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...

1.3.1. Поширені технології подання і керування знаннями в навчальних системах

Перелічимо основні технічні застосування інтелектуальних та інформаційних технологій для подання і керування знаннями в комп’ютерному навчанні, які набули поширення в дослідженнях і на практиці. Кожна з перелічених далі технологій має свої переваги та недоліки і застосовується в контексті різних задач, пов’язаних із навчанням.

Експертні системи. Разом із розквітом експертних систем, бази знань (БЗ) яких будувалися як продукційні системи на основі продукційних правил, робочої пам’яті та механізму логічного виведення, було започатковано багато досліджень по застосуванню таких систем для комп’ютерного навчання. Інтелектуальні навчаючі системи (IntelligentTutoringSystems) будували свої бази знань на основі експертних систем, прикладом тут є система GUIDON [42], автор якої використав медичну експертну систему MYCIN  як основу для комп’ютерного викладання в своїй системі [42]. Численні намагання, незважаючи на успіхи, виявили ряд принципових недоліків у застосуванні такого методу подання знань. Перш за все було виявлено, що експертні системи не в змозі відобразити усі знання експерта [43]. Експертні системи були побудовані для продуктивності, не для викладання або пояснення. В той час як експертні системи підтримують механізми виведення, формалізуючи задля цього необхідні правила, вони відкидають елементи знань, що не є необхідними для вирішення задач, такі як, наприклад  первинні принципи, або базові поняття, що в свою чергу є дуже важливими в педагогічному контексті. З педагогічної точки зору здатність запам’ятати і застосувати певний набір процедурних правил є менш значущим порівняно із розумінням смислу і походження таких рішень. Загалом комп’ютерні репетитори на базі експертних систем мають тенденцію володіти відносно «тонкими» знаннями предметної області і тому, вони здатні передати розуміння навчальних тем студентам лише поверхнево.

Інтерактивні середовища вивчення. Інтерактивні середовища вивчення  (ІСВ, англ. InteractiveLearningEnvironments, ILS) та їх представники, мікросвіти (Microworlds), виникають разом із розвитком комп’ютерних технологій як альтернативний до інтелектуальних навчаючих систем підхід. Такі системи важко класифікувати та аналізувати в контексті подання та моделювання знань у зв’язку з особливостями їх архітектури і функціональних можливостей, тим не менше вони грають важливу роль і заслуговують на огляд. 

Тоді як інтелектуальні навчаючі системи мають тенденцію повністю контролювати навчальний процес,  ІСВ сповідують спосіб навчання, головним ініціатором в якому є студент, який вчиться за допомогою методу дослідження. За допомогою спроектованих у ІСВ об’єктивних властивостей світу, студенти мають змогу вивчати його, досліджуючи ці властивості і відношення [43, 44].

Таким чином ІСВ намагаються представити студенту частину світу, яка лежить в полі його педагогічних інтересів, надавши йому відповідний інструментарій для зміни параметрів і спостереження. При цьому тут майже не використовується дидактичний вплив на навчання. Дослідницький процес, його інтенсивність, спрямування довіряється самому суб’єкту навчання – студенту.   

ІСВ і мікросвіти є прибічниками зміни акцентів в технології навчання, що відбуваються під впливом нових технологій, застосованих для освіти. Основними освітніми принципами конструктивізму ІСВ є такі [43]: конструювання, а не інструктування – студенти ефективніше вчаться конструюючи свої знання самостійно, а не під контролем інструкторів; студентський контроль, а не контроль наставницький – студент має переважне право контролювати своє навчання, наставник, або тьютор, виступає у ролі помічника; індивідуалізація визначається студентом, а не викладачем – тут наставник не має виключного суверенного права  повністю контролювати те, як проходить індивідуалізація навчання для потреб студента, студент по меншій мірі бере часткову участь у цьому процесі; багата реакція, зворотній зв'язок системи генерується на основі взаємодії студента із середовищем вивчання, а не наставником – інформація і поведінка системи мають створюватись у більшій мірі у відповідь на вибори і дії студента, аніж як розповіді, що генеруються наставником.

