Geum.ru

Вдокладе рассмотрены три области автоматизации контроля обучения на основе электронных умк

Вид материалаДоклад
Подобный материал:
ТЕХНОЛОГИЯ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ
НА ОСНОВЕ ЭЛЕКТРОННЫХ УМК

Ильин Анатолий Александрович, (anatoliy_ilyin@mail.ru)

Егоров Леонид Васильевич (egorov_inupb@mail.ru)

Среднерусский университет (Тульский института управления и бизнеса)

Аннотация


В настоящее время многие ВУЗы вводят в практику разработку по всем дисциплинам электронных учебно-методических комплексов (УМК), включающих конспект лекций и другие методические материалы по изучению и подготовки видов занятий дисциплины. Следует отметить, что при этом недостаточно уделяется внимания разработке средств, позволяющих эффективно контролировать учебный процесс на основе регистрации параметров его протекания, используя электронные УМК. Указанной проблеме посвящен представленный доклад.

Актуальность проблем организации автоматизации образования как на основе локальных и корпоративных вычислительных сетей (автономное обучение), так и Internet-технологий (дистанционное обучение), объясняется новыми возможностями, которые представляются преподавателям и обучаемым современные информационные технологии [1 – 8 и др.].

В настоящее время известно множество технологий и программных продуктов для автоматизации образования, часть из которых рассмотрена в работе [7]. К сожалению, при решении проблем автоматизации контроля образования мало используются методы искусственного интеллекта и интеллектуальных систем, что не позволяет в значительной степени освободить педагога от рутинной работы, сделать общение с системой автоматизации контроля образования интересной, повысить надежность функционирования системы.

В докладе рассмотрены три области автоматизации контроля обучения на основе электронных УМК:
  • системы электронного контроля знаний (СЭКЗ) (компьютерное тестирование);
  • выбор сценария изучения материала в зависимости от уровня знаний по рассматриваемому курсу, времени изучения разделов курса, психологических особенностей личности и т. п.;
  • проблемы аутентификации личности при автоматизированном обучении.

Для реализации предлагаемой технологии необходима информационная система, включающая в свой состав:
  • подсистему идентификации и аутентификации пользователей;
  • базу данных электронных УМК, включая разбитый на темы (подразделы) теоретический материал каждой дисциплины;
  • сервисы, позволяющие фиксировать временные интервалы, в течение которых пользователи связаны с определенными компонентами системы;
  • сервисы сбора статистики учебного процесса;
  • подсистему тестирования;
  • подсистему генерации отчетов.

В известных системах автоматизации образования СЭКЗ обычно основана на реализации следующих вариантов технологий вопрос-ответ [7]:
  • вопрос – выбор одного альтернативного ответа из предлагаемого множества ответов;
  • вопрос – выбор подмножества ответов из предлагаемого альтернативного множества ответов;
  • вопрос – определение области на графическом изображении;
  • вопрос (задача) – ответ путем ввода числового значения.

Перечисленные технологии не вызывают сложностей при программной реализации, однако позволяют оценить ответ на конкретный вопрос только по двухбальной системе (правильно, неправильно). В докладе на примере оценки задач по разработке фрагментов программного обеспечения, реализующего заданные функции, по курсу «Информатика» рассмотрен метод оценки решения алгоритмических задач на основе задаваемых критериев (сложность программного кода, время реализации фрагмента и т.п.) по 10- и 20-бальным шкалам. Предложены обобщенные критерии, позволяющие оценивать по многомерным шкалам решения алгоритмических задач общего вида на основе эталонного решения, закладываемого в систему преподавателем для каждого теста.

Рассмотрены методы выбора сценария изучения материала на основе результатов различного тестирования и сбора статистики по каждому обучаемому [8].

