Наиболее эффективной с точки зрения автоматизации обучения является тестирующая система обучения. Между учащимся и обучающей системой возникает двунаправленная связь, в форме диалога. Система предлагает выполнить задание (действие) – информационное воздействие, на что учащийся отвечает – управляющим воздействием – в форме ответа системе на поставленный вопрос.
Чтобы приблизить работу учащегося и автоматизированную обучающую систему (АОС) к естественному общению, в АОС добавляют элементы искусственного интеллекта, тогда система приобретает вид экспертной системы (ЭС). В работе [1] рассмотрена ЭС, функции которой можно разделить на две части: преподавателя (эксперта) и учащегося (рис. 1). Преподаватель конструирует базу знаний, а учащийся в процессе диалога с системой проходит контроль усвоения специальных терминов предметной области. На базе этого контроля система определяет уровень знаний учащегося и выдает соответствующие рекомендации. Программа написана на языке Visual Basic, имеет теоретический материал и лабораторный практикум, также имеется встроенная система помощи для учащегося.
Распознавание образов как основа экспертизы. Распознавание образов представляет собой работу учащегося с ЭС. Она состоит из трех этапов. На первом этапе учащийся определяет категорию, в какой он собирается работать. Это как раз и есть сеть объектов, созданных преподавателем. На втором этапе по ходу работы ЭС происходит диалог учащегося и программы. На этом этапе учащийся дает определения перечисленных терминов, а система определяет этот термин. Для лучшего понимания системы учащимся и наоборот, программой предусмотрены два подхода.
- Система содержит образец работы учащегося и ЭС, его учащийся может просмотреть, нажав на кнопку «Образец».
- Система содержит список с ключевыми словами, через которые даются определения (рис. 2).
Итак, учащийся дает определение. Если определение дано верно, то оно появляется в поле для ввода, а также отображается в столбце с терминами, которым учащийся уже дал определение. Если определение дано неточно, или возможно, что такая трактовка подойдет не к одному определению, то программа просит уточнить учащегося. Если определение неверно, то программа предлагает учащемуся попробовать еще раз. Если же определение в корне не верное, то ЭС просит учащегося перейти к другому определению. При этом программа исключает вариант неверного орфографического написания определения, проверяя орфографию определения.
- Рисунок 1. Структурная схема оболочки обучающей ЭС
- Рисунок 2. Работа экспертной системы
Распознавание, ориентированное на факты. Одновременно работая с обучаемым, программа определяет уровень знаний учащего.
Во-первых, учащийся работает с терминами строго ограниченное время, из расчета 50 секунд на определение для одного термина (время просмотра образца работы не учитывается); во-вторых, также дается определенное количество попыток (две попытки на одно определение). По окончанию работы учащегося:
- даны все определения;
- закончилось время;
- исчерпаны все попытки;
система выдает результат работы учащегося (его уровень знаний в данной предметной области). Появляется окно комментирования знаний учащегося. Возможны 4 варианта результатов по числу существующих оценок учащегося.
Высокий уровень знаний (рис. 3) – далее учащемуся за отлично выполненную работу предлагается «поощрение» (разрешается просмотр видео фильмов) (рис. 4).
- Рисунок 3. Комментирование знаний учащегося (высокий уровень знаний)
- Рисунок 4. Воспроизведение файлов
Хороший уровень знаний (рис.5) – учащемуся предлагается пополнить свои знания, неопределенных терминов, найдя их понятие через поисковую систему (рис. 6) и систему помощи (рис. 7).
Низкий уровень знаний – учащемуся советуется найти значение неопределенных терминов в системе поиска, а также предоставляется возможность просмотра лекций по данной предметной области (рис. 8)
- Рисунок 5. Комментирование знаний учащегося (хороший уровень знаний)
- Рисунок 6. Поисковая система помощи
- Рисунок 7. Справочная система
- Рисунок 8. Помощь для обучения
Очень низкий уровень знаний – учащийся должен изучить лекции и проделать курс лабораторных работ по данной предметной области (рис. 9).
Рисунок 9.Обучающая система
Критерии оценки знаний в ЭС распределяются следующим образом:
- <= 50 % верно данных определений – очень низкий уровень знаний;
- (50 ÷ 75) % верно данных определений – низкий уровень знаний;
- (75 ÷ 90) % верно данных определений – хороший уровень знаний;
- (90 ÷ 100) % верно данных определений – высокий уровень знаний.
Управление процессом обучения представляет собой механизм взаимодействия учащегося и ЭС, при котором преподаватель конструирует базу знаний, а учащийся в процессе диалога с системой проходит контроль усвоения специальных терминов предметной области. На базе этого контроля система определяет уровень знаний учащегося и выдает соответствующие рекомендации.
Разработанный прототип ЭС включает в себя базу знаний по предметной области, методику обучения на основе диагностики знаний обучаемого, выявления и анализа ошибок. ЭС адаптирована под различные предметные области, имеется возможность замены базы знаний. В процессе работы с ЭС учебный материал предлагается в соответствии с уровнем полученных знаний, умений и навыков учащегося. Такой процесс обучения позволяет выбирать способ взаимодействия с системой, организовать помощь обучаемому на каждом этапе по его запросу, комментировать и советовать учащемуся действия выбора метода обучения. При таком подходе индивидуализируется процесс обучения, ЭС является своего рода средством интенсификации образовательного процесса.
Библиографический список
- Заботина Н.Н. Система формирования знаний для автоматизации обучения // Современные научные исследования и инновации. 2016. № 8 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2016/08/70641 (дата обращения: 26.08.2016)