Кольцов А.С., Федорков Е.Д. Автоматизированные системы управления учебным процессом (учебное пособие)

Подождите немного. Документ загружается.

6. КОМПОНЕНТЫ КОМПЬЮТЕРНЫХ СИСТЕМ

ОБУЧЕНИЯ И ДИАГНОСТИКИ КАЧЕСТВА

ОБРАЗОВАНИЯ

Эффективное решение задач совершенствования

образовательной деятельности связано с комплексной

оптимизацией этого процесса. Автоматизация процесса

проектирования образовательных систем на сегодня не

возможна без применения методов оптимизации. Одним из

достоинств автоматизированных систем обучения и

диагностики является возможность на основе применения

методов оптимизации строить адаптивные обучающие

системы.

В этой связи материал данной главы посвящен вопросам

моделирования и оптимизации компонентов компьютерных

систем дистанционного обучения и диагностики качества

образования.

6.1. Оптимизационные модели рационального выбора

структуры учебного материала

Современный уровень науки и техники оказывает

существенное влияние как на содержание, так и на формы

процесса обучения в вузе [14, 28, 77]. В связи с этим

актуальной является оптимизация основных компонент

учебного процесса, а именно:

структуры элементов знаний;

установление последовательности и взаимосвязи их

изучения;

выбора метода диагностики качества знаний и т.д.

Исследования структуры курса приобретают особую

важность в связи с быстрым развитием автоматизированных

обучающих и контролирующих систем на базе ЭВМ и

внедрением их в учебный процесс.

Общеизвестно, что структура учебных курсов опирается

не только на лекционный материал и практические занятия.

Одной из значимых составляющих структуры учебного курса

является индивидуальная работа студентов (ИРС). Исходя из

положений современного ГОСта ИРСам, отдается от 17 до 34

часов времени, а лекционному материалу: от 51 до 68 часов.

Современные проектируемые системы автоматизированного

обучения работают только со структурой лекционного

материала. При этом ИРСы в данных системах не

рассматриваются как части структуры учебного материала.

Использование сети Internet как основы для проектирования

автоматизированных систем обучения и диагностики

позволяет построить новую модель предоставления учебных

знаний для автоматизированных образовательных систем.

Структуру лекционного материала будем называть ядром

знаний (основные или базовые знаний).

Учебный материал, не вошедший в курс лекций, но

относящийся к темам, изучаемым в рамках рассматриваемой

дисциплины, будем называть дополнительными знаниями. Вся

совокупность дополнительных знаний образует окружение

ядра. Окружение ядра предоставляет тот материал, который

необходимо изучить студенту в ходе выполнения ИРС.

Ядро знаний вместе с окружением ядра формируют

макромодель всего учебного материала в рамках

рассматриваемой дисциплины (рис. 5).

Каждый компонент окружения ядра можно

рассматривать как связный граф. Но, учитывая, что для

преподавателя - разработчика учебного курса не важна

структура «чужого учебного материала», а важны связи,

устанавливаемые между ядром знаний и окружением, а также

для облегчения автоматизированного анализа и обработки

структуры макромодели предлагается последнюю

рассматривать в виде ориентированного мультиграфа G=(X,

U). В данном мультиграфе каждый компонент окружения ядра

будем представлять не в виде связанного графа, а в виде одной

вершины, которая будет соединена с ядром некоторым,

установленным преподавателем – разработчиком, количеством

связей.

Рис. 7. Макромодель структуры учебного материала

Для ядра знаний и окружения каждый раздел курса

должен быть логически и информационно завершенной его

частью, так как, во-первых, необходимо иметь возможность

изучения только определенных разделов курса, во-вторых,

такая организация учебного материала позволяет более гибко

осуществлять контроль и управление ходом обучения,

предлагая для повторного изучения те разделы, недостаточная

усвоенность которых выявилась в дальнейшем.

Применение графов для анализа структуры учебного

материала очень эффективно для автоматизированных

обучающих и контролирующих систем, где имеется

возможность постоянного выбора оптимального пути

изучения материала, и позволяет создавать более сложные

адаптивные обучающие программы, предназначенные помочь

преподавателям поднять учебный процесс на новую ступень.

Ядро знаний будем рассматривать в виде связанного

графа G

= (X

, U

), который является подграфом графа

макромодели G = (X, U).

Граф G = (X, U) может быть как связным так и не

связным, что определяется свойством ядра: имеет ли ядро

связи со всеми компонентами окружения или нет.