Щодо моделювання і формалізації знань, то вони закладаються в реалізацію самої системи і відображаються в її поведінці і реакціях на взаємодію з користувачем, імітуючи предметну область. У даному випадку моделювання знань носить дещо ширше поняття, аніж мова чи формальна модель подання знань. Тут моделлю виступає вся система, від її програмного ядра до інтерфейсу і графіки.

ІСВ мають ряд недоліків. По-перше, це сам метод навчання через дослідження. Такий метод із його скромним дидактичним впливом має ризик не досягти цілей навчання. Навчання може бути неефективним, коли студент обере невірний шлях вивчення, так як ІСВ надають студентам великий простір для досліджень. Також ІСВ переживають труднощі у визначенні і оцінюванні результатів навчання. Крім усього іншого такі системи є дуже складними для програмної реалізації, а коли мова іде про Інтернет-освіту, їх застосування виявляється особливо ускладненим через саму архітектуру і обмеження мережі Інтернет.  

Семантичні мережі. Семантичні мережі є однією із класичних універсальних моделей подання знань у ШІ. Цей підхід має багато застосувань у побудові систем навчання. Основною ідеєю семантичних мереж є так звана тріада: суб’єкт – відношення – об’єкт. За допомогою тріад формується семантична мережа, яка формалізує об’єкти реального світу і відношення між ними. 

Особливого поштовху в освіті ця технологія набула разом із створенням концепції SemanticWeb(SW) [45, 46], яка обіцяє стати новим еволюційним витком Всесвітньої Мережі Інтернет (WWW). Подання знань в SW ґрунтується на технології семантичних мереж.

Спеціально для підтримки досліджень SemanticWebдля Інтернет-освіти створена наукова спільнота SW-El (SemanticWebforE-Learning) [47]. Вона займається питаннями створення онтологій для освіти та визначенням концепцій для освітніх Інтернет-систем у рамках досліджень SW.

На відміну від експертних систем, що мають змогу маніпулювати процедурними знаннями і правилами, семантичні мережі вміють «міркувати» навчальними поняттями і об’єктами, що дає ширші можливості для передачі і керування знаннями на рівні смислу та формування когнітивних моделей освітнього процесу і учня. Це, серед іншого, дає можливість застосовувати семантичні мережі для організації контролю знань студентів у навчальній системі [48, 49].

Одним з основних недоліків застосування семантичних мереж для подання знань з навчальної області є висока трудомісткість самого процесу створення адекватної мережі [50]. Технологія семантичних мереж вимагає для їх ефективного застосування подання повної картини області – так звана проблема «всеосвіченості» системи [43], – тобто необхідно виконати формалізацію усіх об’єктів і відношень між ними, що часом може викликати серйозні труднощі та бути неоправданим з дидактичної точки зору.  

Гіпертекст. Гіпертекст це – мережа текстів. Гіпертекстом називають будь-який текст, у якому виявляються які-небудь посилання на інші фрагменти. Показовим прикладом є Біблія, подана як гіпертекст із безліччю взаємних відсилань до різних глав і рядків документа, у зв'язку з тим, що багато подій, що відбуваються, описуються відразу групою авторів.

У літературознавстві гіпертекст – це така форма організації текстового матеріалу, при якій його одиниці представлені не в лінійній послідовності, а як система явно зазначених можливих переходів, зв'язків між ними. Дотримуючись цих зв'язків, можна читати матеріал у будь-якому порядку, формуючи різні лінійні тексти (визначення російського вченого, піонера в області розвитку вітчизняних гіпертекстових систем, М.М. Суботіна).

На початку 90-х років Тім Бернерс-Лі розробив протокол HTTP (Hypertexttransferprotocol), що дозволив зв'язати між собою документи, розміщені на одному або на декількох комп'ютерах, підключених до мережі Інтернет. Ця гіпертекстова мережа документів відома як Всесвітня Мережа WWW. Сам Бернерс-Лі [51] описував Всесвітню Мережу як абстрактний простір інформації. WWW робить мережу корисною, оскільки люди насправді   цікавляться інформацією і не хочуть нічого знати про проводи і комп'ютери. Подібний інформаційний простір на основі WWW надає широкі можливості для організації навчання і публікації навчальних ресурсів.

