Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

УДК 371.3

ДЕЯКІ АСПЕКТИ СИСТЕЗУ КОМП’ЮТЕРИЗОВАНОЇ АДАПТИВНОЇ СИСТЕМИ НАВЧАННЯ

Соколов А.Є.

Вступ. Сучасний період розвитку цивілізованого суспільства характеризує процес інформатизації. Інформатизація суспільства - це глобальний соціальний процес, особли­вість якого полягає у тому, що домінуючим видом діяльності в сфері суспільного виробництва є збір, накопичення, продуціювання, обробка, зберігання, передача й використання інформації, що здійснюються на основі сучасних засобів мікропро­цесорної й обчислювальної техніки, а також на базі різноманітних засобів інфор­маційного обміну. Інформатизація суспільства забезпечує:

- активне використання інтелектуального потенціалу суспільства, що постійно розши­рюється і сконцентрований в друкованому вигляді, у науковому, виро­бничому й інших видах діяльності його членів;

- інтеграцію інформаційних технологій з науковими і виробничими технологіями, що ініці­юює розвиток всіх сфер суспільного виробництва та інтелектуалізацію трудової діяльності;

- високий рівень інформаційного обслуговування, доступність будь-якого члена суспільства до джерел достовірної інформації, візуалізацію інформації, що представляється, вірогідність використовуваних даних.

Застосування відкритих інформаційних систем, розрахованих на використання всього масиву інформації, доступної в цей момент суспільству в певній його сфері, дозволяє вдосконалити механізми керування суспільним устроєм, сприяє гуманізації й демократизації суспільства, підвищує рівень добробуту його членів. Процеси, що відбуваються у зв'язку з інформатизацією суспільства, сприяють не тільки прискоренню науково-технічного прогресу, інтелектуалізації всіх видів людської діяльності, але й створенню якісно нового інформаційного середовища соціуму, що забезпечує розвиток творчого потенціалу індивіда.

Одним із пріоритетних напрямків процесу інформатизації сучасного суспільства є інформатизація освіти - впровадження засобів нових інформаційних технологій у систему освіти. Це зробить можливим:

- удосконалювання механізмів управління системою освіти на основі використання автоматизованих банків даних науково–педагогічної інформації, інформаційно-методичних матеріалів, а також комунікаційних мереж;

- вдосконалювання методології й стратегії підбору змісту, методів і організаційних форм навчання, що відповідають завданням розвитку особистості людини, що навчається (ЛН), у сучасних умовах інформатизації суспільства;

- створення методичних систем навчання, орієнтованих на розвиток інтелектуального потенціалу ЛН, на формування вмінь самостійно здобувати знання, здійснювати інформаційно-навчальну, експериментально-дослідницьку діяльність, різноманітні види самостійної діяльності по обробці інформації;

- створення й використання комп'ютерних тестуючих, діагностуючих, контролюючих і оцінюваючих систем.

Постановка задачи. Метою написання статті є опис деяких аспектів комп'ютеризованої адаптованої навчальної системи з певної дисципліні на основі електронного підручника, такої, щоб вона була придатна для проведення ЛН самостійного контролю в ході навчання, виявлення власних помилок, для можливості перевірити свої знання. Однак, це не виключає можливості того, що дана система може бути використана викладачем для проведення комплексу тестів, спираючись на результати яких, він буде мати право виставити студентам оцінки.

Основна частина. Програма має бути побудована таким чином, щоб користувачеві було цікаво працювати з нею. Для цього потрібно ввести кілька режимів роботи програми, і кілька рівнів складності тестів.

Також повинен бути режим у якому користувач, вивчаючи теоретичну частину, міг би після вивчення розділу або підрозділу перевірити свої знання, і якщо вони вже достатні, перейти до наступного розділу або підрозділу. Якщо користувач вже дещо знає про представлений матеріал, він може обрати режим, у якому тести будуть з'являтися тільки після вивчення розділа. Третій режим навчання передбачає, що користувач вже має знання за курсом і використовує електронний підручник для повторення й закріплення знань. У цьому режимі відразу доступні всі глави і є можливість відключати тести.

