На правах рекламы:
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Авторитетность издания

ВАК - К1
RSCI, ядро РИНЦ

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Июня 2024

Модель формирования адаптивной среды обучения и оценка ее эффективности

Model of formation of adaptive learning environment and evaluation of its effectiveness
Статья опубликована в выпуске журнала № 1 за 2012 год. [ на стр. 100 - 104 ]
Аннотация:Рассматривается модель адаптации представления материала в системе формирования электронной информаци-онной поддержки процесса обучения. Предложена система по созданию интерактивных курсов на базе интернет-технологий с учетом психофизиологических особенностей обучаемых.
Abstract:This paper considers a model of adaptation of presentation of material in the system of an electronic support in the learning process. We propose a system for creating interactive courses based on Internet technologies, taking into account the psycho-physiological characteristics of trainees.
Авторы: Зайдуллина С.Г. (sv_sa@mail.ru) - Башкирский государственный педагогический университет им. М. Акмуллы, г. Уфа, Мигранов Н.Г. (ufangm@yahoo.co.uk) - Башкирский государственный педагогический университет им. М. Акмуллы, г. Уфа, доктор физико-математических наук
Ключевые слова: адаптивные электронные обучающие системы, модель, инструментальные средства разработки по
Keywords: electronic adaptive learning systems, mathematical model, software architecture
Количество просмотров: 16554
Версия для печати
Выпуск в формате PDF (5.33Мб)
Скачать обложку в формате PDF (1.08Мб)

Размер шрифта:       Шрифт:

Непрерывный рост общего объема информации, потребность в ее самостоятельном усвоении, с одной стороны, и развитие современных информационных технологий, e-learning, дистанционного обучения, с другой, привели к необходимости и возможности разработки эффективных адаптивных электронных обучающих систем. Такие системы, базирующиеся на моделях обучаемых, позволяют разрабатывать индивидуальные учебные траектории и интерфейсы компьютерных учебных курсов.

Использование адаптивных компьютерных обучающих систем, функционирующих как в локальной, так и в Глобальной сети, создают для обучаемого максимально комфортные условия. Для повышения результативности управления процессом получения знаний, умений, навыков студентами необходимо внедрять в учебный процесс инструментальные среды, способные извлекать из общей базы знаний среды обучения персонифицированную информацию и проектировать индивидуальные учебные траектории.

Предлагаемая система инструментальных средств для разработки динамических многовариативных электронных курсов позволит, на взгляд авторов, спроектировать и реализовать вариативный подход при формировании электронной информационной поддержки курса обучения. Комплекс по проектированию и генерации адаптивных компьютерных средств обучения базируется на когнитивных стилях обучения.

Система инструментальных средств «УНИ­КУМ» для разработки динамических многовариативных электронных курсов (Свид. о гос. регистрации прогр. для ЭВМ № 2009616960 зарегистр. 15.12.2009 г., авторы: Зайдуллина С.Г., Пинемасов Е.К.) является фундаментом для формирования электронной информационной поддержки процесса обучения. Она позволяет создавать электронный адаптивный курс обучения для проведения дистанционных занятий или занятий в локальной сети, формирует документы для ведения отчетности и дает возможность преподавателю, автору курса следить за динамикой усвоения знаний.

Проектирование адаптивного авторского курса

Для управления контентом в адаптивной компьютерной обучающей системе выделим подмножества, группирующие знания о предметной области обучения и обучаемых: B – множество, база знаний дисциплины (курса), стандарт или единая планка, дидактические единицы по дисциплине; =(k1, k2, …, kl) – множество компонентов обучения и их соответствие дидактическим единицам; =(o1, o2, …, on) – множество категорий обучаемых.

Дополним систему множеством интерфейсов =(i1, i2, …, im). F – алгоритм построения инди-видуальной учебной траектории и интерфейса можем записать как , где  =(ut1, ut2, …, utn) – индивидуальные учебные траектории.

Индивидуализация достигается за счет взаимосвязанности отдельных компонентов электронной системы обучения.

