О направлениях интеллектуализации и развития информационных систем образовательного назначения

Бесплатный доступ

Анализируются результаты проведенных за несколько лет исследований, связанных с проблемами интеллектуализации информационных систем в сфере образования. Приведены примеры существующих интеллектуальных информационных систем образовательного назначения, их краткая характеристика в аспекте педагогических возможностей, предоставляемых обучаемому. Освещаются направления интеллектуализации систем образовательного назначения в зависимости от технологий, позволяющих их создавать.

Интеллектуальные информационные системы, сфера образования, технологии, экспертные обучающие системы, мультиагентные информационные системы

Короткий адрес: https://sciup.org/148310329

IDR: 148310329

Текст научной статьи О направлениях интеллектуализации и развития информационных систем образовательного назначения

Стремительное восхождение современного общества к новому технологическому уровню потребовало глубокого переосмысления концептуальных основ системы образования и особой роли информационных и коммуника- ционных технологий в ее обновлении. Принципиальной особенностью новой образовательной парадигмы, ориентированной на человека будущего, как известно, является иной концептуальный подход к систематизации научного знания. На современном этапе эволюции педагогические системы приблизились к порогу, за которым следует ожидать массового использования семантических технологий и интеллектуальных информационных систем образовательного назначения (ИИСОН).

Предлагаемая статья посвящена обобщению и анализу опыта использования интеллектуальных информационных систем образовательного назначения, а также выявлению проблем и перспективных направлений их развития применительно к условиям отечественной системы образования в условиях ее цифровой трансформации. Интеллектуализация информационных систем, используемых в образовании, здесь рассматривается с точки зрения применения различных технологий, позволяющих их создавать.

За последнее десятилетие в России сформировался целый ряд направлений интеллектуализации информационных систем учебного назначения [1; 2]. К ним относятся:

– экспертные обучающие системы (AST, Knowledge CT, ACE ARTWeb, KBS-Hyper-book, ADI, ILESA, DCG, SIETTE, ELM-ART-II, КОНВАКС, МАРКЕТ-ПРИУС, ТЕРРА-УЧИ-ТЕЛЬ);

– комплексные интеллектуальные системы, которые основаны на интеграции технологий гипертекст/гипермедиа и экспертных систем (АТ-ТЕХНОЛОГИЯ, Knowledge Pro, INTERNIST, TIES, КРЕДО, SATELIT);

– системы, основанные на технологии гипертекста и гипермедиа (ELMART-II, InterBook, Tutor, KBS-Hyperbook ILESA, DCG и SIETTE, WESTKBNS, Hypadapter);

– интеллектуальные мультиагентные информационные системы (СДО ХГТУ, OPUS One – OLAT, Гефест, MOCAS, MathTutor).

Эти направления связаны с разработкой различных типов интеллектуальных информационных систем образовательного назначения. Анализируя такого рода существующие системы, можно отметить, что:

– в образовательной практике пока не в достаточной мере используются возможности современных распределенных компьютерных сетей и не выдвигаются сложные интеллектуальные задачи;

– средства ИКТ из объективно предназначенного им места поддержки принятия сложных управленческих решений переводятся в разряд технологий и систем обеспечивающего класса, что существенно снижает роль современных интеллектуальных систем;

– в отечественной системе образования не в достаточной мере используются семантические технологии и интеллектуальные информационные системы образовательного назначения, хотя на современном этапе эволюции педагогические системы приблизились к данному периоду;

– недостаточно исследованы проблемы реализации интерактивности и творческого начала при обучении с использованием интеллектуальных систем.

Для эффективного функционирования ИИСОН необходимо решить ряд проблем, к которым относятся [3]:

  • 1)    разработка методов, моделей представления и структуризации знаний в системах образовательного назначения;

  • 2)    совершенствование управления учебным процессом образовательных учреждений на основе модельных представлений базы знаний учебного назначения;

  • 3)    повышение эффективности учебного процесса, оптимизация и повышение каче-

  • ства процесса управления в образовательных учреждениях;
  • 4)    разработка новых подходов к формализации знаний с использованием различных методов для интеллектуализации информационной среды образовательного учреждения [4];

  • 5)    разработка методики формирования информационной образовательной среды на основе использования современных информационных систем, технологий искусственного интеллекта;

  • 6)    разработка систем, интегрированных в сетевую информационно-образовательную среду.

Некоторые проблемы связаны с представлением, обработкой, хранением и использованием знаний в интеллектуальных системах образовательного назначения [3; 5; 6].

