MDT 004.891.2

VYUŽITIE EXPERTNÝCH SYSTÉMOV VO VZDELÁVANÍ1

PANI. Chvanová, I.A. Kiseleva, A.A. Molčanov, A.N. Bozyukova

Štátna univerzita Tambov pomenovaná po G.R. Derzhavin Rusko, Tambov. e-mail: [chránený e-mailom]

Článok sa zaoberá problémami aplikácie a rozvoja expertných systémov vo vzdelávaní, ako aj konkrétnymi príkladmi využitia takýchto systémov. Autori považujú za potrebné využiť aparát fuzzy logiky na návrh a vývoj inteligentného subsystému.

Kľúčové slová: informačné technológie, expertný systém, fuzzy logika, vzdelávací systém.

Štúdia výskumu problému ukázala, že začiatkom osemdesiatych rokov sa vo výskume umelej inteligencie sformoval samostatný smer, nazývaný „expertné systémy“ (ES). Výskumníci v oblasti ES často používajú na pomenovanie svojej disciplíny termín „znalostné inžinierstvo“, ktorý zaviedol E. Feigenbaum. Expertné systémy (ES) sú súborom programov, ktoré plnia funkcie experta pri riešení problémov z určitej tematickej oblasti. Názov je spôsobený tým, že sa zdá, že napodobňujú ľudí, ktorí sú odborníci.

Každý expertný systém pozostáva z troch častí: veľmi rozsiahlej databázy moderných údajov, podsystému na generovanie otázok a súboru pravidiel, ktoré umožňujú vyvodzovať závery. Niektoré expertné systémy môžu hovoriť o metóde, ktorú používajú pri dosahovaní záverov.

Súčasný stav vývoja v oblasti expertných systémov u nás možno charakterizovať ako etapu neustále sa zvyšujúceho záujmu širokého okruhu ekonómov, finančníkov, učiteľov, inžinierov, lekárov, psychológov, programátorov, lingvistov. Žiaľ, tento záujem má nedostatočnú materiálnu podporu: zjavný nedostatok učebníc a odbornej literatúry, absencia symbolických procesorov a pracovných staníc umelej inteligencie a obmedzené financovanie.

1 Téma bola podporená v rámci Programu Ministerstva školstva a vedy „Vedenie vedeckého výskumu mladými vedcami – kandidátmi vied“ č. 14.В37.21.1141, 20122013.

financovanie výskumu v tejto oblasti, slabý domáci trh so softvérovými produktmi pre vývoj expertných systémov a vysoká cena existujúcich systémov prakticky znemožňujú ich aplikáciu a analýzu efektívnosti ich aplikácie.

Je dobre známe, že proces vytvárania expertného systému si vyžaduje účasť vysokokvalifikovaných odborníkov v oblasti umelej inteligencie, ktorých stále produkuje malý počet vysokých škôl v krajine.

Analýza teoretického výskumu a pedagogickej praxe ukázala, že rozvoju expertných systémov v systéme dištančného vzdelávania sa nevenuje dostatočná pozornosť. Expertné systémy v oblasti vzdelávania sa najčastejšie využívajú na budovanie znalostnej bázy, ktorá umožňuje reflektovať minimálny požadovaný obsah predmetnej oblasti s prihliadnutím na jej kvantitatívne a kvalitatívne hodnotenia.

Výskum v oblasti aplikácie a rozvoja expertných systémov vo vzdelávaní, ako sa domnievame, možno rozdeliť do troch skupín. Zdá sa, že je možné odkázať na prvú skupinu autorov, ktorí študujú teoretické a pedagogické aspekty využívania expertných systémov vo vzdelávaní. Do druhej skupiny patria autori, ktorí spolu s učiteľmi vyvinuli špecifické expertné vzdelávacie systémy založené na známych technológiách. Tretia skupina - autori, ktorí skúmajú nové prístupy k tvorbe expertných systémov vo vzdelávaní.

Výskum v oblasti aplikácie a rozvoja expertných systémov vo vzdelávaní

Výskumné ústavy, ako sa domnievame, možno podmienečne rozdeliť do troch skupín. Zdá sa, že je možné odkázať na prvú skupinu autorov, ktorí študujú teoretické a pedagogické aspekty využívania expertných systémov vo vzdelávaní. Do druhej skupiny patria autori, ktorí spolu s učiteľmi vyvinuli špecifické expertné vzdelávacie systémy založené na známych technológiách. Tretia skupina - autori, ktorí skúmajú nové prístupy k tvorbe expertných systémov vo vzdelávaní.

Uvažujme o prvej skupine publikácií, ktoré analyzujú teoretické a pedagogické aspekty aplikácie expertných systémov.

V štúdii N.L. Yugovoy navrhol obsah špecializovaného výcviku pomocou expertného systému. Autor uvažuje o expertnom systéme diagnostiky úrovne učenia a profesijných preferencií žiakov, ktorý je realizovaný na základe budovania rámcového modelu profilových vzdelávacích informácií, nadväzovania predmetovo-predmetových vzťahov účastníkov vzdelávacieho procesu: žiaka, učiteľa, učiteľa, učiteľa, študenta, učiteľa, učiteľa, učiteľa, študenta, študenta, študenta, študenta, študenta, študenta, študenta, študenta, študenta, študenta, študenta alebo učiteľa alebo študenta. učiteľ-kognitológ.

N.M. Antipina vyvinul technológiu na formovanie odborných metodických zručností v rámci samostatnej práce študentov vysokých škôl pedagogického zamerania s využitím expertného systému. Autorom vyvinutý špecializovaný školiaci expertný systém je schopný v rámci samostatnej práce študentov na počítači vydávať jednotlivé úlohy rôznej náročnosti, vypracovávať odporúčania na ich splnenie, poskytovať pomoc formou konzultácií, monitorovať vedomosti a zručnosti žiakov v rôznych fázach ich realizácie metodických úloh a pod.

N.L. Kiryukhina vyvinul model expertného systému na diagnostikovanie vedomostí študentov z psychológie. Autor uvažuje o expertnom systéme na riešenie problematiky diagnostiky psychologických vedomostí študentov, testovania hypotéz o správnosti odpovedí študenta, o miere asimilácie učiva na rôzne témy kurzu. I.V. Grechin implementuje nový prístup k používaniu expertného systému v technológii učenia.

Navrhuje systém, ktorý pomocou spätnej väzby interaktívne generuje a sleduje sekvenciu sledu uvažovania.

NA. Baranová sa zamýšľa nad problematikou využívania expertných systémov v sústavnom pedagogickom vzdelávaní. Expertný systém štruktúruje vzdelávacie informácie a vytvára individuálne učebné osnovy pre každého študenta so skrátenou dobou prípravy, čo zvyšuje efektivitu procesov učenia, vyučovania a sebavzdelávania.

A.B. Andreev, V.B. Moiseev, Yu.E. Usachev používa expertné systémy na analýzu vedomostí študentov v otvorenom vzdelávacom prostredí. Analýza kvality znalostí sa vykonáva pomocou expertného systému analýzy znalostí. Na implementáciu takéhoto systému autori uvažujú o štrukturálnom prístupe k vytvoreniu inteligentných výučbových a riadiacich počítačových systémov. Tento prístup teda umožňuje vyvinúť efektívne nástroje na analýzu vedomostí študentov na základe využitia štrukturálneho modelu vzdelávacieho materiálu. Štrukturálnou jednotkou súhrnu vedomostí v navrhovanom modeli je pojem, ktorý má obsah a objem.

E.V. Myagkova uvažuje o možnosti využitia expertných systémov ako informačných technológií v oblasti vysokoškolského vzdelávania. Odbornosť podľa autora spočíva v prítomnosti poznatkov o vyučovacích metódach v expertnom vyučovacom systéme, vďaka čomu pomáha učiteľom učiť a študentom učiť sa. Hlavným cieľom implementácie systému expertného učenia je podľa autora článku nácvik a hodnotenie aktuálnej úrovne vedomostí žiaka vo vzťahu k úrovni vedomostí učiteľa. Porovnanie dvoch mriežok (referenčnej, odrážajúcej nápady učiteľa a mriežky vyplnenej študentom počas dialógu) nám teda umožňuje vyhodnotiť rozdiely v predstavách učiteľa a študenta.

B.M. Moskovkin vybudoval simulačný expertný systém na výber univerzít na školenie. Autor urobil krátky prehľad zahraničných štúdií v r

oblasť modelovania rozhodovacích procesov o výbere vysokých škôl a univerzít pre ďalšie vzdelávanie. Na koncepčnej úrovni je vybudovaný vhodný simulačný expertný systém.

Uvažujme o druhej skupine publikácií, ktoré zvažujú expertné systémy pre vzdelávanie vyvinuté spoločne s učiteľmi na základe známych technológií.

E.Yu Levina vyvinul vnútrouniverzitnú diagnostiku kvality vzdelávania založenú na automatizovanom expertnom systéme, ktorej aplikácia v podstate spočíva v diagnostike kvality vzdelávacieho procesu na univerzite, ktorá umožňuje na základe informačných nástrojov a matematických metód, spravovať databázy pre realizáciu výskumných postupov a analýzy štatistík o výsledkoch vzdelávacieho procesu, vypracovanie odporúčaní pre prijímanie manažérskych rozhodnutí na zabezpečenie kvality vzdelávania.

M.A. Smirnova vyvinula expertný systém hodnotenia kvality pedagogickej prípravy budúceho učiteľa, ktorý sa obmedzuje na hodnotenie kvality jeho prípravy v škole, čo umožňuje skúmať úroveň pripravenosti učiteľa.

L.S. Bolotovej, na základe technológie expertných systémov situačného manažmentu, je implementované adaptívne dištančné vzdelávanie pre rozhodovanie. Ako inštrumentálny softvér boli na základe vyvinutého situačného simulátora - simulátora vyvinuté experimentálne vzorky inštrumentálnych problémových vecne orientovaných expertných systémov pre situačný manažment obcí a malých podnikov.

Počítačový systém rozhodovania na základe výsledkov expertného hodnotenia v úlohách hodnotenia kvality vzdelávania, vyvinutý O.G. Berestneva a O.V. Marukhina umožňuje vyčleniť najpodložené tvrdenia odborných odborníkov a použiť ich v konečnom dôsledku na prípravu rôznych rozhodnutí. Autormi vyvinutý univerzálny softvérový produkt popísaný v článku umožňuje najoptimálnejšie riešiť problém hodnotenia kvality vzdelávacieho procesu na základe výsledkov expertného hodnotenia.

E.F. Snizhko zvažuje metodiku využívania expertných systémov na úpravu vzdelávacieho procesu a hodnotenie efektívnosti pedagogického softvéru. V priebehu štúdie autor vyvinul experimentálny fragment pedagogického softvérového nástroja na učenie sa jazyka Prolog pre študentov 9. ročníka stredných škôl s cieľom demonštrovať hlavné body vypracovanej metodiky a jej experimentálne overenie. Expertný systém zabudovaný do pedagogického softvérového nástroja bol dovedený na úroveň demonštračného prototypu.

Analýza literatúry v tejto oblasti ukázala, že jedným z prístupov k tvorbe expertných systémov sú pokusy navrhnúť využitie metód fuzzy logiky založených na teórii fuzzy množín.

V.S. Toykin identifikuje niekoľko dôvodov, na základe ktorých sa uprednostňuje používanie systémov s fuzzy logikou:

Koncepčne je to jednoduchšie na pochopenie;

Je to flexibilný systém a je odolný voči nepresným vstupom;

Dokáže modelovať nelineárne funkcie ľubovoľnej zložitosti;

Zohľadňuje skúsenosti odborných špecialistov;

Vychádza z prirodzeného jazyka ľudskej komunikácie.

I.V. Solodovnikov, O.V. Rogozin, O.V. Shu-ruev uvažuje o všeobecných princípoch budovania softvérového balíka schopného produkovať komplexný výkon študenta v semestri s pomocou expertného systému s využitím prvkov aparátu fuzzy logiky.

Účasť na prednáškach. Skóre dochádzky sa vypočítalo ako aritmetický priemer všetkých dostupných skóre;

Seminárna práca. Hodnotenie výkonu sa uskutočnilo podobným spôsobom;

Výkon kontrolných prác. Hodnotenie výkonu kontrolných prác bolo realizované s prihliadnutím na koeficient náročnosti;

Robiť si domáce úlohy. Hodnotenie výkonu sa uskutočnilo podobným spôsobom.

Na hodnotenie akademického výkonu autori použili lingvistické premenné: „navštevoval prednášky“, „pracoval na seminári“, „urobil testy“, „robil domácu úlohu“. Charakteristikou týchto premenných boli pojmy „činnosť“, „účinnosť“, „hodnotenie“. Tento prístup umožňuje analyzovať prácu študenta a na základe formulovaných kritérií hodnotiť efektivitu kvality vedomostí študenta.

Na základe modelov fuzzy logiky I.V. Samoilo, D.O. Žukov uvažuje o probléme vytvárania expertných systémov, ktoré umožňujú dávať odporúčania o profesionálnej orientácii konkrétnemu žiadateľovi.

Skupina premenných (O) - odhady. Vo všeobecnom prípade pre skupinu premenných O možno písať O = (O1, O2, O3, ..., Op).

Skupina premenných (C) - psychologické testy zamerané na identifikáciu schopností súvisiacich s učením a inteligenciou.

Skupina premenných (C) - charakteristika osobnosti žiaka.

