Computer-Lehrmittel werden unterteilt in:
Computerlehrbücher;
domänenspezifische Umgebungen;
Laborworkshops;
Simulatoren;
Wissenskontrollsysteme;
Verzeichnisse und Datenbanken für Bildungszwecke;
Werkzeugsysteme;
Experten-Lernsysteme.
Automatisierte Lernsysteme (ATS) - Komplexe aus Software und Hardware sowie pädagogischen und methodologischen Werkzeugen, die aktive Lernaktivitäten ermöglichen. AES bietet nicht nur die Vermittlung von spezifischem Wissen, sondern auch die Überprüfung der Antworten der Schüler, die Möglichkeit von Hinweisen, die Unterhaltung des studierten Materials usw.
AES sind komplexe Mensch-Maschine-Systeme, die sich zu einer ganzen Reihe von Disziplinen vereinen: Didaktik (Ziele, Inhalte, Muster und Prinzipien der Bildung werden wissenschaftlich fundiert); Psychologie (unter Berücksichtigung der Merkmale des Charakters und des mentalen Lagers des Schülers); Modellierung, Computergrafik usw.
Das wichtigste Mittel der Interaktion zwischen dem Schüler und dem ATS ist Dialog. Der Dialog mit dem Lernsystem kann sowohl vom Lernenden als auch vom System gesteuert werden. Im ersten Fall bestimmt der Student selbst die Art seiner Arbeit mit AOS, indem er eine Methode zum Studium des Materials wählt, die seinen individuellen Fähigkeiten entspricht. Im zweiten Fall wählt das System die Methode und Methode zum Studium des Materials aus und präsentiert dem Schüler gemäß dem Szenario Rahmen von Unterrichtsmaterial und Fragen an ihn. Der Student gibt seine Antworten in das System ein, das ihre Bedeutung für sich selbst interpretiert und eine Nachricht über die Art der Antwort anzeigt. Abhängig vom Grad der Richtigkeit der Antwort oder von den Fragen des Schülers organisiert das System den Start bestimmter Pfade des Lernszenarios, wählt eine Lernstrategie und passt sich dem Wissensstand des Schülers an.
Expertenlernsysteme (ETS). Sie implementieren Lernfunktionen und enthalten Wissen aus einem bestimmten, eher engen Fachgebiet. ETS haben die Fähigkeit, die Strategie und Taktik zur Lösung des Problems des untersuchten Fachgebiets zu erklären und den Stand der Kenntnisse, Fähigkeiten und Fertigkeiten mit der Diagnose von Fehlern auf der Grundlage der Trainingsergebnisse zu kontrollieren.
Ausbildungsdatenbanken (UBD) und Ausbildungswissensdatenbanken (UBZ), fokussiert auf ein bestimmtes Themengebiet. UBD ermöglichen es Ihnen, Datensätze für eine bestimmte Bildungsaufgabe zu bilden und die darin enthaltenen Informationen auszuwählen, zu sortieren, zu analysieren und zu verarbeiten. UBZ enthält in der Regel eine Beschreibung der Grundbegriffe des Fachgebietes, Strategie und Taktik zur Lösung von Problemen; eine Reihe von Übungsvorschlägen, Beispielen und Aufgaben des Fachgebiets sowie eine Auflistung möglicher studentischer Fehler und Hinweise zu deren Behebung; eine Datenbank mit einer Liste von Lehrmethoden und Organisationsformen der Bildung.
Multimediale Systeme. Sie ermöglichen die Umsetzung intensiver Methoden und Schulungsformen, die Steigerung der Lernmotivation durch den Einsatz moderner Mittel zur Verarbeitung audiovisueller Informationen, die Steigerung der emotionalen Wahrnehmung von Informationen und die Fähigkeit zur Umsetzung verschiedener Formen eigenständiger Informationsverarbeitungsaktivitäten.
Multimediasysteme werden weit verbreitet verwendet, um Prozesse verschiedener Art auf der Grundlage ihrer Simulation zu untersuchen. Hier können Sie das Leben von Elementarteilchen der Mikrowelt, die für das gewöhnliche Auge unsichtbar sind, beim Physikstudium visualisieren, bildlich und klar über abstrakte und n-dimensionale Welten sprechen, klar erklären, wie dieser oder jener Algorithmus funktioniert usw. Die Möglichkeit, den realen Ablauf farblich und mit Tonbegleitung zu simulieren, hebt das Lernen auf eine qualitativ neue Ebene.
Systeme<Виртуальная реальность>. Sie werden zur Lösung konstruktiv-grafischer, künstlerischer und anderer Aufgaben verwendet, bei denen es notwendig ist, die Fähigkeit zu entwickeln, eine mentale räumliche Gestaltung eines Objekts gemäß seiner grafischen Darstellung zu schaffen; im Studium der Stereometrie und Zeichnung; in computergestützten Simulatoren von technologischen Prozessen, Nuklearanlagen, Luftfahrt, See- und Landverkehr, wo es ohne solche Geräte grundsätzlich unmöglich ist, die Fähigkeiten der menschlichen Interaktion mit modernen superkomplexen und gefährlichen Mechanismen und Phänomenen zu trainieren.
Computer-Telekommunikationsnetze für Bildungszwecke. Sie ermöglichen Fernunterricht (DL) - Fernunterricht, wenn Lehrer und Schüler räumlich und (oder) zeitlich getrennt sind und der Bildungsprozess unter Verwendung von Telekommunikation, hauptsächlich auf der Grundlage des Internets, durchgeführt wird. Gleichzeitig erhalten viele Menschen die Möglichkeit, ihre Bildung zu Hause zu verbessern (z. B. Erwachsene, die mit beruflichen und familiären Sorgen belastet sind, junge Menschen, die auf dem Land oder in Kleinstädten leben). Eine Person erhält zu jedem Zeitpunkt ihres Lebens die Möglichkeit, einen neuen Beruf aus der Ferne zu erwerben, ihre Fähigkeiten zu verbessern und ihren Horizont zu erweitern, und zwar praktisch in jedem Wissenschafts- oder Bildungszentrum der Welt.
