კომპიუტერული სასწავლო საშუალებები იყოფა:

კომპიუტერული სახელმძღვანელოები;

დომენის სპეციფიკური გარემო;

ლაბორატორიული სახელოსნოები;

სიმულატორები;

ცოდნის კონტროლის სისტემები;

დირექტორიები და მონაცემთა ბაზები საგანმანათლებლო მიზნებისთვის;

ხელსაწყოების სისტემები;

საექსპერტო სწავლის სისტემები.

ავტომატური სასწავლო სისტემები (ATS) - პროგრამული უზრუნველყოფის და აპარატურის კომპლექსები და საგანმანათლებლო და მეთოდოლოგიური ინსტრუმენტები, რომლებიც უზრუნველყოფენ აქტიურ სასწავლო აქტივობებს. AES უზრუნველყოფს არა მხოლოდ კონკრეტული ცოდნის სწავლებას, არამედ სტუდენტების პასუხების შემოწმებას, მინიშნებების შესაძლებლობას, შესასწავლი მასალის გართობას და ა.შ.

AES არის რთული ადამიანი-მანქანის სისტემები, რომლებიც გაერთიანებულია დისციპლინების ერთ მთლიან სერიაში: დიდაქტიკა (განათლების მიზნები, შინაარსი, შაბლონები და პრინციპები მეცნიერულად არის დასაბუთებული); ფსიქოლოგია (მოსწავლის ხასიათისა და გონებრივი საწყობის მახასიათებლების გათვალისწინებით); მოდელირება, კომპიუტერული გრაფიკა და ა.შ.

სტუდენტსა და სს-ს შორის ურთიერთქმედების მთავარი საშუალებაა დიალოგი. სასწავლო სისტემასთან დიალოგი შეიძლება კონტროლდებოდეს როგორც მოსწავლის, ასევე სისტემის მიერ. პირველ შემთხვევაში, სტუდენტი თავად განსაზღვრავს AOS-თან მუშაობის რეჟიმს, ირჩევს მასალის შესწავლის მეთოდს, რომელიც შეესაბამება მის ინდივიდუალურ შესაძლებლობებს. მეორე შემთხვევაში, მასალის შესწავლის მეთოდსა და მეთოდს ირჩევს სისტემა, მოსწავლეს სცენარის შესაბამისად წარუდგენს სასწავლო მასალის ჩარჩოებს და კითხვებს. მოსწავლე შეაქვს თავის პასუხებს სისტემაში, რომელიც თავისთვის განმარტავს მათ მნიშვნელობას და აჩვენებს შეტყობინებას პასუხის ბუნების შესახებ. პასუხის სისწორის ხარისხიდან, ან მოსწავლის კითხვებიდან გამომდინარე, სისტემა აწყობს სასწავლო სცენარის გარკვეული გზების გაშვებას, სწავლის სტრატეგიის არჩევას და მოსწავლის ცოდნის დონეს ადაპტირებას.

საექსპერტო სწავლის სისტემები (ETS). ისინი ახორციელებენ სასწავლო ფუნქციებს და შეიცავს ცოდნას გარკვეული საკმაოდ ვიწრო საგნობრივი სფეროდან. ETS-ს აქვს უნარი ახსნას შესწავლილი საგნის პრობლემის გადაჭრის სტრატეგია და ტაქტიკა და უზრუნველყოს ცოდნის, უნარებისა და შესაძლებლობების დონის კონტროლი ტრენინგის შედეგების საფუძველზე შეცდომების დიაგნოზით.

ტრენინგის მონაცემთა ბაზები (UBD) და ტრენინგის ცოდნის ბაზები (UBZ), რომლებიც ორიენტირებულია კონკრეტულ თემაზე. UBD გაძლევთ საშუალებას ჩამოაყალიბოთ მონაცემთა ნაკრები მოცემული საგანმანათლებლო ამოცანისთვის და შეარჩიოთ, დაალაგოთ, გააანალიზოთ და დაამუშავოთ ამ კომპლექტებში მოცემული ინფორმაცია. UBZ, როგორც წესი, შეიცავს საგნობრივი სფეროს ძირითადი ცნებების აღწერას, სტრატეგიას და პრობლემების გადაჭრის ტაქტიკას; შემოთავაზებული სავარჯიშოების კომპლექტი, მაგალითები და დავალებები საგნის არეალის, აგრეთვე მოსწავლის შესაძლო შეცდომების ჩამონათვალისა და ინფორმაციის გამოსასწორებლად; მონაცემთა ბაზა, რომელიც შეიცავს სწავლების მეთოდებისა და განათლების ორგანიზაციული ფორმების ჩამონათვალს.

მულტიმედიური სისტემები. ისინი საშუალებას იძლევა განახორციელონ ტრენინგის ინტენსიური მეთოდები და ფორმები, გაზარდონ სწავლის მოტივაცია აუდიოვიზუალური ინფორმაციის დამუშავების თანამედროვე საშუალებების გამოყენებით, გაზარდონ ინფორმაციის ემოციური აღქმა, ჩამოაყალიბონ დამოუკიდებელი ინფორმაციის დამუშავების სხვადასხვა ფორმის განხორციელების უნარი.

მულტიმედიური სისტემები ფართოდ გამოიყენება სხვადასხვა ხასიათის პროცესების შესასწავლად მათი სიმულაციის საფუძველზე. აქ შეგიძლიათ წარმოიდგინოთ ჩვეულებრივი თვალისთვის უხილავი მიკროსამყაროს ელემენტარული ნაწილაკების ცხოვრება, ფიზიკის შესწავლისას, ფიგურალურად და ნათლად ისაუბროთ აბსტრაქტულ და n-განზომილებიან სამყაროებზე, ნათლად ახსნათ როგორ მუშაობს ესა თუ ის ალგორითმი და ა.შ. რეალური პროცესის ფერად და ხმის თანხლებით სიმულაციის უნარი ამაღლებს სწავლას თვისობრივად ახალ დონეზე.

სისტემები<Виртуальная реальность>. ისინი გამოიყენება კონსტრუქციულ-გრაფიკული, მხატვრული და სხვა ამოცანების ამოხსნისას, სადაც აუცილებელია ობიექტის გრაფიკული წარმოდგენის მიხედვით გონებრივი სივრცითი დიზაინის შექმნის უნარის გამომუშავება; სტერეომეტრიისა და ნახატის შესწავლაში; ტექნოლოგიური პროცესების, ბირთვული დანადგარების, ავიაციის, საზღვაო და სახმელეთო ტრანსპორტის კომპიუტერიზებულ ტრენაჟორებში, სადაც ასეთი მოწყობილობების გარეშე ფუნდამენტურად შეუძლებელია ადამიანის ურთიერთქმედების უნარების გამომუშავება თანამედროვე სუპერრთულ და საშიშ მექანიზმებთან და ფენომენებთან.

საგანმანათლებლო კომპიუტერული სატელეკომუნიკაციო ქსელები. ნება მიეცით უზრუნველყოს დისტანციური სწავლება (DL) - სწავლა დისტანციურად, როდესაც მასწავლებელი და სტუდენტი განცალკევებულია სივრცით და (ან) დროში, ხოლო სასწავლო პროცესი ხორციელდება ტელეკომუნიკაციის გამოყენებით, ძირითადად ინტერნეტის საფუძველზე. ამავდროულად, ბევრ ადამიანს აქვს შესაძლებლობა გააუმჯობესოს განათლება სახლში (მაგალითად, ბიზნესისა და ოჯახის პრობლემებით დატვირთული მოზარდები, სოფლად ან პატარა ქალაქებში მცხოვრები ახალგაზრდები). ადამიანი თავისი ცხოვრების ნებისმიერ პერიოდში იძენს შესაძლებლობას დისტანციურად შეიძინოს ახალი პროფესია, გაიუმჯობესოს კვალიფიკაცია და გააფართოოს თავისი ჰორიზონტი და პრაქტიკულად მსოფლიოს ნებისმიერ სამეცნიერო თუ საგანმანათლებლო ცენტრში.

