Гибкое адаптивное обучение  в Интернет

Курганская Г.С., Юдалевич Н.В.

В настоящее время идет динамичное развития Интернет -образования в мире, уже сотни университетов и колледжей предлагают сотни  тысяч Интернет - курсов, и с каждым днем их число множится. И если  на первых порах было достаточно наиболее эффектно  представить учебный материал, используя современный средства информационных технологий, то сегодня  актуальным стал комплексный, системный подход, результатом которого  стало формирование единой информационной среды образования,  охватывающей весь учебный процесс

Только полностью решив  эту задачу, мы можем получить новое, ранее недоступное при массовом обучении, качество образования:

Индивидуальный подход - каждый студент учится в условиях, адекватных  его способностям и возможностям, т.е. Интернет-курс  может адаптироваться к конкретному студенту;

Новая роль преподавателя - обучение через Интернет расширяет и обновляет роль преподавателя, который освобождается от рутинной работы по организации обучения и может лишь координировать познавательный процесс, постоянно усовершенствовать преподаваемые им курсы, обращая внимание в первую очередь на содержательную сторону.

Это становится возможным, если формирование Интернет-курса опирается на хорошо проработанную  теоретическую  базу.   Разработанная одним из авторов KFS (Knowledge Flow Structure) модель представления знаний легла в основу  дифференцированной системы Интернет-обучения ГЕКАДЕМ [1].

.Приведем краткое описание  свойств KFS-модели, позволяющее так сформировать учебный  курс, что каждый студент получит индивидуальную, динамически настаиваемую на его уровень подготовки, версию  Интернет-курса. Весь учебный материал по предмету структурируется  и представляется в виде ориентированного ациклического графа, глее узлами являются учебные  блоки, а  по дугам передаются знания  между блоками.   Возможные  пути  от начального до конечного  блока  представляют возможные варианты изучения курса,  его версию, которую мы в дальнейшем будем называть   программой или блок схемой изучения курса, а иногда просто учебным курсом.

Учебный курс  наделяется точками контроля, в которых происходит ветвление обучения. Вводятся два типа условий ветвления блок-схемы программы обучения:

а) R - условия выходного контроля, как это делается в классическом программированном обучении, которые реализуют процесс restudy;

б) U - условия входного контроля, которые не пускают ученика в новый блок обучения, если он не обладает необходимыми знаниями.U-условие и соответствующие тесты становятся просто необходимыми в реальном Интернет  обучении, где должны фиксироваться отложенные знания

Конструктор, создающий Интернет-курс, должен поставить охраняющие U-условия, исходя из состава контингента обучаемых и их психологической неоднородности. Особенно подчеркнем слабую изученность этой психологической проблемы.

Интернет-курс  в процессе обучения  есть граф, <вершинами> которого являются логические блоки, дуги представляют отношения непосредственного следования изучения одного блока за другим. Логические связи <спрятаны> внутри логических блоков.

Далее, программа размечается возвратами для повторного обучения (restudy). Каждый логический блок <охраняется> входным и выходным контролем, которые являются предикатами, размечающими дуги возврата. Структура возвратов определяется конструктором обучающей программы и в этом смысле может быть произвольной.

Вводятся специальные блоки обучения (блоки детализации знаний), которые отсутствуют в основном процессе обучения и включаются только для выхода на следующий слой детализации, если студент практически не понимает материал изучаемого блока.  Таким образом, программа  заставляет "углубляться" в знания и затем "подниматься" на уровень, с которого "провалился" студент.

Следовательно, программа обучения стратифицирована по уровням детализации. Обучение имеет вид двумерного процесса движения к цели, может прерываться штрафными санкциями, студент отправляется на более детальное обучение, и поощрениями, возвращающими студента на основной путь движения к цели.

Структура возвратов restudy в программах обучения при выходном контроле учебных блоков.

Процесс тестирования предполагает построение логики restudy в программах обучения. Связи возврата должны быть размечены соответствующими тестами. Такое означивание названо семантикой сети KN. Выше было введено два типа условий restudy:

1) R - условия возврата по выходному контролю,

2) U - условия возврата по входному контролю.

Процесс тестирования для выполнения этих двух условий конструируется в виде конечных автоматов [2]. Правила автоматов отражают структуру возвратов для различных типов контроля. Для обучающих кластеров, где блоки обучения разнесены по слоям детализации, возвраты restudy выходного контроля имеют вложенную структуру, соответствующую дереву детализации.                                                                                                        

Структура возвратов restudy в программах обучения при входном контроле в учебный блок.

Входной контроль должен контролировать входные знания, с которыми ученик продолжает обучение в некотором логическом блоке. Каждое входное знание должно содержать соответствующий тест, выполнение которого позволяет удостовериться о наличии этого знания у ученика. Понятно, если все входные тесты выполнены, то условие входа в блок тоже выполнено и можно перейти к обучению в блоке.

Заметим, что условие контроля входов в программе обучения ставится перед блоком, в который нужно войти (защита блока).