In der pädagogischen Praxis werden alle Haupttypen der Computertelekommunikation verwendet: E-Mail, elektronische Schwarze Bretter, Telefonkonferenzen und andere Internetfunktionen. DL sieht auch die autonome Nutzung von Kursen vor, die auf Videodiscs, CDs usw. aufgezeichnet sind. Computertelekommunikation bietet:
die Fähigkeit, über das Internet auf verschiedene Informationsquellen zuzugreifen und mit diesen Informationen zu arbeiten;
die Möglichkeit eines zeitnahen Feedbacks während des Dialogs mit dem Lehrer oder mit anderen Teilnehmern des Trainings;
die Möglichkeit, gemeinsame Telekommunikationsprojekte zu organisieren, auch internationale, Telefonkonferenzen, die Möglichkeit zum Meinungsaustausch mit jedem Teilnehmer dieses Kurses, ein Lehrer, Berater, die Möglichkeit, Informationen zu allen interessierenden Themen über Telefonkonferenzen anzufordern.
die Möglichkeit, Methoden der Remote-Kreativität zu implementieren, wie z. B. die Teilnahme an Remote-Konferenzen, Remote<мозговой штурм>netzwerkkreative Arbeit, vergleichende Analyse von Informationen im WWW, Fernforschungsarbeit, gemeinsame Bildungsprojekte, Planspiele, Workshops, virtuelle Touren etc.
Die gemeinsame Arbeit ermutigt die Studierenden, sich mit verschiedenen Sichtweisen auf das zu untersuchende Problem vertraut zu machen, nach zusätzlichen Informationen zu suchen und die eigenen Ergebnisse zu bewerten.
1Das Eindringen von Informationstechnologien in den Bildungsbereich führt zur Erweiterung der Begriffsbasis, sowohl durch die Bildung neuer Begriffe als auch durch die Verwendung alter Begriffe in einer neuen semantischen Bedeutung. Die Notwendigkeit, den semantischen Inhalt einiger Konzepte der Kybernetik zu ändern, liegt vor allem daran, dass die Aufgaben des Lernmanagements nicht losgelöst von der Befindlichkeit des Schülers betrachtet werden können. Aus dieser Sicht bilden das in Ausbildungssystemen eingebaute Informationsfeld und die vielen Teilnehmer am Bildungsprozess eine Einheit – ein „in sich schlüssiges System“. Dieses Konzept wurde von uns, wie viele andere Konzepte, die bereits Anwendung in der Beschreibung automatisierter Lernsysteme gefunden haben, nicht zufällig aus der Physik entlehnt. Unserer Meinung nach gibt es viele Gemeinsamkeiten zwischen den Aufgaben der Lernautomatisierung und Methoden zur Beschreibung beispielsweise eines Quantensystems. Dabei hat der Begriff „Informationsquant“ inhaltlich viel mehr mit dem Begriff eines Energiequants gemeinsam, als gemeinhin angenommen wird.
Aus informationstechnischer Sicht kann die Aufgabe des Lernens als die Überführung des Systems in einen neuen qualitativen Zustand durch endlich viele quantitative Transformationen betrachtet werden.
Bei der Entwicklung automatisierter Lernsysteme sollten die vom Computer verarbeiteten und dem Benutzer angebotenen Informationen zunächst unter dem Gesichtspunkt der Wahrnehmung dieser Informationen durch das Bewusstsein als für die Persönlichkeitsbildung nützliche Informationen bewertet werden. Mit anderen Worten, jedes Lernsystem (nicht unbedingt automatisiert) ist a Semantisches Informationssystem (SIS) . In diesem Zusammenhang ist es unserer Meinung nach zweckmäßig, solche kybernetischen Elemente herauszuheben, die allgemein genannt werden Informationsflüsse , wobei diese Begriffe jedoch in Bezug auf das SIS spezifiziert werden.
Unter Semantischer Informationsfluss in Lernen (SIPO) werden wir eine solche Abfolge von Veränderungen in unserem Wissen verstehen, die nur in seiner Gesamtheit wird vom Bewusstsein als ein bestimmter Schritt in der Persönlichkeitsentwicklung wahrgenommen, d.h. es sorgt für den Übergang der Persönlichkeit in eine neue Qualität.
Der Input des lernenden Systems erhält Informationen, die nach dem Prinzip der „elementaren Diversität“ organisiert sind: Eine Menge von Informationen wird über die Zeit einheitlich verarbeitet. Auf der numerischen Achse angegebene Informationsbits x und die vom Generator eingestellten Interrupt-Verarbeitungszyklen können als die Koordinaten einer "räumlich-zeitlichen" Mannigfaltigkeit (x, t) betrachtet werden - ein homogener Raum von Bildschirmereignissen.
Die Verarbeitung von Informationen zum Zwecke des Lernens ist eine Verletzung der Homogenität des Mannigfaltigen, seiner Transformation in einen bestimmten, möglicherweise metrischen Raum. Um genau zu verstehen, welche Veränderungen im kontinuierlichen Informationsfluss auftreten, während er für die Wahrnehmung auf dem Bildschirm eines Computermonitors vorbereitet wird, betrachten wir die grundlegenden Operationen im Informationsraum, die durch die Lernaufgaben diktiert werden.
1. Markup des Informationsraums - die Unterteilung des Informationsraums in SIPO.
2. Formatierung SIPO - Festlegung eines einzelnen Elements, einer Einheit des Informationsflusses in Bezug auf den Lernprozess.
3. SIPO-Quantisierung. Mit Quantisierung von SPS meinen wir seine Zerlegung in einige grundlegende Komponenten, die vorbestimmten Eigenschaften entsprechen, die von den Eigenschaften der Computerrepräsentation von Informationen, Lernaufgaben und Wahrnehmungsmerkmalen abhängen. In diesem Fall kann der Quantisierungsprozess selbst in zwei Komponenten zerlegt werden:
- sequentielle Quantisierung - Aufteilung in Teile der "Länge" des Informationsflusses (Long-Quantisierung);
- parallele Quantisierung - Schichtung einzelner langer Quanten in Schichten - flockige Quanten auf dem Weg zur Vertiefung der Idee eines Informationsflusselements.