Теоретический материал, посвященный одному и тому же вопросу, в автоматизированных обучающих системах можно представлять различными способами, ориентируясь на психологические особенности личности (аудиал, визуал, …). Выбор наиболее эффективного способа представления и усвоения материала оценивается системой автоматизированного контроля обучения на основе следующих статистических параметров:

1).Время изучения каждого курса каждым обучаемым. Определяется суммированием временных интервалов, проведенных обучаемым при изучении методического и теоретического материала курса;

2).Время изучения каждым обучаемым каждого раздела курса. Определяется суммированием временных интервалов, проведенных обучаемым при изучении каждого раздела теоретического материала курса. При неудачных результатах тестирования позволяет предложить обучаемому список разделов теоретического материала, которые необходимо изучить для устранения пробелов знаний;

3).Количество посещений и даты посещений методического и теоретического материала каждым обучаемым. Определяется фиксированием дат, по которым обучаемый обращался к методическому и теоретическому материалу курса. Величины необходимы для оценки равномерности изучения материала в течение семестра;

4).Количество тестирований каждым обучаемым по каждому курсу. Определяется суммированием попыток тестирования каждым обучаемым по каждому курсу. В СЭКЗ возможно ограничение попыток тестирований по каждому курсу в течение семестра;

5).Время, затрачиваемое обучаемым в течение тестирования при ответе на каждый вопрос каждого курса. Это позволяет исключить ситуацию, когда обучаемый во время тестирования пытается найти ответ в теоретическом материале, путем обоснованно задаваемого интервала времени, в течение которого можно формировать ответ.

Сбор статистики по пунктам, отличным от п. 2, позволяет упорядочить список разделов теоретического материала, т.е. предложить эффективный сценарий устранения пробелов в усвоении материала.

Предложен метод аутентификации личности при автоматизированном обучении, основанный на контроле биометрических характеристик (отпечатков пальцев) обучаемых, их IP-адресов, известного расписания тестирования. Показаны варианты эффективного использования методов аутентификации для случая, когда тестирование возможно лишь с определенных узлов автоматизированной системы обучения (множество IP-адресов узлов – известно). Попытки тестироваться лиц, не соответствующих фиксированным биометрическим характеристикам из узлов, не входящих в систему, блокируются автоматически, а попытка тестирования двумя лицами вместо одного предотвращается работниками образовательного учреждения, на территории которого, как правило, размещаются узлы тестирования системы.

Предложенный подход позволяет корректировать организацию ведение учебного процесса на основе регистрации параметров его протекания, используя электронные УМК, и снижать загрузку преподавателя при обучении конкретным дисциплинам больших групп обучаемых.

Литература

1. Филиппов Е.Н. Программная инженерия и педагогические программные средства. В сб. Системы и средства информатики. Вып.8. – М.: Наука. Физматлит, 1996.

2. Талызина Н.Ф. Управление процессом усвоения знаний. – М.: Изд-во МГУ, 1984.

3. Беспалько В.П. Слагаемые педагогической технологии. – М.: Педагогика, 1989.

4. Ильин А.А. Сбор статистики при организации автоматизированного обучения // Педагогическая информатика, № 3, 1999. С. 45 - 48.

5. Ильин А.А. Автоматизация деятельности тьютора в дистанционном образовании // Материалы региональной научно-практической конф. «Проблема качества обучения студентов в системе открытого образования» – Калуга. 2000. С. 58 – 61.

6. Ильин А.А. Сбор статистики при организации автоматизированного обучения // Педагогическая информатика, № 3, 1999. С. 45 – 48.

7. Ильин А.А., Ерохин Л.А., Филиппов В.А. Использование Internet-технологии для интерактивного общения студентов с преподавателем по курсу общей физики в режиме CHAT’а // Тез. докл. Региональной научно-практической конференции «Новации и традиции в преподавании физики: от школы до вуза» – Тула:Изд-во Тул. Гос. Пед. Ун-та. 2000. С. 25 – 26.

8. Ильин А.А. Технология электронного контроля знаний по дисциплинам направления 552800 на основе систем искусственного интеллекта //УПРАВЛЕНИЕ УЧЕБНЫМ ПРОЦЕССОМ И СОВРЕМЕННЫЕ ТЕХНОЛОГИИ ОБОЧЕНИЯ: Сб. статей. Вып. 6 / Под ред. И.С. Бляхирева, В.А. Голутвина; Тул. гос. ун-т. - Тула, 2004. С. 78 - 79.