмы.

Положения, выносимые на защиту. На защиту выносятся:

  1. методы анализа и дифференцированной оценки ответов обучаемого на контрольные вопросы;

  2. модели представления различных типов ответов обучаемого на основе списков и множеств;

  3. архитектура открытой РАОС и протоколы взаимодействия ее компонентов.

^ Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 8-й Межвузовской научно-методической конференции "Информационные технологии и фундаментализация высшего образования" (РГУ нефти и газа им. Губкина, 21-22 февраля 2002 г.) и на научно-технической конференции, посвященной 40-летию МГИЭМ (19-28 февраля 2002 г.).

Публикации. По результатам выполненных исследований опубликовано 5 печатных работ, отражающих основные результаты работы.

^ Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы (145 наименований) и приложений. Основное содержание диссертационной работы изложено на 204 страницах машинописного текста, иллюстрированного таблицами и рисунками.

^ 1. АВТОМАТИЗИРОВАННЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ

Под обучением понимается процесс передачи и усвоения знаний, умений и навыков деятельности [14]. В процессе обучения, вообще говоря, реализуются цели образования и воспитания. В дальнейшем мы будем иметь в виду только образовательные цели.

Традиционной формой получения образования является обучение с преподавателем. Но в процессе обучения издавна применялись различные вспомогательные средства. Например, в Китае еще несколько тысячелетий назад использовался тренажер для обучения искусству иглоукалывания -муляж человека с множеством скрытых отверстий, в которые безошибочно должен был попасть иглой обучаемый. Позже появились другие тренажеры, потом - механические и электронные системы тестирования. Далее, с появлением вычислительной техники, начал развиваться такой вид программного обеспечения, как системы машинного обучения или автоматизированные обучающие системы (АОС) [5].

Основу образовательного процесса при использовании обучающих систем составляет целенаправленная и контролируемая интенсивная самостоятельная работа обучаемого, который может учиться в удобное для себя время, по индивидуальному расписанию, имея при себе комплект специальных средств обучения и возможность контакта с преподавателем с помощью современных технических средств или очно [6].

Конечно, эффективность традиционного вида обучения с преподавателем в форме лекционных, практических и лабораторных занятий доказана всей историей развития человечества. Но с другой стороны, о сложностях, возникших в системе высшего образования в связи с техническим и информационным прогрессом, говорят уже давно, и не без основания [86-87].

Одна из основных проблем высшего образования - несоответствие между возможностями традиционных методов обучения и тем объемом фактических знаний, которое современное общество требует от выпускников учебных заведений. Увеличение сроков обучения как средство решения его возросших задач исчерпано, поэтому необходимо полагаться на внутренние резервы учебного процесса. Речь идет, прежде всего, об интенсификации и оптимизации учебного процесса [9].

При современном уровне развития средств телекоммуникаций имеются возможности предоставления обучаемым доступа к образовательным ресурсам из-за пределов учебного заведения [64]. Это касается не только студентов, получающих образование по вечерней и заочной формам. (Хотя число людей, желающих получить высшее образование, но не имеющих возможности посещать традиционные дневные лекции из-за занятости на производстве, удаленности от вуза или физической инвалидности, непрерывно увеличивается [123]). Кроме этого, по оценкам специалистов, знания в технической сфере устаревают примерно за 5 лет [104], поэтому требуется постоянное обновление профессионального багажа специалиста.

Остроту стоящих перед высших образованием проблем можно снять, применяя в учебном процессе компьютерные средства учебного назначения [19, 124].

^ Компьютерные средства учебного назначения (КСУН) [92] - это программные продукты, используемые в преподавании, обучении, самообразовании и повышении профессионального уровня специалиста.
Примечание: автор не является приверженцем употребления аббревиатур, поэтому в дальнейшем вместо аббревиатуры "КСУН" будет использоваться термин "обучающая система", под которым подразумевается любое компьютерное средство учебного назначения.