Теодор Нельсон, який запропонував сам термін "гіпертекст", неодноразово підкреслював, що гіпертекст у його розумінні не є ієрархічною структурою. З його погляду, знак рівності, що ставлять між поняттями "ієрархія" і "структура", являє собою популярний міф. Живі форми інформаційних структур не можуть бути вірно представлені ієрархією. Такі структури як паралелізм, перехресні зв'язки, взаємне проникнення і одночасна присутність одного елемента в декількох місцях не можуть бути передані ієрархією. Гіпертекст бачиться Нельсону як мультиагентне співтовариство, усередині якого існують складні неієрархічні відносини між агентами. Подібне бачення є адекватним також і для природи навчальних дисциплін і системи знань, яку ці дисципліни відображають.

Властивості гіпертексту і особливості Інтернету сприяли їх широкому застосуванню в освітньому контексті.  Модель гіпертексту дозволяє успішно вирішувати задачі навігації і візуалізації контенту. Однак слабка структурованість і відсутність типізації даних поданих гіпертекстовою моделлю, суттєво обмежує можливості їх програмного опрацювання, а це, в свою чергу, негативно відображається на функціональних можливостях навчальних систем. Тому модель гіпертексту слід використовувати як засіб навігації і візуалізації навчальної інформації, сама ж навчальна інформація і знання повинні формалізуватися на основі додаткових семантичних моделей.   

Аналіз текстів та інформаційний пошук. Абсолютно інший підхід являє собою ряд технологій, пов’язаних з аналізом інформації і інформаційним пошуком, що активно застосовуються в Інтернеті. В даному випадку знання безпосередньо не формалізуються, а зберігаються в текстовому вигляді. Натомість основний акцент робиться на механізмах видобування і пошуку  необхідної (релевантної) навчальної інформації. Технології інтелектуального аналізу інформації, інформаційного пошуку та інформаційної фільтрації, бувши дуже популярними в області інформаційних систем, не використовувалися раніше у навчальному контексті. Об’єм навчального вмісту був порівняно невеликим, і потреба спрямовувати користувача  до найбільш підходящого матеріалу з легкістю підтримувалася адаптивним плануванням курсу навчання і технологіями адаптивних гіпермедіа-систем. Однак потреба побудови великих інформаційних освітніх систем, що обслуговуватимуть широкий спектр навчальних дисциплін, та  Інтернет з його великою кількістю неіндексованих відкритих освітніх ресурсів зробив ці технології дуже привабливими для розробників сучасних систем освіти. MLTutor [52]  представляє один з перших цікавих прикладів застосування фільтрації інформації на основі вмісту у навчанні. Навчальний приклад сумісницької адаптивної фільтрації  можна знайти  у WebCOBALT [53, 54].

Серед прогресивних напрямків розвитку даних технологій інтелектуальний лінгвістичний аналіз, який дозволить ширше використовувати можливості природної мови для побудови пошукових запитів; а також застосування адаптивності у методах пошуку і фільтрації, що включає побудову моделей користувачів [55].  Майбутні сценарії пошуку і фільтрації повинні включати інструменти, здатні «розуміти», чого бажає користувач, щоб більш точно оцінювати релевантність документу його потребам, і щоб «слухати» та «навчатись» від користувача, коли він надає корисний зворотний зв'язок під час взаємодії. 

