Сравнительный анализ технологий тестирования. Разработка программного модуля "Интеллектуальная обучающая система для широкого перечня курсов". Обоснование необходимости и важности этапа отладки в процессе разработки данного программного обеспечения.
Краткое сожержание материала:

Размещено на

Размещено на

Дипломная работа

на тему:

«Разработка программного модуля на основе понятийно-тезисной модели»

Введение

В условиях стремительного развития средств распространения информации и усовершенствования технологий продуцирования ресурсов WWW, большое значение приобретает благоустройство ресурсов для их использования в образовательных целях. При этом возникает необходимость настройки персонального информационного пространства в зависимости от интересов пользователя и области знаний, которая его интересует. Это даст возможность снизить негативное влияние явления, которое называют «информационным взрывом» и эффективнее поддержать процесс непрерывной учебы через Интернет.

По некоторым оценкам, среднегодовой темп прироста новых знаний составляет 4-6%. Это значит, что около 50% профессиональных знаний специалист должен получить по окончании учебного заведения. Объем времени, необходимый для возобновления профессиональных знаний для специалистов с высшим образованием составляет 28% от общего объема времени, которым владеет работник в течение всего работоспособного периода. Непрерывное образование становится важным фактором конкурентоспособности специалиста на рынке труда. Вся история становления и развития учебы человека как самостоятельной области его деятельности указывает на то, что учеба должна быть непрерывной и адаптивной.

Актуальность приобрела проблема моделирования знаний на базе специфических подходов, которые берут начало в разных отраслях, с целью эффективного решения проблемы управления знаниями для образования в контексте WWW и непрерывной учебы.

Отличием Web-систем, которые применяются для поддержки непрерывной учебы, от других систем представления информации в Интернет есть наличие специфических для образования функций, среди которых важную роль играет контроль знаний. Экстенсивное увеличение объемов информации и знаний требуют усовершенствование и автоматизации подготовки и проведения контроля знаний в системах непрерывной учебы. При этом формирования образовательного контенту и средств контроля должны происходить параллельно, а их разграничение может привести к несоответствию и неактуальности контроля.

Невзирая на значительные достижения в отрасли интеллектуальных систем учебы, средств контроля знаний и систем распространения информации, в WWW, остается потребность в интегрированном системном подходе, который органично объединит методы сохранения и управления знаниями, индивидуализируемое представление образовательного Web-контенту и методы автоматизации контроля знаний.

Проблема моделирования области знаний нуждается в своем решении в ряде задач, которые имеют отношение к управлению знаниями на базе WWW и возникают в контексте управления контентом, адаптации и персонализации контенту, подготовки и сопровождения непрерывной учебы, с элементами генерации индивидуальных учебных курсов и автоматизированного контроля знаний. Так требование адаптивности системы учебы нуждается в применении динамических учебных курсов, в противовес статическим. Это, в свою, очередь нуждается в моделировании образовательного контенту для обеспечения работы образовательных запросов на построение индивидуальной учебной среды.

Работа образовательных запросов может основываться на нахождении необходимой области знаний и подборе под эту область учебного контента, который будет подан пользователю для учебы в качестве индивидуального образовательного курса.

1. Специальный раздел

1.1 Исследовательская часть

Подход, лежащий в основе интеллектуального компьютерного обучения, традиционно основан на имитации учителя, уделяющего индивидуальное внимание каждому студенту и обучающему очень узкой теме. Большинство студентов обучаются другим образом. От классного учителя, ориентирующего свой урок на среднего студента, они получают намного «менее детализированную» информацию. Все цели разработки систем обучения можно выделить в несколько групп:

Адаптация обучающей системы для различных учебных курсов. Алгоритм обучающей системы должен быть открытым для улучшающих процесс обучения, добавлений и изменений со стороны преподавателей.

При построении обучающей системы должны использоваться средства мультимедиа для мотивации обучаемых. Мультимедиа способствует развитию мотивации, коммуникативных способностей, получению навыков, накоплению фактических знаний, а также способствует развитию информационной грамотности.