Для решения задачи адаптивного структурно-параметрического управления содержанием электронного учебного курса можно выделить следующие этапы:

–      идентификация обучаемых на принадлежность к множеству On;

–      выбор алгоритмов адаптации и управления для каждого из множеств;

–      определение структуры отдельных модулей знаний и их настройка;

–      оптимизация параметров системы;

–      формирование алгоритмов переключения и алгоритмов управления.

Процесс разработки электронного адаптивного авторского курса средствами инструментальной системы представлен на рисунках 1, 2. Будущее электронного проекта во многом определяется разработчиком курса, его знаниями предметной области, эргономических требований, дизайнерскими способностями.

Комплекс программ формирует две древовидные структуры, описывающие содержание и внешний вид электронного средства обучения. Как правило, адаптация при проектировании таких систем идет по двум направлениям: адаптация навигации и адаптация контента, формы представления материала [1]. Адаптивная навигация – это выбор короткого пути к наиболее актуальной для обучаемого информации из общего объема базы. Адаптация контента, формы представления материала на отдельной странице в системе электронного обучения формируется исходя из индивидуальной модели пользователя (его психологических, личностных особенностей, когнитивного стиля).

Подпись:  

Рис. 2. Декомпозиция уровня A0
При встрече с новым материалом учащийся соотносит идеи, находящиеся в электронных средствах обучения, с теми знаниями, которые у него уже имеются. Успешность такого соотношения обусловливает эффективность учения и определяется тем, насколько психологически обоснованно, логично и согласованно представлена учебная мультимедиа-информация. При создании электронных средств обучения следует учитывать психологические особенности обучаемых. Известно, что лица с образным типом памяти и художественным, гуманитарным складом ума предпочитают активные формы обучения с преобладанием наглядно-образных форм подачи мультимедиа-материала в интересной игровой форме. Лицам с аналитическим, математическим складом ума больше подходят самостоятельная работа с материалом, отработка различных умений с помощью электронных средств обучения, аналитические виды заданий. Данные о пользователе (выбор модели обучаемого) влияют на цветовую гамму кадра, наличие музыки, звукового сопровождения, формирование содержания кадра (приоритет появления компонентов). Важно то, как человек получает информацию, как она преподносится и воспринимается им. С учетом данных о силе подвижности нервных процессов настраиваются свойства текстового компонента, частота смены видов деятельности. Создавая электронные средства обучения, необходимо ориентироваться на некоторую оптимальную скорость подачи разнотипной информации, которая не превышала бы способности человека по ее восприятию, но в то же время была бы достаточной для поддержания активности на высоком уровне. Предлагаемая система настраивает и позволяет изменять цветовое решение и ассоциативный аудиоряд отдельных фрагментов обучающего курса.

В системе формирования электронной информационной поддержки процесса обучения предусматривается возможность самому обучаемому выбрать скорость, объем подачи материала, стратегию обучения в соответствии со своими психологическими особенностями, что также помогает в индивидуальном обучении.

При классификации человека возникает нечеткое множество , вводятся переменная represent-canal (ведущий канал восприятия) значения – термы «аудиал», «кинестик», «визуал» и переменная temperment значения – термы «сангвиник», «холерик», «меланхолик», «флегматик». Исходя из результатов тестирования на определение типа темперамента (тест по методике изучения свойств нервной системы, тест для изучения структуры темперамента Я. Стреляу [2]), в модуле идентификации пользователя формируется степень принадлежности обучаемого к термам «Н», «F» «S» «M». Аналогично (биас-тест определения репрезентативной системы [3]) устанавливается степень принадлежности обучаемого к термам «A», «V», «K». На этапе выбора алгоритмов адаптации и управления для каждого из множеств система обращается к правилам продукции:

If (temperment is H) and (representcanal is A) then (SlideScheme is SH1) (Color is Qt)(Sound is SS)(Sheets is I)

If (temperment is S) and (representcanal is A) then (SlideScheme is SH1) (Color is S)(Sound is SB)(Sheets is P)

If (temperment is F) and (representcanal is A) then (SlideScheme is SH1) (Color is Br)(Sound is SS)(Sheets is P)

If (temperment is M) and (representcanal is A) then (SlideScheme is SH1) (Color is Br)(Sound is SB)(Sheets is I)

If (temperment is H) and (representcanal is V) then (SlideScheme is SH2) (Color is Qt)(Sound is SS)(Sheets is I)

