1.5.1. Обучение как процесс адаптивного управления сложной системой Рассмотрим обучение как процесс управления сложной системой [39], в которой обучаемый является объектом управления, а ИОС (и/или преподаватель) источником управления. В предлагаемой реализации системы электронного обучения, показанной на рис. 1.3, в модель адаптивного управления обучением включены: объект управления (ОУ) обучаемый; среда, в которой осуществляется функционирование системы; устройство адаптивного управления (УАУ); базы ресурсов системы; модель обучаемого. Модель обучаемого позволяет учесть не только текущее состояние объекта управления, но и предысторию обучения, хранимую в виде набора параметров модели ОУ (модель обучаемого). Здесь Х=(х1, х2, хЗ, ..., xN) т, вектор, определяющий фактическое состояние среды, влияющей на вектор состояния Y=(yl, у2, уЗ, ..., уМ)т объекта; Т операция транспонирования векторов. Информация об этих состояниях измеряется датчиками DX и DY, которые информируют устройство адаптивного управления. Очевидно, что вектор измеряемых датчиком DX параметров состояний среды Х'=(хЧ, х'2, х'З, ..., х'п)т не равен вектору ее фактических состояний (Х 'еХ ), а на вектор измеряемых датчиком DY параметров состояний объекта управления Y'=(y'l, у'2, у'З, ..., у'т) т не равен вектору его фактических состояний (У'«У) в силу того, что датчики измеряют только то, что используется в процессе управления. Однако X X и У «У , т.е. получаемая информация в какой-то мере (но далеко не полностью) отражает действительное состояние объекта и среды, которая дополняется параметрами ° Уа‘> ■■а»)тмодели обучаемого. 32 |
других факторов. Такой подход будем называть статической адаптацией, поскольку после подготовки адаптированного учебного курса в самом процессе обучения УММ остается неизменным. Во-вторых, это адаптивное взаимодействие обучаемого с ИОС, в процессе которого выполняется динамическая генерация учебного материала для конкретного обучаемого, используется система помощи и подсказок, организуются диалоги между пользователями, а также осуществляется гибкая настройка интерфейса. Такой подход будем называть динамической адаптацией, поскольку в процессе информационного взаимодействия обучаемого с ИОС осуществляется как изменение содержания и способов представления УММ, так и всесторонняя настройка системы под обучаемого. Говоря о многоуровневой адаптации, имеем в виду, что ИОС позволяет осуществлять сборку статически адаптированного учебного материала, содержащего в своей структуре не только УММ, но и методы (процедуры) его обработки. Собранный таким образом статически адаптированный учебный материал позволяет в процессе его использования в определенной мере реализовать механизмы динамической адаптации. Структура информационного базиса должна поддерживать механизмы управления адаптивным электронным обучением, позволяющие реализовать статическую, динамическую и многоуровневую адаптацию учебных материалов в сетевой ИОС. Как правило, модели и алгоритмы, положенные в основу сетевой ИОС [71], реализующие принципы адаптивного электронного обучения, основываются на теории конечных автоматов Мура и марковских процессов [88], а также объектной модели обработки учебно-методической информации [29]. 2.2.1. Обучение как процесс адаптивного управления сложной системой Рассмотрим обучение как процесс управления сложной системой [76], в которой обучаемый является объектом управления, а ИОС (и/или преподаватель) источником управления. В предлагаемой реализации системы электронного обучения, показанной на рис. 2.2.1, в модель адаптивного управления обучением включены: объект управления (ОУ) обучаемый; среда, в которой осуществляется функционирование системы; устройство адаптивного управления (УАУ); базы ресурсов системы; модель обучаемого. Модель обучаемого позволяет учесть не только текущее состояние объекта управления, но и предысторию обучения, хранимую в виде набора параметров модели ОУ (модель обучаемого). Среда X ОУ X Базы ресурсов системы R < 1 DI и УАУ (ИОС, преподаватель) D Модель обучаемого Базы ресурсов системы УМИ правил ситуации методов шаблонов yj_ У1 Уз УАУ М еханизм вы бора метода управления с М еханизм вы вода М ПУ МСУ М УНЛ Рис. 2.2.1 Модель обучения как процесс управления сложной системой Здесь Х=(х1, х2, хЗ, xN) т, вектор, определяющий фактическое состояние среды, влияющей на вектор состояния Y=(yl, у2, уЗ, ..., уМ)т объекта; Т операция транспонирования векторов. Информация об этих состояниях измеряется датчиками DX и DY, которые информируют устройство адаптивного управления. Очевидно, что вектор измеряемых датчиком DX параметров состояний среды Х'=(х'1, х'2, х'З, ..., х'п)т не равен вектору ее фактических состояний 114 (Х'чХ), а на вектор измеряемых датчиком DY параметров состояний объекта управления Y'=(y'l, у'2, у'З, ..., у'т) т не равен вектору его фактических состояний (У'еУ) в силу того, что датчики измеряют только то, что используется в процессе управления. Однако X X и У'еУ , т.е. получаемая информация в какой-то мере (но далеко не полностью) отражает действительное состояние объекта и среды, которая дополняется параметрами ° "C°iаза»)тмодели обучаемого. Ресурсы R , выделяемые на создание системы адаптивного управления, в значительной степени определяют и объем собираемой датчиками DX и DY информации*’ и Y'. Устройство адаптивного управления, получая на входе информацию о среде X, объекте Y, цели Z * и ресурсах системы R (база данных учебнометодической информации, методов ее обработки, правил и шаблонов, ситуаций, а также функциональные модули системы обучения), выдает на выходе управляющее воздействие U -(u'l, и'2, ..., и'к) т, с помощью которого возможно достичь цели Z* и перевести объект в искомое состояние Y* , соответствующее выполнению заданной цели Z* в рамках ресурсов R=(r'I, г'2, г'З, ..., г'р) т, т.е./*' Y', Z* R}>U*->Y* . Алгоритм управления А призванный решить эту задачу U*=A (Х\ Y', Z* R) и является оператором, перерабатывающим исходную информацию в управление. В процессе обучения управление U имеет двоякую форму — обучающей информации, а также вопросов и заданий, ответы Г ’ на которые дают возможность оценить степень обученности (усвоения УММ). Для эффективного проведения учебного процесса, управление обучаемым должно быть гибким, основанным как на анализе его текущего состояния Y, измеряемого датчиком D Y , и представленного в виде Y'=(y'l, у'2, у'З, ..., у'т), так и на данных его многопараметрической модели п °3°*> ■а^т. Многопараметрическая модель обучаемого ^учитывает совокупность его индивидуальных особенностей — количество и качество усвоенных знаний, контролируемое тестовой системой, уровень подготовки, |