4. Verteilung von SIPO. Im Lernprozess ist der Bedarf an unterschiedlichen Quanten unterschiedlich, und dieser Umstand macht es notwendig, das Problem der Verteilung des Informationsflusses über den Bereich der Computerrepräsentation von Wissen (Linien, Rahmen, Fenster) zu lösen.
5. Verkettung (Verbindung) von SIPO. Der Inhalt des Begriffs ähnelt seiner Bedeutung in der Programmierung. Wir sprechen sowohl über die Verbindung einzelner Schichten langer Quanten desselben SIPO als auch über die Verbindung einiger Quanten (sowohl lang als auch flockig) verschiedener SIPO. Die Verkettung innerhalb desselben SIPO ist in der Regel auf die Verwendung gleicher flockiger Quanten durch unterschiedlich lange Quanten zurückzuführen.
6. Gateway-Informationsfluss – Unterbrechung des Flusses neuer Informationen, um das Grundwissen anzupassen, das zum Verständnis weiterer Argumente erforderlich ist.
7. Zusammenführung von Informationsflüssen - die Bildung eines neuen Informationsflusses auf der Grundlage der in mehreren unabhängigen SIPO erzielten Ergebnisse.
Es ist nützlich, das Problem der Quantisierung von SIPO basierend auf dem in der Physik akzeptierten Verständnis des Energiequants zu klären. Unter einem Energiequant (Quantum eines elektromagnetischen Feldes) versteht man in der Physik einen Energieanteil, der nur als Ganzes, als Ganzes - ein Korpuskel - ausgesendet, im Raum bewegt und absorbiert wird. In diesem Fall hängt die Absorptionseigenschaft eines Quants von der Beziehung zwischen der Energie des Quants und den Fähigkeiten des absorbierenden Systems ab, d.h. Die Energie eines von einem System absorbierten Quants ist nicht nur eine Eigenschaft des Quants, sondern auch des absorbierenden Systems. In der bisherigen Interpretation des Informationsquantums fehlt diese Grundeigenschaft des Energiequantums gänzlich. Aber gerade diese Eigenschaft macht es möglich, von einem Quantensystem zu sprechen. Die im Informationsraum platzierten Auszubildenden stellen ein Mehrebenensystem dar, das zu seiner qualitativen Veränderung die Aufnahme unterschiedlicher Informationsmengen erfordert, d.h. Quanten verschiedener Informationsenergien. Aus dieser Sicht können eine Bildschirmseite eines Textes, eine Formel, eine Zeichnung nicht als unveränderliche Konzepte von Informationsflussquanten betrachtet werden. Gemäß dem Konzept der semantischen Information sollte nur ein Datensatz als Informationsquantum betrachtet werden, der notwendigerweise den Zustand unseres Wissens verändert, und aus Sicht des Lernens kann nur ein assimilierter Teil von Informationen den Zustand verändern des Wissens. Eine Information kann nur dann aufgenommen werden, wenn alle Daten aus diesem Teil dem Schüler klar sind. So versteht auch bei gleichem Lernhintergrund der eine die Formel ohne zusätzliche Erklärungen, der andere mit zusätzlichen Erklärungen und der dritte braucht eine Erklärung der in der Erklärung verwendeten Terminologie. Ein solches Verständnis des Informationsquantums bringt es dem Konzept des Energiequantums viel näher. Es liegt auf der Hand, dass es für bestimmte Größen des Informationsquants keinen Sinn macht, überhaupt von der Möglichkeit seiner Absorption zu sprechen, d.h. Assimilation.
Es sollte jedoch beachtet werden, dass eine Person als Element des Bildungsprozesses dazu neigt, Informationen selbst in Quanten zu zerlegen, um sie vollständig aufzunehmen. Gleichzeitig muss er zusätzliche Probleme lösen, die verfügbaren Informationen zu sortieren und nach den fehlenden Informationen zu suchen. Die Lösung dieser Probleme sollte automatisierten Trainingssystemen übertragen werden. Die oben betrachtete Verfeinerung der semantischen Operationen auf semantischen Informationen basierend auf den Lernaufgaben ermöglicht unserer Meinung nach eine bessere Organisation des Prozesses der Vorbereitung des Ausgangsmaterials für seine Verwendung in automatisierten Lernsystemen.
Literatur
- Gorovenko LA Aufbau einer Informations- und Bildungsumgebung mit Elementen künstlicher Intelligenz: Dis.... cand. Technik. Wissenschaften. Krasnodar, 2002. - 167 p.
- Solomatin N.M. Informationssemantische Systeme. - M.: Höhere Schule, 1989. - 127p.
Bibliographischer Link
Rykova E.V., Rykov V.T. COMPUTERLEHRSYSTEME UND INFORMATIONSSTRÖME // Erfolge der modernen Naturwissenschaften. - 2004. - Nr. 3. - S. 87-88;URL: http://natural-sciences.ru/ru/article/view?id=12424 (Zugriffsdatum: 19.09.2019). Wir machen Sie auf die Zeitschriften des Verlags "Academy of Natural History" aufmerksam
In der Regel sind Elemente des programmierten Lernens Bestandteil automatisierte Lernsysteme (AOS). Diese Systeme sind Komplexe der wissenschaftlichen, methodischen, pädagogischen und organisatorischen Unterstützung des Lernprozesses, der auf der Grundlage von Computer- oder, wie sie auch genannt werden, Informationstechnologien durchgeführt werden. Aus Sicht der modernen Didaktik hat die Einführung der Informationsumgebung und Software eine Vielzahl neuer Möglichkeiten in allen Bereichen des Lernprozesses geschaffen. Computertechnologien stellen grundlegend neue Mittel der Bildung dar. Aufgrund ihrer Geschwindigkeit und großen Speicherreserven ermöglichen sie es, verschiedene Umgebungen für programmiertes und problembasiertes Lernen zu implementieren, verschiedene Optionen für interaktive Lernmodi aufzubauen, wenn die Antwort des Schülers auf die eine oder andere Weise den weiteren Lernverlauf wirklich beeinflusst .