საგანმანათლებლო პრაქტიკაში გამოიყენება კომპიუტერული ტელეკომუნიკაციების ყველა ძირითადი ტიპი: ელექტრონული ფოსტა, ელექტრონული ბიულეტენების დაფები, ტელეკონფერენციები და სხვა ინტერნეტ ფუნქციები. DL ასევე ითვალისწინებს ვიდეო დისკებზე, დისკებზე და ა.შ. ჩაწერილი კურსების ავტონომიურ გამოყენებას. კომპიუტერული ტელეკომუნიკაცია უზრუნველყოფს:

ინტერნეტის საშუალებით ინფორმაციის სხვადასხვა წყაროზე წვდომისა და ამ ინფორმაციასთან მუშაობის შესაძლებლობა;

მასწავლებელთან ან ტრენინგის სხვა მონაწილეებთან დიალოგის დროს სწრაფი უკუკავშირის შესაძლებლობა;

ერთობლივი სატელეკომუნიკაციო პროექტების ორგანიზების შესაძლებლობა, მათ შორის საერთაშორისო, ტელეკონფერენციები, აზრების გაცვლის შესაძლებლობა ამ კურსის ნებისმიერ მონაწილესთან, მასწავლებელთან, კონსულტანტებთან, ტელეკონფერენციების საშუალებით რაიმე საინტერესო საკითხზე ინფორმაციის მოთხოვნის შესაძლებლობა.

დისტანციური შემოქმედების მეთოდების განხორციელების შესაძლებლობა, როგორიცაა დისტანციურ კონფერენციებში მონაწილეობა, დისტანციური<мозговой штурм>ქსელური შემოქმედებითი მუშაობა, WWW-ში ინფორმაციის შედარებითი ანალიზი, დისტანციური კვლევითი სამუშაოები, კოლექტიური საგანმანათლებლო პროექტები, ბიზნეს თამაშები, სემინარები, ვირტუალური ტურები და ა.შ.

ერთობლივი მუშაობა ხელს უწყობს მოსწავლეებს გაეცნონ სხვადასხვა თვალსაზრისს შესასწავლ პრობლემაზე, მოიძიონ დამატებითი ინფორმაცია, შეაფასონ საკუთარი შედეგები.

1

ინფორმაციული ტექნოლოგიების შეღწევა განათლების სფეროში იწვევს კონცეპტუალური ბაზის გაფართოებას, როგორც ახალი ცნებების ფორმირების, ისე ძველი ცნებების ახალი სემანტიკური მნიშვნელობით გამოყენების გზით. კიბერნეტიკის ზოგიერთი ცნების სემანტიკური შინაარსის შეცვლის აუცილებლობა, უპირველეს ყოვლისა, განპირობებულია იმით, რომ სწავლის მართვის ამოცანები არ შეიძლება განიხილებოდეს მოსწავლის მდგომარეობიდან იზოლირებულად. ამ თვალსაზრისით, სასწავლო სისტემებში აგებული საინფორმაციო ველი და საგანმანათლებლო პროცესის მრავალი მონაწილე აყალიბებს ერთიან მთლიანობას – „თვითშეთანხმებულ სისტემას“. ეს კონცეფცია ჩვენ მიერ ნასესხები იყო ფიზიკიდან, ისევე როგორც ბევრმა სხვა ცნებამ, რომლებმაც უკვე იპოვეს გამოყენება ავტომატური სასწავლო სისტემების აღწერაში, არა შემთხვევით. ჩვენი აზრით, ბევრი საერთოა სწავლის ავტომატიზაციის ამოცანებსა და, მაგალითად, კვანტური სისტემის აღწერის მეთოდებს შორის. ამავდროულად, „ინფორმაციის კვანტური“ ცნების შინაარსს გაცილებით მეტი საერთო აქვს ენერგეტიკული კვანტის კონცეფციასთან, ვიდრე ჩვეულებრივ გვჯერა.

საინფორმაციო ტექნოლოგიების თვალსაზრისით, სწავლის ამოცანად შეიძლება მივიჩნიოთ სისტემის ახალ ხარისხობრივ მდგომარეობაში გადატანა რაოდენობრივი გარდაქმნების სასრული რაოდენობით.

ავტომატური სასწავლო სისტემების შემუშავებისას, კომპიუტერის მიერ დამუშავებული და მომხმარებლისთვის შეთავაზებული ინფორმაცია უნდა შეფასდეს, პირველ რიგში, ცნობიერების მიერ ამ ინფორმაციის აღქმის თვალსაზრისით, როგორც პიროვნების ფორმირებისთვის გამოსადეგ ინფორმაციას. სხვა სიტყვებით რომ ვთქვათ, ნებისმიერი სასწავლო სისტემა (აუცილებლად არ არის ავტომატიზირებული) არის ა სემანტიკური საინფორმაციო სისტემა (SIS) . ამ მხრივ მიზანშეწონილია, ჩვენი აზრით, გამოვყოთ ისეთი კიბერნეტიკური ელემენტები, რომლებიც საყოველთაოდ ე.წ. ინფორმაციის ნაკადები თუმცა, აკონკრეტებს ამ ცნებებს, როგორც გამოიყენება SIS-ზე.

ქვეშ სემანტიკური ინფორმაციის ნაკადი in სწავლა (SIPO) ჩვენ გავიგებთ ჩვენს ცოდნაში ცვლილებების ისეთ თანმიმდევრობას, რომელიც მხოლოდ მთლიანობაში ცნობიერების მიერ აღიქმება, როგორც გარკვეული ნაბიჯი პიროვნების განვითარებაში, ანუ უზრუნველყოფს პიროვნების გადასვლას ახალ ხარისხზე.

სასწავლო სისტემის შეყვანა იღებს ინფორმაციას, რომელიც ორგანიზებულია „ელემენტარული მრავალფეროვნების“ პრინციპით: ინფორმაციის ბიტების ნაკრები დროთა განმავლობაში ერთნაირად მუშავდება. ციფრული ღერძზე მოცემული ინფორმაციის ბიტები xხოლო გენერატორის მიერ დაყენებული შეწყვეტის დამუშავების ციკლები შეიძლება ჩაითვალოს რაღაც „სივრცულ-დროითი“ მრავალფეროვნების კოორდინატებად (x, t) - ეკრანის მოვლენების ერთგვაროვანი სივრცე.

ინფორმაციის დამუშავება სწავლის მიზნით არის მრავალფეროვნების ჰომოგენურობის დარღვევა, მისი გარდაქმნა გარკვეულ, შესაძლოა მეტრულ სივრცეში. იმისათვის, რომ გავიგოთ ზუსტად რა ცვლილებები ხდება ინფორმაციის უწყვეტ ნაკადში კომპიუტერის მონიტორის ეკრანიდან აღქმისთვის მისი მომზადების პროცესში, განვიხილოთ ძირითადი ოპერაციები საინფორმაციო სივრცეში, ნაკარნახევი სწავლის ამოცანებით.

1. საინფორმაციო სივრცის მარკირება - საინფორმაციო სივრცის დაყოფა SIPO-ზე.

2. SIPO-ს ფორმატირება - სასწავლო პროცესთან მიმართებაში ერთი ელემენტის, ინფორმაციის ნაკადის ერთეულის დაყენება.

3. SIPO კვანტიზაცია. SIPO-ს კვანტიზაციაში ვგულისხმობთ მის დაშლას რამდენიმე ძირითად კომპონენტად, რომლებიც შეესაბამება წინასწარ განსაზღვრულ თვისებებს, რომლებიც დამოკიდებულია ინფორმაციის კომპიუტერული წარმოდგენის მახასიათებლებზე, სასწავლო ამოცანებსა და აღქმის მახასიათებლებზე. ამ შემთხვევაში, კვანტიზაციის პროცედურა შეიძლება დაიყოს ორ კომპონენტად:

1. თანმიმდევრული კვანტიზაცია - ინფორმაციის ნაკადის "სიგრძის" ნაწილებად დაყოფა (გრძელი კვანტიზაცია);
2. პარალელური კვანტიზაცია - ცალკეული გრძელი კვანტების ფენებად სტრატიფიკაცია - ფანტელი კვანტები ინფორმაციის ნაკადის ელემენტის იდეის გაღრმავების გზაზე.

4. SIPO-ს დისტრიბუცია. სასწავლო პროცესში სხვადასხვა კვანტების საჭიროება განსხვავებულია და ეს გარემოება აუცილებელს ხდის ინფორმაციის ნაკადის განაწილების პრობლემის გადაჭრას ცოდნის კომპიუტერული წარმოდგენის არეალზე (ხაზები, ჩარჩოები, ფანჯრები).