Skupina premenných (M) je výsledkom diagnostiky sféry záujmu študenta: M = (t1, t2, ..., tk).

Prototyp takéhoto systému umožnil vytvoriť mechanizmus na riadenie výberu katedrály:

Uchádzač vstúpi na úvodnú stránku systému, zadá známky školy a (alebo) zadá výsledky jednotnej štátnej skúšky, výsledky aktuálneho študijného výkonu, systém vyhodnotí spoľahlivosť výsledku pomocou fuzzy logiky;

Používateľ je testovaný na psychologické charakteristiky osobnosti a schopnosť učiť sa, oblasti záujmu s

vyhodnotenie spoľahlivosti výsledku pomocou fuzzy logiky;

Automatizovaný expertný systém (AES) kontroluje, či uchádzač spĺňa požiadavky odboru (vzdelávacej inštitúcie). Ak „áno“, potom sa pomocou riadiaceho vzdelávacieho prostredia korigujú znalosti používateľa, vytvárajú sa optimálne podmienky na prekonanie rezortnej „bariéry“, používateľ má navyše možnosť odmietnuť bojovať za odbor, ktorý ho zaujíma. ho a pokračovať v jeho vzdelávaní na katedre, kde to jeho úspechy dovoľujú;

Nasledujúce testy sa konajú každých šesť mesiacov. Výsledky testov pomáhajú sledovať dynamiku rozvoja študenta, zvoliť optimálnu stratégiu pre formovanie budúceho profesionála.

O.A. Melikhov uvažuje nad otázkou možnosti implementácie expertného systému na monitorovanie vzdelávacieho procesu vysokej školy založenom na fuzzy prístupe k modelovaniu inteligentných systémov. Tento prístup využíva „lingvistické“ premenné, ktorých vzťahy sú opísané pomocou fuzzy príkazov a fuzzy algoritmov.

Vybudovanie systému monitorovania vzdelávacieho procesu zahŕňa nasledujúce kroky:

Formulácia učebných cieľov, určenie úrovne požiadaviek každého učiteľa (vyšší, stredný, nižší);

Vybudovanie monitorovacieho systému, určenie stupňa trénovanosti v jednotlivých disciplínach. Ukazovatele: diskriminácia, zapamätanie, porozumenie, základné zručnosti, prenos vedomostí;

Stanovenie skutočnej efektívnosti činnosti učiteľa na základe ukazovateľov stupňa učenia sa žiakov. Hlavnými ukazovateľmi efektívnosti činnosti učiteľa sú sila, hĺbka a uvedomenie si vedomostí cvičiacich. Tie isté ukazovatele určujú kvalitu vzdelávania.

DI. Popov vo svojej práci zvažuje systém intelektuálneho dištančného vzdelávania (ISDO) „KnowledgeCT“ založený na internetových technológiách, ktorý plánuje Centrum dištančného vzdelávania využívať na vzdelávacie účely. Dovoľuje

nielen vyhodnocovať vedomosti, ale aj zbierať údaje o žiakoch, ktoré sú potrebné na vytváranie matematických modelov žiaka, zbierať štatistiky.

Znalosti sa hodnotia pomocou adaptívneho testovacieho systému založeného na metódach a algoritmoch fuzzy logiky: pre každú úroveň zložitosti musí odborník na disciplínu (učiteľ) vypracovať vhodný súbor otázok. Takýto systém umožňuje spružniť proces učenia, zohľadňovať individuálne charakteristiky študenta a zlepšiť presnosť hodnotenia vedomostí študenta.

V.M. Kureichik, V.V. Markov, Yu.A. Kravchenko vo svojej práci skúmal prístup k navrhovaniu inteligentných systémov dištančného vzdelávania založených na pravidlách a na precedensoch založených inferenčných technológiách.

Expertné systémy modelujú rozhodovací proces experta ako deduktívny proces pomocou inferencie na základe pravidiel. Do systému je zavedený súbor pravidiel, podľa ktorých sa na základe vstupných údajov vygeneruje záver o primeranosti navrhovaného modelu. Je tu nevýhoda: deduktívny model napodobňuje jeden zo zriedkavejších prístupov, ktoré odborník používa pri riešení problému.

Prípadová inferencia vyvodzuje závery z výsledkov hľadania analógií uložených v databáze prípadov. Táto metóda je účinná v situáciách, keď hlavným zdrojom vedomostí o probléme alebo situácii je skúsenosť, nie teória; riešenia nie sú jedinečné pre konkrétnu situáciu a možno ich použiť v iných na riešenie podobných problémov; účelom dedukcie nie je zaručene správne riešenie, ale čo najlepšie. Implementácia tejto inferenčnej technológie môže byť vykonaná pomocou algoritmov neurónových sietí.

Analýza literatúry o probléme využívania expertných systémov v systéme dištančného vzdelávania ukázala, že táto oblasť je málo študovaná a len sa rozvíja, o čom svedčí malý počet publikácií výskumných učiteľov pôsobiacich v tejto problémovej oblasti. Publikácie v tejto oblasti majú prevažne prediktívny charakter.

V systéme dištančného vzdelávania je záujem o distribuované inteligentné systémy, nie je však celkom jasné, ako efektívne organizovať vzdelávací proces tak, aby viedol k požadovanej kvalite vzdelávania. V prvom rade by sme zrejme mali hovoriť o budovaní pedagogických vzdelávacích modelov v systéme otvoreného vzdelávania.

Podľa nášho názoru je problém spôsobený tým, že značná časť výskumníkov v oblasti technológií dištančného vzdelávania prenáša metódy a techniky známe z praxe a napĺňa nimi dištančné vzdelávanie. Zároveň je úplne zrejmé, že nové technológie vo vzdelávaní by mali byť založené na princípe „nových úloh“. Pokročilé technológie prinášajú nové riešenia, nové metódy, nové prístupy, nové možnosti, ktoré vzdelávací systém ešte nepozná. Teraz sa ukázalo, že „tradičná prednáška“ a „tradičná učebnica“ sú v dištančnom vzdelávaní neúčinné. Potrebujeme organizovaný a riadený prístup k dynamickým systémom aktuálnych informácií, potrebujeme kedykoľvek dostupné „automatizované konzultácie“, potrebujeme nové spôsoby a metódy organizácie spoločných projektových aktivít a mnohé ďalšie.

Doposiaľ sa nazbierali určité skúsenosti s presunom časti intelektuálnych funkcií pre organizáciu a vedenie vzdelávacieho procesu v systéme otvoreného vzdelávania na nástroje informatizácie.

Takže, G.A. Samigulina uvádza príklad inteligentného expertného systému dištančného vzdelávania založeného na umelom imunitnom systéme, ktorý umožňuje v závislosti od príslušnosti študenta k určitej skupine posúdiť jeho intelektuálny potenciál a v súlade s ním promptne poskytnúť individuálny tréningový program. Výstupom je komplexné hodnotenie vedomostí, diferenciácia žiakov a prognóza kvality získaného vzdelania. Skupiny sú určené odborníkmi a zodpovedajú určitým vedomostiam, praktickým zručnostiam, kreativite, logickému mysleniu atď. Vyvinutý expertný systém predpokladá implementáciu podsystémov:

- "Informačný subsystém" - vývoj metód a prostriedkov ukladania informácií, vývoj databáz, bázy znalostí. Zahŕňa elektronické učebnice, referencie, katalógy, knižnice atď.;

- "Intelektuálny subsystém" - tréning imunitnej siete, spracovanie viacrozmerných dát v reálnom čase. Použitie algoritmu na odhadovanie väzbových energií na základe vlastností homológnych peptidov umožňuje znížiť chyby pri predpovedaní inteligentného systému, čo umožňuje trénovať študentov v súlade s ich individuálnymi charakteristikami;

- „Podsystém výcviku“ rozvíja metódy, prostriedky a formy prezentácie informácií o výcviku prispôsobené konkrétnemu používateľovi s prihliadnutím na jeho individuálne vlastnosti. Vypracuje sa harmonogram pre rozsah požadovaných prác a načasovanie realizácie;

- "Podsystém Controlling" je určený pre komplexné hodnotenie vedomostí študenta s cieľom promptne prispôsobiť program a učebný proces.

V dôsledku operatívnej analýzy vedomostí veľkého počtu študentov je teda možné rýchlo opraviť proces učenia, pretože expertný systém ponúka individuálny vzdelávací program.

Analýza výskumu expertných systémov v oblasti dištančného vzdelávania ukázala, že ide o novú a relevantnú oblasť vedy, ktorá je málo študovaná. Pedagógovia často chápu expertný systém ako testovanie študentov v konkrétnom systéme dištančného vzdelávania a preverovanie ich vedomostí.

Takže, A.V. Zubov a T.S. Denisova vyvinula komplexné expertné internetové systémy pre dištančné vzdelávanie založené na systéme dištančného vzdelávania Finport Training System. Systém má schopnosť rozvíjať školiace kurzy, vykonávať školenia a certifikácie a zároveň analyzovať výsledky a efektívnosť školení na základe testov vyvinutých vysokokvalifikovanými odborníkmi.

V.G. Nikitajev a E.Yu. Berdnikovi vyvinul multimediálny kurz

dištančné kurzy pre lekárov v oblasti histologickej a cytologickej diagnostiky s využitím expertných systémov založených na redakčnom systéme Moodle. Systém umožňuje pridávať kurzy do obsahu a na základe testovania kontrolovať úroveň asimilácie učiva v závislosti od odozvy študentov.

V systémoch dištančného vzdelávania je teda možné vykonať odborné posúdenie vedomostí na základe testovacích úloh vyvinutých odborníkmi.

Technológie dištančného vzdelávania si zároveň podľa nášho názoru vyžadujú použitie mnohých podsystémov na odbremenenie organizátorov a lektorov. Toto zaťaženie sa zvyšuje v dôsledku skutočnosti, že človek si sám vyberá svoj vlastný rytmus, tempo a čas učenia. Individualizácia si vyžaduje vyvinutý automatizovaný systém „inteligentných“ podnetov, asistencií, konzultácií počas celého obdobia dištančného vzdelávania a pri použití rôznych vzdelávacích metód a techník: prednášky, praktiky, projektové aktivity, konferencie a pod. Odborníkovi sú adresované len jedinečné otázky. učiteľ. Na základe rozboru publikácií a osobnej praxe organizácie dištančného vzdelávania sme dospeli k záveru, že vyššie uvedené intelektuálne subsystémy je možné organizovať na inej teoretickej a programovej báze vo forme samostatných modulov napojených na systém. Je to spôsobené tým, že podsystémy nesú rôzne intelektuálne „zaťaženia“: niekde stačí použiť tradičnú logiku pri navrhovaní konkrétneho podsystému, v inom prípade je vhodné vytvoriť podsystém pomocou aparátu fuzzy logiky.

Bibliografia

1. Andreichikov A.V., Andreichikova O.N. Inteligentné informačné systémy. M.: Financie a štatistika, 2006.

2. Yugova N.L. Navrhovanie obsahu špecializačného vzdelávania expertným systémom: Ph.D. dis. ... cukrík. ped. vedy. Iževsk, 2006.

3. Antipina N.M. Technológia na formovanie odborných metodických zručností v rámci samostatnej práce študentov pedagogiky

vysokých škôl s využitím expertného systému: Ph.D. ... cukrík. ped. vedy. M., 2000.

4. Kiryukhina N.L. Model expertného systému na diagnostikovanie vedomostí študentov v psychológii: dis. ... cukrík. psychol. vedy. M., 1998.

5. Grechin I.V. Nový prístup k expertnému systému v technológii výučby // Izvestiya TSURE. Tematické číslo „Intelektuálny CAD“. Taganrog: TRTU, 2001. Číslo 4.

6. Baranova N.A. K otázke aplikácie expertných systémov v kontinuálnom pedagogickom vzdelávaní // Education and Science. 2008. Číslo 4. S. 24-28.

7. Moiseev V.B., Andreev A.B. Vnútrouniverzitný systém zabezpečenia kvality prípravy špecialistov // Inžinierske vzdelávanie.

2005. Číslo 3. S. 62-74.

8. Myagková E.V. Úloha a možnosť uplatnenia

expertných systémov ako informačných technológií v oblasti vysokoškolského vzdelávania // Informačné technológie v dizajne a výrobe: vedecké a technické

časopis. 2008. Číslo 1. S. 13-15.

9. Moskovkin V.M. Simulačný expertný systém pre výber univerzít na školenie // NTI. Séria 2. 2009. Číslo 10. S. 19-21.

10. Levina E.Yu. Vnútrouniverzitná diagnostika kvality vzdelávania na automatizovanom expertnom systéme: Ph.D. dis. ... cukrík. ped. vedy. Kazaň, 2008.

11. Smirnová M.A. Aplikácia expertného systému hodnotenia kvality pedagogickej prípravy budúceho učiteľa: dis. ... cukrík. ped. vedy. Tula, 1997.

12. Bolotová L.S. [et al.] Adaptívne dištančné vzdelávanie pre rozhodovanie založené na technológii expertných systémov situačných systémov situačného manažmentu obcí a malých podnikov // Vedecký výskum. Problém. 5. Výročná správa o hlavných výsledkoch vedeckého výskumu, 2003. M., 2004.