Появление обучающих систем поставило на повестку дня вопрос об автоматизации обучения. Задача автоматизации - повышение эффективности обучения, которое складывается из нескольких составляющих:

  1. более прочное усвоение материала;

  2. больший объем знаний;

  3. меньшее время на их усвоение.

Повышение эффективности обучения при использовании обучающих систем было подтверждено рядом исследований [9, 39, 111, 120]. Этому способствуют такие факторы, как:

1. Индивидуализация обучения [127].

Наиболее эффективно, но и наименее экономно индивидуальное обучение (один преподаватель и один ученик). Самая экономичная, но и наименее эффективная система - массовое обучение [104]. Внедрение обучающих систем позволит совместить достоинства индивидуального обучения (в смысле эффективности) и массового (в смысле экономичности).

2. Интенсификация обучения [8, 114].

Она достигается за счет индивидуальности обучения (толпа всегда идет медленнее одного человека), а также за счет того, что обучаемый не привязан ко времени занятия и к преподавателю, а может заниматься в удобное для себя время.

  1. Использование выразительных средств вычислительной техники (ВТ), таких как наглядность, наличие средств моделирования объектов и процессов и т. п. [21, 102].

  2. Возможность организации постоянного контроля степени усвоения знаний, способствующего более прочному закреплению материала [12].

Кроме повышения эффективности обучения внедрение обучающих систем имеет и другие положительные эффекты:

  1. Работа с обучающей системой развивает умение и навыки самостоятельной работы [67, 121].

  2. Обучающие системы разгружают преподавателя от ряда трудоемких и часто повторяющихся операций по представлению учебной информации и контролю знаний; способствуют разработке объективных методов контроля знаний; облегчают накопление передового учебно-методического опыта [90].

  3. Применение обучающих систем может упростить переход вузов к обучению по более широкому перечню специализаций, благодаря которому каждый студент получает возможность получить подготовку с индивидуальным профессиональным и образовательным уклоном.

  4. Возможно применение обучающих систем в системе дополнительного профессионального образования [3, 18, 44], особенно в тех областях деятельности, в которых имеет место низкая эффективность традиционных способов передачи знаний посредством лекционных занятий [27].

  5. Применение обучающих систем позволяет предоставить образовательные услуги более широкому кругу обучаемых, в т.ч. в рамках дистанционного обучения [56, 76, 140].

Для того чтобы точнее определить место и роль обучающих систем в учебном процессе, проследим за историей развития этих систем.

^ 1.1. История развития компьютерных средств учебного назначения

Возможность автоматизации любого вида деятельности появляется в том случае, когда выполняемые человеком функции могут быть в достаточной степени формализуемы и адекватно воспроизведены с помощью технических средств, при условии выполнения требований по качеству достигаемого результата. Для процесса передачи знаний эта возможность появилась вместе с появлением вычислительной техники - в середине прошлого века.

Первые эксперименты по применению компьютеров в образовании относятся к концу 50-х годов. Несмотря на то, что техническая база ЭВМ и программное обеспечение того времени явно не соответствовали успешному решению поставленной проблемы в целом, исследования в этой области начались во всех развитых странах. Выделим наиболее значимые этапы развития работ в этой области и проследим за изменением целей и задач, которые ставили перед собой исследователи и разработчики.

Первый этап исследования возможностей создания обучающих систем приходится на 50-е и 60-е годы двадцатого столетия. Профессор Б.Ф. Скиннер в 1954 году выдвинул идею, получившую название программированного обучения [142]. Она заключалась в призыве повысить эффективность управления учебным процессом путем построения его в полном соответствии с психологическими знаниями о нем, что фактически означает внедрение кибернетики в практику обучения [107]. Это направление начало активно развиваться в США, а потом и в других странах. И уже тогда одним из основных признаков программированного обучения считалась автоматизация процесса обучения [95].