Рассмотрим граф G = (X, U), где X={x1,x2…xn}, |X| = n –

множество вершин графа, т.е. разделов учебного материала;

U={u1,u2,…un}, |U| = m – множество ребер графа, т.е. связей

между разделами. При этом каждый из разделов

характеризуется уровнем изучения раздела – Z

, а каждая связь

между двумя разделами характеризуется весом связи – s

В качестве математической модели графа G = (X, U)

будем рассматривать матрицу:

А=

(1)

Матрица ||A|| - симметричная относительно главной

диагонали характеризует наличие связи двух отдельно взятых

разделов. При этом:















случае противном в 0

, с связан раздел если ji

Для решения задачи построения адаптивной системы

обучения, основанном на формировании системой в

автоматическом режиме, исходя из результатов диагностики,

новых структур изучения материала, будем рассматривать

матрицу относительных оценок уровня знаний разделов.

С=

(2)

















00 если ,0

,00 если ,







Вес связи s

между двумя разделами определяется по p -

бальной шкале, где р задается преподавателем. Вместе с этим,

при заполнении матрицы ||A||, необходимо соблюдать условие:

(3)

Данное условие показывает, что суммарная зависимость

любого раздела от других, связанных с ним, не может

превышать максимальную бальную оценку самого раздела.

Очевидно, что максимальная бальная оценка для любого

раздела ядра знаний и окружения знаний одинакова, зависит

от принятой шкалы и равна p.

Необходимо отметить, что уровень изучения раздела - Z

определяется также как и значимость связи по p - бальной

шкале. Данное условие необходимо для того, чтобы система

могла самостоятельно формировать планы изучения

материала.

Задача формирования плана изучения материала

относится к классу задач линейного целочисленного

(булевого) программирования.

Результатом решения задачи (4) является нахождения

оптимального плана изучения материала, который учитывает

не только уровень изучения разделов Z

, но и относительные

оценки.

}1,0{

), n1,(i 1

), ,1(j 1

max

1 1

























(4)

При этом x

= 1, если перед i-ым разделом включается j-

ый раздел, имеющий более низкий порядковый номер, 0 - в

противном случае. Относительные оценки c

позволяют для

каждого раздела выявить связанные предшествующие разделы

учебного материала и выбрать из них те,

неудовлетворительные знания по которым могли бы повлиять

на плохое усвоение материала рассматриваемого раздела.

Современные автоматизированные системы обучения

анализируют и обрабатывают только массив Z

. Подход,

основанный на применении, как абсолютных оценок, так и

относительных помогает обучаемому разобраться в

первопричине его неудовлетворительных знаний по

конкретному разделу.

В качестве метода решения задачи (4) выберем метод

ветвей и границ. Данный метод известен, алгоритмически

прост, дает возможность осуществить направленный перебор

вариантов решения исходя из условий задачи. В общем случае,

метод ветвей и границ основан на переборе определенных

вариантов решения задачи при условии, что это число

конечно. При этом в общем случае полный перебор вариантов

решения задачи заменяется частичным, так как используются

априорные оценки вариантов, позволяющие отбрасывать

«неперспективные» решения. Основная идея метода ветвей и

границ заключается в том, что множество всех возможных

решений разбивается на подмножества, последовательно

уменьшающиеся по числу заключенных в них решений. В

процессе разбиения вычисляется оценка, характеризующая

данное подмножество. В результате получается подмножество,

содержащее единственное решение, являющееся

оптимальным. Определение оптимального варианта решения

задачи, таким образом, состоит из операций ветвления и

отсечения.

6.2. Автоматизация выбора метода контроля качества

знаний специалистов

Для повышения эффективности подготовки специалистов

с высшим образованием необходимо совершенствовать

методы и средства контроля усвоения учебного материала

студентами. Для управления этим процессом преподаватель

должен получать полные, надежные, своевременные сведения

о качестве усвоения материалов по результатам контроля.

Контроль позволяет устанавливать исходный уровень знаний

и получать информацию о состоянии знаний студентов в

самом процессе обучения, т.е. обеспечивается

систематическая обратная связь, которая позволяет, во-

первых, строить адаптивную программу обучения, во-вторых,

своевременно корректировать действия преподавателей и

студентов в процессе обучения.

Будучи научно-обоснованным, контроль стимулирует

познавательную активность студентов, выявляет недостатки в

учебной деятельности, пробелы в знаниях студентов и дает

возможность наметить пути их устранения [48, 50, 54, 59].

В зависимости от вида контроля, составление тестов для

каждого уровня усвоения производится в соответствии с

сформированным содержанием обучения или содержанием и

последовательностью изучения дисциплины и осущеcтвляется

преподавателем.

