Пошук по сайту...
Відпочинок для дітей! Табір Райдуга. Чорне море, Крим
Портал Знань Портал безперервного навчання

Портал знань — відкриті навчальні матеріали, дистанційне навчання, дистанційне тестування знань

Навчальні матеріали і Тестування знань


Акція! Сайт, що допоможе дітям...

Лабораторія СЕТ | Дослідження, статті, розробки | Публікації | Генерація індивідуального навчального середовища

Генерація індивідуального навчального середовища на основі моделі професійних компетенцій у системі безперервного навчання

Генерація індивідуального навчального середовища на основі моделі професійних компетенцій у системі безперервного навчання

Титенко, С. В. Генерація індивідуального навчального середовища на основі моделі професійних компетенцій у Web-системі безперервного навчання / С. В. Титенко // Вісник Східноукраїнського національного університету імені Володимира Даля – 2009. – №1 (131). Ч.2. – С. 267-273.

Безперервна освіта, або освіта впродовж усього життя, змінює освітню парадигму, залишаючи базові і ємні освітні програми у полі традиційної діяльності вищих закладів освіти, і роблячи акцент на індивідуальних стислих і націлених на безпосередній практичний результат навчальних програмах. Найпрогресивнішою платформою для реалізації подібних освітніх тенденцій залишається Інтернет-простір, освітні інформаційні Web-системи і корпоративні системи навчання.

У сучасних економічних і суспільних умовах безперервна освіта супроводжує фахівця впродовж усього його робочого періоду життя. Екстенсивний розвиток технологій вимагає значних внесків як в інтелектуальний потенціал кожного фахівця окремо, так і в сукупний інтелектуальний потенціал персоналу організації. Представники керівництва компаній, хоча й бажають того, проте вже свідомо не очікують повного оснащення своїх майбутніх співробітників усім спектром необхідних знань і умінь, необхідних для виконання відповідних посадових інструкцій, на базі лише вищих навчальних закладів. Одна з причин цього – закономірно висока інертність державних освітніх програм відносно прискорених змін і оновлень в технологічних і організаційних процесах, а також матеріально-технічній базі галузей, що бурхливо розвиваються.

Ще одна сторона безперервної освіти – освіта дорослих. Цей сектор ринку освітніх послуг відчуває значний дефіцит якісних освітніх програм, які б відповіли на значний попит. Попит цей виражається в готовності сучасної людини, фахівця розвиватися і вдосконалювати свої професійні якості, або ж змінювати і пристосовувати фаховий потенціал, отримуючи додаткову освіту зручним і ефективним способом. Люди готові вчитися у зручний час, у зручному для них темпі і у зручний спосіб, тобто дистанційно, не відриваючись від звичайних життєвих обов’язків і принципово не змінюючи налагоджений стиль життя.

Окреслені освітні виклики, які часто залишаються відданими самим собі, змушені вирішувати самі співробітники через обмін досвідом безпосередньо в процесі роботи. Частково ці виклики покриваються короткостроковими, проте не завжди якісними приватними навчальними курсами. Іншим, більш традиційним способом надання додаткових освітніх програм дорослим, є курси підвищення кваліфікації, які проте доступні, як правило, лише для державних підприємств. Ще одним джерелом для самонавчання, завдяки доступності інформації, є платні і безоплатні інформаційні ресурси – перш за все Інтернет, а також друковані видання, навчальні посібники тощо. У даному випадку позитивна, з одного боку, доступність інформації, з іншого боку, постає як негативне явище інформаційного вибуху, що ускладнює якісний доступ до необхідної навчальної інформації. Намагаючись відповісти на проблему інформаційного перенасичення, розробники сучасних інтелектуальних систем навчання намагаються забезпечити свої комплекси ефективною інфраструктурою для керування великою кількістю навчальної інформації через гнучкі моделі освітнього контенту [1-3]. Таким чином персоналу і користувачам системи надаються зручні механізми відбору і структурування цільової навчальної інформації. Натомість, недоліком таких систем залишається брак уваги до такої характерної складової безперервної освіти, як практична спрямованість навчання [4], тобто безпосередня орієнтація навчання на практичне застосування знань під час професійної діяльності. Така вимога може бути реалізована за рахунок моделювання професійних компетенцій спеціаліста і їх зв’язку з навчальними матеріалами.