Тести також повинні заохочувати студента вчитися. Для цього передбачені три рівні складності проходження. Початковий рівень вважається обов'язковим, пройшовши цей рівень студент може бути впевненим, що він засвоїв необхідний мінімум. Рівні фахівець і гуру - необов'язкові, їх можна пройти лише за бажанням. Після проходження початкового рівня користувач може перейти до наступного розділу або підрозділу. Після проходження тесту будь-якого рівня складності програма видасть результат, і запропонує пройти тест більш складного рівня, або ж повторити пройдений матеріал, якщо знання студента не достатні. При проходженні тестів рівня „фахівець” й рівня „гуру” обмежень на результати немає, але студент має право їх пройти лише після успішного складання тесту „початкового” рівня. Всі результати тесту записуються у файл статистики, і при повторному проходженні тесту результати обновляють лише, якщо набрана більша кількість балів.

Для створення тестів до програми включений редактор тестів, що дозволяє створювати або редагувати тести, причому тести можуть мати різну кількість варіантів відповідей, і різну кількість правильних варіантів. Доступ до редактора тестів має лише адміністратор системи, що має відповідний пароль.

Для підсумкового оцінювання знань студент повинен пройти „екзамен”, що включає питання із всіх розділів курсу. Працює він у такий спосіб, що з кожного розділу береться по 25% питань, причому програма вибирає їх навмання. Тому щоразу це будуть інші питання.

Програма для організації статистики розрізняє користувачів за паролем й логіном, і пам'ятає останню сторінку, на якій зупинився користувач минулого разу.

Електронний підручник - це навчальна програмна система комплексного призначення, що забезпечує безперервність і повноту дидактичного циклу процесу навчання: представляюча теоретичний матеріал, що забезпечує тренувальну навчальну діяльність і контроль рівня знань, а також інформаційно-пошукову діяльність, математичне й імітаційне моделювання з комп'ютерною візуалізацією й сервісні функції за умови здійснення інтерактивного зворотного зв'язку, це програмно-методичний комплекс, що забезпечує можливість самостійно або за допомогою викладача освоїти навчальний курс або його великий розділ за допомогою комп'ютера. Електронний підручник або курс звичайно містить три складові: презентаційна частина, у якій викладається основна інформаційна частина курсу, вправи, за допомогою яких закріплюються отримані знання, і тести, що дозволяють проводити об'єктивну оцінку знань студента, тобто комп'ютерний підручник повинен поєднувати в собі властивості звичайного підручника, довідника, задачника й лабораторного практикуму. Із цього виходить, що електронний підручник повинен забезпечувати як безперервний режим навчання, так і покроковий. Кожний виділений заздалегідь істотний фрагмент курсу повинен закінчуватися практичними (вправи) і контрольними заняттями (тестування), кожний великий розділ курсу - тестовим заняттям або заліком. Зрозуміло, ключову роль у мультимедійному підручнику грає методика.

Варто розрізняти поняття "підручник" і "навчальний посібник". Більшість навчальних програм (тестуючі програми, комп'ютерні задачники, гіпертекстові методичні вказівки, довідники, і т.п.) є навчальними посібниками, тобто лише допоміжними інструментами навчання, принципово не здатними замінити традиційний підручник (не говорячи вже про заміну вчителя). Серед численних стадій розробки повноцінної навчальної мультимедіа-системи для використання в сфері освіти й професійної підготовки надзвичайно важливе місце займає створення педагогічного сценарію - проекту комп'ютерного курсу, що визначає його структуру й зміст, а також форми подання дидактичних матеріалів. Педагогічний сценарій є не тільки формою вираження змісту навчального матеріалу (пред'явлення інформації), він повинен містити опис способів управління й контролю за ходом процесу навчання. Від його якості багато в чому залежить ефективність і свідомість розробки комп'ютерного курсу, тому вже на стадії розробки педагогічного сценарію повинен ураховуватися ряд вимог, серед яких особливе місце займають дидактичні вимоги, що ґрунтуються на принципах навчання. До їхнього числа відносяться: науковість і сучасність змісту; відповідність представленого навчального матеріалу раніше придбаним знанням, умінням і навичкам; систематичність і послідовність; гнучкість, пристосовність до індивідуальних особливостей ЛН; наочність, свідомість і активність.