If (temperment is S) and (representcanal is V) then (SlideScheme is SH2) (Color is S)(Sound is SB)(Sheets is P)

If (temperment is F) and (representcanal is V) then (SlideScheme is SH2) (Color is Br)(Sound is SS)(Sheets is P)

If (temperment is M) and (representcanal is V) then (SlideScheme is SH2) (Color is Br)(Sound is SB)(Sheets is I)

If (temperment is H) and (representcanal is K) then (SlideScheme is SH3) (Color is Qt)(Sound is SS)(Sheets is I)

If (temperment is S) and (representcanal is K) then (SlideScheme is SH3) (Color is S)(Sound is SB)(Sheets is P)

If (temperment is F) and (representcanal is K) then (SlideScheme is SH3) (Color is Br)(Sound is SS)(Sheets is P)

If (temperment is M) and (representcanal is K) then (SlideScheme is SH3) (Color is Br)(Sound is SB)(Sheets is I)

Значения параметров SlideScheme и Color приведены в таблицах 1, 2. Значения для Sound: SB – есть негромкая фоновая музыка; SS – фоновая музыка отсутствует или очень тихая. Объем последовательного изложения материала Sheets принимает значения I – ограничение объема системой (4–5 слайдов) или P – произвольное количество кадров, запланированных преподавателем.

Таблица 1

Обозначение значений переменной SlideScheme

SlideScheme

Порядок выбора формы представления материала на отдельной странице (слайде)

SH1

Текст, рисунок/схема, видео/анимация, обязательно звуковой ряд (голосовое сопровождение слайда)

SH2

Рисунок/схема, видео/анимация, текст

SH3

Видео/анимация, рисунок/схема, текст, выбор пользователем вкл./выкл. звукового ряда

Таблица 2

Обозначение значений переменной Color

Color

Преобладание цветовой гаммы для текстовых компонентов и подложки кадра

Br

Яркая гамма (наличие красного и желтого цветов)

S

Стандартная (черный, белый, синий цвета, минимальное присутствие оттенков желтого цвета)

Qt

Спокойная цветовая гамма (наличие синего, зеленого цветов)

Для адаптации контента, формы представления материала (текст, анимация, рисунок, фоновый звук, голосовое сопровождение) на отдельной странице (слайде) созданы классы объектов [4]. В настоящий момент в системе не предусмотрено создание отдельных элементов учебного материала (рисунков, коллажей, анимации и т.д.). Представляется целесообразным подключение, загрузка в систему уже готового контента (например, информации, полученной из Сети) или контента, созданного в привычно используемых разработчиком курса средах. Таким образом, автор курса  может воспользоваться возможностями, предлагаемыми в Интернете, или собственными наработками. По умолчанию каждому добавляемому   элементу (будь то текст, рисунок, анимация или звуковой фрагмент) присваивается нулевой базовый уровень, однако на слайде должен присутствовать хотя бы один элемент, значение которого в поле base_Element равно единице. Это элемент, являющийся, на взгляд разработчика курса, основополагающим в объяснении. Для реализации взаимозаменяемости у каждого компонента существует свойство «связка» (bound), в котором указывается имя аналога компонента.

Для определения отдельных модулей знаний и их настройки была разработана структура хранения материала, изображенная на рисунке 3.

Результаты самооценивания пользователем уровня усвоения отдельных кадров, рубежное тестирование влияют на корректировку сценария компьютерного учебного курса.

Устанавливается связь между отдельными компонентами среды обработки и формированием многовариативных курсов.

Представление отдельных кадров, их интерфейс формируются исходя из набора объектов авторского курса, результатов тестирования обучаемых и индивидуальной накапливаемой базы самооценок.

Формирование сводных ведомостей итоговых и промежуточных результатов обучения позволяет проследить динамику усвоения знаний и создает базу для статистики.