Таким чином сьогодні існує перспектива забезпечити вирішення вказаних освітніх проблем шляхом застосування моделювання комптенцій в інтелектуальних системах дистанційного навчання, що потребує зміни акцентів і переходу від керівної ролі контенту до керування навчанням на основі компетенцій. Подібні питання вже широко обговорюються в дослідницьких колах [5]. Так, забезпечивши інфраструктуру інтелектуальних систем навчання, які вже володіють широкими можливостями по керуванню контентом, також і моделями професійних компетенцій, ми отримуємо кращу можливість відповісти на освітні потреби студента, адаптуючи навчальний процес до його професійних потреб, що дасть змогу досягти точнішого налаштування індивідуального навчального процесу.

Постановка задачі

Метою роботи є розробка моделі професійних компетенцій (МПК) і методів її використання, що дозволять у рамках процесу безперервного навчання на основі Інтернет автоматично будувати індивідуальний освітній простір, що міститиме індивідуальні навчальні курси та засоби автоматизованої діагностики і контролю знань. МПК повинна інтегруватися в комплекс моделей Web-системи для підтримки безперервного навчання [6], що включає інтеграцію з моделлю навчального контенту Tree-Net [3] і понятійно-тезисною моделлю (ПТМ) формалізації дидактичного тексту [3].

Модель професійних компетенцій

Модель професійних компетенцій (МПК) моделює знання про спеціальності, професії і посади. Моделювання компетенцій є одним із основних методів забезпечення релевантності безперервного навчання [7]. Як пропонується у [7], кожна навчальна діяльність повинна безпосередньо пов’язуватись із професійними очікуваннями або вимогами. Для цього використовується інформація про посадові інструкції і ключові посадові завдання. Цим завданням має бути поставлений у відповідність навчальний контент.

У МПК моделюються і описуються конкретні професійні компетенції (знання, навички, уміння), з сукупності яких формується загальна картина тієї чи іншої спеціальності (професії). Модель орієнтується на конкретні професії і посади, на які є попит на ринку праці.

У роботі [8] аналізуються професії, будуються так звані професіограми, робиться психологічний аналіз професії. У роботі [9] робиться аналіз професійної компоненти у підготовці фахівців у ВНЗ, аналізуються нормативні документи, що описують професії, і їх зв'язок із освітніми стандартами. Ідеї і методи генерації комплексного навчального курсу на основі стартових знань і навичок студента та вимог до бажаної посади розглядаються в [10]. Там же пропонується варіант моделі посадових компетенцій і їх зв'язок з навчальним контентом.

МПК служить для моделювання цілей навчання і формування освітнього запиту до системи. Призначена для подальшого використання для генерації навчаючого Web-середовища у відповідь на освітній запит користувача. МПК грає ключову роль для організації роботи дистанційної освітньої системи за парадигмою безперервного навчання.

Зважаючи на специфіку і особливості опису компетенцій, посад і профілів спеціальностей було обрано ієрархічну структуру як базову для подання моделі професійних компетенцій. Так, сукупний опис компетенцій в навчальній системі є набором піддерев, корінь кожного з яких вказує на компетенцію високого рівня, що ґрунтується на компетенціях нижчого рівня, які в свою чергу так само мають підлеглі компетенції і т.д. Для подолання негнучкості, характерної для строгої ієрархічної структури застосовується спеціальне відношення, яке дозволяє одну базову компетенцію використати як підлеглу для більше ніж одної компетенції вищого рівня. Моделювання профілю спеціаліста або посади відбувається шляхом окреслення кола ключових компетенцій високого рівня, необхідних для виконання посадових обов’язків і завдань. Подібна структура у поєднанні з відношеннями відповідності між компетенціями і навчальним контентом дає змогу застосовувати методи побудови індивідуального навчального середовища для підтримки безперервного навчання.