Педагогічний сценарій повинен бути результатом творчої роботи колективу педагогів, методистів, художників-дизайнерів, програмістів, хоча не виключається можливість розробки сценарію однією людиною. Остаточний варіант сценарію створюється, як правило, після пророблення всіх деталей із програмістом, відповідальним за підготовку робочого проекту. Зовсім очевидно, що добре розроблений і оформлений педагогічний сценарій більше нагадує опорний конспект, ніж великий підручник.

Стосовно класичної теорії тестів, обчислюваний бал складається із двох компонентів – об`єктивного й хибного:

 



 

де        X - індивідуальний бал ЛН;

T – об`єктивний індивідуальний бал ЛН;

E - хибний компонент індивідуального бала.

Випадкові помилки походять від вгадування, неправильного розуміння змісту завдань, моментальних варіацій уваги учня й т.і.

Дисперсія обчислених тестових балів  складається з дисперсії об`єктивного компонента  й дисперсії хибного компонента :

 



 

Коефіцієнт надійності тесту K визначається як відношення:

 



 

Або, з огляду на вираз (2):

 



 

Коефіцієнт надійності повинен інтерпретуватися не тільки як характеристика самого тесту, але і як характеристика вибірки атестуємих, тобто він залежить від рівня знань, отриманих у конкретному навчальному закладі.

Знаючи оцінку надійності тесту, можна розрахувати стандартне відхилення індивідуального бала студента по формулі:

 

(5)

 

У розрахунках надійності часто застосовується формула Кудера-Ричардсона (Kuder Richardson, 20 Kr ) [4], що є часткою випадку альфа Кронбаха [5] для дихотомічної оцінки («вірно»-«невірно»):

 

(6)

 

де        m - число завдань тесту;

 - складність j -го завдання;

.

На думку дослідників, існує кілька факторів, що впливають на надійність:

1. Довжина тестового набору. Чим більше завдань входить у тест, тим вище його надійність.

2. Зміст тестового набору. Чим більша різноманітна тематика, випробовувана в рамках одного тесту, тим нижче надійність.

3. Кореляція між результатами виконання завдань. Чим більше позитивних кореляцій визначається між результатами виконання завдань, тим вище надійність тесту.

4. Гетерогенність групи. Ніж більше гетерогена група (чим більше до неї входить погано й добре встигаючих студентів), тим вище значення надійності.

5. Характеристики завдань. Якщо тестовий набір включає велику кількість завдань із високим коефіцієнтом дискримінації й середнім рівнем складності, то надійність такого набору підвищується.

Важливим завданням, що виникає в процесі створення тесту, є розрахунок оптимальної довжини тесту. Насамперед, дамо ряд визначень. Об`єктивним балом тестування називається відсоток завдань, на які учень може відповісти правильно, якщо йому будуть задані весь питання тестової бази. Об`єктивний бал тестування являє собою ймовірність правильної відповіді на завдання тесту (складність тесту).

Довжиною (розміром) тесту, побудованого із завдань тестової бази, називається кількість тестових завдань, що входять до нього. Учневі задається лише частина питань всієї тестової бази, і, отже, довжина тесту не перевищує розмір тестової бази.

Атестація ЛН проводиться шляхом порівняння індивідуального бала, набраного учнем при відповіді на завдання тесту, з деяким еталонним балом, називаним критеріальним.

Оскільки ЛН задається лише деяке число завдань тестової бази, то виникають питання, наскільки вірогідно оцінюються знання учня на підставі лише обмеженої вибірки завдань і яка повинна бути довжина тесту, щоб звести до мінімуму помилки при атестації. Помилкою атестації називається неатестація ЛН із об`єктивним балом меншим або рівним критеріальному.

Таким чином, завдання полягає в правильному виборі розміру тесту, так щоб ймовірність помилки P не перевищувала заздалегідь заданого рівня значимості a (наприклад, 0,05). Тоді з довірчою ймовірністю Pдов=1-a можна затверджувати, що атестація буде проведена без помилок.

У розрахунках часто використають біномінальну модель тесту (або метод Мілмана), що заснований на наступних припущеннях:

1. Тест складається з випадкової вибірки дихотомічності оцінюваних тестових завдань.

2. Ймовірність правильної відповіді - постійна величина для всіх тестових завдань для даного випробуваного.

3. Тестові завдання незалежні одне від одного (відповідь на деяке завдання не впливає на відповіді на інші завдання).

4. Помилки розподілені за біноміальною моделлю.