13. Berestneva O.G., Marukhina O.V. Počítačový systém rozhodovania na základe výsledkov expertného hodnotenia v úlohách hodnotenia kvality vzdelávania // Zborník z regionálnej vedeckej a metodickej konferencie "Moderné vzdelávanie: systémy a prax zabezpečovania kvality", Tomsk, 29.-30. 2002. Tomsk, 2002. S. 29-30.

14. Snizhko E.A. Metodika využívania expertných systémov na úpravu vyučovacieho procesu a hodnotenie efektívnosti pedagogických zamestnancov: dis. ... cukrík. ped. vedy. SPb., 1997.

15. Toiskin V.S. Inteligentné informačné systémy: návod. Stavropol: Vydavateľstvo SGPI, 2010. 2. časť.

16. Expertný systém hodnotenia efektívnosti tréningu na základe matematického aparátu fuzzy logiky / I.V. Solodovnikov [a ďalší] // Kvalita. Inovácia. Vzdelávanie. 2006. Číslo 1. S. 19-22.

17. Samoilo I.V., Žukov D.O. Informačné technológie pri poskytovaní novej kvality vysokoškolského vzdelávania // Zborník vedeckých článkov. Kniha. 2. Zborník z celoruskej vedecko-praktickej konferencie s medzinárodnou účasťou „Informačné technológie v poskytovaní novej kvality vysokoškolského vzdelávania (14. – 15. apríla 2010, Moskva, NUST MISiS)“. M.: Výskumné centrum pre problémy kvality vo vzdelávaní špecialistov v NUST MISIS, 2010, s. 89-95.

18. Melikhova O.A., Melikhova Z.A. Využitie fuzzy matematiky pri modelovaní systémov umelej inteligencie // Tematické číslo "Inteligentný CAD": v 2 zväzkoch Taganrog: Vydavateľstvo TRTU, 2007. S. 113-119.

19. Popov D.I. Navrhovanie inteligentných systémov pre dištančné vzdelávanie // Proceedings of the Southern Federal University. Séria: Inžinierske vedy. 2001. V. 22. Číslo 4. S. 325-332.

20. Astanin S.V. [et al.] Intelektuálne vzdelávacie prostredie dištančného vzdelávania // Novinky umelej inteligencie. 2003. Číslo 1.

21. Samigulina G.A. Inteligentný expertný systém dištančného vzdelávania založený na umelých imunitných systémoch // Informačné technológie modelovania a riadenia. 2007. Vydanie. 9 (43). s. 1019-1024.

22. Zubov A.V., Denisová T.S. Tvorba komplexných expertných internetových systémov pre dištančné vzdelávanie // Informatizácia školstva a vedy. Moskva: Štátny vedecký výskumný ústav informačných technológií a telekomunikácií, 2010.

23. V. G. Nikitajev a E. Yu. Rozvoj multimediálnych dištančných kurzov pre lekárov o histologickej a cytologickej diagnostike s využitím expertných systémov Základný výskum: vedecký časopis. 2007. Číslo 12. S. 334-334.

1. Andrejčikov A.V., Andrejčiková O.N. Intel-lektual "nye informonnye sistemy. M .: Finansy i statistika, 2006.

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

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

s primeneniem ekspertnoj system: dis. ... cukrík. ped. veda. M., 2000.

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

5. Grechin I.V. Novyj podhod k jekspertnoj sisteme v tehnologii obuchenija // Izvestija TRTU. Tema-ticheskij vypusk "Intellektual" nye SAPR ". Taganrog: TRTU, 2001. č. 4. S. 343-344.

6. Baranova N.A. K voprosu o primenenii ekspertnyh sistem v nepreryvnom pedagogicheskom obrazo-vanii // Obrazovanie i nauka. 2008. Číslo 4. S. 24-28.

7. Moiseev V.B., Andreev A.B. Vnutrivuzovskaja sistema obespechenija kachestva podgotovki specialistov // Inzhenernoe obrazovanie. 2005. Číslo 3. S. 62-74.

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

ekspertnyh systém ako informacionnyh tehnologij v sfére vysshego obrazovanija // Informacion-nye tehnologii v proektirovanii i proizvodstve: nauchno-tehnicheskij zhurnal. 2008. Číslo 1.

9. Moskovkin V.M. Imitacionnaja ekspertnaja sistema vybora universitetov dlja obuchenija // NTI. Serija 2. 2009. č. 10. S. 19-21.

10. Levina E.Ju. Vnutrivuzovskaja diagnostika kachestva obuchenija na osnove avtomatizirovan-noj ekspertnoj sistemy: avtoref. dis. ... cukrík. ped. veda. Kazaň", 2008.

11. Smirnová M.A. Primenenie ekspertnoj sistemy dlja ocenki kachestva pedagogicheskoj podgotovki budushhego uchitelja: dis. ... cukrík. ped. veda. Tula, 1997.

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

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

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

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

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

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

thematicheskogo apparata nechetkoj logiciki // Kachestvo. Innovacii. Obrazovanie, 2006. Číslo 1.

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

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

19. Popov D.I. Proektirovanie intellektual "nyh system distancionnogo obrazovanija // Izvestija Juzhno-go federal" nogo universiteta. Serija: Technické vedy. 2001. T. 22. Číslo 4. S. 325-332.

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

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

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

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

23. Nikitajev V.G., Berdnikovič E.Ju. Razrabotka mul "timedijnyh kursov distancionnogo obuchenija vrachej po gistologicheskoj i citologicheskoj diagnostike s primeneniem ekspertnyh sistem // Fundamental" nye issledovanija: nauchnyj zhur-nal. 2007. Číslo 12. S. 334-334.

VYUŽITIE EXPERTNÝCH SYSTÉMOV VO VZDELÁVANÍ

PANI. Chvanová, I.A. Kiseleva, A.A. Molčanov, A.N. Štátna univerzita Bozyukova Tambov pomenovaná po G.R. Derzhavin Tambov, Rusko. e-mail: [chránený e-mailom]

Článok sa zaoberá problematikou využívania a rozvoja expertných systémov vo vzdelávaní, ako aj aktuálnymi príkladmi využitia takýchto systémov. Autori považujú za nevyhnutné použiť fuzzy logiku na návrh a vývoj inteligentného subsystému.

Kľúčové slová: informačné technológie, expertný systém, fuzzy logika, systém vzdelávania.

Téma1. EOS ako súčasť intenzívneho vzdelávania špecialistov.

Prednáška 8. Expertno-školiace systémy.

Oblasti aplikácie expertných systémov v manažmente.

Náklady na expertné systémy.

Vývoj expertných systémov.

Odborníci v oblasti inteligentných systémov za posledných dvadsať rokov aktívne bádajú v oblasti tvorby a využívania expertných systémov určených pre oblasť vzdelávania. Objavila sa nová trieda expertných systémov - expertné vzdelávacie systémy - najsľubnejší smer zlepšovania softvérových pedagogických nástrojov v smere procedurálnych znalostí.

Expertný systém je súbor počítačového softvéru, ktorý pomáha človeku robiť informované rozhodnutia. Expertné systémy využívajú informácie získané vopred od odborníkov – ľudí, ktorí sú najlepšími špecialistami v akejkoľvek oblasti.

Expertné systémy by mali:

• uchovávať poznatky o konkrétnej tematickej oblasti (fakty, popisy udalostí a vzorcov);
• vedieť komunikovať s používateľom v obmedzenom prirodzenom jazyku (t. j. klásť otázky a rozumieť odpovediam);
• mať súbor logických nástrojov na odvodzovanie nových poznatkov, identifikáciu vzorov, zisťovanie rozporov;
• zadať úlohu na požiadanie, objasniť jej formuláciu a nájsť riešenie;
• vysvetliť používateľovi, ako sa k riešeniu dospelo.

Je tiež žiaduce, aby expertný systém mohol:

• komunikovať také informácie, ktoré zvyšujú dôveru používateľa v expertný systém;
• „povedz“ o sebe, o svojej vlastnej štruktúre

Expertný vzdelávací systém (ETS) je program, ktorý implementuje konkrétny pedagogický cieľ založený na znalostiach odborníka v určitej tematickej oblasti, diagnostikuje riadenie učenia a učenia a tiež demonštruje správanie odborníkov (odborníkov, metodikov, psychológov) . Odbornosť ETS spočíva v znalostiach vyučovacích metód, prostredníctvom ktorých pomáha učiteľom učiť a študentom učiť sa.

Architektúra expertného vzdelávacieho systému zahŕňa dva hlavné komponenty: znalostnú bázu (úložisko znalostných jednotiek) a softvérový nástroj na sprístupňovanie a spracovanie poznatkov, pozostávajúci z mechanizmov na odvodzovanie záverov (riešení), získavanie poznatkov, vysvetľovanie výsledkov a inteligentné rozhranie.

Výmenu dát medzi študentom a EOS vykonáva program inteligentného rozhrania, ktorý vníma správy študenta a prevádza ich do podoby reprezentácie znalostnej bázy a naopak internú reprezentáciu výsledku spracovania prevádza do formátu študenta a odošle správu na požadované médium. Najdôležitejšou požiadavkou na organizáciu dialógu študenta s EOS je prirodzenosť, čo neznamená doslovné formulovanie potrieb študenta vetami v prirodzenom jazyku. Je dôležité, aby postupnosť riešenia problému bola flexibilná, v súlade s predstavami študenta a vedená odborne.

Prítomnosť rozvinutého systému vysvetlení (SE) je mimoriadne dôležitá pre ETS pracujúci v oblasti vzdelávania. V procese učenia bude takýto ETS hrať nielen aktívnu úlohu „učiteľa“, ale aj úlohu referenčnej knihy, ktorá pomáha študentovi študovať vnútorné procesy prebiehajúce v systéme pomocou modelovania aplikačnej domény. Vyvinutý SS pozostáva z dvoch zložiek: aktívny, ktorý zahŕňa súbor informačných správ vydávaných študentovi v procese práce v závislosti od konkrétneho spôsobu riešenia problému, úplne určeného systémom; pasívna (hlavná zložka CO), zameraná na inicializačné akcie študenta.

Aktívnou zložkou CO je podrobný komentár, ktorý sprevádza činnosti a výsledky získané systémom. Pasívna zložka SR je kvalitatívne nový typ informačnej podpory, ktorý je vlastný len znalostným systémom. Táto zložka, okrem vyvinutého systému HELPs, ktoré volá praktikant, má systém vysvetlení postupu riešenia problému. Systém vysvetlení v existujúcom EOS je implementovaný rôznymi spôsobmi. Môže to byť: súbor informácií o stave systému; úplný alebo čiastočný popis cesty, ktorú systém prešiel pozdĺž rozhodovacieho stromu; zoznam hypotéz, ktoré sa majú testovať (dôvody ich vytvorenia a výsledky ich overenia); zoznam cieľov, ktoré riadia fungovanie systému, a spôsobov, ako ich dosiahnuť.

Dôležitou črtou rozvinutého ŠZ je používanie prirodzeného jazyka komunikácie so žiakom v ňom. Široké používanie systémov „menu“ umožňuje nielen diferencovať informácie, ale aj vo vyvinutom EOS posúdiť úroveň pripravenosti študenta a vytvoriť jeho psychologický portrét.

Školiteľa však nemusí vždy zaujímať úplné odvodenie riešenia, ktoré obsahuje veľa zbytočných detailov. V tomto prípade by mal byť systém schopný vybrať len kľúčové body z reťazca s prihliadnutím na ich dôležitosť a úroveň vedomostí študenta. K tomu je potrebné udržiavať model vedomostí a zámerov študenta vo vedomostnej báze. Ak študent naďalej nerozumie prijatej odpovedi, potom by ho systém mal naučiť určité fragmenty vedomostí v dialógu na základe podporovaného modelu problémových vedomostí, t.j. podrobnejšie zverejniť jednotlivé pojmy a závislosti, aj keď tieto detaily neboli použité priamo vo výstupe.

• Špeciálna HAC RF13.00.02
• Počet strán 192

ÚVOD

KAPITOLA 1. SYSTÉMY POČÍTAČOVÉHO ŠKOLENIA V

PROCES VZDELÁVANIA

1.1. Stručný prehľad zavádzania výpočtovej techniky do vzdelávania.

1.2. Expertné systémy: ich základné vlastnosti a aplikácie.

1.3. Využitie expertných systémov v procese učenia. Expertné školiace systémy.

1.4. Vykonanie a analýza hlavných výsledkov zisťovacieho experimentu.

1.5. Perspektívy využitia expertných systémov vo vzdelávacom procese.

ZÁVERY K PRVEJ KAPITOLE

KAPITOLA 2. TEORETICKÉ OTÁZKY STAVEBNÍCTVA

SYSTÉMY ODBORNÉHO ŠKOLENIA

2.1. Architektúra EOS.

2.2. Reprezentácia vedomostí v EOS.

2.3. Model študenta.

2.4. Klasifikácia EOS. 89 ZÁVERY K DRUHEJ KAPITOLE

KAPITOLA 3. SYSTÉM VZDELÁVANIA VYBUDOVANÝ

PRINCÍP FUNGOVANIA ODBORNO-VZDELÁVACÍCH SYSTÉMOV ORIENTOVANÝCH NA RIEŠENIE PROBLÉMOV POHYBU TELA NAKLONOM

LIETADLO NOAH

3.1. Softvérové ​​nástroje, ktoré učia riešiť fyzikálne problémy.

3.2. Výstavba a prevádzka tréningového systému postaveného na princípe fungovania expertno-tréningových systémov, zameraného na riešenie úloh o pohybe tela po naklonenej rovine.