Автоматизация программированного обучения началась с использования обучающих и контролирующих устройств различного типа. Они достаточно широко применялись в 60-70-е годы [43, 84, 88], хотя из-за ограниченных возможностей не обеспечивали достаточной эффективности и адекватности результатов контроля реальному уровню знаний обучаемого. Фактически применение таких устройств как в нашей стране [13, 49], так и за рубежом [130, 144] не вышло за рамки обучения разным навыкам, а также простейших методов контроля, в основном выборочного типа.

В это же время начали развиваться идеи искусственного интеллекта. Были разработаны основные модели представления знаний, появились первые системы, использующие методы искусственного интеллекта. Это было время эйфории. Казалось, еще немного, каких-то 10-20 лет, и будет создан искусственный разум, которому можно будет перепоручить многие обязанности человека, по крайней мере, те из них, которые не требуют творческого подхода.

Благодаря этой атмосфере всеобщей воодушевленности стоящие перед разработчиками обучающих систем цели были сформулированы следующим образом. Разработать такую обучающую систему, которая могла бы полностью имитировать преподавателя, т.е. обладала бы достаточным набором знаний не только в предметной области, но и в педагогике, и могла бы в рамках предметной области общаться с обучаемым на естественном языке. Например, У. Аттель в статье [7] пишет: "Энтузиазм, вызванный возможностью применения вычислительной машины для обучения, связан с надеждой на то, что способность этих устройств перерабатывать естественный язык позволит, в конечном счете, ...моделировать естественное общение учителя и ученика".

Это была задача-максимум, но она определила цель, к которой следовало стремиться. В результате проводимых исследований была разработана структура обучающих систем и предложены некоторые методы решения этой проблемы [137, 143]. Но, как и в области исследований по искусственному интеллекту, реализация общих идей столкнулась с огромными практическими трудностями. В процессе создания первых прототипов АОС стало ясно, насколько сложными являются задачи представления предметных знаний, организации обратной связи с обучаемым (в том числе, полноценного диалога, для которого явно не хватало лингвистических знаний). Поэтому созданные в то время системы очень сильно отличались от идеала.

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

По сути дела эти и многие другие обучающие системы были системами селективного (выбирающего) типа. В таких системах определение методики обучения в целом и содержание обучающих воздействий в частности оставлялось педагогу, а их реализация и оценка результатов производилась средствами АОС. Связующим звеном между системой и педагогом была специальная форма представления информации - обучающий курс, - в который человеком "закладывались" все обучающие воздействия и условия смены их последовательности по линейной или ветвящейся программе.

Кроме систем селективного типа были созданы продуцирующие обучающие системы, в которых диалог с обучаемым не программируется, а формируется по нескольким алгоритмам в соответствии с набором операций и фактов, заложенных в систему. Подобные обучающие системы предназначались для некоторых специфических предметных областей, которые по тем или иным причинам оказались исключительно подходящими для такого типа программирования. В качестве примеров можно привести систему Ликлайдера для обучения аналитической геометрии [137] и систему Битена и Лэйна, обучающую произношению слов иностранного языка [129].

Следующий этап в развитии автоматизированного обучения - с начала 70-х до середины 80-х. К этому времени идея создания интеллектуальных систем фактически потерпела временное фиаско, что нашло свое отражение в деградация понятия автоматизированного обучения. Автоматизированными обучающими системами начали называть любые программы, предназначенные для информационной или функциональной поддержки процесса обучения: тесты, электронные учебники, лабораторные практикумы и т. п., что нашло свое отражение в классификациях АОС, относящихся к тому времени (раздел 1.3.1).

Впрочем, несмотря на ослабление требований к обучающим системам, продолжались исследования возможности использования при создании АОС идей и методов представления знаний, разработанных к тому времени в области искусственного интеллекта. Но если для представления знаний о предметных областях эти разработки подходили в значительной степени, то для решения двух других задач - управление обучением и контроль знаний -требовались более сложные методы и средства. Именно эти проблемы находились в поле зрения разработчиков обучающих систем в конце данного периода и все еще являются предметом современных исследований в области обучающих программ.