Подамо опис моделі професійних компетенцій. Множина компетенцій, описаних у системі:

Формула

Для структурування компетенцій використовується ієрархічно-мережевий підхід моделі Tree-Net [3]. Ієрархія компетенцій:

Формула

Батьківські зв’язки:

Формула

Множина усіх елементів-нащадків компетенції sS, або декомпозиція компетенції є послідовним об’єднанням множин дочірніх компетенцій ChS(s) вглиб по ієрархічній структурі. Для визначення компетенцій-нащадків застосовуватимемо оператор:

Формула

Для забезпечення адекватності моделі професійних компетенцій вводиться відношення псевдонімів, аналогічне для моделі контенту Tree-Net. У зв’язку з тим, що часто компетенції високого рівня спираються на однакові компетенції нижчих рівнів, як було зазначено вище, не має можливості коректно моделювати компетенції лише на основі жорсткої ієрархії, що не допускає розташування однакових компетенцій у різних місцях структури. Тому, застосовуючи відношення псевдонімів, надається можливість організувати модель компетенцій таким чином, щоб одна компетенція могла стати підґрунтям не лише для єдиної батьківської, а й для інших компетенцій вищого рівня. Псевдоніми компетенцій задаються відношенням:

Формула

Тут множина компетенцій відображається на саму себе, показуючи, які з компетенцій є псевдонімами інших. Таким чином s=AS(s′) подає компетенцію-джерело s для її псевдоніма s′. Слід зауважити, що усі операції, що описуються далі передбачають автоматичну підстановку для елементів-псевдонімів і їх заміну відповідним елементом-джерелом.

Відповідним чином кожної компетенції стосується набір контенту, що описується відображенням:

Формула

Тут V={vi} [3] – множина елементів контенту системи безперервного навчання. Зважаючи на семантичні ролі і зв’язки елементів контенту, базовий набір контенту компетенції, заданий у відношенні VS може бути розширений.

Типи семантичних ролей елементів контенту описуються множиною:

Формула

Тут item означає звичайний елемент контенту, list – список, block – семантичний блок. Семантичні ролі елементів контенту задаються відношенням:

Формула

Вплив на контент компетенції мають такі семантичні ролі елементів контенту як семантичний блок і список [3]. Так у випадку, коли контент компетенції містить семантичний блок, усі елементи цього блоку, тобто уся гілка контенту, також відноситься до контенту компетенції на основі семантики. Якщо елемент-список входить до контенту компетенції, тоді усі підлеглі елементи цього списку також відносяться до компетенції.

Таким чином повний набір контенту компетенції описується оператором:

Формула

Відповідно зв'язок контенту і компетенцій задається відображеннями:

Формула

За допомогою компетенцій можна будувати профіль спеціаліста. Для цього окреслюється коло компетенцій, які відповідають даному профілю. Множина спеціалістів, які моделюються в системі:

Формула

Тут expi позначає профіль спеціаліста на основі компетенцій. Зв'язок між профілем спеціаліста і його компетенціями задається відображенням:

Формула

Користувач навчальної системи отримує можливість, окрім використання існуючих в системі профілів спеціаліста, застосовувати також і власні налаштування свого цільового профілю, що дозволяє індивідуалізувати навчальний процес. Таким чином користувач має змогу обирати бажаний профіль, створювати новий і змінювати перелік цільових компетенцій профілю.

Організація освітнього запиту

Згідно з [6] у системі безперервного навчання пропонується використання освітнього запиту. Модель освітнього запиту (МОЗ) є сукупністю структур та методів для реалізації запиту до системи на освітні послуги. Запит будується на основі Tree-Net, ПТМ [3,6] та МПК і може містити інформацію про цільові навчальні матеріали, терміни і поняття, професійні компетенції, посаду чи спеціальність.

МОЗ призначена для ініціалізації індивідуального навчального процесу. Після надходження освітнього запиту, сформованого користувачем, відбувається налаштування нового освітнього процесу, фіксуються цілі навчання, створюється попередня модель учня і викладання, окреслюється цільовий об’єм навчального контенту та при необхідності готується попередній контроль [6]. МОЗ служить у якості вхідних параметрів для механізму налаштування індивідуального навчального середовища (ІНС).