5. SIPO-ს შეერთება (შეერთება). ტერმინის შინაარსი მსგავსია მისი მნიშვნელობის პროგრამირებაში. საუბარია როგორც ერთიდაიგივე SIPO-ს გრძელი კვანტების ცალკეული ფენების შეერთებაზე, ასევე სხვადასხვა SIPO-ს ზოგიერთი კვანტების (როგორც გრძელი, ისე ფანტელი) კავშირზე. როგორც წესი, ერთიდაიგივე SIPO-ში შეერთება განპირობებულია ერთი და იგივე ფანტელი კვანტების სხვადასხვა გრძელი კვანტების გამოყენებით.

6. კარიბჭის ინფორმაციის ნაკადი - ახალი ინფორმაციის ნაკადის შეჩერება შემდგომი მსჯელობის გასაგებად საჭირო ძირითადი ცოდნის კორექტირებისთვის.

7. საინფორმაციო ნაკადების შერწყმა - ახალი საინფორმაციო ნაკადის ფორმირება რამდენიმე დამოუკიდებელ SIPO-ში მიღებულ შედეგებზე დაყრდნობით.

სასარგებლოა SIPO-ს კვანტიზაციის პრობლემის გარკვევა ფიზიკაში მიღებული ენერგეტიკული კვანტის გაგების საფუძველზე. ფიზიკაში ენერგიის კვანტი (ელექტრომაგნიტური ველის კვანტი) გაგებულია, როგორც ენერგიის ნაწილი, რომელიც ემიტირებულია, მოძრაობს სივრცეში და შეიწოვება მხოლოდ მთლიანობაში, მთლიანობაში - კორპუსში. ამ შემთხვევაში კვანტის შთანთქმის თვისება დამოკიდებულია კვანტის ენერგიასა და შთამნთქმელი სისტემის შესაძლებლობებს შორის ურთიერთობაზე, ე.ი. სისტემის მიერ შთანთქმული კვანტის ენერგია არა მხოლოდ კვანტური, არამედ შთამნთქმელი სისტემის საკუთრებაა. ინფორმაციის კვანტის არსებული ინტერპრეტაციისას ენერგეტიკული კვანტის ეს ძირითადი თვისება საერთოდ არ არსებობს. მაგრამ სწორედ ეს თვისება იძლევა კვანტურ სისტემაზე ლაპარაკს. საინფორმაციო სივრცეში მოთავსებული მსმენელები წარმოადგენენ მრავალდონიან სისტემას, რომელიც მოითხოვს სხვადასხვა რაოდენობის ინფორმაციის ათვისებას მისი ხარისხობრივი ცვლილებისთვის, ე.ი. სხვადასხვა ინფორმაციული ენერგიის კვანტა. ამ თვალსაზრისით, ტექსტის ეკრანის გვერდი, ფორმულა, ნახატი არ შეიძლება ჩაითვალოს ინფორმაციის ნაკადის კვანტების უცვლელ ცნებებად. სემანტიკური ინფორმაციის კონცეფციის შესაბამისად, მხოლოდ მონაცემთა ისეთი ნაკრები, რომელიც აუცილებლად ცვლის ჩვენი ცოდნის მდგომარეობას, უნდა ჩაითვალოს ინფორმაციის კვანტად, ხოლო სწავლის თვალსაზრისით, ინფორმაციის მხოლოდ ათვისებულ ნაწილს შეუძლია შეცვალოს მდგომარეობა. ცოდნის. ინფორმაციის ათვისება შესაძლებელია მხოლოდ მაშინ, როდესაც ამ ნაწილის ყველა მონაცემი გასაგებია სტუდენტისთვის. ამრიგად, ერთი და იგივე სწავლის ფონზეც კი შეიძლება გაიგოს ფორმულა დამატებითი ახსნა-განმარტების გარეშე, მეორეს დამატებითი ახსნა-განმარტებით, ხოლო მესამეს სჭირდება განმარტებაში გამოყენებული ტერმინოლოგიის ახსნა. ინფორმაციის კვანტის ასეთი გაგება მას უფრო აახლოებს ენერგიის კვანტის კონცეფციასთან. აშკარაა, რომ გარკვეული ზომის ინფორმაციული კვანტურისთვის აზრი არ აქვს მისი შთანთქმის შესაძლებლობაზე ლაპარაკს, ე.ი. ასიმილაცია.

თუმცა, უნდა აღინიშნოს, რომ ადამიანი, როგორც საგანმანათლებლო პროცესის ელემენტი, მიდრეკილია ინფორმაციის კვანტებად დაშლას, რათა სრულად აითვისოს იგი. ამასთან, მას უწევს არსებული ინფორმაციის დახარისხებისა და დაკარგული ინფორმაციის მოძიების დამატებითი პრობლემების გადაჭრა. ამ პრობლემების გადაწყვეტა უნდა მიეცეს ავტომატური სასწავლო სისტემებს. სემანტიკური ოპერაციების დახვეწა სემანტიკურ ინფორმაციაზე ზემოთ განხილული, სწავლის ამოცანების საფუძველზე, ჩვენი აზრით, საშუალებას იძლევა უკეთესად მოაწყოს საწყისი მასალის მომზადების პროცესი ავტომატური სასწავლო სისტემებში გამოსაყენებლად.

ლიტერატურა

1. გოროვენკო L.A. ხელოვნური ინტელექტის ელემენტებით საინფორმაციო და საგანმანათლებლო გარემოს აგება: Dis.... cand. ტექ. მეცნიერებები. კრასნოდარი, 2002. - 167გვ.
2. სოლომატინი ნ.მ. ინფორმაციული სემანტიკური სისტემები. - მ.: უმაღლესი სკოლა, 1989. - 127გვ.

ბიბლიოგრაფიული ბმული

რიკოვა ე.ვ., რიკოვი ვ.ტ. კომპიუტერული სწავლების სისტემები და საინფორმაციო ნაკადები // თანამედროვე საბუნებისმეტყველო მეცნიერებების წარმატებები. - 2004. - No 3. - გვ 87-88;
URL: http://natural-sciences.ru/ru/article/view?id=12424 (წვდომის თარიღი: 09/19/2019). თქვენს ყურადღებას ვაქცევთ გამომცემლობა "ბუნების ისტორიის აკადემიის" მიერ გამოცემულ ჟურნალებს.

როგორც წესი, პროგრამირებული სწავლის ელემენტები შედის ავტომატური სასწავლო სისტემები (AOS). ესენი სისტემები არის კომპიუტერული ან, როგორც მათ ასევე უწოდებენ, ინფორმაციული ტექნოლოგიების ბაზაზე ჩატარებული სასწავლო პროცესის სამეცნიერო, მეთოდოლოგიური, საგანმანათლებლო და ორგანიზაციული მხარდაჭერის კომპლექსები. თანამედროვე დიდაქტიკის თვალსაზრისით, საინფორმაციო გარემოსა და პროგრამული უზრუნველყოფის დანერგვამ შემოიტანა უზარმაზარი ახალი შესაძლებლობები სასწავლო პროცესის ყველა სფეროში. კომპიუტერული ტექნოლოგიები წარმოადგენს განათლების ფუნდამენტურად ახალ საშუალებებს. მათი სიჩქარისა და დიდი მეხსიერების რეზერვების გამო, ისინი შესაძლებელს ხდებიან პროგრამირებული და პრობლემაზე დაფუძნებული სწავლისთვის სხვადასხვა გარემოს დანერგვა, ინტერაქტიული სწავლის რეჟიმის სხვადასხვა ვარიანტების აგება, როდესაც ამა თუ იმ გზით მოსწავლის პასუხი ნამდვილად მოქმედებს შემდგომი სწავლის კურსზე. .

შედეგად, თანამედროვე მასწავლებელი აუცილებლად უნდა დაეუფლოს ახალ საგანმანათლებლო მიდგომებს ინდივიდუალური კომპიუტერული მომზადების საშუალებებსა და მეთოდებზე დაყრდნობით. ზოგადად, მასწავლებელს აქვს წვდომა კომპიუტერულ ინსტრუმენტებზე, საინფორმაციო გარემოზე და პროგრამულ პროდუქტებზე, რომლებიც შექმნილია სასწავლო საქმიანობის მხარდასაჭერად. ყველა ეს ინსტრუმენტი ქმნის ავტომატური სასწავლო სისტემების კომპლექსებს.