Для решения ряда проблем, приведенных выше, нами предложены новые подходы к их устранению и к разработке экспертных систем для системы образования. В частности, одним из путей решения указанных проблем является создание интеллектуальных модулей, которые будут интегрированы непосредственно в ИИСОН, что обеспечит построение индивидуального курса обучения; интеллектуальный контроль знаний обучаемых; интерактивную поддержку в решении задач [2].

Модуль "Контроль знаний":

- проведение тестирования;

- анализ результатов тестов;

- учет статистики пользователя.

Модуль "Редактор сети":

- редактирование семантических сетей;

- составление заданий к тестам;

- формирование структуры темы.

Система состоит из трех основных модулем:

Модуль "Обучение":

- изучение учебной дисциплины и темы;

• просмотр семантической сети;

- навигация в пределах темы.

Рис. 1. Главный интерфейс ИОС

Рис. 2. Структурная схема обучающей системы «КАСПИЙ»

Рис. 3. Форма статистики пользователя

В настоящее время очевиден тот факт, что содержание общеобразовательных дисциплин должно обновляться и при этом отражать современные достижения в области цифровых технологий нового поколения, требования четвертой промышленной революции и готовность использовать новые технологии в повседневной жизни. Общеобразовательная естественно-научная и гуманитарная подготовка является недостаточной для успешной работы в условиях цифровой экономики, массового использования цифровых технологий, экспоненциального роста количества, качества и многообразия связей между организациями, гражданами и социально-экономическими системами. Поэтому необходимо обладать прочными знаниями, умениями и способностями в области дисциплин естественно-математического цикла, включая цифровую грамотность, проектное и алгоритмическое мышление. Кроме того, современные методы обучения должны быть нацелены на формирование и развитие у обучающихся способности учиться и самообучаться, критически мыслить, продуктивно общаться, создавать новое, что, безусловно, означает развитие и совершенствование методов обучения.

В настоящее время современные методические подходы обучения ориентированы в основном на передачу объема знаний и поверхностное изучение большого количества понятий, фактов, т. е. носят фактологический характер. При этом остаются вне поля зрения связи и отношения между понятиями, что очень важно в системе обучения с использованием информационных и коммуникационных технологий. Поэтому в системе обучения необходим переход от фактологического подхода к семантическому.

В рамках проведенных исследований разработаны теоретические и методические подходы к представлению и формализации знаний в ИИСОН; предложены подходы к совершенствованию методики обучения и контроля знаний, основанной на семантическом подходе в обучении и использовании интеллектуальных методов и моделей [3; 5; 7].

На основе предложенных теоретических положений разработан прототип интеллектуальной системы обучения и контроля знания, основанный на адаптивных семантических моделях [8]. Данная система имеет модульную структуру и реализована в среде ООП Delphi. В качестве модели логической структуры учебного материала используется иерархическая адаптивная семантическая модель (АСМ) [7; 8].

Основным компонентом системы является список элементов базы знаний. В качестве элемента базы может выступать направление подготовки (специальность); предмет, тема и обучающая сеть [8; 9].

Рис. 4. Семантическая модель на тему «Алгебра высказываний»

Рис. 5. Диаграмма зависимости коэффициента усвоения учебного материала обучающимися экспериментальной и контрольной групп

Ns контрольного задания

—*—Экспериментальная группа —■ • Контрольная группа

Рис. 6. Графики зависимости коэффициента усвоения учебного материала обучающимися экспериментальной и контрольной групп

Данные виды элементов и их взаимные связи составляют структуру базы знаний, которая является иерархической. Таким образом, на первом уровне базы знаний расположены специальности, на втором – предметы, подлежащие усвоению по данному направлению подготовки специалистов, а на последнем уровне представлены разделы учебных предметов, которые, в свою очередь, содержат адаптивные семантические модели учебного материала.

Следует отметить, что предусмотрена как автономная, так и сетевая версия разработанной системы обучения и контроля знаний, которая инвариантна по отношению к конкретным учебным дисциплинам. В системе предусмотрено сохранение истории пользователя (рис. 3), которая запоминает всю информацию о пользователе, включая его ответы с оценкой.

Следует подчеркнуть, что предлагаемые подходы к представлению знаний в ИИСОН особенно эффективны при изучении абстракт- ных дисциплин. Например, если при изучении архитектуры компьютера можно пользоваться схемами, рисунками, иллюстрациями, то при изучении абстрактных дисциплин у преподавателя такая возможность отсутствует. Отсутствие наглядных пособий затрудняет усвоение студентами содержания учебного материала. Представление учебного материала на основе адаптивных семантических моделей позволяет создать структурированный учебник в наглядном виде, показывающий связи между понятиями предметной области.

Как показывает опыт разработки семантических моделей по математической логике, сам процесс построения тематических моделей способствует эффективному приобретению знаний. Поэтому можно не только вести обучение студентов по разработанным преподавателем АСМ, но и давать студентам задания по их разработке, что способствует лучшему усвоению учебного материала. На рис. 4 представлен пример разработанной простой (одноуровневой) семантической модели по математической логике.

Использование данной системы особенно эффективно при контроле знаний обучающихся. Отметим, что использование разработанной системы в обучении: обеспечивает реализацию адаптивного пользовательского интерфейса и возможность использования деятельностного подхода к процессу контроля знаний; позволяет идентифицировать уровень базовых знаний обучаемого и определять на этой основе индивидуальную траекторию его обучения.

С целью подтверждения предложенной гипотезы исследования нами в течение ряда лет проводилась экспериментальная работа в три этапа. Основные цели педагогических экспериментов состояли в исследовании эффективности предложенных подходов совершенствования управления образовательным процессом, влияния разработанных учебных моделей и методики их использования на формирование у студентов системных, структурноорганизованных, обобщенных знаний и на повышение уровня их фундаментальной подготовки и логико-алгоритмической культуры.

Для оценки эффективности предложенных подходов совершенствования управления образовательным процессом был использован многомерный анализ результатов учебных достижений. В результате проведенных педагогических экспериментов были получены следующие основные количественные оценки эффективности результатов (рис. 5, 6): зависимо- сти коэффициента усвоения учебного материла студентов экспериментальной и контрольной групп.

Как показывают представленные данные, коэффициент усвоения экспериментальной группы в среднем на 0,2 выше, чем у студентов контрольной группы. Основными показателями и оценками эффективности проведенных исследований являются следующие:

  •    увеличение средней оценки знаний на 0,6 балла (~ 20%);

  •    сокращение времени изложения учебного материала в 1,5 раза;

  •    сокращение времени контроля знаний обучаемых в 1,4 раза;

  •    точность представленных оценок ± 10%.

Наши исследования по совершенствованию методики обучения и интеллектуализации информационных систем для сферы образования продолжаются. На наш взгляд, перспективен подход разработки ИИСОН на основе гибридных технологий, предполагающих интеграцию различных методов и моделей представления знаний.

Список литературы О направлениях интеллектуализации и развития информационных систем образовательного назначения

  • Яламов Г.Ю., Шихнабиева Т.Ш. Адаптивные образовательные информационные системы: подходы к интеллектуализации // Человек и образование. 2018. № 4(57). С. 84-90.
  • Ваграменко Я.А., Яламов Г.Ю. Анализ направлений интеллектуализации современных информационных систем учебного назначения // Управление образованием: теория и практика. 2016. № 4(24). С. 44-56.
  • Шихнабиева Т.Ш., Брежнев А.В. Об одном из вариантов разработки системы повышения качества управления образованием // Управление образованием: теория и практика. 2017. № 3(27). С. 50-57.
  • Данилюк С.Г. Анализ неопределенности задач принятия решений в интеллектуальных проблемно-ориентированных образовательных системах // Уч. зап. ИИО РАО. 2013. № 50. С. 49-69.
  • Шихнабиева Т.Ш., Рамазанова И.М., Ахмедов О.К. Использование интеллектуальных методов и моделей для совершенствования информационных систем образовательного назначения // Мониторинг. Наука и технологии. № 2(23). 2015. С. 71-77.
  • Роберт И.В., Козлов О.А., Мухаметзянов И.Ш., Поляков В.П., Шихнабиева Т.Ш., Касторнова В.А. Актуализация содержания предметной области "Информатика" основной школы в условиях научно-технического прогресса периода цифровых технологий // Наука о человеке: гуманитарные исследования. 2019. № 3(37). С. 58-72.
  • Шихнабиева Т.Ш., Шамшурин В.Л. Методы и модели семантического представления знаний в интеллектуальных системах образовательного назначения // Уч. зап. ИИО РАО. 2015. № 56. С. 72-79.
  • Шихнабиева Т.Ш. Автоматизация процесса обучения и контроля знаний с использованием интеллектуальных моделей образовательного контента // Пед. информатика. 2011. № 5. С. 27-31.
  • Shikhnabieva T. Knowledge-Based Model Representation for a Modern Digital University [Electronic resource] // Uskov V., Howlett R., Jain L. (eds) Smart Education and e-Learning 2020. Smart Innovation, Systems and Technologies. Vol. 188. Springer, Singapore. URL: https://link.springer.com/chapter/ (дата обращения: 23.11.2020). DOI: 10.1007/978-981-15-5584-8_5
Еще
Статья научная