Безперервне навчання передбачає гнучкість освітнього процесу і індивідуалізацію навчальних цілей на основі особистих професійних потреб учня. У зв’язку з цим освітній запит на ініціалізацію навчання може задаватися різними шляхами за допомогою зазначення різних параметрів. У контексті даної роботи нас цікавить запит на основі МПК, який містить інформацію про цільові професійні компетенції посади чи спеціальності. У якості запиту на базі МПК може виступати готовий профіль спеціаліста або ж користувач може задати набір компетенцій, тим самим сформувавши власний цільовий профіль. Реалізація запиту відбувається на основі користувацького Web-інтерфейсу системи безперервного навчання.

Генерація індивідуального навчального середовища

Індивідуальне навчальне середовище будується на основі відомостей про цільовий профіль спеціаліста, заданий за допомогою освітнього запиту. Слід зауважити, що профіль спеціаліста містить перелік компетенцій вищого рівня, тобто таких, що є коренями деяких виділених піддерев у загальному дереві компетенцій. Це означає, що перелічені у профілі компетенції можуть мати підлеглі компетенції, що визначається за допомогою оператора декомпозиції компетенції DescS. Отже повний набір компетенцій, що стосуються даного профілю називатимемо декомпозицією профілю спеціаліста і визначатимемо наступним чином:

Формула
Усю сукупність контенту декомпонованого профілю спеціаліста називатимемо профільною областю контенту даного спеціаліста. Вона визначається на основі повного набору контенту кожної з компетенцій, для чого застосовується оператор:
Формула
Після отримання сукупності контенту V′=VSDExp(exp), V′V декомпозиції профілю expExp для його ієрархічного структурування застосовуються базові відношення ієрархічності між елементами контенту F і Ch [3]. В результаті отримуємо деяку сукупність піддерев контенту, які можуть розглядатися у якості набору індивідуальних навчальних курсів і модулів. Оператор Roots(V′) [3] вкаже на корені новоутворених піддерев. На основі профільної області контенту визначаються предметні області, в яких працює спеціаліст:
Формула
Крім цього на основі зв’язків з понятійно-тезисними семантичними даними генерується профільний довідник спеціаліста, що містить перелік ключових термінів, їх визначень і контенту, в якому вони розкриваються. Набір термінів визначається оператором:
Формула
На основі профільної області контенту і понятійно-тезисної моделі індивідуальне навчальне середовище спеціаліста забезпечується інструментарієм для автоматизованої діагностики і контролю знань [11,12]. Таким чином базовий набір компонентів індивідуального навчального середовища, що генерується на основі знань про компетенції спеціаліста, містить декомпозицією профілю спеціаліста, профільну область контенту, предметні області спеціаліста і профільний довідник (Рис.1.):
Формула
Рис.1. Базовий набір компонентів індивідуального навчального середовища.

Індивідуальний набір компетенцій забезпечує професійну і практичну орієнтацію навчання, представляючи учневі у наглядній формі практичні цілі навчання. Індивідуальна область контенту є ключовим елементом ІНС, і фактично є індивідуальним навчальним курсом або набором курсів. Індивідуальний набір предметних областей допомагає учневі зорієнтуватися і зрозуміти місце цільової навчальної інформації в структурі знань, а також надає додаткові можливості для самостійного розширеного знайомства з предметною областю навчання. Індивідуальний термінологічний довідник відіграє роль тезауруса і довідника курсу, надаючи швидкий доступ до визначень і опису ключових понять курсу, а також їх зв’язку з навчальним контентом. Засоби контролю знань забезпечують ІНС невід’ємною компонентою навчального процесу по перевірці і діагностиці навчальних досягнень.

Висновки

У роботі застосовано підхід до індивідуалізації навчання на основі моделювання професійних компетенцій. Пропонується використання освітнього запиту (ОЗ) для налаштування індивідуального навчального процесу. ОЗ ґрунтується на використанні знань про компетенції, посади і професії, що подаються моделлю професійних компетенцій (МПК). Збагачення системи знаннями про компетенції і використання освітнього запиту дають можливість забезпечити практичну орієнтацію навчання, урахування особистого досвіду і знань учня при підготовці індивідуального навчального процесу, що відповідає вимогам безперервного навчання.