Выбор последовательности тестовых проверок и формирование условий выполнения всех тестов возлагается на учителя или конструктора учебника.

Предлагаемый подход к организации индивидуального обучения в основном был реализован и апробирован и включен в третью версию  системы дифференцированного Интернет-обучения <Гекадем>.

В обычном варианте разработчик курса создает ряд учебных блоков, из которых строит потом пути изучения курса. При этом обучение линейно. Это означает, что студент, выбрав один путь, должен последовательно изучить все учебные блоки и выполнить все тесты, не зависимо от того, хорошо или плохо выполнены задания.

Суть  <альтернативного> обучения состоит в том, что появляется возможность детальной проработки учебных блоков курса. Для этого разработчик должен определить <критические точки> курса, изучение которых, по его мнению, важно для курса в целом. При выборе <критических точек> необходимо указывать ее величину, то есть проходной балл. Если студент набрал необходимый минимум, он может продвигаться дальше по обычному линейному пути. В случае, если балл меньше <критической точки>, студент должен перейти к более детальному изучению материала по данной теме. Для реализации этой возможности необходимо создать учебные блоки с детальным рассмотрением материалов темы и с контролями знаний по каждому блоку.

На практике это будет выглядеть следующим образом. При создании учебного блока нужно указывать его тип: обычный блок, <родитель> или <ребёнок>. Если не указывать никакой тип, по умолчанию проставляется, что это обычный блок. Последнее делается для того, чтобы избавить <ленивого> пользователя от лишней работы.

Если тип у блока указан как <родитель>, то впоследствии к нему можно прикреплять блоки, имеющие тип <ребёнок>. Кроме того, как уже было сказано выше, у блока-родителя должен быть указан проходной балл.

При присоединении к блокам-родителям блоков-детей доступны только свои блоки - те, которые еще не являются ничьими детьми или блоки, присоединенные к этому родителю ранее.

К блокам-детям других детей присоединять пока нельзя.  Это означает, что детализация обучения на данном этапе разработки двухуровневая.

Когда студенты   только начинает обучение по курсу, то для всех предлагается общий, основной путь изучения, соответствующий учебной программе.

Но  если в критической точке он не набрал нужное количество баллов, у него появляются дополнительные учебные блоки детализации, которые он должен пройти. То есть он видит часть пути, которую он уже прошел (кроме неудачно пройденного блока), затем стоят блоки-дети, далее стоит блок, по которому не был набран проходной балл, а затем остальная часть старого (еще не пройденного) пути.

При этом неудачно пройденный блок помечается, как отправленный на повторное обучение, а в комментарии делается соответствующая пометка. При этом полностью сохраняется вся история обучения.

Все это касается также и выходного контроля.

Если же разработчик курса хочет работать с входными контролями, то здесь будет реализована система возвратов. Если блок определен, как критическая точка - то, как и в случае с выходным контролем, должна быть определена величина критической точки (или проходной балл).

Поскольку входной контроль в блок проверяет знания, полученные в предыдущих блоках, то необходимо указать, знания из каких блоков проверяются этим контролем.

Так что если студент не набрал нужное количество баллов по такому тесту, то его необходимо вернуть назад, к первому из блоков, знание которых проверялось.

На практике это будет выглядеть следующим образом. Студент будет учиться по линейному курсу пока не дойдет до блока с критической точкой и входным контролем знаний. Если он не набрал проходной балл, то при следующем входе в учебный курс он увидит пройденную часть курса. Затем будут стоять блоки, помеченные разработчиком, как те, знания из которых проверялись во входном контроле. Затем будет снова стоять блок с тестом, который студенту не удалось пройти, а потом остальная (не пройденная) часть курса.

Рассмотренная методика гибкого адаптивного обучения реализована. Рассмотрим  её на примере учебного курса <Информационные технологии в управлении>, который изучают студенты 2 курса САФ ИГУ. Так, в  одном учебном блоке было установлено пороговое значение при выполнении выходного теста.. Если студент при выполнении теста получал оценку ниже пороговой,  ему автоматически предписывалось  пройти  дополнительно четыре блока, детально изучающие подразделы этой темы.  Эти четыре блока и были помечены, как блоки-дети.

По курсу проучились 65 студентов. Из них 83%  успешно  сдали тест по этой теме и сразу перешли к изучению следующего блока,  но 11 человек (17%)   не смогли <перешагнуть> пороговое значение, были вынуждены перейти на следующий уровень детализации  учебного материала и изучить дополнительно 4 темы, где этот материал разбирается подробно.  После детального изучения 36% тестируемых немного улучшило свои результаты, а  64% студентов результаты улучшили существенно (см. Рис.2).

Рис.2

Литература

1. Курганская Г.С. Система дифференцированного обучения через Интернет.- Иркутск: Изд-во ИГУ, 2000. - 103 с.

2. Гилл А. Введение в теорию конечных автоматов. - М.: Наука, 1966. - 272с.