В начале этого периода основные усилия теоретиков автоматизированного обучения были направлены на поиск и проверку более глубоких моделей обучения на основе когнитивной психологии. Как следствие этих работ стали появляться экспериментальные обучающие системы продуцирующего типа, где обучающие воздействия выбираются не педагогом, а определяются алгоритмом функционирования системы и генерируются в зависимости от целей обучения и текущей ситуации. При этом предполагается, что в обучающей системе представлены знания о том, чему обучать, как обучать и знания о самом обучаемом.

Третий этап - вторая половина 80-х и 90-е годы. Этот период характеризуется двумя основными тенденциями. С одной стороны, широкое распространение персональных компьютеров (ПК) и развитие вычислительных сетей ориентирует обучающие системы на работу в сети с использованием общепринятых стандартов представления и передачи данных. С другой стороны, возросшие аппаратные возможности привели к тому, что одним из основных направлений развития обучающих систем стало применение в них новых компьютерных технологий (в первую очередь, гипертекста и мультимедиа). Повальное увлечение новомодными технологиями отодвинуло на второй план содержательную и методическую составляющие обучающих систем [30].

Вместе с тем, к середине 80-х стало ясно, что интеллектуализация обучающих систем в первую очередь связана с практическим использованием при их разработке и реализации методов и средств, созданных в рамках исследований по экспертным системам. Это, в свою очередь, вызвало к жизни серьезные исследования по моделям объяснения в обучающих системах [101], с одной стороны, и интеллектуальным технологиям формирования моделей предметной области, стратегий обучения и оценки знаний обучаемых на основе более сложных моделей самих обучаемых, с другой стороны. Это позволило говорить об адаптирующихся обучающих системах, которые могли в зависимости от параметров обучаемого и результатов контроля знаний генерировать новые последовательности управляющих воздействий [26, 91].

С развитием вычислительных сетей и, в частности, сети Internet обучающие системы получили возможность выхода на новый уровень. При переходе от локальных обучающих систем к распределенным качественно изменяются функциональные возможности (прежде всего за счет объединения сетевых ресурсов для решения стоящих перед системой задач). Использование средств телекоммуникаций позволяет значительно расширить круг пользователей системы. Более того, при организации работы через вычислительную сеть общение между обучаемыми и преподавателем может быть даже более интенсивным, чем при традиционном обучении в высшей школе. Преподаватель получает возможность постоянного контроля состояния процесса обучения (в первую очередь, с использованием средств автоматического контроля), а обучаемый - возможность консультации в режиме on-line или по электронной почте.

Использование сетевых технологий и достижений в области искусственного интеллекта дает возможность создания перспективных обучающих систем, которые позволят адаптировать учебный процесс к конкретному обучаемому [32].

Итак, первые два этапа в разработке обучающих систем (60-е и, частично, 70-е годы) характеризовались активной работой по созданию специального программного обеспечения для обучающих систем, причем основное внимание уделялось авторским языкам "пакетного" описания обучающих программ. Для следующих этапов характерно возрастание роли инструментария общего назначения для разработки компонентов компьютерных обучающих программ, а также инструментария для формирования базы предметных знаний, реализации моделей обучения и обучаемого. Появляется понимание того, что будущее обучающих систем связано с использованием возможностей вычислительных сетей и средств телекоммуникации.

Таким образом, отдельные задачи, из которых складывается проблема автоматизации обучения, уже имеют решение как в методологическом, так и в программном плане. Использование готовых решений не только упростит стоящую перед нами задачу, но и повысит качество ее решения. Современное развитие средств ВТ и программного обеспечения дает основания говорить о принципиальной возможности создания полнофункциональной РАОС.
^ 1.2. Распределенная автоматизированная обучающая система

Распределенность обучающей системы имеет несколько аспектов:

  1. Предоставление удаленного доступа к системе предполагает работу в режиме клиент-сервер.

  2. Система должна обеспечивать поддержку распределенных данных.