Серед переваг підходу аналізу тексту і інформаційного пошуку відносна простота процесу додавання в систему нових знань – фактичне додавання текстових документів. У даному випадку персонал освітньої системи загалом не бере безпосередньої участі у детальній формалізації навчальної інформації на відміну від експертних систем і семантичних мереж. Такі системи не володіють типовим недоліком навчальних систем, заснованих на класичних моделях знань ШІ, який можна  охарактеризувати як вимогу «всеосвіченості» системи в предметній області навчання. Така вимога часом суттєво ускладнює керування навчальними курсами, зменшуючи їх гнучкість і мобільність. У даному випадку аналіз текстів і інформаційний пошук у певних освітніх задачах може надавати ефективніші результати. Такі методи можна застосовувати для пошуку специфічної навчальної інформації, що відповідає навчальним цілям учня, а також для адаптивного подання навчального матеріалу і фільтрації елементів, які не відповідають навчальним потребам учня або групи учнів.

Недоліком застосування таких підходів є їх природна обмеженість, пов’язана із слабкою формалізацією і структуризацією навчальної інформації. Методи аналізу і пошуку інформації слід використовувати разом із іншими технологічними рішеннями по збереженню і керуванню знаннями в навчальній системі.

В табл. 1.3. представлено порівняння згаданих технологій подання і керування знаннями в навчальних системах.

Таблиця. 1.3.

Порівняння технологій подання і керування знаннями в навчальних системах.

Технологія

Особливості і переваги

Недоліки

Експертні системи та створені на їх основі інтелектуальні навчаючі системи

Ефективні для розв’язку практичних задач.

Підтримують механізми виведення, формалізуючи задля цього необхідні правила, тому підходять для навчання процедурним навичкам.

Експертні системи не в змозі відобразити усі знання експерта.

Відкидають елементи знань, що не є необхідними для вирішення задач, такі як, наприклад,  первинні принципи, або базові поняття, що в свою чергу є дуже важливими в педагогічному контексті.

Передають розуміння навчальних тем студентам лише поверхнево [43].

Мають тенденцію повністю контролювати навчальний процес.

Інтерактивні середовища вивчення (ІСВ) і мікросвіти

За допомогою спроектованих у ІСВ об’єктивних властивостей світу, студенти мають змогу вивчати його, досліджуючи ці властивості і відношення [43, 44].

Втілюють переваги конструктивізму в педагогіці, забезпечуючи такий спосіб навчання, головним ініціатором в якому є студент, який вчиться за допомогою методу дослідження.

Тут майже  не використовується дидактичний вплив на навчання.

Такий метод із його скромним дидактичним впливом має ризик не досягти цілей навчання.

ІСВ переживають труднощі у визначенні і оцінюванні результатів навчання.

Такі системи є дуже складними для програмної реалізації, а коли мова іде про Інтернет-освіту, їх застосування виявляється особливо ускладненим через саму архітектуру і обмеження мережі Інтернет

Семантичні мережі

Формалізують об’єкти реального світу і відношення між ними.

Вміють «міркувати» навчальними поняттями і об’єктами, що дає ширші можливості для передачі і керування знаннями на рівні смислу та формування когнітивних моделей освітнього процесу і учня.

Велика трудомісткість процесу створення адекватної семантичної мережі.

Технологія семантичних мереж вимагає для їх ефективного застосування подання повної картини області – так звана проблема «всеосвіченості» системи [43] – тобто необхідно виконати формалізацію усіх об’єктів і відношень між ними, що часом може викликати серйозні труднощі, і крім цього часто призводить до формалізації знань, що в даному навчальному контексті не мають дидактичної важливості.

Гіпертекст

Дозволяє гнучко представляти навчальні матеріали з урахуванням таких  особливостей як паралелізм, перехресні зв'язки, взаємне проникнення і одночасна присутність одного елемента в декількох місцях, що не може бути передано строгою ієрархією.

Дозволяє успішно вирішувати задачі навігації і візуалізації контенту.

Слабка структурованість і відсутність типізації даних поданих гіпертекстовою моделлю, суттєво обмежує можливості їх програмного опрацювання, а це, в свою чергу, негативно відображається на функціональних можливостях навчальної системи.

Тому модель гіпертексту слід використовувати як засіб навігації і візуалізації навчальної інформації, сама ж навчальна інформація і знання повинні формалізуватися на основі додаткових семантичних моделей.