3.3. Úlohy riešené pomocou vyvinutého expertno-školiaceho systému.

ZÁVERY K 3. KAPITOLE

KAPITOLA 4

4.1. Vykonanie a analýza hlavných výsledkov vyhľadávacieho experimentu.

4.2. Realizácia a analýza hlavných výsledkov vyučovacieho a kontrolného pedagogického experimentu.

ZÁVERY K ŠTVRTEJ KAPITOLE

Odporúčaný zoznam dizertačných prác

• Metodika využívania expertných systémov na úpravu učebného procesu a hodnotenie efektívnosti pedagogických zamestnancov 1997, kandidátka pedagogických vied Snizhko, Elena Alexandrovna

• Didaktické počítačové prostredie ako komponent techniky na formovanie zovšeobecnených zručností žiakov pri realizácii experimentálneho výskumu 2002, kandidát pedagogických vied Koksharov, Vladimir Leonidovič

• Počítačová technika na prípravu a vedenie školení 1999, kandidátka pedagogických vied Sedykh, Svetlana Pavlovna

• Didaktická špecifickosť informačných technológií vo výchovno-vzdelávacom procese na strednej škole: Na základe učiva predmetu astronómia 2002, kandidát pedagogických vied Rysin, Michail Leonidovič

• Princípy konštrukcie a použitia expertných vzdelávacích systémov v predmete "Teoretické základy informatiky" 2000, kandidát pedagogických vied Kudinov, Vitalij Alekseevič

Úvod k diplomovej práci (časť abstraktu) na tému „Počítačové tréningové systémy postavené na princípe fungovania expertných tréningových systémov: Vývoj a aplikácia vo výučbe riešenia fyzikálnych. úlohy"

Tradične sa proces učenia vo všeobecnosti a proces vyučovania fyziky osobitne považuje za obojsmerný, vrátane aktivít učiteľa a študentov. Aktívne využívanie počítačov vo vzdelávacom procese z neho robí plnohodnotného tretieho partnera v procese vzdelávania. Počítače poskytujú prakticky neobmedzené možnosti na rozvoj samostatného tvorivého myslenia žiakov, ich intelektu, ako aj samostatnej tvorivej činnosti žiakov a pedagógov.

Aktívna práca na hľadaní nových foriem a metód výučby sa začala v 60. rokoch. Pod vedením akademika A.I. Berg organizoval a vykonával práce na problémoch programovaného učenia, zavádzania technických učebných pomôcok a učebných strojov. Programované učenie bolo prvým krokom k zlepšeniu vzdelávacích aktivít. Hlboký výskum teórie a praxe programovaného učenia uskutočnil V.P. Bešpalko, G.A. Bordovský, B.S. Gershunsky, V.A. Izvozchikov, E.I. Mashbits, D.I. Penner, A.I. Raev, V.G. Razumovský, N.F. Talyzina a ďalší.

Problematika efektívneho využívania počítačov vo výchovno-vzdelávacom procese a výskum vývoja efektívnych metód a prostriedkov počítačovej výučby zostávajú aktuálne aj v súčasnosti. Príslušné práce v tejto oblasti sa vykonávajú u nás aj v zahraničí. Jednotný pohľad na využívanie výpočtovej techniky v oblasti vzdelávania sa však zatiaľ nevytvoril.

Počiatočné obdobie používania počítačov vo vzdelávacom procese je charakterizované ako obdobie intenzívneho rozvoja myšlienok programovaného učenia a rozvoja automatizovaných vzdelávacích systémov. Vývojári automatizovaných vzdelávacích systémov vychádzali z predpokladu, že proces učenia sa môže prebiehať prostredníctvom dobre organizovanej postupnosti rámcov tréningových a kontrolných informácií. Prvé experimenty s využitím počítačov vo vzdelávacom procese boli stelesnené vo forme vzdelávacích programov s deterministickým scenárom učenia. Táto trieda vzdelávacích programov má tieto nevýhody: nízka miera prispôsobenia individuálnym charakteristikám študenta; redukcia úlohy diagnostiky vedomostí študenta na úlohu určiť, či jeho odpovede patria do niektorej z tried referenčných odpovedí; veľké mzdové náklady na prípravu vzdelávacieho materiálu.

Alternatívnym prístupom k procesu informatizácie učenia je vytváranie takzvaných učebných prostredí. Vzdelávacie prostredie implementuje koncept učenia prostredníctvom objavovania. Základný rozdiel medzi týmto prístupom a prístupom diskutovaným vyššie je v tom, že v tomto prípade sa so študentom zaobchádza ako s akýmsi autonómnym systémom schopným mať svoje vlastné ciele. Pre túto triedu vzdelávacích programov sú charakteristické tieto znaky: učebné prostredie poskytuje žiakovi vzdelávacie materiály a iné zdroje potrebné na dosiahnutie učebného cieľa stanoveného učiteľom alebo ním samým; nedostatok kontroly konania študenta systémom. Hlavným účelom vzdelávacieho prostredia je vytvárať priaznivé, „priateľské“ prostredie alebo „svet“, „cestovanie“, prostredníctvom ktorého študent získava vedomosti.

Výskum v oblasti psychológie myslenia, úspechy v oblasti umelej inteligencie a programovacích technológií rozšírili záber počítača vo vzdelávacom procese a umožnili testovať nové koncepty intelektualizácie počítačového učenia v praxi.

Prudký nárast množstva informácií vo vzdelávacom procese kladie nové nároky na kybernetický prístup k učeniu, a tým aj na pedagogický softvér. Mali by pomôcť efektívne riešiť hlavnú úlohu – riadenie učebného procesu pomocou spätnej väzby na základe podrobnej diagnostiky vedomostí žiakov, zisťovanie príčin ich chýb so súčasným vysvetlením počítačom navrhnutého variantu riešenia výchovného problému. Uvedené vlastnosti sú najefektívnejšie implementované predovšetkým tréningovými systémami vybudovanými na princípe fungovania expertných tréningových systémov, čo určuje relevantnosť teoretického a praktického štúdia tohto problému.

Zavádzanie expertných systémov do vzdelávacieho procesu je prirodzeným logickým pokračovaním informatizácie vzdelávania, jeho kvalitatívne novej etapy, ktorá kladie základy informatizácie školstva. Tento proces sa stal možným vďaka hĺbkovým výskumom, ktoré sa v oblasti informatizácie vzdelávania uskutočnili vedcami a učiteľmi. Vzhľadom na to, že využívanie expertných systémov na riešenie problémov vo fyzike prinieslo pozitívne výsledky, výskum vývoja a aplikácie expertných systémov je relevantný nielen vo vedeckej, ale aj pedagogickej činnosti, vrátane výučby fyziky.

Využitie vzdelávacích programov vybudovaných na princípe expertných vzdelávacích systémov v procese vzdelávania prinesie nový kvalitatívny skok vo vzdelávaní. Ich zavedenie do praxe vyučovania umožní: zmeniť štýl vyučovania, premeniť ho z informačného a vysvetľovacieho na kognitívny, vzdelávací a výskumný; skrátiť čas potrebný na získanie potrebných vedomostí.

Predmetom výskumu je proces vyučovania fyziky.

Predmetom výskumu je proces učenia sa riešiť problémy vo fyzike pomocou vzdelávacieho systému postaveného na princípe fungovania expertných vzdelávacích systémov a vytvorenie spoločnej metódy riešenia problémov medzi študentmi.

Účelom práce bolo vyvinúť a vytvoriť učebný systém vybudovaný na princípe expertných učebných systémov zameraných na riešenie fyzikálnych problémov určitej triedy a preštudovať možnosti formovania spoločnej metódy riešenia žiakov pri výučbe riešenia problémov v fyzika s využitím údajov zo špeciálne vyvinutých pedagogických softvérových nástrojov.

Hypotéza štúdie je nasledovná: zavedenie vzdelávacích systémov do vzdelávacieho procesu, vybudovaných na princípe expertných vzdelávacích systémov, povedie študentmi k efektívnejšej asimilácii všeobecného spôsobu riešenia úloh vo fyzike, čím sa zvýši ich študijné výsledky, prehĺbia si vedomosti z fyziky a prispejú k zvýšeniu kvality vedomostí v študovanom predmete.

Na základe formulovanej hypotézy boli za účelom dosiahnutia cieľa štúdie stanovené a vyriešené nasledovné úlohy:

Analýza moderných metód a prostriedkov tvorby vzdelávacích programov. Zameranie na tie, ktoré zodpovedajú cieľom práce;

Skúmanie možností využitia počítača na vytvorenie spoločného spôsobu riešenia problémov medzi študentmi;

Rozvoj štruktúry a princípov budovania tréningového systému postaveného na princípe fungovania expertných tréningových systémov, zameraných na riešenie fyzických problémov určitej triedy;

Testovanie navrhnutej výskumnej hypotézy, hodnotenie efektívnosti vypracovanej metodiky, vyvinutý pedagogický softvér počas pedagogického experimentu.

Na riešenie úloh boli použité nasledujúce výskumné metódy:

Teoretický rozbor problému na základe štúdia pedagogickej, metodologickej a psychologickej literatúry;

Dopytovanie žiakov, študentov, učiteľov škôl a univerzít;

Štúdium procesu učenia sa riešiť problémy a vyvinutú metodológiu v priebehu navštevovania a vedenia hodín fyziky, pozorovania študentov, rozhovorov s učiteľmi, vykonávania a analýzy testov, testovania študentov;

Plánovanie, príprava, realizácia pedagogického experimentu a analýza jeho výsledkov.

Vedecká novinka výskumu spočíva v:

Vývoj tréningového systému postaveného na princípe fungovania expertných tréningových systémov, zameraných na riešenie určitej triedy problémov vo fyzike;

Teoretické a praktické zdôvodnenie možnosti vytvorenia spoločného spôsobu riešenia problémov študentov pri využívaní vyvinutého pedagogického softvéru v procese učenia (systém učenia vybudovaný na princípe expertných vzdelávacích systémov);

Vypracovanie základov metodiky používania tréningového systému postaveného na princípe fungovania expertno-tréningových systémov pri výučbe riešenia fyzikálnych problémov.

Teoretický význam štúdia spočíva v rozvoji prístupu k výučbe riešenia úloh z fyziky, ktorý spočíva v realizácii kontroly činnosti študentov pri riešení úloh pomocou špeciálne vyvinutých pedagogických softvérových nástrojov (výukový systém postavený na tzv. princíp fungovania expertných vyučovacích systémov).

Praktický význam štúdia spočíva vo vytvorení softvérovej a metodickej podpory vyučovania fyziky (systém vyučovania na princípe fungovania expertných vyučovacích systémov), určenie jeho úlohy a miesta vo výchovno-vzdelávacom procese a vytvorenie základov pre metodika používania týchto pedagogických softvérových nástrojov pri vedení vyučovacích hodín o riešení fyzikálnych problémov.úlohy s použitím počítačov.

Na obhajobu sa predkladá:

Zdôvodnenie možnosti využitia vyvinutého školiaceho systému, postaveného na princípe fungovania expertno-tréningových systémov, v procese výučby riešenia úloh z fyziky;

Rozvoj prístupu k riadeniu činnosti študentov prostredníctvom špeciálne vyvinutých pedagogických softvérových nástrojov (výukový systém vybudovaný na princípe fungovania expertných vyučovacích systémov) pri výučbe riešenia úloh z fyziky;

Základy metodiky využívania tréningového systému postaveného na princípe expertných tréningových systémov pri vedení vyučovania o riešení problémov v procese vyučovania fyziky.

Testovanie a implementácia výsledkov výskumu. Hlavné výsledky štúdie boli oznámené, prediskutované a schválené na stretnutiach Katedry metód vyučovania fyziky Moskovskej štátnej pedagogickej univerzity (1994-1997), na konferencii mladých vedcov (Mordovia State University, 1996-1997) , na konferenciách Moskovskej štátnej pedagogickej univerzity (apríl 1996).

Hlavné ustanovenia dizertačnej práce sa odrážajú v týchto publikáciách:

1. Gryzlov S.V. Systémy odbornej prípravy odborníkov (prehľad literatúry) // Vyučovanie fyziky na vysokých školách. M., 1996. Číslo 4. - S. 3-12.

2. Gryzlov S.V. Využitie expertno-learningových systémov v procese vyučovania fyziky // Vyučovanie fyziky na strednej škole. M., 1996. Č. 5.-S. 21-23.

3. S. V. Gryzlov, A. P. Korolev a D. Yu. Expertno-výcvikový systém zameraný na riešenie komplexu úloh o pohybe telesa po naklonenej rovine // Skvalitnenie vzdelávacieho procesu na základe nových informačných technológií. Saransk: Mordovský štát. ped. in-t, 1996. - S. 45-47.

4. Gryzlov S.V., Kamenetsky S.E. Perspektívne smery využitia výpočtovej techniky vo výchovno-vzdelávacom procese univerzity a školy // Veda a škola. 1997. Číslo 2.-S. 35-36.

Štruktúra a rozsah dizertačnej práce. Dizertačná práca pozostáva z úvodu, štyroch kapitol, záveru, zoznamu použitej literatúry a prílohy. Celkový objem je 192 strán strojom písaného textu, z toho 25 obrázkov, 8 tabuliek. Zoznam literatúry obsahuje 125 titulov.