როგორც ავტომატური სასწავლო სისტემების ნაწილი, ამჟამად წყდება მთელი რიგი სასწავლო პრობლემები. პირველ ჯგუფში შედის მოსწავლეთა ცოდნის, უნარებისა და შესაძლებლობების დონის შემოწმება ტრენინგის დაწყებამდე და მის შემდეგ, მათი ინდივიდუალური შესაძლებლობების, მიდრეკილებებისა და მოტივაციის დავალებებს. ასეთი შემოწმებისთვის ჩვეულებრივ გამოიყენება ფსიქოლოგიური ტესტებისა და საგამოცდო კითხვების შესაბამისი სისტემები (ბატარეები). ამ ჯგუფში ასევე შედის მოსწავლეთა შესრულების მაჩვენებლების შემოწმების ამოცანები, რომელიც ხორციელდება ისეთი ფსიქოფიზიოლოგიური მაჩვენებლების აღრიცხვით, როგორიცაა რეაქციის სიჩქარე, ყურადღების დონე და ა.შ.

მეორე დავალებების ჯგუფი ასოცირდება საგანმანათლებლო მასალის დაუფლების ინდიკატორების რეგისტრაციასთან და სტატისტიკურ ანალიზთან: თითოეული მოსწავლისთვის ინდივიდუალური განყოფილებების ჩამოყალიბება, პრობლემების გადაჭრის დროის განსაზღვრა, შეცდომების საერთო რაოდენობის განსაზღვრა, ინდივიდუალური შეცდომების ტიპების კლასიფიკაცია და ა.შ. ამ ჯგუფში ლოგიკურია საგანმანათლებლო საქმიანობის მართვის ამოცანების გადაწყვეტა. მაგალითად, ამოცანები საგანმანათლებლო მასალის წარდგენის ტემპის შესაცვლელად ან საგანმანათლებლო ინფორმაციის ახალი ბლოკების მოსწავლისთვის წარდგენის თანმიმდევრობით, გადაწყვეტის დროის, შეცდომების ტიპისა და რაოდენობის მიხედვით. ამრიგად, დავალებების ეს ჯგუფი მიმართულია პროგრამირებული სწავლის ძირითადი ელემენტების მხარდაჭერასა და განხორციელებაზე.

მესამე AES დავალებების ჯგუფი დაკავშირებულია საგანმანათლებლო მასალის მომზადებისა და წარდგენის პრობლემების გადაჭრასთან, მასალის ადაპტირებასთან სირთულის დონის მიხედვით, დინამიური ილუსტრაციების მომზადებასთან, საკონტროლო დავალებებთან, ლაბორატორიულ სამუშაოებთან და სტუდენტების დამოუკიდებელ მუშაობასთან. როგორც ასეთი კლასების დონის მაგალითი, შეიძლება აღინიშნოს სხვადასხვა საინფორმაციო ტექნოლოგიების ინსტრუმენტების გამოყენების შესაძლებლობა. სხვა სიტყვებით რომ ვთქვათ, პროგრამული პროდუქტების გამოყენება, რომლებიც იძლევა სხვადასხვა კომპლექსური ლაბორატორიული თუ სხვა პრაქტიკული სამუშაოს ფორმირების საშუალებას. მაგალითად, როგორიცაა "ვირტუალური" ოსილოსკოპის აწყობა მისი შესაძლებლობების შემდგომი დემონსტრირებით სხვადასხვა სიგნალების რეგისტრაციის, გაძლიერების ან სინქრონიზაციისთვის. მსგავსი მაგალითები ქიმიის სფეროდან შეიძლება ეხებოდეს რთული მოლეკულების ურთიერთქმედების მოდელირებას, ხსნარების ან აირების ქცევას, როდესაც იცვლება ექსპერიმენტული პირობები.

ავტომატური სასწავლო სისტემების ტექნიკური მხარდაჭერა ეფუძნება ლოკალურ კომპიუტერულ ქსელებს, მათ შორის ავტომატიზირებულ სამუშაო სადგურებს (AWS) მოსწავლეთა, მასწავლებელსა და მათ შორის საკომუნიკაციო ხაზს (ნახ. 10.1). მოსწავლის სამუშაო ადგილი, მონიტორის (დისპლეის) და კლავიატურის გარდა, შეიძლება შეიცავდეს პრინტერს, მულტიმედია ელემენტებს, როგორიცაა დინამიკები, ხმის სინთეზატორები, ტექსტი და გრაფიკული რედაქტორები. ყველა ამ ტექნიკური და პროგრამული ხელსაწყოს მიზანია მიაწოდოს სტუდენტებს გადაწყვეტილებები, საცნობარო მასალა და პასუხების რეგისტრაციის საშუალებები. მასწავლებლის ცენტრალური სამუშაო ადგილის აღჭურვა მოიცავს მნიშვნელოვან დამატებით ტექნიკურ და პროგრამულ ელემენტებს, რომლებიც საშუალებას გაძლევთ დარეგისტრირდეთ

ბრინჯი. 10.1. დახურული საკონტროლო მარყუჟის ზოგადი სქემა "მასწავლებელი - მოსწავლე" სისტემაში. პროგრამული უზრუნველყოფა მასწავლებლისა და მოსწავლის ავტომატური სამუშაო სადგურებისთვის (ARMP და ARMU) შესაძლებელს ხდის ავტომატური სასწავლო სისტემების სხვადასხვა ვარიანტების დანერგვას, მათ შორის დაპროგრამებული სასწავლო სისტემების გათვალისწინებით, ინდივიდუალური სწავლის სირთულეების გათვალისწინებაზე და პირადი ამოცანების გაცემაზე.

მოსწავლეთა ინდივიდუალური პასუხები, შეცდომების ტიპების სტატისტიკის შენარჩუნება, ინდივიდუალური დავალებების გაცემა და მაკორექტირებელი დახმარება. ავტომატური სასწავლო სისტემების გაფართოებულ ვერსიებს შეიძლება ჰქონდეთ წვდომა ინტერნეტზე, მონაცემთა ბაზებზე წვდომა სხვადასხვა საგნობრივ სფეროებში და ელექტრონული ფოსტა.

1

ტარდება კომპიუტერული სასწავლო სისტემების ანალიზი, გამოვლინდა მათი აგების ძირითადი პრობლემები. მთავარი პრობლემა მოსწავლის მოდელის აგებაა, ასეთი მოდელების დიდი რაოდენობაა, თუმცა ისინი ცუდად ითვალისწინებენ მოსწავლის ფსიქოფიზიოლოგიურ მახასიათებლებსა და მახასიათებლებს და, როგორც წესი, არ გამოიყენება ფორმირებისას. საგანმანათლებლო რესურსების სტრუქტურა და მათი შინაარსი, რაც ამცირებს კომპიუტერული სასწავლო სისტემების გამოყენების ეფექტურობას. მოდელების მშენებლობა შემოთავაზებულია აშენდეს სემანტიკური ქსელის სახით, რომელიც განსხვავდება სხვა მოდელებისგან ცოდნის წარმოდგენის ხილვადობითა და სიმარტივით, მათი სტრუქტურირების მექანიზმების არსებობით და თანამედროვე იდეებთან ადამიანის მეხსიერების ორგანიზების შესახებ. კომპიუტერების შექმნამ და გაუმჯობესებამ განაპირობა და განაგრძობს ახალი ტექნოლოგიების შექმნას სამეცნიერო და პრაქტიკული საქმიანობის სხვადასხვა დარგში. კომპიუტერული სასწავლო სისტემების ამჟამინდელი სწრაფი განვითარების მიუხედავად, ბევრი პრობლემაა დაკავშირებული როგორც მათ განვითარებასთან, ასევე ამ სასწავლო სისტემების დანერგვასა და ეფექტურობასთან. ადაპტური სწავლის სისტემების შექმნის მთავარი პრობლემა არის ისეთი პროგრამული გარემოს აგების სირთულე, რომელსაც შეუძლია ადამიანის „გაგება“.

