Общение

Носов П.С. :: 24.04.2009

На мой взгляд, адаптивность - это форма рациональной реакции системы образования на "поведение" учащегося в обучающем пространстве. Такое поведение – результат выбранной стратегии учащегося, которая напрямую зависит от его мотивации. По этому определение неявной мотивации интеллектуальной деятельности студента даст возможность адаптивно формировать для студента индивидуальный план (траекторию) обучения.

Носов П.С. :: 24.04.2009

1. Одним из вариантов решения поставленной задачи может быть привлечение экспертов для создания баз знаний. Декомпозиция мотивации студента на составляющие характеристики в рамках учебного процесса позволит сузить аналитическую работу экспертов. Для определения фрейм-ситуаций, результаты анализа характеристик мотивации студента ранжируются, и в итоге определяется матрица значений, в которой строки будут соответствовать критериям оценивания, а столбцы – временным отрезкам (не обязательно дискретным). Таким же образом производится составление матрицы и для результатов полученных в ходе оценки экспертной группой учебных блоков. Далее эти матрицы совмещаются и в конечном виде матрица представляется в виде значения, которое является исходными данными для составления модели. Следовательно, появляется возможность определить математическое ожидание тенденций изменения мотивационных характеристик студентов. Так как данное оценивание относится к субъективным, то необходимо исследовать дисперсию экспертных оценок. Далее определим коэффициенты корреляции последовательным перебором каждой пары взаимодействия между семестровыми циклами в данной категории характеристики с исключением повторений. А также – баланс мотивации студенческого коллектива и Р-биссериальный коэффициента связи между экспертными оценками.

Носов П.С. :: 24.04.2009

2. Проанализировав тенденцию изменения мотивационных характеристик отдельного студента, был сделан вывод, что сохраняется индивидуальный баланс значений характеристик с динамикой их возрастания относительно времени. Очевидно, что база правил экспертной системы относительно каждого студента будет изменяться пропорционально определенной его индивидуальной стратегии обучения. Тогда замена эксперта-педагога, экспертной системой позволит выполнять достоверный анализ всех фрагментов интеллектуальной деятельности студента имеющих слабую структуризацию с целью определения мотивационных тенденций.
Рассмотрим задачу определения мотивации на примере оценивания уровня интереса к знаниям. В данном случае опишем интеллектуальный анализ изучения студентом гипертекстовой информации отдельной темы дисциплины. На основе данных экспертного анализа, на первичном этапе составляем комплект правил, при этом порядок выполнения правил определяет приоритет, переход к следующему правилу выполняется в случае безуспешной проверки. Рассмотрим анализ ситуаций с точки зрения алгебры кортежей, которая основана на свойствах декартова произведения множеств. Представим комплект параметров для анализа в виде атрибутов. Для преобразования правил в единую систему отношений запишем правила как объекты алгебры кортежей. Данная схема логического исчисления может быть вписана в основу экспертной системы для анализа мотивации отдельного студента в ходе усвоения учебного материала.

Носов П.С. :: 24.04.2009

3. Однако для определения уровня уверенности студента в своих предпочтениях необходимо исследовать мотивационную энтропию, проанализировав интеллектуальную деятельность студента в ходе выполнения электронных тестовых заданий с нечеткой логикой ответа. Так, например, когда студент выбирает ответ на тестовое задание, фиксируется время на обдумывание и коэффициент правильности выбранного ответа. Чем больше время при выборе ответа студентом и ниже коэффициент правильности, тем выше значение его мотивационной энтропии и неопределенности знаний. Таким образом, необходимость определения мотивационной энтропии – немаловажная составляющая разрабатываемой экспертной системы.
В случае, если время выбора заметно выше среднего (для данного студента), то в соответствии с принятой экспертами шкалой оценки времени определяется неопределенность выбора студента в виде нечеткого множества.
Также возникает необходимость отследить последовательность выбора вариантов ответа студентом (координаты перемещения курсора). Зафиксированная последовательность выбора студентом в большинстве случаев может быть отличной от эталонной последовательности ответов определенной экспертами. Тогда, согласно разработанной шкале, определяется второе нечеткое множество.
Таким образом, сформировываются два нечетких множества описывающие неопределенность выполнения задания студентом. Для сведения данных нечетких множеств в одно характеризующее нечеткое множество найдем дизъюнктивную сумму множеств и извлечем нечеткую энтропию полученного множества
Тогда, не смотря на то, что по факту студент выполнил тестовое задание (например) на 75% верно, данный метод позволяет существенно расширить поиск знаний о студенте. Так, например полученный результат по дизъюнктивной сумме множеств, позволяет определить функциональную энтропию студента.
Все сказанное сводятся к следующему: наиболее перспективным для практического применения является создание специализированной экспертной системы. При правильном анализе ситуации содержащейся в базе знаний экспертной системы применяемые подходы позволят определять неявную мотивацию для выделения проблемных областей в обучении каждого студента.

Сергей Титенко :: 22.06.2009

Прошу прощения за значительную задержку с ответом.

Для того, чтобы хорошо уяснить суть вашего подхода и задачи, которая поставлена, было бы полезно познакомиться с некоторыми вашими публикациями. Если хотите, мы могли бы разместить их на сайте для обсуждения.

Все таки, относительно проверки достоверности - удается ли вам решить эту задачу?
Каким образом и на основе каких статистических данных?

Носов П.С. :: 11.07.2009

На мой взгляд, научные работы по тематике «Информационные технологии в образовании» можно условно разделить на две группы: работы посвящены оцениванию деятельности ВУЗа и работы которые посвящены собственно управлению учебным процессом (деятельностью субъекта обучения).
Как организовано большинство этих работ:
Работы по оцениванию – это работы, которые написаны с точки зрения сугубо теории исследования операций, есть система показателей, конструируются критерии, выбираются весовые коэффициенты, ищется точка Парето и прочее. Интересный подход, но ведь это чистая статическая задача.
Другой подход, то, что называется управлением – это оптимизационные задачи, чаще дискретные, как правило, они решаются с позиции нелинейного программирования. Но ведь и это статическая задача по большому счету, а субъект обучения это живой, развивающийся организм, который функционирует в нашем реальном времени. И, следовательно, возникает вопрос - как надо смотреть на этот объект?, а наверное надо смотреть на него как на сложный объект управления. А если это объект управления, то какой объект управления? Объект управления, прежде всего не стационарный, объект управления динамический, объект управления, функционирующий в условиях неопределенности, причем неопределенность очень часто не стохастического свойства. А если снимаемые сигналы измеряются не всегда в количественной шкале, порядковой шкале, а выражают признаки нечетких переменных, изменение значений которых представляет недетерминированный процесс.
И вот собственно вырисовывается трудная задача из области теории управления и принятия решений. Как решать эту задачу, как с ней бороться – большинство скажет – давайте строить систему с обратной связью. Задача сложная, давайте строить n-контурную систему с обратной связью, но возникает еще одна тонкость которой многие пренебрегают – задача многокритериальная, в задаче присутствует много целей. Кроме того, сама структура объекта управления неопределенна, и тут нужно смотреть гораздо глубже.

В настоящий момент я уже отправил некоторые публикации в сборники, которые по моему мнению отражают фрагменты решения поставленной задачи, как только они будут изданы, буду рад разместить их на Вашем сайте.