  3. Создание системы подобного уровня сложности в принципе возможно лишь при использовании вычислительных возможностей, предоставляемых сетью. Если говорить о полнофункциональной АОС, то решение задачи автоматизированного обучения в максимальном варианте включает:




  1. предоставление учебных материалов в различных формах (текст, гипертекст, графика, аудио- и видеоматериалы и т.д.);

  2. выполнение практических работ (моделирование, проектирование, решение задач и пр.);

  3. организация диалога с обучаемым (т.е. ответы на его вопросы);

  4. определение уровня знаний обучаемого;

  5. адаптация системы к уровню знаний обучаемого в соответствии с целью обучения.

Размещение отдельных модулей, входящих в состав АОС, на разных узлах сети позволит повысить степень параллелизма работы системы с множеством пользователей.

Выделим основные принципы построения РАОС [28]:

  1. Распределенность: функционирование на основе компьютерных сетей.

  2. Полнофункциональность: предоставление возможности использования практически любых известных к настоящему времени технологий и методов компьютерного обучения.

  3. Универсальность, т.е. пригодность базового программного обеспечения РАОС для создания произвольных курсов и изучения любых дисциплин (естественнонаучных, технических, гуманитарных).

  4. Открытость, т.е. предоставление возможности использования готового программного и информационного обеспечения.

  5. Стандартизация: использование стандартных сетевых и программных решений и построение системы на основе универсальной интегрированной базы данных, что позволит легко и практически неограниченно наращивать, переносить и масштабировать ее.


1.2.1. Применение сетевых технологий в обучающих системах

В последнее время в мире наблюдается повышенный интерес к использованию для образовательных целей ресурсов международных глобальных компьютерных сетей. Среди наиболее распространенных Internet-технологий, которые используются для информационного обеспечения образовательных услуг, можно выделить [51]:

  1. системы электронной почты (E-mail);

  2. средства организации файловых архивов и доступа к ним (FTP);

  3. сетевая файловая система (NFS);

  4. push-технология принудительной доставки информации;

  5. глобальная распределенная гипертекстовая информационная система (WWW).

Кроме этих стандартных для Internet технологий, в обучении применяются адаптивные обучающие системы, которые используют такие интересные подходы, как [15]:

• адаптивное планирование (curriculum sequencing),

  1. интеллектуальный анализ решений обучаемого,

  2. поддержка интерактивного решения задач,

  3. поддержка решения задач на примерах и поддержка совместной работы,

  4. поддержка адаптивного представления и адаптивной навигации.

Все технологии адаптации, применяемые в адаптивных обучающих системах в Web, взяты либо из области ИОС, либо из области адаптивной гипермедиа. В ближайшем будущем ожидается появление новых технологий адаптации, например: адаптивная поддержка совместной работы, специально спроектированная для обучения в Web.

В процессе обучения используются как информационные ресурсы общего назначения, уже существующие в глобальных сетях, так и специальные "образовательные" серверы. Но существующие образовательные серверы нельзя однозначно отнести ни к распределенным системам, ни к автоматизированным обучающим системам.

Как пример наиболее распространенного подхода к организации образовательных серверов можно привести инструментальную систему Distance Learning Studio, разработанную Санкт-Петербургским отделением института "Открытое общество" и компанией ГиперМетод [131]. Эта система предоставляет доступ в режиме клиент-сервер и обладает встроенной системой контроля знаний, основанной на дихотомических тестах, т.е. тестах, которые можно либо решить полностью, либо не решить вообще.

РАОС - это АОС, функционирующая в сети и объединяющая вычислительные возможности сети для реализации своих функций. Обучающая система не может быть названа распределенной, если она работает только в режиме удаленного доступа и не использует вычислительные возможности сети.

С другой стороны, АОС предполагает постоянное наблюдение за ходом обучения и адаптацию процесса обучения к индивидуальным характеристикам обучаемых. Поэтому отсутствие возможностей адаптации не позволяет считать образовательный сервер автоматизированной обучающей системой [15].

1.2.2. Телекоммуникационная среда РАОС

При построении распределенной автоматизированной системы обучения, предполагающей доступ как в рамках локальной вычислительной сети (ЛВС), так и через Internet, встает задача оптимального выбора среды передачи информации между элементами системы.