კომპიუტერი

განათლება

მომზადებადი

განათლება

ალგორითმი

1. ბაშმაკოვი ა.ი., ბაშმაკოვი ი.ა. კომპიუტერული სახელმძღვანელოების და სასწავლო სისტემების შემუშავება. – მ.: ფილინი. - 2003. - 430 წ.

2. ბრუსილოვსკი პ.ლ. მოსწავლეთა მოდელების აგება და გამოყენება ინტელექტუალურ სასწავლო სისტემებში.Izvestiya RAN. ტექნიკური კიბერნეტიკა. - 1992. - No 5. - გვ 97–119.

3. გავრილოვა თ.ა., ხოროშევსკი ვ.ფ. ინტელექტუალური სისტემების ცოდნის საფუძვლები. - პეტერბურგი: პეტრე, 2000. - 384გვ.

4. გოლენკოვი ვ.ვ., ემელიანოვი ვ.ვ., ტარასოვი ვ.ბ. ვირტუალური სკამები და ინტელექტუალური სასწავლო სისტემები // ხელოვნური ინტელექტის ამბები. - 2001. - No 4. - გვ 3-13.

5. პეტრუშინი ვ.ა. სასწავლო სისტემები: არქიტექტურა და განხორციელების მეთოდები (მიმოხილვა) // Izvestiya RAN. ტექნიკური კიბერნეტიკა. - 1993. - No 2. - S. 164-190.

6. პეტრუშინი ვ.ა. ექსპერტთა მომზადების სისტემები. - კიევი: ნაუკოვა დუმკა, 1992 წ. - ს. 196.

7. პიმენოვი V. I. ინსტრუმენტული კომპლექსის ალგორითმული მხარდაჭერა ტექნოლოგიური პროცესების შესახებ ცოდნის ფორმირებისთვის. Izvestiya vuzov. ინსტრუმენტაცია. - 2009. - No 1. - გვ. 3–9.

8. რიბინა გ.ვ. ინტეგრირებული საექსპერტო სისტემების სწავლება: ზოგიერთი შედეგი და პერსპექტივა / ხელოვნური ინტელექტი და გადაწყვეტილების მიღება. - 2008. - No 1. - გვ 22–46.

9. ფროლოვი იუ.ვ., მახოტინ დ.ა. კომპეტენციის მოდელი, როგორც სპეციალისტის მომზადების ხარისხის შეფასების საფუძველი // უმაღლესი განათლება დღეს. - 2004. - No 8. - გვ 34-41.

კომპიუტერების შექმნამ და გაუმჯობესებამ განაპირობა და განაგრძობს ახალი ტექნოლოგიების შექმნას სამეცნიერო და პრაქტიკული საქმიანობის სხვადასხვა დარგში. ერთ-ერთი ასეთი მიმართულება იყო განათლება - სისტემატიზებული ცოდნის, უნარებისა და შესაძლებლობების ერთი თაობიდან მეორეზე გადაცემის პროცესი. როგორც თავისთავად ძლიერი საინფორმაციო სფერო, რომელსაც აქვს სხვადასხვა კლასიკური (არაკომპიუტერული) საინფორმაციო სისტემების გამოყენების გამოცდილება, განათლება სწრაფად უპასუხა თანამედროვე ტექნოლოგიების შესაძლებლობებს.

ჩვენს თვალწინ ჩნდება სწავლასთან დაკავშირებული არატრადიციული საინფორმაციო სისტემები; ბუნებრივია ასეთ სისტემებს საინფორმაციო-ტრენინგად ვუწოდოთ.

ავტომატური სასწავლო სისტემები არის სისტემები, რომლებიც ხელს უწყობენ ახალი მასალის დაუფლებას, ცოდნის გაკონტროლებას და მასწავლებლებს სასწავლო მასალის მომზადებაში.

კვლევის მიზანი: კომპიუტერული სასწავლო სისტემების ანალიზი, მათი აგების ძირითადი პრობლემების იდენტიფიცირება, კომპიუტერული სასწავლო სისტემის ქვემოდელების შემუშავება კვალიფიკაციის ასამაღლებლად.

განათლებაში კომპიუტერის გამოყენების სფეროში თანამედროვე კვლევები ძირითადად ვითარდება რამდენიმე ძირითადი მიმართულების ფარგლებში, რომლებიც შეიძლება შემდეგნაირად აღიწეროს: ინტელექტუალური სასწავლო სისტემები; საგანმანათლებლო მულტიმედია და ჰიპერმედია; სასწავლო გარემო, მიკროსამყარო და მოდელირება; კომპიუტერული ქსელების გამოყენება განათლებაში; ახალი ტექნოლოგიები კონკრეტული დისციპლინების სწავლებისთვის.

კომპიუტერული სასწავლო სისტემების ამჟამინდელი სწრაფი განვითარების მიუხედავად, ბევრი პრობლემაა დაკავშირებული როგორც მათ განვითარებასთან, ასევე ამ სასწავლო სისტემების დანერგვასა და ეფექტურობასთან.

ზოგადად კომპიუტერული სასწავლო სისტემების განვითარების პრობლემის გათვალისწინებით, არ შეიძლება არ აღინიშნოს შემდეგი მნიშვნელოვანი მახასიათებელი, რომელიც აღნიშნა ვ.ლ. სტეფანიუკი არის ორი ძირითადი პროცესის განაწილება: სწავლა, როგორც სწავლა და სწავლა, როგორც სწავლება (ფიგურა).

ინტელექტუალური კომპიუტერული სასწავლო სისტემების კლასიფიკაცია

სწავლის მიმართულება (სასწავლო სისტემები) არის თვითსწავლება, სწავლება მასწავლებელთან, ადაპტაცია, თვითორგანიზება და ა.შ., ამიტომ სასწავლო სისტემების შემუშავებისას შეისწავლება მოდელები, რომლებიც აჩვენებენ გარემოსთან ადაპტაციის უნარს ინფორმაციის დაგროვებით. რეპეტიტორობის მიმართულება (სასწავლო სისტემები) მჭიდროდ არის დაკავშირებული კითხვებთან „ვის ვასწავლო“ (მოსწავლის მოდელი), ასევე „რა ვასწავლო“ (სწავლის მოდელი) და კიდევ „რატომ ვასწავლო“, ე.ი. აქ გამოკვლეულია მასწავლებლისგან კომპიუტერის დახმარებით ინფორმაციისა და ცოდნის გადაცემის მოდელები.

ვინაიდან პედაგოგიკის სფეროში არ არსებობს საყოველთაოდ მიღებული თეორიები და სწავლის ალგორითმები, არ არსებობს მოსწავლის ფორმალური მოდელები, სწავლა, საგანმანათლებლო გავლენა, ახსნა და ა.შ., იმედები ძირითადად ლოგიკურ-ლინგვისტურ მოდელებზეა დამყარებული. ხელოვნური ინტელექტისა და პედაგოგიკის ინტეგრაციის პროცესების ურთიერთშეღწევა გამოიხატა ინტელექტუალური სწავლის სისტემებში, ასევე ინტეგრირებული საექსპერტო სისტემების სწავლებაში, მოსწავლის მოდელის მხარდასაჭერად დამატებითი ინსტრუმენტების დანერგვის აუცილებლობაში, რომლის მიხედვითაც მასწავლებელი განსაზღვრავს მიმდინარე ქვემიზანს. სწავლა სტრატეგიულ დონეზე, ისევე როგორც ინსტრუმენტები, რომლებიც ახორციელებენ სწავლის კონკრეტულ მოდელს ტაქტიკურ დონეზე საგანმანათლებლო გავლენის ერთობლიობის სახით და აძლევს მასწავლებელს შესაძლებლობას დააკვირდეს მოსწავლის ქმედებებს და მიაწოდოს მას საჭირო დახმარება.

გ.ა. ათანოვი წიგნში „აქტივობის მიდგომა სწავლებისადმი“ წერს, რომ მოსწავლის შესახებ ცოდნის მოდელირებას სამი ძირითადი მიზანი აქვს - ჩამოაყალიბოს „რა არის ის“, „რისი ნახვა გვინდა“ და „რა შეიძლება გახდეს“. ზოგჯერ საგნობრივი ცოდნა და უნარები კონკრეტულ დისციპლინაში/კურსში შედის მოსწავლის ნორმატიულ მოდელში, ან ხუთკომპონენტიანი საგნის მოდელი განიხილება ნორმატიული მოდელის ნაწილად და ა.შ.