Ein moderner Lehrer muss daher zwangsläufig neue pädagogische Ansätze beherrschen, die auf den Mitteln und Methoden des individuellen Computertrainings basieren. Im Allgemeinen erhält der Lehrer Zugang zu Computerwerkzeugen, Informationsumgebungen und Softwareprodukten, die zur Unterstützung von Unterrichtsaktivitäten entwickelt wurden. Alle diese Werkzeuge bilden Komplexe automatisierter Lernsysteme.
Im Rahmen automatisierter Lernsysteme werden derzeit eine Reihe von Lernproblemen gelöst. Die erste Gruppe umfasst die Aufgaben der Überprüfung des Wissensstandes, der Fähigkeiten und Fertigkeiten der Studierenden vor und nach der Ausbildung, ihrer individuellen Fähigkeiten, Neigungen und Motivationen. Für solche Überprüfungen werden in der Regel entsprechende Systeme (Batterien) psychologischer Tests und Prüfungsfragen eingesetzt. Zu dieser Gruppe gehören auch die Aufgaben der Überprüfung der Leistungsindikatoren der Schüler, die durch die Registrierung solcher psychophysiologischer Indikatoren wie Reaktionsgeschwindigkeit, Aufmerksamkeitsniveau usw. durchgeführt werden.
Zweite eine Aufgabengruppe ist mit der Registrierung und statistischen Analyse der Indikatoren für die Beherrschung von Unterrichtsmaterial verbunden: die Einrichtung einzelner Abschnitte für jeden Schüler, die Bestimmung der Zeit für die Lösung von Problemen, die Bestimmung der Gesamtzahl der Fehler, die Klassifizierung der Arten von Einzelfehlern, usw. Es ist logisch, in diese Gruppe die Lösung von Aufgaben der Verwaltung von Bildungsaktivitäten aufzunehmen. Zum Beispiel Aufgaben, um das Tempo der Präsentation von Unterrichtsmaterial oder die Reihenfolge der Präsentation neuer Blöcke von Unterrichtsinformationen für den Schüler zu ändern, je nach Lösungszeit, Art und Anzahl der Fehler. Somit zielt diese Aufgabengruppe darauf ab, die wesentlichen Elemente des programmierten Lernens zu unterstützen und umzusetzen.
Dritte Eine Gruppe von AES-Aufgaben ist mit der Lösung der Probleme der Vorbereitung und Präsentation von Unterrichtsmaterial, der Anpassung des Materials an Schwierigkeitsgrade, der Erstellung dynamischer Illustrationen, Kontrollaufgaben, Laborarbeiten und der unabhängigen Arbeit der Schüler verbunden. Als Beispiel für das Niveau solcher Klassen kann man auf die Möglichkeit verweisen, verschiedene Informationstechnologie-Tools zu verwenden. Mit anderen Worten, die Verwendung von Softwareprodukten, die die Gestaltung verschiedener komplexer Labor- oder anderer praktischer Arbeiten ermöglichen. Beispielsweise der Aufbau eines „virtuellen“ Oszilloskops mit anschließender Demonstration seiner Möglichkeiten zur Erfassung, Verstärkung oder Synchronisierung verschiedener Signale. Ähnliche Beispiele aus der Chemie können die Modellierung der Wechselwirkung komplexer Moleküle, des Verhaltens von Lösungen oder Gasen bei Änderung der experimentellen Bedingungen betreffen.
Die technische Unterstützung automatisierter Lernsysteme basiert auf lokalen Computernetzwerken, einschließlich automatisierter Arbeitsstationen (AWS) von Schülern, einem Lehrer und einer Kommunikationsleitung zwischen ihnen (Abb. 10.1). Der Schülerarbeitsplatz kann neben Monitor (Display) und Tastatur einen Drucker, Multimedia-Elemente wie Lautsprecher, Tonsynthesizer, Text- und Grafikeditoren enthalten. Der Zweck all dieser technischen und Software-Tools besteht darin, den Schülern Lösungen, Referenzmaterial und Möglichkeiten zur Registrierung von Antworten zur Verfügung zu stellen. Die Ausstattung des zentralen Lehrerarbeitsplatzes beinhaltet wesentliche zusätzliche technische und softwaretechnische Elemente, die Ihnen die Anmeldung ermöglichen
Reis. 10.1. Das allgemeine Schema eines geschlossenen Regelkreises im "Lehrer-Schüler"-System. Die Software von automatisierten Arbeitsplätzen eines Lehrers und eines Schülers (ARMP und ARMU) ermöglicht es, verschiedene Optionen für automatisierte Trainingssysteme zu implementieren, einschließlich programmierter Trainingssysteme, die auf der Berücksichtigung individueller Lernschwierigkeiten und der Ausgabe persönlicher Aufgaben basieren
individuelle Antworten der Schüler, führen Statistiken über Fehlerarten, stellen individuelle Aufgaben und leisten Korrekturhilfen. Erweiterte Versionen von automatisierten Lernsystemen können Zugriff auf das Internet, Zugriff auf Datenbanken in verschiedenen Fachgebieten und E-Mail haben.
1Es wird eine Analyse von Computertrainingssystemen durchgeführt, die Hauptprobleme bei ihrer Konstruktion werden aufgedeckt. Das Hauptproblem ist die Konstruktion eines Modells des Schülers. Es gibt eine große Anzahl dieser Modelle, aber sie berücksichtigen die psychophysiologischen Merkmale und Merkmale des Schülers nur unzureichend und werden in der Regel nicht bei der Bildung des Schülers verwendet Struktur von Bildungsressourcen und deren Inhalt, was die Effektivität der Nutzung von Computerschulungssystemen verringert. Es wird vorgeschlagen, die Konstruktion von Modellen in Form eines semantischen Netzwerks aufzubauen, das sich von anderen Modellen durch die Sichtbarkeit und Einfachheit der Wissensrepräsentation, das Vorhandensein von Mechanismen für ihre Strukturierung und die Einhaltung moderner Vorstellungen über die Organisation des menschlichen Gedächtnisses unterscheidet. Die Entwicklung und Verbesserung von Computern führte und führt weiterhin zur Entwicklung neuer Technologien in verschiedenen Bereichen wissenschaftlicher und praktischer Tätigkeit. Trotz der aktuellen schnellen Entwicklung von Computer-Trainingssystemen gibt es viele Probleme, die sowohl mit ihrer Entwicklung als auch mit der Implementierung und Effizienz der Verwendung dieser Trainingssysteme verbunden sind. Das Hauptproblem bei der Erstellung adaptiver Lernsysteme ist die Schwierigkeit, eine solche Softwareumgebung aufzubauen, die eine Person „verstehen“ könnte.