Нехай об`єктивний бал ЛН дорівнює p , число питань тесту дорівнює n , тоді ймовірність правильної відповіді на k питань тесту Pn(k) обчислюється по формулі Бернуллі:

 



 

Нехай критеріальний бал дорівнює m, тоді ймовірність перевищити критеріальний бал можна розрахувати в такий спосіб:

 



 

де - функція розподілу Бернуллі.

Якщо учень має об`єктивний бал менше критеріального, то ймовірність його хибної атестації можна розрахувати по формулі (8) і підібрати розмір тесту n у відповідності зі значенням довірчої ймовірності :

 



 

Необхідно відзначити (це видно з формул 7, 8 і 9), що потрібний розмір тесту буде залежити від об`єктивного бала випробуваного, котрий заздалегідь невідомий, тому пропонується визначати об`єктивний бал не для конкретного випробуваного, а для груп з високим і низьким рівнями підготовки випробуваних, аналогічних групах, які використовувалися при обчисленні різної спроможності. У цьому випадку середній бал цих груп буде непоганою оцінкою об`єктивних балів добре й погано підготовлених студентів, оскільки кожної із цих груп задається практично весь набір завдань тестової бази, у той час як конкретний ЛН кожної із цих груп відповідає тільки на обмежене число завдань. У результаті визначаємо розмір тесту так, щоб ймовірність помилки при атестації ЛН із цих груп дорівнювала рівню значимості a.

Очевидно, що вибір критериального бала повинен залежати від величини об`єктивних балів розглянутих груп. Недоцільно задавати критеріальний бал поза інтервалом, межами якого є об`єктивні бали груп учнів. Аналіз формул і розрахунки показали, що у випадку, якщо значення критеріального бала наближається до кращого бала, шуканий розмір тесту істотно зростає й може бути зіставлений із розміром тестової бази. При оптимальному виборі критеріального балу в середині інтервалу (що приблизно відповідає значенню складності всього тесту) розрахункові розміри тестів груп з високим і низьким рівнями підготовки ЛН наближаються один до одного й істотно менше розміру тестової бази.

Висновки. Вивчення динаміки процесу тестування є одним з найважливіших моментів аналізу тестів. Звичайно будується залежність відсотка ЛН, що закінчили тестування, від часу тестування. Ця накопичувальна залежність відповідно до термінології теорії ймовірностей по суті є функцією розподілу ймовірності F(t).

 

Some aspects of construction of the computerized teaching system with the elements of adaptation to the requirements of the trainee are considered . Basic parts of electronic textbook, which can be utillized as the taught system and the basic requirements to testing in such system are described.

 

1.                       Аванесов В.С. Теоретические основы разработки заданий в тестовой форме. - М., Наука, 1995.

2.                       Агранович Б.Л. Системное проектирование процесса и структуризация целей обучения по учебному предмету// Кибернетика и вуз. Томск, 1985. С. 22-32.

3.                       Адаптивное обучение и адаптивный тестовый контроль // http://athena.vvsu.ru/carina/test/lec8.htm

4.                       Майоров А.Н. Теория и практика создания тестов для системы образования. М., 2000.

5.                       Мельникова М.Б. Теория и практика конструирования педагогических тес­тов. М., 2002.

 





Ответы на вопросы [_Задать вопроос_]

Читайте также

 
Ковриго Ю.М., Фоменко Б.В., Поліщук І.А. Адаптивна система регулювання витрати палива.

Ладанюк А.П., Кроніковський Д.О. Екстремальна адаптивна система з непараметричною ідентифікацією та багатопараметричним регулятором

Клименко А.К. Об оптимизации коэффициента усиления в адаптивной системе с обратной моделью.

Клименко А.К. Об ускорении сходимости процессов в адаптивной системе с обратной моделью

Михайленко В.С., Никольский В.В. Использование нечеткой адаптивной системы управления для компьютерного мониторинга сетью котельных установок

Клименко А.К. Об устранении колебательности адаптивной системы в промежутках дискретного времени

Клименко А.К. О получении желаемых показателей качества адаптивной системы с обратной моделью

Ходаков В.Е., Ходаков Д.В. Адаптивный пользовательский интерфейс: проблемы построения

Ладанюк А.П., Заєць Н.А., Луцька Н.М. Застосування адаптивних систем керування для нестаціонарних об'єктів технологічних комплексів неперервного типу.