Ієрархічна модель професійних компетенцій дозволяє моделювати профілі спеціалістів і, за рахунок інтеграції з моделлю навчального контенту Tree-Net, використовувати їх для налаштування індивідуалізованого професійно-орієнтованого навчального процесу, що відповідає парадигмі безперервного навчання [4]. Відношення псевдонімів між компетенціями дозволяє подолати негнучкість строгої ієрархічної структури, за рахунок надання змоги використовувати одні й ті самі компетенції для моделювання різних компетенцій вищого рівня.

МПК дає змогу будувати індивідуальний освітній простір, що містить індивідуальні навчальні курси, перелік предметних областей, в який працює спеціаліст, індивідуальний профільний довідник понять із посиланнями на контент, який розкриває термінологію і ключові поняття, а також інструменти для контролю і діагностики знань, які реалізуються за рахунок зв’язку з Tree-Net і ПТМ [3, 6].

МПК разом із іншими компонентами має програмну реалізацію і функціонує на освітньому Інтернет-порталі [13]. Перспективним напрямком подальших досліджень є вдосконалення комплексу засобів індивідуального навчального простору, що генерується на основі МПК, підвищення якості генерації індивідуальних навчальних курсів, доповнення навчального простору компонентами колективної взаємодії учасників навчального процесу. Поточні дослідження висвітлюються на сайті авторів [14].

Література

    1. Brusilovsky, P. KnowledgeTree: A distributed architecture for adaptive e-learning, In: Nall, J. and Robson, R. (eds.) Proceedings of The Thirteenth International World Wide Web Conference, WWW 2004 (Alternate track papers and posters), New York, NY, May 17-22, 2004, ACM Press, pp. 104-113.

    2. Brusilovsky, P. and Henze, N. Open corpus adaptive educational hypermedia. In: P. Brusilovsky, A. Kobsa and W. Neidl (eds.): The Adaptive Web: Methods and Strategies of Web Personalization. Lecture Notes in Computer Science, Vol. 4321, Berlin Heidelberg New York: Springer-Verlag, 2007, pp. 671-696.

    3. Титенко С.В., Гагарін О.О. Моделювання області знань в системі безперервного навчання на основі інтеграції моделі контенту Tree-Net і понятійно-тезисної моделі // VIII международная конференция «Интеллектуальный анализ информации ИАИ-2008», Киев, 14-17 мая 2008г. : Сб. тр./ Ред. кол. : С.В. Сирота (гл.ред.) и др. – К.: Просвіта, 2008. – С. 475-484.

    4. Гагарін О.О.,Титенко С.В. Дослідження і аналіз методів та моделей інтелектуальних систем безперервного навчання // Наукові вісті НТУУ "КПІ". – 2007. – № 6(56). – С. 37-48.

    5. TENCompetence – European research project for lifelong competence development http://www.tencompetence.org/

    6. Gagarin A., Tytenko S. Complex model of educational hypermedia environment for ongoing learning // Образование и виртуальность – 2007. Сборник научных трудов 11-й Международной конференции Украинской ассоциации дистанционного образования / Под общ. ред. В.А. Гребенюка, Др Киншука и В.В. Семенца.– Харьков-Ялта: УАДО, 2007.– С. 140-145

    7. Michele B. Medved. Creating an Environment for Ongoing Learning. // Learning Circuits - ASTD's Online Magazine Covering E-Learning, 2003. http://www.learningcircuits.org/2003/dec2003/elearn.html

    8. Романова Е.С. 99 популярных профессий. Психологический анализ и профессиограммы. 2-е изд. СПб.: Питер, 2004. – 464 с.: ил.

    9. Морозова Т.Ю. Деордиця Ю.С. До проблеми взаємодії ІТ-освіти та ІТ-індустрії // Сучасні тенденції розвитку інформаційних технологій в науці, освіті та економіці: Матеріали Всеукраїнської науково-практичної конференції. 11-13 грудня 2006 р., м. Луганськ. – Луганськ: Альма-матер, 2006. – C. 64-66

    10. Воробьёв А.В. Модель преодоления интервала междолжностных компетенций // Educational Technology & Society 9(4) 2006. ISSN 1436-4522. C. 260-264

    11. Титенко С.В., Гагарін О.О. Семантична модель знань для цілей організації контролю знань у навчальній системі. // Сборник трудов международной конференции «Интеллектуальный анализ информации-2006». – Київ: Просвіта, 2006. – С.298-307.