Аналіз текстів та інформаційний пошук

Знання безпосередньо не формалізуються, а зберігаються в текстовому вигляді.

Основний акцент робиться на механізмах видобування і пошуку  необхідної (релевантної) навчальної інформації.

Недоліком застосування таких підходів є їх природна обмеженість, пов’язана із слабкою формалізацією і структуризацією навчальної інформації. Тому методи аналізу і пошуку інформації слід використовувати разом із іншими технологічними рішеннями.

 

Узагальнення. Освітня система нового покоління робить виклик традиційним формам і методам навчання. Відкривши для себе комп’ютерні технології, працюючи над проблемою штучного інтелекту філософськи і  практично, людство намагається «перекласти» частину відповідальності за власну освіту на комп’ютерні системи. Проте складність і багатогранність людини як суб’єкту навчання не може в повній мірі втілитися як модель у комп’ютерній системі. Завдання тут полягає у тому, щоб хоча б частково підтримати і забезпечити освітній процес системами ШІ, що у певному наближенні «розуміються» на аспектах навчання людини. Одним із таких аспектів і є власне передача знань, передача оптимальної  навчальної інформації, що розкриє учневі навчальний предмет. Проста передача неформалізованих статичних електронних матеріалів не здатна забезпечити достатньо ефективний процес навчання. Комп’ютерна система має стати суб’єктом керування процесом передачі знань, радником для людини-педагога і людини-учня, помічником і виконавцем, залишивши позаду просту роль  інформаційного посередника. Що для цього потрібно? По-перше, система має «розуміти» той предмет, який подається для вивчення. По-друге система повинна «розумітися» у дидактиці, тобто знати, яким чином цей предмет викласти учневі, враховуючи його індивідуальні характеристики.

Проаналізуємо та класифікуємо у контексті подання знань в освітньому процесі різні загальнонаукові та прикладні технічні течії, що займаються питаннями мови та знання. Першим підходом до подання знань буде такий, що передбачає створення так званої філософської або семантичної мови, умовно назвемо його когнітивно-семантичним підходом. Такий підхід апелює власне до смислу, до його представлення в людському розумі, не бажаючи залежати від конкретної природної мови людини чи, тим більше, від дидактичних проблем передачі знань. Інший підхід більш мовно-орієнтований і пов'язаний з класичними дидактичними методами, що ґрунтуються на текстуальному представленні знань у навчанні, умовно назвемо його мовно-дидактичним підходом [56, 57]. Урахування цієї класифікації дає змогу розрізнити відмінність завдань моделювання знань в контексті класичної задачі штучного інтелекту і задачі моделювання знань для освіти, що дуже важливо під час побудови інтелектуальних систем навчання.

Кількість входів в цьому місяці : 3105
Приєднуйтесь!
Сторінки, близькі за змістом
1.3. Синтез проблем керування знаннями і керування контентом
Категорія знання відіграє ключову роль як у навчальному процесі, так і в інтелектуальних системах, тому задача подання, моделювання і керування знаннями в навчальній системі набуває особливої значущості. Проблеми моделювання знань в інтелектуальних системах широко розглядаються в роботах [30-32]. Разом із поширенням досягнень у галузі штучного інтелекту (ШІ), підсилюються намагання науковців використовувати вже розроблені технології цієї галузі спеціально для потреб освіти. Застосування досягнень ШІ у навчанні і викладанні сприяє розвитку окремого дослідницького напрямку із відповідними специфічними для цієї області проблемами. Створюються наукові співтовариства [37, 38], що займаються дослідженням освітніх процесів і застосуванням технологій ШІ у комп’ютерних системах навчання.
Дисертація «Програмне забезпечення онтологічно-орієнтованої системи керування інформаційно-навчальним Web-контентом»
Титенко С.В. «Програмне забезпечення онтологічно-орієнтованої системи керування інформаційно-навчальним Web-контентом». Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 01.05.03 – Математичне та програмне забезпечення обчислювальних машин і систем.
©2006-2024 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
НТУУ "КПІ"
Комп'ютерні науки та програмна інженерія
Друзі і партнери