Podobné tézy v odbore "Teória a metódy prípravy a vzdelávania (podľa regiónov a úrovní vzdelávania)", 13.00.02 VAK kód

• Didaktické podmienky pre využitie automatizovaných učebných predmetov v procese štúdia prírodovedných odborov študentmi stredných škôl 1999, kandidátka pedagogických vied Belous, Natalya Nikolaevna

• Vývoj objektovo orientovaných matematických a softvérových informačných technológií pre riadenie individualizovaného učenia v nápravnej škole 2003, PhD Kremer, Oľga Borisovna

• Teoretické základy tvorby a aplikácie didaktických interaktívnych softvérových systémov vo všeobecných technických disciplínach 1999, doktorka pedagogických vied Zainutdinova, Larisa Khasanovna

• Metódy vyučovania geometrie v 10.-11.ročníku strednej školy s využitím počítača 2002, doktor pedagogických vied Mehdiyev, Muradkhan Hajikhanovič

• Počítačová pedagogická podpora konania študenta pri práci na rozvetvenom programe 2002, kandidátka pedagogických vied Careva, Irina Nikolaevna

Záver dizertačnej práce na tému „Teória a metódy výcviku a vzdelávania (podľa oblastí a úrovní vzdelávania)“, Gryzlov, Sergey Viktorovich

ZÁVERY K ŠTVRTEJ KAPITOLE

1. Na základe rozboru možných smerov využitia počítača vo vzdelávaní sa identifikujú nedostatky existujúcich pedagogických softvérových nástrojov, zdôvodní sa potreba tvorby a využívania výučbového softvéru vo výchovno-vzdelávacom procese, postavenom na princípe expertných vzdelávacích systémov. .

2. Bola vyvinutá metodika vedenia vyučovania s využitím vyvinutých softvérových nástrojov (tréningový systém postavený na princípe fungovania expertných vzdelávacích systémov).

3. Pri vyhľadávacom experimente sa zisťoval obsah a upravovala sa štruktúra vyvíjaného pedagogického softvéru.

4. Realizácia rešeršného experimentu umožnila vypracovať konečnú verziu metodiky vedenia vyučovacích hodín s využitím vyvinutého školiaceho systému, zameraného na rozvoj spoločného spôsobu riešenia problémov pre študentov.

5. Vykonaná porovnávacia analýza výsledkov kontrolného pedagogického experimentu svedčí o významnom vplyve navrhovanej metodiky vedenia vyučovania na riešenie fyzikálnych úloh s využitím vyvinutého pedagogického softvéru na formovanie spoločného spôsobu riešenia problémov medzi žiakmi.

Potvrdila sa tak platnosť predloženej hypotézy o väčšej efektívnosti navrhovanej metodiky vedenia vyučovania pri riešení fyzikálnych problémov pomocou vyvinutého pedagogického softvéru v porovnaní s tradičným.

ZÁVER

1. Preštudoval a analyzoval pedagogickú, metodologickú a psychologickú literatúru a dizertačný výskum o metodológii využívania počítača vo vzdelávacom procese. Na základe toho sa ukázalo, že najúčinnejšími pedagogickými softvérovými nástrojmi sú vzdelávacie programy postavené na princípe fungovania expertno-tréningových systémov.

2. Expertno-výcvikové systémy, zamerané na formovanie spoločného spôsobu riešenia študentov, sú najefektívnejším prostriedkom výučby riešenia problémov.

3. Stanovia sa perspektívy využitia expertno-výcvikových systémov vo vzdelávacom procese, navrhnú sa smery využitia expertných systémov vo vzdelávacom procese.

4. Je navrhnutá a zdôvodnená štruktúra systému výučby, postavená na princípe fungovania expertno-výcvikových systémov, zameraných na vytvorenie spoločného spôsobu riešenia problémov medzi študentmi.

5. Bol vyvinutý tréningový systém, vybudovaný na princípe fungovania expertno-tréningových systémov, zameraný na riešenie súboru problémov o pohybe tela po naklonenej rovine. Riadenie aktivít študentov pri riešení úlohy pomocou vyvinutého tréningového systému sa realizuje prostredníctvom: a) počítačovej simulácie, ktorá umožňuje identifikovať podstatné vlastnosti a vzťahy objektov, na ktoré sa problém vzťahuje; b) heuristické nástroje, ktoré poskytujú študentom možnosť plánovať svoje činnosti; c) postupná kontrola konania študenta systémom výučby a na požiadanie študenta prezentácia referenčného riešenia problému, rozvíjanie schopnosti hodnotiť svoje konanie, výber kritérií pre toto hodnotenie.

6. Stanovuje sa metodika vedenia vyučovania o riešení problémov pomocou vyvinutého pedagogického softvéru, ich úloha a miesto vo výchovno-vzdelávacom procese. Hlavné ustanovenia tejto techniky sú nasledovné: a) samostatný výber úloh študentov na zvládnutie všeobecného spôsobu riešenia problémov určitej triedy; b) využitie vyvinutých pedagogických softvérových nástrojov (učebný systém postavený na princípe expertných vzdelávacích systémov) na vytvorenie spoločnej metódy riešenia problémov; c) kombinácia samostatného riešenia problému každým študentom s kolektívnou diskusiou o pláne riešenia; d) výber algoritmu na riešenie problémov tejto triedy na základe zovšeobecnenia už vyriešených problémov.

7. Výsledky uskutočneného pedagogického experimentu ukázali, že formovanie spoločného spôsobu riešenia problémov medzi študentmi v experimentálnych skupinách, kde tréning prebiehal s využitím vyvinutých pedagogických softvérových nástrojov (tréningový systém postavený na princípe expertných tréningových systémov) , je oveľa vyššia ako v kontrolných skupinách, kde sa školenie vykonávalo pomocou najbežnejších typov počítačových programov (modelovanie a školenie), čo potvrdzuje spoľahlivosť predloženej hypotézy.

Zoznam odkazov na výskum dizertačnej práce Kandidát pedagogických vied Gryzlov, Sergej Viktorovič, 1998

1. Alekseeva E.F., Stefanyuk V.L. Expertné systémy (stav a perspektíva) // Izvestiya AN SSSR. Technická kybernetika. 1984.- č.5. s. 153-167.

2. Anatsky N.M., Levin N.A., Pospelova L.Ya. Implementácia expertného systému "IPILOG" / Materiály V. celozväzového seminára "Vývoj a aplikácia PC softvéru vo vzdelávacom procese": Abstrakty. správa Ordzhonikidze, 1989. - S. 27-28.

3. Anderson J.R., Reiser B.J. LISP učiteľ // V knihe. Realita a prognózy umelej inteligencie: So. články; za. z angličtiny. / Ed. V.L. Stefanyuk. M.: Mir, 1987. - S. 27-47.

4. Antonyuk L.S., Cherepina I.S. O využívaní aktívnych vyučovacích metód v juniorských kurzoch // Programmed learning, 1988. -Zv. 25.-S. 98-101.

5. Aristova L.P. Automatizácia výučby školákov. M.: Osveta, 1968. -139 s.

6. Babanský Yu.K. Výber vyučovacích metód na strednej škole. M.: Pedagogika, 1981. - 176 s.

7. Baikov F.Ya. Problémovo naprogramované úlohy z fyziky na strednej škole. Príručka pre učiteľov. M.: Osveta, 1982. - 62 s.

8. Balobashko N.G., Kuznetsov V.C., Smirnov O.A. Zabezpečenie vzdelávacieho procesu výpočtovými prostriedkami. M .: Výskumný ústav vyšších problémov. škola - 1985. 44 s.

9. Bespalko V.P. Základy teórie pedagogických systémov. Voronež: Vydavateľstvo Voronežskej univerzity, 1977. - 304.

10. Bespalko V.P. Programované učenie (didaktické základy). M., 1970. - 300 s.

11. Bobko I.M. Adaptívny pedagogický softvér. -Novosibirsk: Vydavateľstvo NSU, 1991. 101 s.

12. Bugaenko G.A., Burkova S.A. Riešenie jedného problému so zvýšenou náročnosťou // Fyzika v škole. č. 4. - 1991. - S. 43-46.

13. Bunyajev M.M. Vedecké a metodologické základy pre návrh rozvetvených interaktívnych vzdelávacích systémov: Dis. pre stupeň Cand. ped. vedy. 1992. - 350 s.

14. Vlasová E.Z. Perspektívy využitia expertných systémov vo vzdelávacom procese // Špecializované stredné vzdelávanie. 1991. - č. 4. - S. 21.

15. Vlasová E.Z. Rozvoj znalostných báz expertných systémov v metodickej príprave študentov fyziky: Diz. pre stupeň Cand. ped. vedy. Petrohrad, 1993. - 211 s.

16. Gvaramiya M. Skúsenosti s vývojom počítačových učebných pomôcok vo fyzike Informatika a vzdelávanie. 1990. - č. 6. - S. 79.

17. Gergey T., Mashbits E.I. Psychologické a pedagogické problémy efektívneho využívania počítačov vo výchovno-vzdelávacom procese Voprosy psikhologii. 1985. - č. 3. - S. 41-49.

18. Gershunsky B.S. Elektronizácia vo vzdelávaní: problémy a perspektívy. M.: Pedagogika, 1987. - 264 s.

19. Glushkov V.M. Výpočtová technika a problémy s aktiváciou riadenia. In: Budúcnosť vedy. Perspektívy. Hypotézy. Moderné problémy. Problém. 4. - M.: Vedomosti, 1971.

20. Golitsina I., Narkov I. Počítač na hodinách fyziky // Informatika a vzdelávanie. 1990. - č. 3. - S. 31.

21. Gottlieb B. Počítačová a didaktická podpora // Informatika a vzdelávanie. 1987. - č. 4. - S. 3-14.

22. Gottlieb B. Štruktúra AOS // Informatika a vzdelávanie. 1987. - Č. Z.-S. 11-19.

23. Grabar M.I., Krasnyanskaya K.A. Aplikácia matematickej štatistiky v pedagogickom výskume. Neparametrické metódy. -M., Pedagogika, 1977. 136 s.

24. Gryzlov S.V. Systémy odborného školenia (prehľad literatúry) // V sob. Vyučovanie fyziky na vysokých školách. č. 4. - M., 1996. - S. 312.

25. Gutman V.I., Moshchansky V.N. Algoritmy na riešenie problémov v mechanike na strednej škole: Kniha pre učiteľov. M.: Osveta, 1988. -95 s.

26. Davydov V.V. Problém vývinového vzdelávania: Skúsenosti teoretického a experimentálneho psychologického výskumu. M.: Pedagogika, 1986. - 240 s.

27. Dalinger V. Interaktívne školiace programy a požiadavky na ne // Informatika a vzdelávanie. 1988. - č. 6. - S. 35-37.

28. Danovski P., Dovgyallo A.M., Kirova K.N. a kol., Automatizované vzdelávacie systémy založené na SPOK // Moderná vysoká škola.-1983.-№ 1.-S. 171-178.

29. Denisov A.E., Bushuev S.D. Programované učenie a informatizácia vzdelávacieho procesu na univerzite // Programmed learning, 1988.-Zv. 25.-S. 3-9.

30. Didaktika strednej školy: Niektoré problémy modernej didaktiky. / Ed. M.N. Skatkin. M.: Osveta, 1982. - 319 s.

31. Driga V.I., Pankov M.N. K problematike didaktických požiadaviek na zostavovanie softvérových a pedagogických prostriedkov / V So. Počítač a vzdelávanie / Ed. Razumovský V.G. M.: APN ZSSR, 1991 -117 s.

32. Emeljanov V.V., Ukhanova T.V., Yasinovskii S.I. Využitie metód umelej inteligencie vo flexibilných výrobných systémoch: Učebnica pre predmet "Organizačný manažment GPS" / Ed. V.V. Emeljanov. M.: Vydavateľstvo MSTU, 1991. - 36 s.

33. Eslyamov S.G. Metódy a nástroje, ktoré zabezpečujú efektívne využívanie expertných systémov vo vzdelávaní: Abstrakt dizertačnej práce pre titul kandidát technických vied: 25.05.05. Kyjev, 1993.- 16 s.

34. Jablon K., Simon J.-C. Využitie počítačov na numerickú simuláciu vo fyzike. M.: Nauka, 1983. - 235 s.

35. Zak A.Z. Ako určiť úroveň rozvoja myslenia študenta. -M.: Vedomosti, 1982. 98 s.

36. Ibragimov O.V., Petrushin V.A. Expertné školiace systémy. - Kyjev, 1989. 21 s. - (Prepr. / Akadémia vied Ukrajinskej SSR. Ústav kybernetiky pomenovaný po V.M. Gluškovovi; 89-47).

37. V.A. Didaktické základy počítačovej prípravy vo fyzike. L.: LGPI, 1987. - 256 s.

38. Taxikári V.A., Zharkov I.V. Dialóg medzi študentom a strojom // Fyzika v škole. 1985. - č. 5. - S. 48-51.

39. Taxikári V.A., Revunov D.A. EVT na hodinách fyziky na strednej škole. Moskva: Osvietenstvo, 1988. - 239 s.

40. Ilyina T.A. Pedagogika: Priebeh prednášok. Učebnica pre žiakov ped. univerzity. M.: Osveta, 1984. - 202 s.

41. Kybernetika a problémy učenia. / Ed. A.I. Berg. M.: Progress, 1970. - 390 s.

42. Počítač získava inteligenciu: TRANS. z angličtiny / Ed. B.J.I. Stefanyuk. -M.: Mir, 1990. 240 s.

43. Kondratiev A.S., Laptev V.V. Fyzika a počítač. L .: Vydavateľstvo Leningradskej štátnej univerzity, 1989. - 328 s.

44. Konstantinov A.B. Počítač ako teoretik: Symbolické výpočty a princípy umelej inteligencie v teoretickej fyzike / Experiment na displeji. M.: Nauka, 1989. - S. 6-44.