Computer
Ausbildung
trainierbar
Ausbildung
Algorithmus
1. Bashmakov A.I., Bashmakov I.A. Entwicklung von Computerlehrbüchern und Lehrsystemen. – M.: Filin. - 2003. - 430er.
2. Brusilovsky P.L. Konstruktion und Verwendung von Schülermodellen in intelligenten Lernsystemen Izvestiya RAN. Technische Kybernetik. - 1992. - Nr. 5. - S. 97–119.
3. Gavrilova T.A., Khoroshevsky V.F. Wissensbasen intellektueller Systeme. - St. Petersburg: Peter, 2000. - 384 p.
4. Golenkov V. V., Emelyanov V. V., Tarasov V. B. Virtuelle Stühle und intelligente Lernsysteme // Künstliche Intelligenz News. - 2001. - Nr. 4. - S. 3-13.
5. Petrushin V.A. Lernsysteme: Architektur und Implementierungsmethoden (Überprüfung) // Izvestiya RAN. Technische Kybernetik. - 1993. - Nr. 2. - S. 164-190.
6. Petrushin V.A. Experten-Trainingssysteme. - Kiew: Naukova Dumka, 1992. - S. 196.
7. Pimenov V. I. Algorithmische Unterstützung des Instrumentenkomplexes zur Wissensbildung über technologische Prozesse Izvestiya vuzov. Instrumentierung. - 2009. - Nr. 1. - S. 3–9.
8. Rybina G. V. Integrierte Expertensysteme lehren: einige Ergebnisse und Perspektiven / Künstliche Intelligenz und Entscheidungsfindung. - 2008. - Nr. 1. - S. 22–46.
9. Frolov Yu.V., Makhotin D.A. Kompetenzmodell als Grundlage zur Beurteilung der Qualität der Facharztausbildung // Hochschulbildung heute. - 2004. - Nr. 8. - S. 34-41.
Die Entwicklung und Verbesserung von Computern führte und führt weiterhin zur Entwicklung neuer Technologien in verschiedenen Bereichen wissenschaftlicher und praktischer Tätigkeit. Einer dieser Bereiche war die Bildung – der Prozess der systematisierten Weitergabe von Wissen, Fertigkeiten und Fähigkeiten von einer Generation zur nächsten. Als eine mächtige Informationssphäre an sich, die Erfahrung in der Nutzung verschiedener klassischer (nicht computergestützter) Informationssysteme hat, hat die Bildung schnell auf die Möglichkeiten der modernen Technologie reagiert.
Vor unseren Augen entstehen nicht-traditionelle Informationssysteme, die mit dem Lernen verbunden sind; es ist natürlich, solche Systeme Informationstraining zu nennen.
Automatisierte Lernsysteme sind Systeme, die dabei helfen, neues Material zu meistern, Wissen zu kontrollieren und Lehrern bei der Vorbereitung von Unterrichtsmaterial zu helfen.
Der Zweck der Studie: Computer-Trainingssysteme zu analysieren, die Hauptprobleme bei ihrem Aufbau zu identifizieren, Teilmodelle eines Computer-Trainingssystems für die Weiterbildung zu entwickeln.
Die moderne Forschung auf dem Gebiet der Verwendung von Computern in der Bildung entwickelt sich hauptsächlich im Rahmen mehrerer Hauptbereiche, die wie folgt beschrieben werden können: Intelligente Lernsysteme; Bildungs-Multimedia und -Hypermedia; Lernumgebungen, Mikrowelten und Modellierung; Nutzung von Computernetzwerken in der Bildung; neue Technologien für den Unterricht in bestimmten Fächern.
Trotz der aktuellen schnellen Entwicklung von Computer-Trainingssystemen gibt es viele Probleme, die sowohl mit ihrer Entwicklung als auch mit der Implementierung und Effizienz der Verwendung dieser Trainingssysteme verbunden sind.
Betrachtet man das Problem der Entwicklung von Computer-Lernsystemen im Allgemeinen, kann man nicht umhin, das folgende wichtige Merkmal zu erwähnen, das von V.L. Stefanyuk, ist die Zuordnung von zwei Hauptprozessen: Lernen als Lernen und Lernen als Nachhilfe (Abbildung).
Klassifikation intelligenter Computerlernsysteme
Die Richtung des Lernens (Lernsysteme) ist Selbstlernen, Lernen mit einem Lehrer, Anpassung, Selbstorganisation usw. Daher werden bei der Entwicklung von Lernsystemen Modelle untersucht, die die Fähigkeit zur Anpassung an die Umgebung durch Sammeln von Informationen demonstrieren. Die Richtung des Tutoring (Lernsysteme) ist eng verbunden mit den Fragen „Wen lehren“ (Lernermodell), sowie „Was lehren“ (Lernmodell) und sogar „Warum lehren“, d.h. hier werden Modelle der Informations- und Wissensvermittlung vom Lehrer mit Hilfe des Computers untersucht.
Da es im Bereich der Pädagogik keine allgemein akzeptierten Theorien und Lernalgorithmen gibt, es keine formalen Modelle des Schülers, des Lernens, pädagogischer Einflüsse, Erklärungen etc. gibt, werden vor allem Hoffnungen auf logisch-linguistische Modelle gesetzt. Die Durchdringung der Integrationsprozesse von künstlicher Intelligenz und Pädagogik drückte sich bei intelligenten Lernsystemen, aber auch bei der Vermittlung integrierter Expertensysteme in der Notwendigkeit aus, zusätzliche Werkzeuge zur Unterstützung des Schülermodells einzuführen, nach denen der Lehrer das aktuelle Teilziel bestimmt Lernen auf strategischer Ebene sowie Werkzeuge, die ein bestimmtes Lernmodell in Form einer Reihe von pädagogischen Einflüssen auf taktischer Ebene implementieren und dem Lehrer die Möglichkeit geben, die Handlungen des Schülers zu beobachten und ihm das Notwendige zu geben Hilfe.
GA Atanov schreibt in dem Buch "Activity Approach to Teaching", dass die Modellierung des Wissens über den Schüler drei Hauptziele hat - festzustellen, "was er ist", "was wir von ihm sehen wollen" und "was er werden kann". Manchmal sind Fachkenntnisse und -fähigkeiten in einer bestimmten Disziplin/einem bestimmten Kurs in das normative Modell des Schülers eingeschlossen, oder ein aus fünf Komponenten bestehendes Fachmodell wird als Teil des normativen Modells betrachtet usw.
Das Hauptproblem bei der Erstellung adaptiver Lernsysteme ist die Schwierigkeit, eine solche Softwareumgebung aufzubauen, die eine Person „verstehen“ könnte. Daher basieren die meisten Entwicklungen in diesem Bereich auf der Erstellung von Modellen von Auszubildenden mit anschließender Beschreibung und Konstruktion verschiedener Hypothesen (Werke von A. G. Hein, B. S. Gershunsky, V. P. Zinchenko, A. V. Osin, S. V. Panyukova, I. V. Robert und andere). Modellen werden bestimmte Eigenschaften zugeordnet, die sich anschließend direkt auf den Aufbau des Trainingssystems selbst auswirken. Es gibt eine ziemlich große Anzahl von Schülermodellen, aber sie berücksichtigen die psychophysiologischen Merkmale und Merkmale des Schülers nur unzureichend und werden in der Regel nicht bei der Bildung der Struktur von Bildungsressourcen und deren Inhalten verwendet, was die Wirksamkeit verringert der Nutzung von Computer-Lernsystemen.
Aus dieser Sicht muss das Modell des Schülers und dementsprechend die Struktur dieser Systeme, die auf der Grundlage der Verwendung von Anpassungstechnologien implementiert werden, die Modalität des Schülers berücksichtigen; Art seines Temperaments; der aktuelle psycho-emotionale Zustand des Schülers. Von besonderem Interesse ist die Bestimmung des aktuellen psycho-emotionalen Zustands des Schülers. Als echte Werkzeuge, die den psycho-emotionalen Zustand bestimmen, können zwei große Gruppen unterschieden werden:
1. Tests und Testprogramme.
2. Spezielle Geräte oder Systeme.
In modernen Arbeiten zu Computerschulungssystemen gibt es praktisch keine Studien zur Bildung eines Kompetenzmodells eines Schülers, das seine Fähigkeit widerspiegelt, Wissen und persönliche Qualitäten für eine erfolgreiche Tätigkeit in einem bestimmten Berufsfeld anzuwenden, was ein neuer Prozess im Rahmen von ist die Erstellung und Nutzung dieser Systeme. Dieses Modell kann als neue dynamische Komponente des Schülermodells betrachtet werden, die einerseits eng mit dem psychologischen Persönlichkeitsbild verbunden ist und andererseits die Ergebnisse der Nutzung spezifischer Lehreinflüsse widerspiegelt.
Es gibt verschiedene Ansätze zur Modellierung von Bildungsinhalten als komplexes System, Möglichkeiten zur Darstellung semantischer Informationen, Probleme, die bei der Entwicklung wissensbasierter Systeme auftreten, und die gängigsten Modelle für deren Darstellung. Zur Repräsentation von Wissen in intelligenten Systemen gibt es verschiedene Wege, deren Vorhandensein zunächst durch den Wunsch bedingt ist, Wissen aus verschiedenen Fachgebieten möglichst effizient zu repräsentieren.
Die Methode der Wissensrepräsentation wird in den meisten Fällen mit dem entsprechenden Modell implementiert. Die Haupttypen von Wissensrepräsentationsmodellen werden in logische (formale), heuristische (formalisierte) und gemischte Modelle unterteilt.
Basierend auf einer Systemanalyse intelligenter Modelle der Wissensrepräsentation wurde als zentrales Mittel zur Lösung dieser didaktischen Probleme im Bereich der Informatik ein Modell in Form eines semantischen Netzes gewählt.
Nach einer Systemanalyse intellektueller Modelle können wir schlussfolgern, dass das Modell eines Computer-Trainingssystems für die Weiterbildung die Konstruktion der folgenden drei Teilmodelle beinhalten sollte: ein Schülermodell (M1), ein Modell des Lernprozesses (M2), ein Erklärungsmodell (M3) .
Das Modell M1 umfasst die folgenden Komponenten: im einfachsten Fall - Buchhaltungsinformationen über den Studenten und in komplexeren Fällen - das psychologische Porträt der Studentenpersönlichkeit (Ph); das Ausgangsniveau der Kenntnisse und Fähigkeiten des Schülers (); das endgültige Niveau der Kenntnisse und Fähigkeiten des Schülers (); Algorithmen zum Identifizieren des Wissensstands und der Fähigkeiten des Schülers (A); psychologische Testalgorithmen zur Identifizierung persönlicher Merkmale, auf deren Grundlage ein psychologisches Porträt der Persönlichkeit des Schülers (АPh) erstellt wird. Unter dem Begriff „Wissen“ wird gemäß der Sichtweise von O.I. Larichev wird als theoretische Bereitschaft des Schülers (deklaratives Wissen) und der Begriff "Fähigkeiten" - die Fähigkeit, Theorie bei der Lösung praktischer Probleme anzuwenden (prozedurales Wissen) verstanden.
Um die A- und APh-Algorithmen bei der Bildung des M1-Modells zu implementieren, wurde der folgende Satz von Schülertestverfahren verwendet: das Verfahren zum Eingeben von Anfangsinformationen (Kontrollfragen, der Vektor der richtigen Antworten und Gewichtungskoeffizienten für jede Frage); das Vorgehen zur Ableitung von Fragen und Antwortmöglichkeiten im Prozess der Wissenskontrolle; Bewertungsverfahren; Verfahren zur Berechnung der Abschlussnote. Modell M1 enthält Informationen über den Wissensstand des Schülers (Modelle , ) ─ sowohl allgemeine, integrierte Merkmale, als auch solche, die die Aneignung des aktuellen Unterrichtsstoffs durch ihn widerspiegeln.