ადაპტური სწავლის სისტემების შექმნის მთავარი პრობლემა არის ისეთი პროგრამული გარემოს აგების სირთულე, რომელსაც შეუძლია ადამიანის „გაგება“. მაშასადამე, ამ სფეროში განვითარებული მოვლენების უმეტესობა ეფუძნება მსმენელთა მოდელების შექმნას შემდგომი აღწერით და სხვადასხვა ჰიპოთეზის აგებით (A.G. Hein, B.S. Gershunsky, V.P. Zinchenko, A.V. Osin, S.V. Panyukova, I.V. Robert, და სხვები). მოდელებს ენიჭება მახასიათებლების გარკვეული ნაკრები, რაც შემდგომში პირდაპირ გავლენას ახდენს თავად სასწავლო სისტემის მშენებლობაზე. სტუდენტური მოდელების საკმაოდ დიდი რაოდენობაა, მაგრამ ისინი ცუდად ითვალისწინებენ სტუდენტის ფსიქოფიზიოლოგიურ მახასიათებლებს და მახასიათებლებს და, როგორც წესი, არ იყენებენ საგანმანათლებლო რესურსების სტრუქტურისა და მათი შინაარსის ფორმირებაში, რაც ამცირებს ეფექტურობას. კომპიუტერული სასწავლო სისტემების გამოყენების შესახებ.

ამ თვალსაზრისით, მოსწავლის მოდელი და, შესაბამისად, ადაპტაციის ტექნოლოგიების გამოყენების საფუძველზე დანერგილი ამ სისტემების სტრუქტურა, უნდა ითვალისწინებდეს მოსწავლის მოდალობას; მისი ტემპერამენტის ტიპი; მოსწავლის ამჟამინდელი ფსიქო-ემოციური მდგომარეობა. განსაკუთრებით საინტერესოა მოსწავლის ამჟამინდელი ფსიქო-ემოციური მდგომარეობის დადგენა. როგორც რეალური ინსტრუმენტები, რომლებიც განსაზღვრავენ ფსიქო-ემოციურ მდგომარეობას, შეიძლება განვასხვავოთ ორი დიდი ჯგუფი:

1. ტესტები და სატესტო პროგრამები.

2. სპეციალური მოწყობილობები ან სისტემები.

კომპიუტერულ სასწავლო სისტემებზე თანამედროვე სამუშაოებში პრაქტიკულად არ არსებობს კვლევები, რომლებიც დაკავშირებულია სტუდენტის კომპეტენციის მოდელის ჩამოყალიბებასთან, რომელიც ასახავს მის უნარს გამოიყენოს ცოდნა და პიროვნული თვისებები წარმატებული საქმიანობისთვის კონკრეტულ პროფესიულ სფეროში, რაც ახალი პროცესია. ამ სისტემების შექმნა და გამოყენება. ეს მოდელი შეიძლება ჩაითვალოს მოსწავლის მოდელის ახალ დინამიურ კომპონენტად, რომელიც მჭიდროდ არის დაკავშირებული, ერთის მხრივ, პიროვნების ფსიქოლოგიურ პორტრეტთან და, მეორე მხრივ, ასახავს კონკრეტული სასწავლო გავლენის გამოყენების შედეგებს.

არსებობს განათლების შინაარსის, როგორც რთული სისტემის მოდელირების სხვადასხვა მიდგომა, სემანტიკური ინფორმაციის წარმოდგენის გზები, ცოდნაზე დაფუძნებული სისტემების შემუშავებისას წარმოქმნილი პრობლემები და მათი წარმოდგენის ყველაზე გავრცელებული მოდელები. ინტელექტუალურ სისტემებში ცოდნის წარმოსაჩენად, არსებობს სხვადასხვა გზები, რომელთა არსებობა, პირველ რიგში, გამოწვეულია სხვადასხვა საგნებთან დაკავშირებული ცოდნის უდიდესი ეფექტურობით წარმოდგენის სურვილით.

ცოდნის წარმოდგენის მეთოდი უმეტეს შემთხვევაში ხორციელდება შესაბამისი მოდელის გამოყენებით. ცოდნის წარმოდგენის მოდელების ძირითადი ტიპები იყოფა ლოგიკურ (ფორმალურ), ევრისტიკურ (ფორმალიზებულ) და შერეულებად.

ცოდნის წარმოდგენის ინტელექტუალური მოდელების სისტემური ანალიზის საფუძველზე შეირჩა მოდელი სემანტიკური ქსელის სახით, როგორც ინფორმატიკის სფეროში ამ დიდაქტიკური პრობლემების გადაჭრის ძირითად საშუალებად.

ინტელექტუალური მოდელების სისტემური ანალიზის შემდეგ, შეგვიძლია დავასკვნათ, რომ კომპიუტერული სასწავლო სისტემის მოდელი გაფართოებული ტრენინგისთვის უნდა მოიცავდეს შემდეგი სამი ქვემოდელის აგებას: სტუდენტის მოდელი (M1), სასწავლო პროცესის მოდელი (M2). ახსნის მოდელი (M3).

მოდელი M1 მოიცავს შემდეგ კომპონენტებს: უმარტივეს შემთხვევაში – ბუღალტრული აღრიცხვის ინფორმაციას სტუდენტის შესახებ, ხოლო უფრო რთულში – მოსწავლის პიროვნების ფსიქოლოგიურ პორტრეტს (Ph); მოსწავლის ცოდნისა და უნარების საწყისი დონე (); სტუდენტის ცოდნისა და უნარების საბოლოო დონე (); მოსწავლის ცოდნისა და უნარების დონეების გამოვლენის ალგორითმები (A); ფსიქოლოგიური ტესტირების ალგორითმები პიროვნული მახასიათებლების გამოსავლენად, რის საფუძველზეც ყალიბდება მოსწავლის პიროვნების ფსიქოლოგიური პორტრეტი (АPh). ტერმინით „ცოდნა“, ო.ი. ლარიჩევი, გაგებულია, როგორც მოსწავლის თეორიული მზადყოფნა (დეკლარაციული ცოდნა), ხოლო ტერმინი „უნარები“ - თეორიის გამოყენების უნარი პრაქტიკული პრობლემების გადაჭრაში (პროცედურული ცოდნა).

M1 მოდელის ფორმირებაში A და APh ალგორითმების განსახორციელებლად გამოყენებული იქნა სტუდენტთა ტესტირების პროცედურების შემდეგი ნაკრები: საწყისი ინფორმაციის შეყვანის პროცედურა (საკონტროლო კითხვები, სწორი პასუხების ვექტორი და წონითი კოეფიციენტები თითოეული კითხვისთვის); ცოდნის კონტროლის განხორციელების პროცესში კითხვებისა და პასუხების ვარიანტების გამოყვანის პროცედურა; შეფასების პროცედურა; საბოლოო შეფასების გამოთვლის პროცედურა. მოდელი M1 შეიცავს ინფორმაციას მოსწავლის ცოდნის მდგომარეობის შესახებ (მოდელები, ) - როგორც ზოგად, ინტეგრირებულ მახასიათებლებს, ასევე მის მიერ მიმდინარე სასწავლო მასალის ათვისებას.

ზოგადად, მოსწავლის მოდელი არის სასრული მიმართული გრაფიკი, რომელიც შეიძლება აღწერილი იყოს როგორც Mlearner = , სადაც V = - წვეროების სიმრავლე, რომლებიც თავის მხრივ იყოფა - შესწავლილი ცნებების სიმრავლე, n - შესწავლილი ცნებების რაოდენობა, ელემენტი , i = 1, …, n, სადაც N - შესწავლილი ცნება; T = (0, 1), იღებს მნიშვნელობებს იცის/არ იცის; W = (0, ..., 10) - წვეროს წონა; - ამ მოდელთან დაკავშირებული უნარების ნაკრები, m - შესაბამისი უნარების რაოდენობა, ელემენტი, j = 1, ..., m, სადაც N არის შესასწავლი უნარი; T = (0, 1), იღებს მნიშვნელობებს can/canno; W = (0, ..., 10) - წვეროს წონა; U = (uj) = , j = 1, …, m - კვანძების კავშირების ნაკრები, სადაც Vk - მშობელი კვანძი; Vl - ბავშვის კვანძი; R = (Rz) - კავშირის ტიპი; z = 1, ..., Z.