45. Korzh E.D., Penner D.I. Programované úlohy z fyziky pre ročník VIII. Vladimír: V PI, 1984. - 81 s.

46. ​​​​Krug G.K., Kabanov V.A., Chernykh A.V. Inštrumentálne interaktívne vzdelávacie systémy na mikropočítačoch // Mikroprocesorové zariadenia a systémy. 1987. - č. 3. - S. 29-30.

47. Kuznetsov A., Sergeeva T. Vzdelávacie programy a didaktika // Informatika a vzdelávanie. 1986. - č. 2. - S. 87-90.

48. Kuznecov A. Základné princípy používania počítačov v procese učenia. / So. Teoretické a aplikované problémy informatizácie vzdelávania. Kazaň, 1988. - 184 s.

49. Lanina I.Ya. Formovanie kognitívnych záujmov žiakov na hodinách fyziky. M.: Osveta, 1985. - 128 s.

50. Lobanov Yu.I., Brusilovsky P.L., Sedin V.V. Expertné vzdelávacie systémy. - M., - 56 s. - (Nové informačné technológie vo vzdelávaní: prehľad, inform. / NIIVO; Vydanie 2)

51. Lyaudis V.Ya. Psychologické princípy budovania systémov výučby dialógu // V zborníku článkov. Psychologicko-pedagogické a psychologicko-fyziologické problémy počítačovej prípravy. M.: Vydavateľstvo Akadémie vied ZSSR. - 1985.- 162 s.

52. Marcellus D. Programovanie expertných systémov na Turbo Prolog: Per. z angličtiny. M.: Financie a štatistika, 1994. - 256 s.

53. Maryasina E.D. Analýza správnosti odpovedí v automatizovaných vzdelávacích systémoch pomocou interpretačných modelov // Riadiace systémy a stroje. 1983. - č. 1. - S. 104-107.

54. Maslov A., Tairov O., Trush V. Fyziologické a hygienické aspekty využívania osobných počítačov vo vzdelávacom procese.Informatika i obrazovanie. 1987. - č. 4. - S. 79-81.

55. Mashbits E.I. Dialóg v vzdelávacom stroji. Kyjev: Vishcha school, 1989. -182 s.

56. Mashbits E.I. Automatizácia vzdelávania: problémy a perspektívy. M.: Vedomosti, 1986. - 80 s.

57. Mashbits E.I. Psychologické a pedagogické problémy informatizácie školstva. M.: Pedagogika, 1988. - 215 s.

58. Metódy štúdia témy "Elektrický odbor" v predmete fyzika strednej školy na základe problémových programovaných úloh:

61. Mitrofanov G.Yu. Expertné systémy v procese učenia. M.: TSNTI civilného letectva, 1989. - 32 s.

62. Michalevič V.M., Dovgyallo A.M., Saveliev Ya.M., Kogdov N.M. Expertné školiace systémy v komplexe nástrojov počítačového vzdelávania // Moderná vysoká škola. 1988. - č. 1 (61). - S. 125-136.

63. Monachov V.M. Psychologické a pedagogické problémy zabezpečenia počítačovej gramotnosti žiakov // Otázky psychológie. 1985.- Číslo 3. S. 14-22.

64. Morozová N.V., Ionkin V.P. Používanie rámcových systémov na kontrolu vedomostí žiakov // V knihe. Metódy a prostriedky informatizácie školstva a výskumu / Mosk. ekv.-st. in-t. M., 1992.- S. 43-49.

65. Nevdava L., Sergeeva T. O sľubných trendoch vo vývoji pedagogického softvéru // Informatika a vzdelávanie.- 1990.-№6.-S. 79.

66. Nikolov B.C. Vývoj nástrojov na tvorbu vzdelávacích expertných systémov: Dis. pre stupeň Cand. Fyzikálna matematika vedy. M., Akadémia vied ZSSR, 1988. - 183 s.

67. Nilson N. Princípy umelej inteligencie / Per. z angličtiny. -M.: Rozhlas a komunikácia, 1985. 373 s.

68. Novikov V.N. O jednej úlohe so zvýšenou náročnosťou // Fyzika v škole. č. 5. - 1989. - S. 124-128.

69. Novitsky L.P., Feidberg L.M. Expertno-výcvikový systém pre osobný počítač // V knihe: Metódy a prostriedky kybernetiky v riadení vzdelávacieho procesu vysokoškolského vzdelávania: So. vedecký tr. / Moskva. ex-st. in-t. M.; 1992. - S. 43-49.

70. Pedagogika školy. / Ed. I.T. Ogorodnikov. M.: Osveta, 1978.-320 s.

71. Perspektívy rozvoja výpočtovej techniky: V 11 knihách: Odkaz, príspevok / Ed. Yu.M. Smirnova. Kniha. 2. Intelektualizácia počítačov / E.S. Kuzin, A.I. Roitman, I.B. Fominykh, G.K. Chachalin. M.: Vyššie. škola, 1989. - 159 s.

72. Petrushin V.A. Architektúra expertných vzdelávacích systémov / V knihe. Vývoj a aplikácia expertno-školiacich systémov: So. vedecký tr. M.: NIIVSH, - 1989. - S. 7-18.

73. Petrushin V.A. Inteligentné vzdelávacie systémy: architektúra a metódy implementácie (recenzia) // Izvestiya AN. Technická kybernetika, č. 2 1993. - S. 164-189.

74. Petrushin V.A. Modelovanie stavu vedomostí praktikanta v inteligentných vzdelávacích systémoch // V knihe. Vývoj technológií počítačového vzdelávania a ich implementácia: So. vedecký tr. / AN Ukrajinská SSR. Ústav kybernetiky im. Glushkova, Kyjev, 1991. - S. 26-31.

75. Povyakel N.I. Formovanie cieľov v psychologickej podpore počítačového užívateľského softvéru. M.: Vydavateľstvo Moskovskej štátnej univerzity, 1975. -S. 79-81.

76. Popov E.V. Komunikácia s počítačmi v prirodzenom jazyku. M.: Nauka.-1982. - 360 str.

77. Popov E.V. Expertné systémy: Riešenie neformálnych problémov v dialógu s počítačom. M.: Veda. Ch. vyd. Fyzikálna matematika lit., 1987. - 288 s.

78. Budovanie expertných systémov. Ed. F. Hayes-Roth M.: Mir, 1987.-442 s.

79. Workshop o vývoji pedagogického softvéru pre stredné školy. / Uch. príspevok vyd. V.D. Stepanova. M.: vydavateľstvo Prometheus, 1990. - 79 s.

80. Reprezentácia a využitie vedomostí: Per. z japončiny. / Ed. X. Ueno, M. Ishizuka. M.: Mir, 1989.

81. Využitie expertných systémov vo vyučovaní fyziky: Metodické odporúčania. / Comp. E.Z. Vlasová, prof., Dr. Ph.-M. Sciences V.A. Cabbers. Petrohrad, 1992. - 50 s. - (Kybernetika. Pedagogika. Edukológia. / Ruská pedagogická univerzita pomenovaná po A.I. Herzenovi. Od "Vzdelávanie").

82. Putieva A. Problematika rozvoja vzdelávania pomocou počítačov // Otázky psychológie. 1987. - č. 1. - S. 63-65.

83. Raev A.I. Psychologické problémy programovaného učenia. Leningrad: LGPI im. Herzen, 1971. - 96 s.

84. Vývoj a aplikácia expertných vzdelávacích systémov. // So. vedecký tr. M.: NIIVSH, 1989. - 154 s.

85. Revunov A.D., Izvozchikov V.A. Elektronické počítače na hodinách fyziky na strednej škole. Moskva: Osvietenstvo, 1988. - 257 s.

86. Richmond W.K. Učitelia a stroje: (Úvod do teórie a praxe programovaného učenia). M., 1968. - 278 s.

87. Savčenková N.E. Chyby na prijímacích skúškach z fyziky. - Minsk, Vyššie. škola, 1975. - 160 s.

88. Sergeeva T. Nové informačné technológie a obsah vzdelávania // Informatika a vzdelávanie. -1991. č. 1

89. Sergeeva T., Chernyavskaya A. Didaktické požiadavky na počítačové školiace programy // Informatika a vzdelávanie. -1986. -č.1.-S. 48-52.

90. Talyzina N.F. Teoretické problémy programovaného učenia. M.: Vydavateľstvo Moskovskej štátnej univerzity, 1969. - 133 s.

91. Talyzina N.F. Riadenie vzdelávacieho procesu. M.: Vydavateľstvo Moskovskej štátnej univerzity, 1975.-343 s.

92. Tarasov JI.B., Tarasova A.N. Otázky a úlohy z fyziky (Analýza charakteristických chýb vstupujúcich na technické univerzity). Učebnica príspevok, 3. vyd., prepracované. a dodatočné - M.: Vyššie. škola, 1984. - 256 s.

93. Tikhomirov O.K. Psychologická štruktúra dialógu „Človek-počítač“ // Bulletin Moskovskej štátnej univerzity. Ser. 14. Psychológia. - 1984. - Číslo 2. - S. 1724.

94. Usova A.V., Bobrov A.A. Formovanie vzdelávacích zručností a schopností žiakov na hodinách fyziky. M.: Osveta, 1988. - 112 s. (Knižnica učiteľa fyziky).

95. Usova A.V., Tulkibaeva N.N. Workshop na riešenie fyzikálnych úloh: Učebnica. príspevok pre študentov fyziky a matematiky. fak. M.: Osveta, 1992. - 208 s.

96. Fedoseenko M.Yu. Výber prostriedkov reprezentácie znalostí v systémoch expertného vzdelávania // V knihe: Vývoj a aplikácia systémov expertného vzdelávania: Sat. vedecký tr. M.: NIIVSH, 1989. - S. 43-48.

97. Chekulaeva M.E. Využitie počítačov ako prostriedku rozvoja myslenia študentov vo vyučovaní fyziky: Abstrakt dizertačnej práce pre titul kandidáta pedagogických vied: 13.00.02. -M., 1995.- 17 s.

98. Človek a výpočtová technika / Ed. V.M. Gluškov. Kyjev, Naukova Dumka, 1971.

99. Človek a výpočtová technika. / Pod celkovým. vyd. V.M. Gluškov. Kyjev, 1971.-294 s.

100. Schukina G.I. Aktivizácia kognitívnej činnosti žiakov v edukačnom procese. M.: Osveta, 1979. - 160 s.

101. Aiken K. Učitelia a počítač. Čo je kľúčovým komponentom? // Príspevok prednesený na ABS (Automatizácia vzdelávacieho systému) na stredných a stredných školách. Inštitút Kurchatova. M., 1989, 26. máj - S. 37-41.

102. Anderson J.A. Psychológia a inteligentné doučovanie / Artif. Intel. a vych.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24.-26. máj 1989. -Amsterdam atď., 1989. S. 1.

103. Andriole S.J. Prísľub umelej inteligencie // J. Syst. Manag. -1985.-zv. 36.-№7.-P. 8-17.

104. Bodnár Gy. A mesterseges intelligencia es a szakerforendzerek // Minosed es Megbizhatosag, 1988. Číslo 3. - S. 11-17.

105. Bork A. Učenie s osobnými počítačmi. Cambridge: Harper and Row, 1987. - 238 s.

106. Brown I.S., Burton R.R. Diagnostické modely pre procedurálne chyby v základných matematických zručnostiach // Kognitívna veda. 1978. - V. 2. - S. 155192.

107 Burton R.R. Diagnostika chýb v jednoduchých procedurálnych zručnostiach // Stážista. J. Štúdie človek-stroj. 1979. - č.11.

108. Cumming G., Self J. Kolaboratívne inteligentné vzdelávacie systémy / Artif. Intel. a vych.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 2426 máj 1989. Amsterdam atď., 1989. - S. 73-80.

109. Dutta A. Uvažovanie s nepresnými znalosťami v expertnom systéme // Int. sci. (USA). 1985. - Zv. 37. - č.1-3. - S. 3-24.

110. Elson-Cook M. Vedené doučovanie objavovania a modelovanie obmedzeného používateľa // Self J. (Ed.) Umelá inteligencia a ľudské učenie. Inteligentná počítačom podporovaná výučba. L.: Chapman a Hall, 1988.

111. Feigenbaum E. O všeobecnosti a riešení problémov // Machine Intelligence. 1971. - č.6.

112. Feigenbaum E.A., Mecorduck P. 5. generácia. Addison Wesley. omša. 1983.-226 s.

113. Goldstein I.P. Genetický graf: reprezentácia vývoja procedurálnych znalostí // Intern. J. Štúdie človek-stroj. 1979. -№11.

114. Murray W.R. Ovládanie pre inteligentné systémy výučby: dynamický plánovač výučby na tabuli / Artif. Intel. a vych.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24. - 26. máj 1989. Amsterdam atď., 1989.-P. 150-168.

115. Newell A. Heuristické programovanie: zle štruktúrované problémy // Pokrok v spracovaní operácií. New York: Wiley and Sons, 1969. - V. 3. - S. 362414.