Пупена О.М, Ельперін І.В, Ладанюк А.П. Особливості проектування комп’ютерно-інтегрованих систем управління

Щокін В.П., Сушенцев О.О., Коломіц Г.В. Інтелектуальна система управління з нечітким адаптивним емулятором

Балтовский А.А. Способ адаптивной алгоритмизации задач расчета производст-венной программы.

Кучеров Д.П. Cинтез адаптивной квазиоптимальной по быстродействию системы управления при входном воздействии вида квадратичной функции и наличии ограниченных помех.

Кучеров Д.П., Василенко А.В., Иванов Б.П. Алгоритм адаптивного терминального управления динамической системой с элементом дифференцирования

Информационно-измерительные системы

Ковальов О.І. Вимірювання у процесно-орієнтованих стандартах

Полякова М.В., Ищенко А.В., Худайбердин Э.И. Порогово-пространственная сегментация цветных текстурированных изображений на основе метода JSEG

Дзюбаненко А. В. Организация компьютерных систем для анализа изображений

Гордеев Б.Н., Зивенко А.В., Наконечный А.Г. Формирование зондирующих импульсов для полиметрических измерительных систем

Богданов А.В., Бень А.П., Хойна С.И. Релаксация обратного тока диодов Шоттки после их магнитно-импульсной обработки (МИО)

Тверезовский В.С., Бараненко Р.В. Проектирование измерителя добротности варикапов

Тверезовский В.С., Бараненко Р.В. Оптимизированная модель измерителя доб-ротности варикапов

Руднєва М.С., Кочеткова О.В., Задорожній Р.О. Принципи побудови оптимальної структури інформаційно-вимірювальної системи геометричних розмірів об’єктів в діапазоні від 1 нм до 1000 нм

Биленко М.С., Рожков С.А., Единович М.Б. Идентификация деформаций пе-риодических структур с использованием систем технического зрения

Рашкевич Ю.М., Ковальчук А.М., Пелешко Д.Д. Афінні перетворення в модифікаціях алгоритму RSA шифрування зображень

Дидык А.А., Фефелов А.А, Литвиненко В.И., Шкурдода С.В., Синяков Ф. В. Классификация масс-спектров с помощью кооперативного иммунного алгоритма

Клименко А.K. Обратная модель для решения задач в системах с многосвязными динамическими объектами

Завгородній А.Б. Порівняльне дослідження твердотільних і рідиннофазних об'єктів методом газорозрядної візуалізації

Голощапов С.С., Петровский А.В., Рожко Ж.А., Боярчук А.И. Измерение доб-ротности колебательного контура на основе метода биения частот

Кириллов О.Л., Якимчук Г.С. Диагностирование критерия безопасности при заполнении замкнутых объемов СПЖ косвенным методом

Долина В.Г. Проблеми підвищення точності рефрактометра на основі прозорих порожнистих циліндрів.

Самков О.В., Захарченко Ю.А. Застосування алгоритму клонального відбору для побудови планів модернізації авіаційної техніки

Попов Д.В. Метод формування регламентів технічного обслуговування повітряних суден

Казак В.М., Чорний Г.П., Чорний Т.Г. Оцінювання готовності технічних об’єктів з урахуванням достовірності їх контролю

Тверезовский В.С., Бараненко Р.В. Технические аспекты проектирования цифрового измерителя добротности варикапов

Тверезовский В.С., Бараненко Р.В. Технические аспекты проектирования устройства для разбраковки варикапов по емкостным параметрaм и добротности

Сосюк А.В. Інтелектуальний автоматизований контроль знань в системах дистанційного навчання

Полякова М.В., Волкова Н.П., Іванова О.В. Сегментація зображень стохастичних текстур амплітудно-детекторним методом у просторі вейвлет-перетворення

Луцкий М.Г., Пономаренко А.В., Филоненко С.Ф. Обработка сигналов акустической эмиссии при определении положения сквозных дефектов

Литвиненко В.И., Дидык А.А., Захарченко Ю.А. Компьютерная система для решения задач классификации на основе модифицированных иммунных алгоритмов

Лубяный В.З., Голощапов С.С. Прямоотсчетные измерители расхождений емкостей

Беляев А.В. Построение навигации для иерархических структур в WEB-системах и системах управления WEB-сайтом

Терновая Т.И., Сумская О.П., Слободянюк И.И., Булка Т.И. Контроль качества тканей специального назначения с помощью автоматических систем.