Разработка системы тестов является весьма непростой и

малоисследованной в обучении задачей. Чаще всего тест

разрабатывается в виде системы вопросов, направленных на

выявление степени усвоения теоретического материала и

умения решать типичные задачи.

Разработка тестовых заданий для автоматизации

контроля знаний включает следующие этапы:

определение задачи контроля;

выбор темы преподаваемого курса для

автоматизированного контроля;

выбор вида контроля;

определение содержания тестовых заданий.

Задачи контроля на определенных этапах обучения могут

быть различны. Например, на первом уровне необходима

проверка умения воспроизвести материал, на втором уровне

необходимо умение анализировать материал, на третьем

уровне необходимо умение самостоятельно применять

материал и делать обобщения.

Требуемый уровень преподаваемого курса может быть

достигнут путем постепенного изучения разделов.

В зависимости от этапа обучения решается вопрос о

необходимом уровне усвоения каждого элемента материала. В

соответствии с этим определяется задача контроля -

выявление способностей студентов совершать

соответствующую этим уровням мыслительную деятельность.

Задачи контроля определяются конечными целями обучения.

Выбор вида контроля знаний студентов осуществляется в

соответствии с целями обучения из 6 видов контроля:

Входной контроль позволяет определять исходный

уровень знаний обучающихся. Его следует применять для

проверки усвоения студентами материала преподаваемых

курсов. По результатам входного контроля определяется

подготовленность студентов к усвоению нового материала

темы или курса в целом.

Самоконтроль проводится для проверки студентами

правильности усвоения материала в процессе изучения.

При условии получения студентом немедленной

информации о правильности ответа и разъяснение ошибки,

самоконтроль выполняет закрепляющую функцию.

В настоящее время самоконтролю придается все

возрастающее значение в условиях возрастания

индивидуализации обучения. При наличии обучающей

системы по дисциплинам специальности и достаточно

эффективной подсистеме самоконтроля возможен

постепенный переход к индивидуальному обучению студентов

в зависимости от способностей студентов, их занятости,

работоспособности и инициативы.

Самоконтроль с выдачей необходимой информации

разъясняющего характера возможен только в

автоматизированных системах.

Текущий контроль позволяет преподавателю произвести

анализ знаний студентов по отдельным вопросам в ходе

изучения темы. На основе анализа возникает возможноcть

выявления ошибок, причин недостаточного усвоения

отдельных вопросов и корректировка содержания обучения.

Корректировка содержания обучения является важной

составной частью процесса повышения уровня подготовки

студентов.

Тематический контроль является промежуточным

контролем и его целью является выяснение знаний студентов

по отдельным темам преподаваемого курса. При этом

определяется качество усвоения отдельных элементов

материала и их взаимосвязей.

Итоговый контроль знаний по предмету проводится

после изучения всего курса. Он позволяет проводить проверку

усвоения материала курса. Итоговый контроль выполняет в

основном оценочную функцию.

Результаты итогового контроля и оценки тестируемых

студентов должны быть представлены в доступной и полной

форме для ознакомления преподавателей. При этом обработка

результатов контроля должна производиться

автоматизированной системой с целью обобщения и

классификации результатов.

Итоговый контроль знаний по специальности проводится

для выпускников ВУЗа по данной специальности на основе

комплексных заданий.

Входным контролем определяется начальный уровень

знаний, на основе которого система формирует

последовательность тем. В зависимости от результатов

входного контроля материал по отдельным вопросам

представляется в более или менее полной форме. Таким

образом, система уже на начальном этапе адаптируется к

конкретному обучаемому, его уровню знаний. Входной

контроль базируется на вопросах, охватывающих основные

понятия и определения, необходимые для понимания и

изучения предлагаемого материала. Также задачей входного

контроля является определение знаний по понятиям, которые

могли быть изучены по другим дисциплинам и курсам. Все это

помогает системе построить начальную модель знаний

обучаемого и сформировать для него оптимальную структуру

изложения материала.

В процессе изучения материала обучаемый имеет

возможность активизировать режим самоконтроля. В данном

режиме последнему предлагается ответить на ряд вопросов по

только что пройденной теме. Вопросы задаются по мере

увеличения сложности. Режим самоконтроля предусматривает

свободный выход, результаты самоконтроля системой не

учитываются [22].

Текущий контроль имеет структуру двоично-троичного

справочника.

Двоично-троичное дерево определяется следующим

образом: оно или пусто, или состоит из единственной

вершины, или удовлетворяет следующим условиям:

каждая внутренняя вершина имеет две или три дочерних

вершины;

все листья дерева находятся на одном и том же уровне.