116. Simon H. Štruktúra zle štruktúrovaných problémov // Umelá inteligencia. 1974. - V. 5. - č. 2. - S. 115-135.

117. Sleeman D. Niektoré výzvy pre inteligentné školiace systémy / IJCAI 87: Proc. 10. spoločný konf. Artif. Intel., Miláno, august. 23-28, 1987. S. 11661168.

118. Sleeman D. Hodnotenie aspektov kompetencie v základnej algebre // Sleeman D., Brown J.S. (eds) Intelligent Tutoring Systems. New York: Academic Press, 1982.

119. Souldin Y. Optimálny systém výučby Ilúzia alebo realita? /Východ-Západ: Stáž. konferencia „Interakcia človeka s počítačom“, Moskva, 3. – 7. augusta 1993: Dokl. T. 1. - M., 1993. - S. 59-72.

120. Tompsett C.R. Vzdelávanie, školenie a návrh bázy znalostí // Expertný syst. 1988. - V. 5. - č. 4. - S. 274-280.

121. Weip S. The Computer in School: Machine as Humanizer // Symposium: Harvard Educational Review, 1989. Vol. 59. - Č. 1. - S. 61.

122. Yazadani M. Úvodník hosťa: expertné doučovacie systémy // Expert Syst. -1988. V. 5. - č. 4. - S. 271-272.

Upozorňujeme, že vyššie uvedené vedecké texty sú zverejnené na posúdenie a získané uznaním pôvodných textov dizertačných prác (OCR). V tejto súvislosti môžu obsahovať chyby súvisiace s nedokonalosťou rozpoznávacích algoritmov. V súboroch PDF dizertačných prác a abstraktov, ktoré dodávame, sa takéto chyby nevyskytujú.

Expertný vzdelávací systém

Úvod

V súčasnosti v súvislosti s prudkým rozvojom internetových technológií pribúdajú interaktívne služby pre Internet a intranet siete, ako je dištančné vzdelávanie. Systém dištančného vzdelávania je vo svete pomerne populárnou formou vzdelávania v tých krajinách, ktoré majú pomerne vysokú úroveň rozvoja komunikačných nástrojov založených na výpočtovej technike. Príprava moderných odborníkov si vyžaduje organizáciu vzdelávacieho procesu s využitím týchto nových informačných technológií as využitím znalostných systémov - expertných systémov (ES).

Využitie EŠ na hodnotenie úrovne vedomostí študentov v testovacích systémoch určuje dôležitý blok počítačových programov - expertno-školiace systémy (ETS).

Expertno-školiace systémy sú počítačové programy, ktoré majú hlavné komponenty ES, ale ktoré majú dodatočne rozšírenú zložku vysvetľovania. Takéto systémy sú založené tak na znalostiach softvérových expertov, ako aj na znalostiach odborníkov na metódy výučby. Okrem toho majú komponent prispôsobenia prezentácie vzdelávacieho materiálu študentovi v závislosti od jeho pripravenosti. A prinajmenšom existuje niekoľko stratégií učenia, ktorých miera podrobnosti závisí od aktivity študenta v dialógu so systémom.

Veľký význam vo výučbe má aj využitie EOS ako testovacieho nástroja na zisťovanie kvality vedomostí žiaka. Keďže pri takomto testovaní nie je študent ovplyvnený subjektívnym faktorom, to znamená, že výsledky testu nezávisia od osobných charakteristík skúšajúceho a testovaného. A použitie jednotných testov umožňuje učiteľovi objektívne posúdiť úroveň prípravy študentov.

1. Relevantnosť témy

V súvislosti s rozšíreným používaním počítačov narastá úloha počítačových školení, ktorých metodika zvyšuje intelektové schopnosti žiaka a samostatnosť rozhodovania. A práve takéto vlastnosti sú v konkurencieschopnom hospodárstve najviac žiadané a prispievajú k vzdelaniu aprofesionálny rast. Problémom je vytváranie efektívnych vzdelávacích systémov, ako aj vytváranie nových foriem a spôsobov prezentácie vzdelávacieho materiálu, hľadanie nových pedagogických techník a učebných pomôcok. Jedným zo spôsobov, ako zvýšiť efektivitu vzdelávania, asimiláciu informácií a znížiť náklady na samotný proces učenia je vývoj a používanie automatizovaných systémov odborného vzdelávania. V súčasnosti existuje veľa výrazov označujúcich automatizovaný systém odborného učenia, ktoré sú v skutočnosti podobné.

Najpopulárnejšie z nich sú systémy dištančného vzdelávania, počítačový tréningový systém a iné. Na vysvetlenie úplného významu vyššie uvedených pojmov možno uviesť nasledujúcu definíciu.
Expertný vzdelávací systém (ETS) je komplex softvérových a hardvérových a vzdelávacích a metodických nástrojov vybudovaných na základe znalostí odborníkov v danej oblasti (kvalifikovaných učiteľov, metodikov, psychológov), ktorý implementuje a kontrolujeproces učenia. Účelom takéhoto systému je, že na jednej strane pomáha učiteľovi učiť a kontrolovať žiaka a na druhej strane sa žiak učí samostatne.

2. Účel a ciele štúdie, plánované výsledky

Cieľom štúdia je vyvinúť počítačový expertný výukový systém, ktorý pomôže zvýšiť množstvo získaných vedomostí a efektívnosť vnímania informácií, ako aj skrátiť čas na preštudovanie predmetu, vrátane času stráveného učiteľom pri prezentovaní informácií. a vštepovať žiakom praktické zručnosti.

Hlavné ciele štúdie:

1. Vývoj ontologického modelu EOS;
2. vývoj štruktúry EOS;
3. Odôvodnenie a výber počítačových prostriedkov implementácie;
4. Implementácia aktívnych komponentov do EOS (hry, interaktívne systémy, priamy prístup ku komunikácii napr. cez Skype s manažérom);

Predmet štúdia: expertný systém výučby.

Predmet štúdia: modely, štruktúry a funkcie EOS.

Vedecká novinka pozostáva z nový prístup k návrhu ETS, založený na modelovaní činnosti študenta a využívaní metód umelej inteligencie.

V rámci magisterskej práce sa plánuje získať relevantné vedeckých výsledkov v nasledujúcich oblastiach:

1. Modelovanie procesov učenia.
2. Dizajn štruktúry EOS pre Internet a intranet.

Plánované výsledky práce: prototyp expertného školiaceho systému, ktorý skvalitní tréning a skráti tréningový čas.

3. Prehľad vedeckých výskumov.

Keďže problematika skúmania expertných vzdelávacích systémov a zlepšovania efektivity učenia v tomto systéme je dôležitou súčasťou riešenia zložitých problémov pomocou expertných systémov. EOS boli široko študované zahraničnými aj domácimi špecialistami.

3.1. Prehľad medzinárodných zdrojov

Prvý systém výučby Platón založený na výkonnej počítačovej spoločnosti “ Control Data Corporation “ bol vyvinutý v USA koncom 50. rokov a vyvíja sa už 20 rokov. Vytváranie a používanie tréningových programov sa stalo skutočne masívnym od začiatku 80. rokov, kedy sa objavili a rozšírili osobné počítače. Odvtedy sa vzdelávacie aplikácie počítačov dostali do hlavného prúdu spolu so spracovaním textu a grafikou, čím sa matematické výpočty dostali do úzadia.

ECSI bola tiež založená v roku 1972 a odvtedy sa etablovala ako popredný poskytovateľ služieb pre vzdelávací priemysel. Spoločnosť sa špecializuje na vývoj produktov a služieb na zlepšenie vzdelávacích skúseností pre študentov a ich rodičov. ECSI v súčasnosti slúži viac ako 1 300 školám, vysokým školám a univerzity po celej krajine, ktoré ponúkajú širokú škálu plne prispôsobených intuitívnych vzdelávacích systémov.

3.2. Prehľad národných zdrojov

Medzi moderné školiace systémy patria TrainingWare, eLearning Server 3000 v2.0, eLearningOffice 3000, IBM Workplace Collaborative Learning a systémy HyperMethod 3.5 od spoločnosti HyperMethod, ktorá je najväčším ruským vývojárom hotových riešení a softvéru v oblasti multimédií, odborných školení a e -obchod.

4. Expertné vzdelávacie systémy

Expertný vzdelávací systém (ETS) je počítačový program vybudovaný na základe poznatkov odborníkov na danú problematiku (kvalifikovaných učiteľov, metodológov, psychológov), ktorý implementuje a riadi proces učenia. Účelom takéhoto systému je, že na jednej strane pomáha učiteľovi učiť a kontrolovať žiaka a na druhej strane sa žiak učí samostatne.

Hlavné komponenty EOS sú:

1. vedomostná základňa;
2. výstupný stroj;
3. modul extrakcie znalostí;
4. vzdelávací modul;
5. vysvetľovací systém;
6. testovací modul.

Obrázok 1- Funkčný model štruktúry EOS

(animácia: 8 snímok, 5 slučiek, 118 kB)

V tomto modeli je horná časť ETS zdedená z ES a spodná časť sú bloky, ktoré poskytujú proces učenia a testovania.

Znalostná báza je úložisko znalostných modulov. Znalostný modul expertných systémov je formalizovaný, využívajúci nejakú metódu reprezentácie znalostí (produkčný systém, rámce, sémantické siete, predikátový kalkul 1. rádu), mapovanie objektov predmetnej oblasti, ich vzťahov, pôsobenia na objekty.

Práca s vedomostnou základňou zahŕňa nasledujúce fázy:

1. získavanie vedomostí od odborníkov;
2. formalizácia vedomostí;
3. prístup, spracovanie znalostných modulov.

V procese učenia sa môžu na študenta prenášať odborné poznatky vo forme časti informácií (textové, grafické, multimediálne), ako aj poznatky založené na skúsenostiach, ktoré nie je možné preniesť priamo na študenta, ale získava ich v r. priebeh samostatnej činnosti].

Na prenos poznatkov odborníkov sa široko používa pokročilá hypertextová technológia – od tradičných programov na vytváranie pomocníka (pomocníka) až po moderné nástroje na vytváranie a údržbu webových stránok (napríklad Dreamweaver MX).

Na rozdiel od EŠ, EES na vybudovanie vedomostnej základne zahŕňa nielen odborných učiteľov, ale využíva aj poznatky o pedagogických technikách a stratégiách učenia a o psychologických charakteristikách človeka. Preto znalostné moduly tvoria mnohí odborníci. A tu je potrebné vziať do úvahy konzistentnosť názorov odborníkov a doladiť vedomostnú základňu s prihliadnutím na kompetenciu odborníkov. Samozrejme, tieto ťažkosti sa dajú obísť, ak existuje odborník, ktorý spája znalosti odborníka v danej oblasti, znalosť taktiky a stratégie vyučovania a ktorý vlastní psychologické metódy vyučovania, teda vysokokvalifikovaný učiteľ.

Učebný komponent je súbor softvérových modulov, ktoré implementujú rôzne inferenčné mechanizmy na dosiahnutie pedagogického cieľa v učení. ETS, na rozdiel od iných počítačových vzdelávacích nástrojov, má interaktivitu: vedie dialóg so študentom, čo je pre študenta veľmi atraktívne.

Budovanie dialógu je založené na základných psychologických princípoch učenia:

1. priateľské rozhranie;
2. kedykoľvek ukončiť dialóg;
3. včasnú a motivovanú pomoc.

Každá otázka položená stážistovi musí byť dôkladne zvážená, ak je to potrebné, uveďte podrobnejšiu otázku, aby ste jej lepšie porozumeli.

Ako výsledok štúdie ukázalo sa, že mnohé zložky vytvárania ETS závisia od výsledku školenia, preto na vytvorenie vedomostnej základne ETS je potrebný špecialista, ktorý má vynikajúce znalosti v danej oblasti a je si istý aj technikami učenia. .

5. Technológia klient-server expertného vzdelávacieho systému pre siete internetaintranet

Architektúra klient-server pozostáva z nasledujúcich komponentov:

server, ktorý plní požiadavky klientov; klient, ktorý poskytuje používateľské rozhranie, ktoré odosiela požiadavky na server a prijíma od neho odpovede; softvér na sieťovú komunikáciu, ktorý komunikuje medzi klientom a serverom. Použitie technológie klient-server poskytuje určité výhody pri budovaní ES: báza znalostí je uložená na serveri, a preto je potrebné ju raz aktualizovať;
k znalostnej báze môžu pristupovať iné aplikácie; a výhodou pre expertné vzdelávacie systémy (ETS) je, že môžete ukladať obsah na server a sledovať na ňom štatistiky školení.
Klient-server ES a EOS pre siete Internet/Intranet umožňujú rozšírenie možností ich aplikácie v dištančnom vzdelávaní.
Počítačové školiace systémy umožňujú vývoj prototypov ES a môžu byť použité na prispôsobené testovanie a výučbu študentov cez lokálnu sieť.
Hlavné komponenty EOS sú nasledovné: editor databázy znalostí; stroje na logické inferencie (priama, reverzná, nepriama inferencia, Bayesov vzorec); vysvetľovací podsystém; testovací analyzátor; učiteľský modul; učebná zložka.

Hlavnou úlohou expertných vzdelávacích systémov je poskytnúť študentovi možnosť získať vedomosti, zručnosti pri vytváraní znalostnej bázy a vytváraní prototypov ES samostatne, ako aj na trénované testovanie.