Шеховцов А.В. Інформаційний аспект: розпізнавання образів індивідуума.

Полякова М.В. Определение границ сегмента упорядоченной текстуры на изображении с однородным фоном с помощью многоканального обнаружения пачки импульсов.

Литвиненко В.И. Прогнозирования нестационарных временных рядов с помощью синтезируемых нечетких нейронных сетей

Ковриго Ю.М., Мисак В.Ф., Мовчан А.П., Любицький С.В. Автоматизована система діагностики генераторів електростанцій

Браїловський В.В., Іванчук М.М., Ватаманюк П.П., Танасюк В.С. Керований детектор імпульсного ЯКР спектрометра

Забытовская О.И. Построение функции полезности по экспериментальным данным.

Шиманські З. Апаратні засоби сегментації мовного сигналу

Хобин В.А., Титлова О.А. К вопросу измерения парожидкостного фронта в дефлегматоре абсорбционно-диффузионной холодильной машины (АДХМ)

Фефелов А. А. Использование байесовских сетей для решения задачи поиска места и типа отказа сложной технической системы

Слань Ю. М., Трегуб В. Г. Оперативна нейромережна ідентифікація складних об’єктів керування

Ролик А.И. Модель управления перераспределением ресурсов информационно-телекоммуникационной системы при изменении значимости бизнес-процессов

Кириллов О.Л., Якимчук Г.С., Якимчук С.Г. Изучение электрического поля с помощью датчика измерителя электростатического потенциала на модели замкнутого металлического объема

Грицик В.В. Застосування штучних нейронних мереж при проектуванні комп’ютерного зору.

Гасанов А.С. Информационные технологии построения систем прогнозирования отказов

Шеховцов А.В., Везумский А.К., Середа Е.С. Алгоритм сжатия информации без потерь: модифицированный алгоритм LZ77

Ходаков В.Е., Жарикова М.В., Ляшенко Е.Н. Методы и алгоритмы визуализации пространственных данных на примере моделирования распространения лесных пожаров.

Полякова М.В., Крылов В.Н. Обобщённые масштабные функции с компактным носителем в задаче сегментации изображений упорядоченных текстур. – C. 75 – 84.

Полторак В.П., Дорогой Я.Ю. Система распознавания образов на базе нечеткого нейронного классификатора.

Литвиненко В.И. Синтез радиально-базисных сетей для решения задачи дистанционного определения концентрации хлорофилла.

Бражник Д.А. Управление совмещением изображения объекта в сцене и эталонного изображения.

Бабак В.П., Пономаренко А.В. Локализация места положения сквозных дефектов по сигналам акустической эмиссии.

Мороз В. В. R-D проблема и эффективность систем сжатия изображений.

Крылов В.Н., Полякова М.В., Волкова Н.П. Контурная сегментация в пространстве гиперболического вейвлет-преобразования с использованием математической морфологии.

Квасников В.П., Баранов А.Г. Анализ влияния дестабилизирующих факторов на работу биканальной координатно-измерительной машины.

Казак В.М., Гальченко С.М., Завгородній С.О. Аналіз можливості застосування імовірнісних методів розпізнавання для виявлення пошкоджень зовнішнього обводу літака.

Тищенко И.А., Лубяный В.З. Управление коммутационными процессами в интегрированных сетях связи.

Корниенко-Мифтахова И.К.,Филоненко С.Ф. Информационно-измерительная система для анализа характеристик динамического поведения конструкций.

Тверезовский В.С., Бараненко Р.В. Модель измерителя емкости с линейной шкалой измерений.

Полякова М.В., Крылов В.Н. Мультифрактальный метод автоматизированного распознавания помех на изображении.

Рожков С.О., Федотова О.М. Алгоритм розпізнавання дефектів тканин для автоматичної системи контролю якості.

Бражник Д.А. Использование проективного преобразования для автоматизации обнаружения объектов.

Ходаков В.Є., Шеховцов А.В., Бараненко Р.В. Математичні аспекти створення автоматизованої системи „Реєстр виборців України”