Мультимедиа расширяет потенциал курсов, делая их более простыми для понимания. Например, мультимедиа добавляет ясности, демонстрируя процессы с разных сторон, показывая их в движении. Можно добавить глубины, используя дополнительные информационные каналы и ресурсы. Можно добавить смыслового и красочного богатства, используя видео, одновременно рассказывая и показывая. Правильно разработанные мультимедиа, гораздо лучше, чем текстовая информация, помогают ученикам построить точную и эффективную ментальную модель.

Но, если быть невнимательным, то можно добавить излишней комплексности и вызвать раздражение. Системы должна предоставлять обучающемуся выбор самому выбирать уровень использование мультимедиа в процессе обучения.

Необходима реализация многопользовательского режима, системы авторизаций основанной на ролях и аутентификации.

Благодаря работе в многопользовательском режиме открываются возможности:

· Работать нескольким ученикам с одним курсом. У каждого пользователя своя учетная запись.

· Разграничивать права обучающихся в зависимости от их достижений.

Реализовать распределенную базу данных / знаний (БД/БЗ) для хранения как аутентификационных данных пользователей, так и материалов используемых курсов.

Элементы искусственного интеллекта в обучающей системе применяются при индивидуализации обучения, в задачах интерактивного взаимодействия человека и ЭВМ, при адаптации обучающей среды к изменяющимся ситуациям учебного процесса, при оценке ситуации и принятии решений, а так же при контрольных и диагностических процедурах.

Среди существующих интеллектуальных обучающих систем можно выделить четыре основных направления: построение последовательности курса обучения, интеллектуальный анализ ответов обучаемого, помощь в решении задач основанная на примерах, интерактивная поддержка в решении задач. Все эти технологии были осуществлены в многочисленных обучающих системах (Табл. 1.1.). Рассмотрим некоторые из них.

Целью технологии построения последовательности курса обучения (также называемой технологией учебного планирования) является обеспечение обучаемого наиболее подходящей, индивидуально спланированной последовательностью блоков знаний для заучивания и последовательностью учебных заданий для занятий. Другими словами, она помогает обучаемому найти «оптимальный путь» через учебный материал. Одним из представителей данной технологии является ИОС SIETTE. Единственный вид учебного материала, которым обладает система SIETTE, вопросы. Единственное, что она может делать, это - генерировать адаптивную последовательность вопросов для оценивания знаний обучаемого. Системы типа SIETTE неполны по своей природе, и должны использоваться как компоненты распространяемых обучающих систем.

В течении многих лет поддержка в решении задач рассматривалась как главная обязанность подобных систем. В последствии определились три технологии поддержки в решении задач: интеллектуальный анализ решений обучаемого, интерактивная поддержка в решении задач и поддержка в решении задач на примерах. Все эти технологии могут помочь обучающемуся в процессе решения образовательной задачи, но делают они это разными способами.

Интерактивная поддержка в решении задач более современная и более мощная технология. Вместо ожидания конечного решения эта технология предоставляет обучаемому интеллектуальную помощь на каждом шаге решения задачи. Уровень помощи может быть разным: от оповещения о неправильно сделанном шаге до выдачи совета и выполнения следующего шага за студента.

В контексте решения задач на примерах, обучаемые решают новые задачи, используя в качестве помощи примеры из своего ранее полученного опыта. В этом плане ИОС помогает обучаемым, предлагая им самые подходящие варианты (примеры, объясненные им или задачи, решенные ими ранее).

Одним из примеров такой системы может служить ELM-ART и ELM-ART-II. Основным минусом этой системы является ее пассивность (работают по запросу обучаемого). В то время как настоящий интерактивный репетитор должен быть не только интерактивным, но и активным. Он не должен спать в промежутках от одного запроса к другому, а вместо этого он должен быть способен наблюдать, что делает обучаемый и немедленно реагировать на ошибки.

Последняя группа технологий так называемая технология подборов моделей обучаемых (или просто подбор моделей), суть этой технологии состоит в способности анализировать и подбирать модель обучаемого. Пока определено два примера подбора моделей обучаемых - адаптивная поддержка сотрудничества и интеллектуальное наблюдение за классом. Эти примеры полностью отличаются друг от друга и вероятно могут рассматриваться как различные технологии внутри группы подбора моделей обучаемых.