Existuje najmenej päť dôležitých dôvodov, ktoré bránia implementácii klient-server (distribuovaného) ES:

1. Konštrukčné prvky komponentov ES nie sú navzájom izolované.
2. KB nie je databáza, pre ktorú existujú výkonné DBMS (Oracle, InterBase, MySQL atď.), ktoré používajú SQL dotazy.
3. Prístup viacerých používateľov ku KB na úpravy je jednoducho neprijateľný.
4. Logický záver a špecifiká vytvárania bázy znalostí (rôzne spôsoby reprezentácie znalostí) neprispievajú k potrebe spájať ich do jedného systému. Pre Symantec Web bolo vyvinutých množstvo popisných jazykov, webových služieb, ale zatiaľ neexistujú žiadne návrhy na implementáciu odvodzovania.
5. Softvérové ​​nástroje na budovanie ES a KB sú exkluzívne a drahé.

ES môžete, samozrejme, umiestniť na webový server a stiahnuť do klientskeho počítača pomocou odkazu na stiahnutie a aktualizovať ho na serveri, ale toto nie je riešenie klient-server.

Podobne možno polemizovať o použití trojvrstvovej architektúry klient-server (Server - CORBA - Klient), keď je báza znalostí umiestnená na aplikačnom serveri a prezentovaná vo forme pravidiel obchodného rozhodovania.

Tiež technológia „tenkého klienta“ (KB, logická inferencia, vysvetľovací systém sa nachádza na serveri a dialóg s ES je podporovaný na serveri aj na klientovi) a „hrubého klienta“ (KB, logická inferencia , vysvetľovací systém sa nachádza na klientovi) tiež nie sú vhodné. stroj a konverzačné rozhranie je udržiavané klientom a serverom).

Upozorňujeme, že KB ES je duševným vlastníctvom a nemožno ho sprístupniť na bezplatné použitie. Tréningové vedomostné bázy by mali byť umiestnené na webovom serveri, aby každý záujemca mohol analyzovať, ako ES funguje, a zlepšiť svoje znalosti o danej oblasti.

Nezabudnite na zaťaženie servera v špičkových situáciách. Žiadny poskytovateľ neposkytne server iba na fungovanie ES, pretože reakcia užívateľa pri konzultácii alebo vysvetľovaní nie je predvídateľná. A to sú dôležité body vo fungovaní ES (konzultácie môžu trvať minúty až niekoľko hodín).

Vývoj EOS pre internetové/intranetové siete je celkom iná záležitosť.

EOS je počítačový systém vybudovaný na základe znalostí odborníkov v danej oblasti (kvalifikovaní učitelia, metodici, psychológovia), ktorý realizuje a riadi proces učenia. Účelom takéhoto systému je, že na jednej strane pomáha učiteľovi učiť a kontrolovať žiakov a na druhej strane sa žiaci učia sami.

Hlavné komponenty EOS sú nasledovné: KB; výstupný stroj; vzdelávací modul; vysvetľovací systém; vzdelávací testovací modul.

BR spravidla obsahuje:

Psychodiagnostické pravidlá na identifikáciu psychologických typov cvičiacich.

Didaktické techniky na učenie. Pravidlá predstavujú nahromadené vedomosti učiteľov na posúdenie vedomostí študentov.

Pravidlá učenia menia postupnosť prezentovaných obsahových úloh. Táto postupnosť je funkciou mnohých premenných: psychologický typ učiaceho sa, úroveň učenia, aktuálna odpoveď učiaceho sa, úroveň náročnosti úlohy, množstvo tréningu.

V súvislosti s vyššie uvedeným ohľadom distribuovaných ES sa odporúča na školenie a testovanie použiť technológiu „hrubého klienta“, teda keď sú všetky komponenty ETS umiestnené na klientskom stroji a výsledky školenia a testovania sú prenesené na server. A netreba sa báť, že výsledky sa dajú nahradiť, vzhľadom na moderné možnosti šifrovania protokolu so vzdialeným serverom. Prečo práve táto technológia? Je známe, že asi 80% všetkých informácií vníma osoba - je to vizuálne. Preto sú multimediálne technológie (avi-súbory) prioritou vo vyučovaní. Ak sa nachádzajú a bežia ďalejserver - ide o obrovské zaťaženie servera a v dôsledku toho sa návštevnosť zvyšuje na obrovskú veľkosť.

zistenia

ETS, na rozdiel od iných počítačových vzdelávacích technológií, majú schopnosť realizovať vzdelávací proces podľa individuálneho modelu študenta. Učenie sa pomocou ES je zamerané na získavanie vedomostí samotnými účastníkmi vzdelávania. Takíto špecialisti sú totiž žiadaní na modernom trhu práce. EOS má tiež svoje výhody a nevýhody.

Hlavné nevýhody spojené s expertnými vzdelávacími systémami možno rozdeliť na psychologický spojené s nedostatkom „živej“ komunikácie s učiteľom, vysokými požiadavkami na sebaorganizáciu a technické ktoré sú spôsobené nedokonalosťou obsahu, technológií a telekomunikačnej infraštruktúry.

Výhody expertných vzdelávacích systémov sú:

1. Geografické a časové výhody.
2. Personalizácia vzdelávacieho procesu. Príležitosť školiť rôzne kategórie ľudí vrátane ľudí so zdravotným postihnutím.
3. Rozširovanie študovaných informácií a zvyšovanie intenzity učenia.
4. Optimalizácia a automatizácia procesu prenosu znalostí.

Diplomová práca je venovaná aktuálnemu vedeckému problému automatizácie expertného školiaceho systému. V rámci uskutočneného výskumu:

1. Analyzujú sa existujúce systémy odbornej prípravy.
2. Bola vykonaná štúdia automatizovaného odborného školiaceho systému.
3. Zohľadňuje sa technológia klient-server odborného školiaceho systému pre siete Internet a Intranet.

V súlade s problémom je ďalším smerovaním výskumu výber, vývoj a adaptácia expertného školiaceho systému, jeho softvérová implementácia a testovanie.

Pri písaní tohto abstraktu ešte nie je majstrova práca dokončená. Konečné dokončenie: december 2013. Úplné znenie práce a materiály k téme je možné získať u autora alebo jeho vedúceho po uvedenom termíne.

Zoznam zdrojov

1. Brooking A. Expertné systémy. Zásady práce a príklady.: Per. z angličtiny. / A. Brooking, P. Jones; [Ed. R. Forsyth. - M.: Rozhlas a komunikácia, 1987. - 224 s.

2. - American Association of Piece Intellect Americká asociácia pre umelú inteligenciu (AAAI).

7. Karpová I.P. Analýza odpovedí študentov v automatizovaných vzdelávacích systémoch / I.P. Karpová // - Informačné technológie, 2001, č. 11. - s.49-55.

8. Pusilovsky, P., Adaptívne a inteligentné technológie pre webové vzdelávanie. In C. Rollinger a C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Konstliche Intelligenz, 4, 19 - 25.

9. Burdaev V.P. Klient-server technológia odborného školiaceho systému pre Internet a Intranet siete. // Umela inteligencia.

11. Andreichikov AV Inteligentné informačné systémy. /ALE. V. Andreichikov, O. N. Andreichikova.: Učebnica. - M.: Financie a štatistika, 2004. - 424 s.

12. Atanov G. A. Vzdelávanie a umelá inteligencia alebo základy modernej didaktiky vysokoškolského vzdelávania. /G. A. Atanov, I. N. Pustynniková. - Doneck: DOU, 2002. - 504 s.

13. Marvin Minsky. Stroj emócií: Myslenie zdravého rozumu, umelá inteligencia a budúcnosť ľudskej mysle. 2007. - 332 s.

Expertné systémy sú jednou z hlavných aplikácií umelej inteligencie. Umelá inteligencia je jedným z odborov informatiky, ktorý sa zaoberá úlohami hardvérového a softvérového modelovania tých druhov ľudskej činnosti, ktoré sa považujú za intelektuálne.

Výsledky výskumu umelej inteligencie sa využívajú v inteligentných systémoch, ktoré sú schopné riešiť kreatívne problémy, ktoré patria do konkrétnej tematickej oblasti, ktorej poznatky sú uložené v pamäti (vedomostnej báze) systému. Systémy umelej inteligencie sú zamerané na riešenie veľkej triedy úloh, ktoré zahŕňajú takzvané čiastočne štruktúrované alebo neštruktúrované úlohy (zle formalizované alebo neformalizovateľné úlohy).

Informačné systémy používané na riešenie čiastočne štruktúrovaných úloh sa delia na dva typy:

Vytváranie manažérskych reportov (vykonávanie spracovania dát: vyhľadávanie, triedenie, filtrovanie). Rozhodnutie sa prijíma na základe informácií uvedených v týchto správach.

Vypracovanie možných alternatívnych riešení. Rozhodovanie sa redukuje na výber jednej z navrhovaných alternatív.

Informačné systémy, ktoré vyvíjajú alternatívne riešenia, môžu byť modelové alebo expertné:

Modelové informačné systémy poskytujú užívateľovi modely (matematické, štatistické, finančné a pod.), ktoré pomáhajú zabezpečiť vypracovanie a vyhodnotenie alternatív riešení.

Expertné informačné systémy zabezpečujú vývoj a vyhodnocovanie možných alternatív užívateľom prostredníctvom vytvárania systémov na základe poznatkov získaných od špecialistov - expertov.

Expertné systémy sú počítačové programy, ktoré akumulujú poznatky špecialistov - odborníkov v špecifických tematických oblastiach, ktoré sú určené na získanie prijateľných riešení v procese spracovania informácií. Expertné systémy transformujú skúsenosti expertov v konkrétnej oblasti vedomostí do podoby heuristických pravidiel a sú určené na poradenstvo od menej kvalifikovaných špecialistov.

Je známe, že poznanie existuje v dvoch formách: kolektívna skúsenosť, osobná skúsenosť. Ak je predmetná oblasť reprezentovaná kolektívnou skúsenosťou (napríklad vyššia matematika), potom táto oblasť nepotrebuje expertné systémy. Ak je v predmetnej oblasti väčšina znalostí osobnou skúsenosťou odborníkov na vysokej úrovni a tieto znalosti sú pološtruktúrované, potom táto oblasť potrebuje expertné systémy. Moderné expertné systémy sú široko používané vo všetkých oblastiach ekonomiky.

Znalostná báza je jadrom expertného systému. Prechod od údajov k poznatkom je dôsledkom rozvoja informačných systémov. Na ukladanie údajov sa používajú databázy a na ukladanie vedomostí sa používajú znalostné bázy. Databáza spravidla uchováva veľké množstvo údajov s relatívne nízkymi nákladmi a databázy znalostí ukladajú malé, ale drahé informačné polia.

Znalostná báza je súbor vedomostí popísaných pomocou zvolenej formy ich prezentácie. Napĺňanie vedomostnej bázy je jednou z najťažších úloh, ktorá je spojená s výberom poznatkov, ich formalizáciou a interpretáciou.

Expertný systém pozostáva z:

báza znalostí (ako súčasť pracovnej pamäte a bázy pravidiel) určená na ukladanie počiatočných a prechodných faktov do pracovnej pamäte (nazýva sa aj databáza) a ukladanie modelov a pravidiel na manipuláciu s modelmi v báze pravidiel

problémový riešič (interpret), ktorý zabezpečuje implementáciu postupnosti pravidiel pre riešenie konkrétneho problému na základe faktov a pravidiel, uložených v databázach a znalostných bázach

vysvetľovací subsystém umožňuje používateľovi získať odpovede na otázku: „Prečo systém urobil takéto rozhodnutie?

subsystém získavania znalostí určený na pridávanie nových pravidiel do bázy znalostí a na úpravu existujúcich pravidiel.

užívateľské rozhranie, súbor programov, ktoré realizujú dialóg užívateľa so systémom vo fáze zadávania informácií a získavania výsledkov.

Expertné systémy sa líšia od tradičných systémov na spracovanie údajov tým, že zvyčajne používajú symbolickú reprezentáciu, symbolickú inferenciu a heuristické hľadanie riešení. Pre riešenie slabo formalizovaných alebo neformalizovaných úloh sú perspektívnejšie neurónové siete alebo neuropočítače.

Základom neuropočítačov sú neurónové siete - hierarchické organizované paralelné spojenia adaptívnych prvkov - neurónov, ktoré zabezpečujú interakciu s objektmi reálneho sveta rovnako ako biologický nervový systém.

Veľké úspechy vo využívaní neurónových sietí sa dosiahli pri vytváraní samoučiacich sa expertných systémov. Sieť je nastavená, t.j. trénovať, prejsť ním všetky známe riešenia a na výstupe dosiahnuť požadované odpovede. Nastavenie spočíva vo výbere parametrov neurónov. Často používajte špecializovaný školiaci program, ktorý trénuje sieť. Po zaškolení je systém pripravený na prácu.

Ak v expertnom systéme jeho tvorcovia predbežne kladú poznatky v určitej forme, tak v neurónových sieťach nie je známe ani vývojárom, ako sa v procese učenia a samoučenia tvoria znalosti v jeho štruktúre, t. Sieť je čierna skrinka.

Neuropočítače ako systémy umelej inteligencie sú veľmi perspektívne a pri ich vývoji sa dajú donekonečna zdokonaľovať. V súčasnosti sú systémy umelej inteligencie v podobe expertných systémov a neurónových sietí široko využívané pri riešení finančných a ekonomických problémov.

"