Модель адаптации представления материала реализована в системе «УНИКУМ» для формирования электронной информационной поддержки процесса обучения. Система имеет интуитивно понятный интерфейс с продуманной навигацией. В конечном итоге эффективность процесса обучения зависит не только от содержания электронных учебных курсов и деятельности преподавателя, но и от эффективности интерфейса и функциональных возможностей системы электронного обучения. Формирование кадров происходит при помощи панели компонентов, включающей в себя кнопки для добавления изображений, анимации, текста, фонового звукового ряда. В каждом кадре конструктора слайдов присутствует кнопка «Привязка кадра к терминологическому словарю, определение атомарных знаний». Добавление тестовых заданий, задание уровня сложности преподносимой в кадре информации осуществляются с помощью двух соответствующих пиктограмм панели инструментов кадра. Для формирования адаптивного электронного курса обучения с помощью кнопки «Добавить N-e представление слайда» на панели инструментов к каждому кадру желательно добавлять до двух-трех альтернативных представлений информации.

Комплекс программ формирования адаптивных курсов был реализован в Adobe Flex Builder 3 с использованием языка программирования PHP5, СУБД MySQL. Adobe Flex 3 предоставляет полные мультимедийные возможности Flash Platform, включая потоковое видео и звук. Для работы программы необходимо наличие веб-сервера Apache, сервера управления БД My SQL и интернет-браузера.

Анализ результатов обучения студентов с применением комплекса

На базе Башкирского государственного педагогического университета им. М. Акмуллы и Башкирского государственного университета был в два этапа проведен эксперимент с участием 103 студентов.

Подпись:  Рис. 3. Структура таблиц формирования курса, хранения индивидуальных результатов и параметровНа первом этапе изучался ряд разделов дисциплины в двух группах. Отобранные студенты не были знакомы с изучаемым материалом. Первая группа студентов проходила обучение с помощью электронного курса, сформированного комплексом программ генерации обучающих компонентов без учета психофизиологических различий. Вторая группа изучала материал, подготовленный с применением адаптационных механизмов электронной системы обучения.

На втором этапе применялся еще один параметр дифференциации – разный начальный уровень знаний предметной области. При обучении использовалась электронная информационная поддержка курса, сформированная на базе комплекса программ генерации обучающих компонентов с применением адаптации формы, контента и навигации.

Проводилось входное и итоговое тестирование. Результаты эксперимента записывались в БД с указанием Ф.И.О., времени на освоение темы, результатов тестирования.

Эффективность электронной адаптивной системы с закладываемым однотипным по объему содержанием учебного контента оценивалась по таким показателям, как

-      уровень освоения обучаемым учебного материала;

-      время, необходимое для освоения отдельного учебного модуля;

-      количество остаточных знаний по прошествии времени (полгода).

Оценка эффективности электронного обучения при различных способах представления учебного материала приведена в таблице 3.

Таблица 3

Результаты по контрольному учебному модулю

Подход

Освоение материала

Количество остаточных знаний, %

Уровень, %

Время, час.

I

66

11

35

II

70

9

44

III

78

8

57

Таким образом, выявлено сокращение времени усвоения при использовании электронного адаптивного материала в среднем на 20 %. Анализ результатов обучения студентов с применением комплекса показал рост интереса к обучению, повышение его качества.

Литература

1.     Исследование и анализ методов и моделей интеллектуальных систем непрерывного обучения / О.О. Гагарин [и др.]. URL: http://www.setlab.net/?view=Tytenko_KPIj (дата обращения: 02.11.2010).

2.     Методика изучения свойств нервной системы учащихся. URL: http://vsetesti.ru/396/ (дата обращения: 28.04.2011).

3.     Биас-тест определения репрезентативных систем. URL: http://dic.academic.ru/dic.nsf/enc_psychotherapeutic/39/БИАС (да­та обращения: 28.04.2011).

4.     Зайдуллина С.Г., Мигранов Н.Г. Комплекс программ генерации обучающих компонентов для обеспечения вариативного подхода в формировании электронных информационных ресурсов // Вестн. Поморского ун-та: сер. Естественные науки. Архангельск: Изд-во ПГУ. 2009. № 3.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=3027
Версия для печати
Выпуск в формате PDF (5.33Мб)
Скачать обложку в формате PDF (1.08Мб)
Статья опубликована в выпуске журнала № 1 за 2012 год. [ на стр. 100 - 104 ]

Возможно, Вас заинтересуют следующие статьи схожих тематик: