|
обучаемого с системой, либо интерактивный диалог. Обучаемый выбирает самостоятельно темп работы с системой и траекторию обучения. Интересное направление развития экспертно обучающих систем предложено в Пензенском государственном педагогическом университете. Предлагается использовать такое моделирование физического эксперимента, при котором создаются универсальные системы моделирования, способные накапливать знания (самообучаться) в процессе функционирования. Авторы считают, что это позволит моделировать не только отдельные эксперименты, но и расширить возможности компьютерного моделирования [69]. Слабым звеном экспертно обучающих систем и других систем такого типа является практическая реализация дифференциации обучения, основанной на выборе индивидуальных обучающих воздействий. Дифференциация обучения предполагает разделение учебных вопросов, задач, заданий по степени сложности; разделение обучаемых по уровням подготовки (низкий, средний, высокий) или по уровням усвоения материала (узнавание, алгоритмический, эвристический, творческий) [20]. Педагогический эффект от использования экспертно обучающей системы определяется опытом эксперта или группы экспертов, чьи обобщенные знания и опыт положены в основу работы системы. Эффективность организации и управления системы во многом определяется техническими возможностями информационнокоммуникационных средств (ИКС), используемых в учебном процессе, и качеством конкретного программного обеспечения. Внедрение экспертно обучающих систем в учебный процесс должно способствовать дифференциации и индивидуализации обучения, развитию творческой, познавательной активности и самостоятельности обучаемых. Системы искусственного интеллекта развиваются в направлении понимания процессов человеческого познания. Интеллектуальные обучающие системы состоят из следующих подсистем: учебной базы данных, базы знаний, подсистемы интеллектуального управления ходом учебного процесса. Учебная база данных ориентирована на конкретную предметную область, |
разделы, которые обучаемые усвоили слабо, обратить особое внимание на плохо усвоенный материал, при необходимости провести корректировку методик, учебных планов и программ. Экспертно обучающие системы позволяют сопровождать решение задач на уровне репетитора [191, 161, с. 81]. В процессе решения обучаемым задач система осуществляет пошаговый контроль правильности написания формул и хода решения задачи. Предусматривается либо диалоговый режим работы обучаемого с системой, либо интерактивный диалог. Обучаемый выбирает самостоятельно темп работы с системой и траекторию обучения. Интересное направление развития экспертно обучающих систем предложено в Пензенском государственном педагогическом университете. Предлагается использовать такое моделирование физического эксперимента, при котором создаются универсальные системы моделирования, способные накапливать знания (самообучаться) в процессе функционирования. Авторы считают, что это позволит моделировать не только отдельные эксперименты, но и расширить возможности компьютерного моделирования [69]. Слабым звеном экспертно обучающих систем и других систем такого типа является практическая реализация дифференциации обучения, основанной на выборе индивидуальных обучающих воздействий. Дифференциация обучения предполагает разделение учебных вопросов, задач, заданий по степени сложности; разделение обучаемых по уровням подготовки (низкий, средний, высокий) или по уровням усвоения материала (узнавание, алгоритмический, эвристический, творческий) [20]. Педагогический эффект от использования экспертно обучающей системы определяется опытом эксперта или группы экспертов, чьи обобщенные знания и опыт положены в основу работы системы. Эффективность организации и управления системы во многом определяется техническими возможностями средств ИКТ, 21 используемых в учебном процессе, и качеством конкретного программного обеспечения. Внедрение экспертно обучающих систем в учебный процесс должно способствовать дифференциации и индивидуализации обучения, развитию творческой, познавательной активности и самостоятельности обучаемых. Системы искусственного интеллекта развиваются в направлении понимания процессов человеческого познания. Интеллектуальные обучающие системы состоят из следующих подсистем: учебной базы данных, базы знаний, подсистемы интеллектуального управления ходом учебного процесса. Учебная база данных ориентирована на конкретную предметную область, включает в себя разного рода информацию: текст, таблицы, рисунки, анимационные фрагменты, видеофрагменты и т.п. База знаний содержит структуру обучения и схему обучающей последовательности, механизмы адаптации системы к конкретному объекту обучения. Входящий в базу знаний сервисный модуль позволяет производить выбор стратегии обучения и обучающих воздействий; осуществлять экспертизу уровня знаний, умений, навыков, правильности решения разного рода задач; собирать данные о формируемых умениях обучаемого и способах использования этих умений. Подсистема интеллектуального управления ходом учебного процесса содержит средства интеллектуального анализа объема и структуры знаний, необходимых для организации и управления учебным процессом. Помимо этого в подсистему входят интеллектуальная консультативная программа, реализующая интерактивный диалог пользователя с системой; контрольно диагностирующий модуль, позволяющий рассчитать и оценить параметры субъекта обучения для определения оптимальной стратегии и тактики обучения на каждом этапе занятия. 22 |