    12. Титенко С.В., Гагарін О.О. Практична реалізація технології автоматизації тестування на основі понятійно-тезисної моделі. Образование и виртуальность – 2006. Сборник научных трудов 10-й Международной конференции Украинской ассоциации дистанционного образования / Под общ. ред. В.А. Гребенюка, Др Киншука, В.В. Семенца.– Харьков-Ялта: УАДО, 2006.– С. 401-412.

    13. Портал знань – застосування моделі професійних компетенцій в навчальному Web-порталі http://www.znannya.org

    14. Лабораторія СЕТ – Науково-технічна лабораторія новітніх інформаційних технологій. Дослідження в області дистанційного навчання http://www.setlab.net

Коментарі відвідувачів (0)
[ Показати коментарі ]

Додайте власний коментар
Автор

Коментар

Кількість входів в цьому місяці : 5228
Приєднуйтесь!
Сторінки, близькі за змістом
Моделювання області знань в системі безперервного навчання на основі інтеграції моделі контенту Tree-Net і понятійно-тезисної моделі
У роботі описано підхід до подання і визначення області знань в інте-лектуальній системі безперервного навчання на базі моделі Web-контенту Tree-Net і понятійно-тезисної моделі формалізації дидактичного тексту. Знання про область знань використовуються для генерації персо-нального освітнього середовища і автоматизації тестування
Дослідження і аналіз методів та моделей інтелектуальних систем безперервного навчання
Метою роботи є аналіз вимог до інформаційних систем безперервного навчання, а також методів, моделей і технологій їх побудови. Це включає аналіз існуючих методів і технологій інтелектуальних освітніх систем і визначення кола специфічних і слабко розвинених напрямків, які потребують ґрунтовного пророблення у контексті безперервного навчання.
Complex model of educational hypermedia environment for ongoing learning
This work proposes to solve contemporary educational problems with help of intelligent educational Web-based system which generates learning hypermedia environment. Foundations for such system development were considered. Main issue here is a problem of knowledge representation and knowledge management for education. Formalization has to envelop different knowledge layers connected to learning process. This situation is reflected in corresponded set of models. All these models, combining with each other, make up complex model for knowledge management in the system which generates educational hypermedia environment.
Семантична модель знань для цілей організації контролю знань у навчальній системі
Метою даної статті є подання концепції автоматичної побудови засобів контролю знань на основі спеціальної понятійно-тезисної моделі подання знань та опис програмної реалізації цієї концепції. Ідея полягає у специфічному алгоритмі збереження і наповнення бази знань, на основі якої будуть генеруватись тести. Запропонована ідея втілена у програмному продукті і знаходиться на стадії подальшого дослідження і розвитку.
Практична реалізація технології автоматизації тестування на основі понятійно-тезисної моделі
Метою даної роботи є розкриття концепції автоматичної побудови тестів на основі спеціальної понятійно-тезисної моделі подання знань та опис програмної реалізації цієї концепції. Ідея полягає у специфічному алгоритмі збереження і наповнення бази знань, на основі якої будуть генеруватись тести. Запропонована ідея втілена у програмному продукті і знаходиться на стадії подальшого дослідження і розвитку.
Публікації Лабораторії. Штучний інтелект в освіті. Дистанційне навчання
Публікації. Штучний інтелект в освіті. Дистанційна освіта. Понятійно-тезисна модель для педагогічних цілей.
©2006-2017 Лабораторія СЕТ, Сергій Титенко
При використанні матеріалів посилання, гіперпосилання для web-ресурсів, на www.setlab.net обов'язкове
Зв'язок: lab@setlab.net 
Лабораторія СЕТ powered by FreshKnowledge
Студія Інновацій — Розробляємо розумні сайти
Rambler's Top100 НТУУ "КПІ"
Друзі і партнери
Український рейтинг TOP.TOPUA.NET