Im Allgemeinen ist das Lernermodell ein endlicher gerichteter Graph, der als Mlearner = beschrieben werden kann
Aktuell wurde eine Bibliothek von Auswertealgorithmen entwickelt, die je nach Studiengangs-/Fachrichtung und Auszubildendenkontingent flexibel bei der Prüfung von Auszubildenden zum Einsatz kommen. Beispielsweise eine Methode, die auf der ausgewogenen Bewertung von T. Roberts für geschlossene Fragen basiert und um die Möglichkeit der willkürlichen Einstellung des Schweregrades der Bewertung ergänzt wird, sowie die Gewichtung der Fragen durch Schwierigkeitskoeffizienten, die auf der Grundlage von erhalten werden B. eine Expertenbewertung, effektiv genutzt wird. Ausgewogenheit bedeutet in diesem Fall die Unabhängigkeit der mathematischen Erwartung der Bewertung von der Anzahl der zufällig erhaltenen richtigen und falschen Antworten auf diese Frage.
Um das Modell des Schülers M1 zu bilden, wird das Referenzmodell Me verwendet, das dem Wissensstand des Lehrers über einen bestimmten Abschnitt des zu studierenden Kurses entspricht, mit dem die Ergebnisse verglichen werden, die in der Phase des Aufbaus von M1 erzielt wurden. Formal ist das Referenzmodell Me wie auch das Schülermodell ein gerichteter Graph, also eine Menge der Form Me =
Der dynamische Aufbau des Schülermodells M1 erfolgt durch Vergleich des aktuellen M1 mit dem zuvor vom Lehrer gebauten Referenzmodell Me. Es ist wichtig zu beachten, dass in dieser Phase neben der Ermittlung des Wissens- und Fähigkeitsstands die Erstellung eines psychologischen Porträts des Individuums durchgeführt wird.
Das Lernprozessmodell enthält Wissen über die Planung und Organisation (Gestaltung) des Lernprozesses, allgemeine und besondere Unterrichtsmethoden, sodass das vorgeschlagene M2-Modell die folgenden Komponenten umfasst: eine Reihe von M1-Modellen; eine Reihe von Lernstrategien und Lerneinflüssen; die Funktion der Auswahl von Lernstrategien oder der Generierung von Lernstrategien in Abhängigkeit vom Eingabemodell M1.
Es sollte beachtet werden, dass das Lernmanagement auf der Grundlage eines Plans durchgeführt wird, der entweder aus der Bibliothek von Lernstrategien ausgewählt oder basierend auf den Parametern M1 automatisch generiert wird, und jede Lernstrategie aus einer bestimmten Abfolge von Lernaktionen besteht.
Die mengentheoretische Beschreibung des adaptiven Modells M2 ist eine Menge der Form M2 =
Das Erklärungsmodell (M3) wird aufgrund der Tatsache entwickelt, dass die bestehenden Methoden zur Implementierung von Erklärungsmethoden in traditionellen Computersystemen die Lernziele nicht vollständig erfüllen, insbesondere die M1- und M2-Modelle, also das auf Produktionsmodelle ausgerichtete M3-Modell der Wissensrepräsentation umfasst folgende Komponenten:
M3G - Zielprozeduren, die den Fortschritt der Problemlösung erklären, indem sie auf dem Bildschirm Erklärungstexte erzeugen, die Beschreibungen der in der Ausgabe verwendeten Regeln enthalten (aufgezeichnete Erklärungen), sowie Schülerfehler bei der Lösung des aktuellen Problems lokalisieren;
M3D - Verfahren zur detaillierten Erklärung, die es ermöglichen, je nach Kenntnisstand des Schülers den Fortschritt der Problemlösung mit unterschiedlichem Detaillierungsgrad visuell zu veranschaulichen;
M3A - Algorithmen zur Interpretation der Ergebnisse der Prozesse zur Identifizierung der Fähigkeit des Schülers, direkte / umgekehrte Inferenzmechanismen zu implementieren, einschließlich der Möglichkeit, zusätzliche Informationen über die Objekte des Problembereichs und ihre Beziehungen bereitzustellen.
Die Modelle M1, M2, M3 spezifizieren eine typische Lernaufgabe anhand spezifischer Abläufe und Funktionen vollständig und weisen auch auf das Vorhandensein bestimmter Zusammenhänge hin. Mit anderen Worten, wir können sagen, dass es für die erfolgreiche Implementierung und den Betrieb eines Computersystems für die Weiterbildung von Spezialisten erforderlich ist, dass sein Modell die folgende Funktionalität umfasst:
Erstellen eines Modells eines Studenten (unter Berücksichtigung des psychologischen Porträts einer Person, seines Bildungswunsches und des Ausgangswissens) und des Referenzmodells des Kurses;
Aufbau eines Modells des Lernprozesses, dessen Kern die dynamische Modifikation der Lernstrategie in Übereinstimmung mit dem aktuellen Modell des Schülers und die anschließende Generierung einer Reihe von Lerneinflüssen ist, die in dieser Lernphase am effektivsten sind Berücksichtigung der psychologischen Eigenschaften der Schüler;
Steuerung der Aktivität des Schülers und Generierung von Steuerungsentscheidungen zur angemessenen Anpassung der Handlungen des Schülers, um die gesetzten Lernziele zu erreichen;
Aufbau eines Erklärungsmodells zur Bewertung der Logik der Entscheidungsfindung, Berechnungsergebnisse, Erklärung einer falschen Alternative oder einer Stufe bei der Lösung eines Problems.
Rezensenten:
Karelin V.P., Doktor der Technischen Wissenschaften, Professor, Leiter der Fakultät für Mathematik und Informatik, Taganrog Institute of Management and Economics (TIU und E), Taganrog;
Kiryanov B.F., Doktor der Technischen Wissenschaften, Professor der Abteilung für Angewandte Mathematik und Informatik, Staatliche Universität Novgorod. Jaroslaw der Weise, Weliki Nowgorod;
Antonov A.V., Doktor der Technischen Wissenschaften, Professor, Dekan der Fakultät für Kybernetik, Obninsk Institute of Atomic Energy, National Research Nuclear University MEPhI, Ministerium für Bildung und Wissenschaft der Russischen Föderation, Obninsk.
Die Arbeit ist am 30. Oktober 2013 bei der Redaktion eingegangen.
Bibliographischer Link
Ljaschtschenko N.I. ANALYSE VON MODELLEN VON COMPUTER-TRAININGSSYSTEMEN. AUFBAU VON TEILMODELLEN IN EINEM COMPUTERSYSTEM ZUR BERUFLICHEN ENTWICKLUNG VON SPEZIALISTEN // Grundlagenforschung. - 2013. - Nr. 10-10. – S. 2153-2157;URL: http://fundamental-research.ru/ru/article/view?id=32726 (Zugriffsdatum: 19.09.2019). Wir machen Sie auf die Zeitschriften des Verlags "Academy of Natural History" aufmerksam
Computer-Tutorials (KOPR) sind elektronische Hypertext-Lehrbücher mit interaktiven Funktionen und multimedialen Elementen, die für die selbstständige Arbeit von Schülern mit Unterrichtsmaterial konzipiert sind; effektiv in der Fernlerntechnologie.
COPR ergänzt traditionelle Unterrichtsmaterialien und nutzt die Möglichkeiten moderner Computertechnologie.
Sie beinhalten:
theoretischer Stoff
Analyse der Lösung typischer Probleme und erläuternde Beispiele
Grafiken und Animationsmaterialien
Tests zur Selbstkontrolle und Wissenskontrolle
notwendige Zusatz- und Servicemittel.
Es ist möglich, die häufigsten zu identifizieren Arten von Computereinrichtungen:
Präsentationen- die häufigste Art der Präsentation von Demonstrationsmaterialien (bla bla)
Elektronische Enzyklopädien kombinieren die Funktionen von Demonstrations- und Nachschlagewerken und sind ein elektronisches Analogon herkömmlicher Nachschlage- und Informationsveröffentlichungen wie Enzyklopädien, Wörterbücher, Nachschlagewerke. Hypertext-Systeme und Hypertext-Auszeichnungssprachen wie HTML werden häufig verwendet, um solche Enzyklopädien zu erstellen.
Sie haben eine Reihe zusätzlicher Funktionen:
Normalerweise unterstützen sie ein bequemes Suchsystem nach Schlüsselwörtern und Konzepten;
Haben Sie ein bequemes Navigationssystem, das auf Hyperlinks basiert;
Kann Audio- und Videoclips enthalten.
Didaktische Materialien(Aufgabensammlungen, Diktate, Übungen, Beispiele, Aufsätze und Aufsätze), die in elektronischer Form vorliegen. Zu den didaktischen Materialien gehören auch Simulatorprogramme, zum Beispiel zum Lösen mathematischer Probleme oder zum Auswendiglernen von Fremdwörtern.
Programme für Wissenskontrollsysteme wie Fragebögen und Tests. Sie ermöglichen Ihnen eine schnelle, bequeme, neutrale und automatisierte Weiterverarbeitung der Ergebnisse.
Elektronische Lehrbücher und E-Learning-Kurse Kombinieren Sie alle oder mehrere der oben genannten Arten von Trainingsprogrammen in einem einzigen Softwarepaket. Beispielsweise wird der Auszubildende zunächst eingeladen, sich den Schulungskurs anzusehen (Präsentation); im nächsten Schritt kann er basierend auf den Erkenntnissen, die er beim Ansehen des Schulungskurses gewonnen hat, ein virtuelles Experiment aufbauen; und schließlich muss er eine Reihe von Fragen beantworten.
Lernspiele und Lernprogramme richtet sich hauptsächlich an Kinder im Vorschulalter und jüngere Schüler. Dieser Typ umfasst interaktive Programme mit einem Spielszenario. Durch die Durchführung einer Vielzahl von Aufgaben während des Spiels entwickeln Kinder Feinmotorik, räumliches Vorstellungsvermögen, Gedächtnis und andere Fähigkeiten.
Als Ergebnis der Arbeit mit Software verschiedener Art heben wir die folgenden Grundsätze für die Auswahl eines Softwareprodukts für den Einsatz im Unterricht hervor:
1) Das Programm sollte sowohl für Lehrer als auch für Schüler von der ersten Bekanntschaft an klar sein. Die Programmverwaltung sollte so einfach wie möglich sein.
2) Der Lehrer sollte in der Lage sein, das Material nach eigenem Ermessen zusammenzustellen und sich in der Unterrichtsvorbereitung kreativ zu betätigen.
3) Das Programm muss die Verwendung von Informationen in jeglicher Form der Darstellung (Text, Tabellen, Diagramme, Folien, Video- und Audiofragmente etc.) zulassen.
Schulungs- und Methodenkomplex - ein System normativer und pädagogischer und methodologischer Dokumentations-, Schulungs- und Kontrollinstrumente, die für die qualitative Organisation von Grund- und Zusatzbildungsprogrammen gemäß dem Lehrplan erforderlich und ausreichend sind. Das CMC einer akademischen Disziplin ist eines der Elemente der Organisation von Bildungsaktivitäten in Vollzeit-, Teilzeit- und Teilzeitformen der Bildung. Die Lehrmaterialien sollten für Studierende aller akademischen Disziplinen entwickelt werden, wobei die Notwendigkeit berücksichtigt wird, die Qualität der Assimilation des Inhalts des Lehrmaterials auf der Ebene der Anforderungen des SES VPO zu verbessern.
Das Hauptziel der Erstellung des WMC- dem Studenten einen vollständigen Satz an pädagogischen und methodischen Materialien für das unabhängige Studium der Disziplin zur Verfügung stellen. Dabei sind die Aufgaben der Lehrkraft neben der direkten Unterrichtung der Studierenden: die Erbringung von Beratungsleistungen, die aktuelle und abschließende Wissenseinschätzung, die Motivation zum selbstständigen Arbeiten.