ამჟამად შემუშავებულია შეფასების ალგორითმების ბიბლიოთეკა, რომლებიც მოქნილად გამოიყენება მსმენელთა ტესტირებისას, კურსის/დისციპლინის სპეციფიკისა და მსმენელთა კონტიგენტის მიხედვით. მაგალითად, მეთოდი, რომელიც დაფუძნებულია ტ. რობერტსის დაბალანსებულ შეფასებაზე დახურული ტიპის კითხვებისთვის და დამატებულია შეფასების სიმძიმის თვითნებური დადგენის შესაძლებლობით, აგრეთვე კითხვების შეწონვით მიღებული სირთულის კოეფიციენტების მიხედვით. საექსპერტო შეფასება, ეფექტურად გამოიყენება. ამ შემთხვევაში ბალანსი ნიშნავს შეფასების მათემატიკური მოლოდინის დამოუკიდებლობას ამ კითხვაზე შემთხვევით მიღებული სწორი და არასწორი პასუხების რაოდენობისაგან.

მოსწავლის M1 მოდელის ფორმირებისთვის გამოიყენება საცნობარო მოდელი Me, რომელიც შეესაბამება მასწავლებლის ცოდნის დონეს შესასწავლი კურსის კონკრეტული მონაკვეთის შესახებ, რომელთანაც შედარება მოხდება M1-ის აგების ეტაპზე მიღებული შედეგები. ფორმალურად, საცნობარო მოდელი Me, ისევე როგორც სტუდენტის მოდელი, არის მიმართული გრაფიკი, ანუ Me = ფორმის ნაკრები. .

მოსწავლის მოდელის M1 დინამიური კონსტრუქცია ხორციელდება მიმდინარე M1-ის მასწავლებლის მიერ ადრე აშენებულ საცნობარო მოდელთან შედარებით. მნიშვნელოვანია აღინიშნოს, რომ ამ ეტაპზე, ცოდნისა და უნარების დონის იდენტიფიცირებასთან ერთად, ხორციელდება ინდივიდის ფსიქოლოგიური პორტრეტის აგება.

სასწავლო პროცესის მოდელი შეიცავს ცოდნას სასწავლო პროცესის დაგეგმვისა და ორგანიზების (დიზაინის), ზოგადი და კონკრეტული სწავლების მეთოდების შესახებ, ამიტომ შემოთავაზებული M2 მოდელი მოიცავს შემდეგ კომპონენტებს: M1 მოდელების კომპლექტს; სწავლის სტრატეგიებისა და სწავლის გავლენის ნაკრები; სწავლის სტრატეგიების არჩევის ან სწავლის სტრატეგიების გენერირების ფუნქცია შეყვანის M1 მოდელის მიხედვით.

უნდა აღინიშნოს, რომ სწავლა კონტროლდება გარკვეული გეგმის საფუძველზე, რომელიც ან შერჩეულია სასწავლო სტრატეგიების ბიბლიოთეკიდან, ან ავტომატურად გენერირებულია M1 პარამეტრების საფუძველზე და თითოეული სასწავლო სტრატეგია შედგება სასწავლო მოქმედებების გარკვეული თანმიმდევრობისგან.

ადაპტაციური მოდელის M2 სიმრავლე-თეორიული აღწერა არის M2 = ფორმის ნაკრები , სადაც М1 = (М11, …, М1n) არის მოსწავლის მიმდინარე მოდელების ნაკრები; S = (S1, …, Sn) არის სწავლის სტრატეგიების ერთობლიობა Si, i = 1, …, m, ამა თუ იმ მოსწავლის მოდელისთვის სასწავლო გავლენის სიმრავლის მოწესრიგებული ქვესიმრავლეების სახით; I = (I1, …, Iz) არის სასწავლო მოქმედებების ერთობლიობა Ij, სადაც Ij = (tkil) tk არის სასწავლო მოქმედების ტიპი, ხოლო il არის მოქმედების შინაარსი, j = 1, …, z; k = 1, …, c; l = 1, …, v; F - ფუნქციები (ალგორითმები) სასწავლო სტრატეგიების გენერირებისთვის, მოსწავლის შეყვანის მოდელის მიხედვით, ე.ი. M2 = F(M1, Me, I), სადაც Me არის მასწავლებლის მიერ მითითებული კურსის (დისციპლინის) საცნობარო მოდელი.

ახსნის მოდელი (M3) შემუშავებულია იმის საფუძველზე, რომ ტრადიციულ კომპიუტერულ სისტემებში ახსნის მეთოდების დანერგვის არსებული მეთოდები სრულად არ აკმაყოფილებს სასწავლო მიზნებს, კერძოდ, Ml და M2 მოდელებს, ამიტომ M3 მოდელი ორიენტირებულია წარმოების მოდელებზე. ცოდნის რეპრეზენტაცია მოიცავს შემდეგ კომპონენტებს:

M3G - სამიზნე პროცედურები, რომლებიც უზრუნველყოფენ პრობლემის გადაჭრის პროგრესის ახსნას ეკრანზე ახსნა-განმარტების ტექსტების გენერირებით, რომლებიც შეიცავს გამოსავალში გამოყენებული წესების აღწერას (ჩაწერილი ახსნა), აგრეთვე მოსწავლეთა შეცდომების ლოკალიზაციას მიმდინარე პრობლემის გადაჭრისას;

M3D - დეტალური ახსნის პროცედურები, რომლებიც საშუალებას იძლევა, მოსწავლის ცოდნის დონის მიხედვით, ვიზუალურად წარმოაჩინონ პრობლემის გადაჭრის პროგრესი სხვადასხვა ხარისხის დეტალებით;

M3A - ალგორითმები პროცესის შედეგების ინტერპრეტაციისთვის, სტუდენტის უნარის იდენტიფიცირების მიზნით, განახორციელოს პირდაპირი/საპირისპირო დასკვნის მექანიზმები, პრობლემური არეალის ობიექტების და მათი ურთიერთობების შესახებ დამატებითი ინფორმაციის მიწოდების შესაძლებლობის ჩათვლით.

მოდელები M1, M2, M3 სრულად აკონკრეტებენ ტიპურ სასწავლო დავალებას კონკრეტული პროცედურებისა და ფუნქციების დახმარებით და ასევე მიუთითებენ გარკვეული ურთიერთობების არსებობაზე. სხვა სიტყვებით რომ ვთქვათ, შეგვიძლია ვთქვათ, რომ კომპიუტერული სისტემის წარმატებული დანერგვისა და ფუნქციონირებისთვის სპეციალისტების მოწინავე მომზადებისთვის, აუცილებელია, რომ მისი მოდელი შეიცავდეს შემდეგ ფუნქციებს:

სტუდენტის მოდელის აგება (ადამიანის ფსიქოლოგიური პორტრეტის, მისი საგანმანათლებლო მოთხოვნისა და საწყისი ცოდნის დონის გათვალისწინებით) და კურსის საცნობარო მოდელი;

სასწავლო პროცესის მოდელის აგება, რომლის არსი არის სასწავლო სტრატეგიის დინამიური მოდიფიკაცია მოსწავლის ამჟამინდელი მოდელის შესაბამისად და შემდგომში სწავლის გავლენის ნაკრების წარმოქმნა, რომელიც ყველაზე ეფექტურია სწავლის ამ ეტაპზე. მოსწავლეთა ფსიქოლოგიური თავისებურებების გათვალისწინება;

მოსწავლის აქტივობის კონტროლი და დასახული სასწავლო მიზნების მისაღწევად მოსწავლის ქმედებების სათანადო კორექტირებისათვის საკონტროლო გადაწყვეტილებების გენერირება;

გადაწყვეტილების მიღების ლოგიკის, გამოთვლის შედეგების, არასწორი ალტერნატივის ან პრობლემის გადაჭრის ეტაპის ახსნის ახსნის მოდელის აგება.

მიმომხილველები:

კარელინი ვ.პ., ტექნიკურ მეცნიერებათა დოქტორი, პროფესორი, ტაგანროგის მენეჯმენტისა და ეკონომიკის ინსტიტუტის (TIU და E), მათემატიკისა და ინფორმატიკის დეპარტამენტის ხელმძღვანელი, ტაგანროგი;

კირიანოვი ბ.ფ., ტექნიკურ მეცნიერებათა დოქტორი, ნოვგოროდის სახელმწიფო უნივერსიტეტის გამოყენებითი მათემატიკისა და ინფორმატიკის კათედრის პროფესორი. იაროსლავ ბრძენი, ველიკი ნოვგოროდი;

ანტონოვი ა.ვ., ტექნიკურ მეცნიერებათა დოქტორი, პროფესორი, კიბერნეტიკის ფაკულტეტის დეკანი, ობნინსკის ატომური ენერგიის ინსტიტუტი, ეროვნული კვლევითი ბირთვული უნივერსიტეტი MEPhI, რუსეთის ფედერაციის განათლებისა და მეცნიერების სამინისტრო, ობნინსკი.

ნამუშევარი რედაქციამ მიიღო 2013 წლის 30 ოქტომბერს.

ბიბლიოგრაფიული ბმული

ლიაშჩენკო ნ.ი. კომპიუტერული სასწავლო სისტემების მოდელების ანალიზი. ქვემოდელების მშენებლობა კომპიუტერულ სისტემაში სპეციალისტების პროფესიული განვითარებისათვის // ფუნდამენტური კვლევა. - 2013. - No10-10. – S. 2153-2157;
URL: http://fundamental-research.ru/ru/article/view?id=32726 (წვდომის თარიღი: 09/19/2019). თქვენს ყურადღებას ვაქცევთ გამომცემლობა "ბუნების ისტორიის აკადემიის" მიერ გამოცემულ ჟურნალებს.

კომპიუტერული გაკვეთილები (KOPR) არის ელექტრონული ჰიპერტექსტური სახელმძღვანელოები ინტერაქტიული ფუნქციებითა და მულტიმედიური ელემენტებით, რომლებიც განკუთვნილია საგანმანათლებლო მასალით სტუდენტების დამოუკიდებელი მუშაობისთვის; ეფექტური დისტანციური სწავლების ტექნოლოგიაში.

COPR ავსებს ტრადიციულ საგანმანათლებლო მასალებს, თანამედროვე კომპიუტერული ტექნოლოგიების შესაძლებლობების გამოყენებით.

Ისინი შეიცავენ:

თეორიული მასალა

ტიპიური ამოცანების ამოხსნის ანალიზი და განმარტებითი მაგალითები

გრაფიკული და ანიმაციური მასალები

ტესტები თვითკონტროლისთვის და ცოდნის კონტროლისთვის

საჭირო დამატებითი და მომსახურების საშუალებები.

შესაძლებელია ყველაზე გავრცელებული იდენტიფიცირება კომპიუტერული მოწყობილობების ტიპები:

პრეზენტაციები- საჩვენებელი მასალების პრეზენტაციის ყველაზე გავრცელებული ტიპი (ბლა ბლა)

ელექტრონული ენციკლოპედიებიაერთიანებს საჩვენებელი და საცნობარო მასალების ფუნქციებს და წარმოადგენს ჩვეულებრივი საცნობარო და საინფორმაციო გამოცემების ელექტრონულ ანალოგს, როგორიცაა ენციკლოპედიები, ლექსიკონები, საცნობარო წიგნები. ასეთი ენციკლოპედიების შესაქმნელად ჩვეულებრივ გამოიყენება ჰიპერტექსტური სისტემები და ჰიპერტექსტის მარკირების ენები, როგორიცაა HTML.

მათ აქვთ მრავალი დამატებითი ფუნქცია:

როგორც წესი, ისინი მხარს უჭერენ მოსახერხებელ საძიებო სისტემას საკვანძო სიტყვებით და ცნებებით;

ჰქონდეთ მოსახერხებელი სანავიგაციო სისტემა, რომელიც დაფუძნებულია ჰიპერბმულებზე;

შეიძლება შეიცავდეს აუდიო და ვიდეო კლიპებს.

დიდაქტიკური მასალები(დავალებების, კარნახების, სავარჯიშოების კრებულები, მაგალითები, ესეები და ესეები), წარმოდგენილი ელექტრონული ფორმით. ასევე, დიდაქტიკური მასალები მოიცავს სიმულატორის პროგრამებს, მაგალითად, მათემატიკური ამოცანების ამოხსნის ან უცხო სიტყვების დასამახსოვრებლად.

ცოდნის კონტროლის სისტემის პროგრამებიროგორიცაა კითხვარები და ტესტები. ისინი საშუალებას გაძლევთ სწრაფად, მოხერხებულად, მიუკერძოებლად და ავტომატურად დაამუშავოთ შედეგები.

ელექტრონული სახელმძღვანელოები და ელექტრონული სწავლების კურსებიდააკავშიროთ ყველა ან რამდენიმე ზემოთ ჩამოთვლილი ტიპის სასწავლო პროგრამა ერთ პროგრამულ პაკეტში. მაგალითად, მსმენელს ჯერ ეწვევა სასწავლო კურსის (პრეზენტაცია) სანახავად; შემდეგ ეტაპზე მას შეუძლია სასწავლო კურსის ყურებისას მიღებული ცოდნის საფუძველზე მოაწყოს ვირტუალური ექსპერიმენტი; და ბოლოს, მან უნდა უპასუხოს კითხვებს.

საგანმანათლებლო თამაშები და საგანმანათლებლო პროგრამებიძირითადად განკუთვნილია სკოლამდელი და მცირეწლოვანი მოსწავლეებისთვის. ეს ტიპი მოიცავს ინტერაქტიულ პროგრამებს თამაშის სცენარით. თამაშის დროს სხვადასხვა დავალებების შესრულებისას ბავშვებს უვითარდებათ მშვენიერი მოტორული უნარები, სივრცითი წარმოსახვა, მეხსიერება და სხვა უნარები.

სხვადასხვა ტიპის პროგრამულ უზრუნველყოფასთან მუშაობის შედეგად გამოვყოფთ გაკვეთილზე გამოსაყენებლად პროგრამული პროდუქტის არჩევის შემდეგ პრინციპებს:

1) პროგრამა პირველი გაცნობიდან ნათელი უნდა იყოს როგორც მასწავლებლებისთვის, ასევე სტუდენტებისთვის. პროგრამის მართვა უნდა იყოს რაც შეიძლება მარტივი.

2) მასწავლებელს უნდა შეეძლოს მასალის შედგენა საკუთარი შეხედულებისამებრ და ჩაერთოს შემოქმედებით გაკვეთილზე მომზადებისას.

3) პროგრამამ უნდა დაუშვას ინფორმაციის გამოყენება პრეზენტაციის ნებისმიერი ფორმით (ტექსტი, ცხრილები, დიაგრამები, სლაიდები, ვიდეო და აუდიო ფრაგმენტები და ა.შ.).

სასწავლო და მეთოდოლოგიური კომპლექსი - სასწავლო გეგმის მიხედვით საბაზო და დამატებითი საგანმანათლებლო პროგრამების ხარისხიანი ორგანიზებისათვის აუცილებელი და საკმარისი ნორმატიული და საგანმანათლებლო და მეთოდოლოგიური დოკუმენტაციის, სწავლებისა და კონტროლის საშუალებების სისტემა. აკადემიური დისციპლინის CCM არის საგანმანათლებლო საქმიანობის ორგანიზების ერთ-ერთი ელემენტი განათლების სრულ განაკვეთზე, ნახევარ განაკვეთზე და ნახევარ განაკვეთზე. სასწავლო მასალა უნდა შემუშავდეს ყველა აკადემიური დისციპლინის სტუდენტებისთვის, უმაღლესი პროფესიული განათლების სახელმწიფო საგანმანათლებლო სტანდარტების მოთხოვნების დონეზე საგანმანათლებლო მასალის შინაარსის ათვისების ხარისხის გაუმჯობესების საჭიროების გათვალისწინებით.

WMC-ის შექმნის მთავარი მიზანი- მიაწოდოს სტუდენტს სასწავლო მასალების სრული ნაკრები დისციპლინის თვითშესწავლისთვის. ამასთან, მოსწავლეთა უშუალო სწავლების გარდა, მასწავლებლის ამოცანებია: საკონსულტაციო მომსახურების გაწევა, ცოდნის მიმდინარე და საბოლოო შეფასება, დამოუკიდებელი მუშაობის მოტივაცია.