Оптимальность определяется временем реакции системы на запрос в интерактивном режиме работы и отношением скорости передачи данных к стоимости услуг связи.

Современные телекоммуникационные сети характеризуются большим разнообразием технологий и протоколов. Аналоговые системы связи в меньшей степени отвечают требованиям режима on-line из-за невысоких скоростей и ненадежности соединения. Они могут успешно применяться для низкоскоростной передачи данных, в частности по протоколу Х.25, при режиме "толстый клиент - тонкий сервер".

Строительство и аренда выделенных цифровых каналов связи, построенных на основе медных кабелей, оптоволокна, беспроводных и спутниковых каналов связи, обходятся значительно дороже. Поэтому их использование для образовательных целей ограничено. Но в тех случаях, когда это возможно (например, в рамках образовательного учреждения), следует использовать выделенные каналы. Они отличаются надежностью и более высокими скоростями передачи данных, что позволяет расширить сферу услуг, предоставляемых системой.

Считается [36], что одной из наиболее перспективных технологий для организации РАОС является цифровая сеть с интеграцией служб ISDN (Integrated Services Digital Network). В основе ISDN лежит устоявшаяся технология и использование оборудования и каналов существующих телефонных сетей общего пользования (ТфОП).

По мере развития и удешевления сетевых технологий для организации распределенной обучающей системы будут применяться и новые сетевые технологии [37], среди которых можно отметить такие, как:

  1. сети с асинхронным режимом передачи данных (ATM), которые рассчитаны на передачу любых видов трафика с высокой надежностью и эффективностью, а также масштабировать полосу пропускания;

  2. сети с ретрансляцией кадров (frame relay), поддерживающие многоточечные топологии и обычно базирующиеся на выделенных линиях; сети frame relay хорошо зарекомендовали себя при передаче различных видов трафика, в том числе для работы в режиме on-line, когда очень высоки временные требования к системе;

  3. многоточечная передача данных на основе коммутации ячеек (SMDS, Synchronous Multimegabit Digital Service);

  4. широкополосная ISDN (B-ISDN, Broadband ISDN);

  5. высокоскоростная передача интегрированных данных по сетям кабельного телевидения (КТВ) и телефонным проводам (xDSL).

Эти технологии очень перспективны, но пока малодоступны и дороги.
1.2.3. Компьютерные сети РАОС

В общем случае распределенная обучающая система состоит из нескольких подсистем, связанных вычислительной сетью. Каждая из этих подсистем является либо автономной полнофункциональной обучающей системой, либо выполняет отдельные операции, необходимые для функционирования РАОС.

В системе дистанционного обучения каналы связи, обеспечивающие взаимодействие удаленных элементов системы, должны быть не постоянными, а коммутируемыми при наличии информации для передачи. В этом случае одним из наиболее приемлемых решений - как по функциональным возможностям, так и по стоимости - может стать использование сетей ISDN. Они обеспечивают такие функции, как связь по требованию, пропускная способность по требованию (объединение нескольких B-каналов в один логический канал), компрессия данных в канале, защита информации, и позволяют реализовать разнообразные решения проблем организации связи в системе дистанционного обучения. Сети ISDN способны решить также вопросы организации подключения ЛВС и рабочих мест пользователей к Internet при условиях достаточно высоких требований к пропускной способности сети и ограниченности финансовых ресурсов [36].



В режиме "клиент-сервер" в зависимости от расположения программного обеспечения и разделения функций различают два типа организации работы:

  1. " тонкий" клиент - " толстый" сервер;

  2. "толстый" клиент - "тонкий" сервер.

В существующих обучающих системах в основном используется первый вариант (например, [46]).

Теперь рассмотрим положение дел в области создания и использования автоматизированных обучающих систем.
  1   2   3   4   5   6   7   8   9



Скачать файл (5990.5 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации
Рейтинг@Mail.ru