Информационные инновации в системе обучения и перспективы развития

В данной статье рассматриваются методики систем поддержки решения задач математики, наиболее инновационные из них, их особенности и приоритеты.

Аннотация статьи
системы обучения
анализатор
алгоритм
модели
Ключевые слова

В настоящее время с целью поддержания учебно-воспитательного процесса в образовании существуют разнообразные разработки. В достаточном количестве уже работающих и широко используемых специализированных образовательных компьютерных систем, так называемых информационные инновации в обучении, или технологии (ИТО). Наиболее инновационным из них направлением являются так называемые интеллектуальные системы обучения (ИСО). Такие системы более передовые в обучении, так как в них существует возможность не только проверить верный результат решаемой задачи, но и поэтапный ход решения. Таким образом, преподаватель имеет возможность не тратить время и силы на поиск ошибки и ее места во всем алгоритме решения.

Методическая основа таких систем поддержки решения задач математики имеет такое выгодное для себя отличие в организации работы пользователя в интерактивном режиме, так сказать, онлайн-режим. Информационная система вместе с пользователем – обучаемым в итоге создают новый, наиболее эффективный, ход решения задачи. В настоящее время требования пользователей к такой методике оказываются довольно высокими. Требования к ней предъявляются как к высоко-адаптивной в процессе работы к разного типа технического и программного обеспечения, а также возможностям и желаниям пользователя; возможности методики должны иметь широкий спектр в решении математических задач [1, с. 173-176].

Основные возможности системы в процессе решения задач:

  • подробное анализирование, изучение алгоритма решения задач, рассмотрение каждого этапа решения, производимого обучаемым;
  • интерактивная, или онлайн-поддержка в решении задач (указания, отсылки на справочную информацию и т.д.);
  • пояснение поэтапного алгоритма подобных примеров, являющаяся действенной помощью к решению задач.

Основные части, составляющие системы поддержки в решении математических задач – это база данных, база моделей (алгоритмизация) решения задач, интеллектуальный анализатор решений, сюда же относится программная подсистема, в которую входят система управления базой данных (СУБД), система управления базой моделей решения задач (СУБМ) и система управления взаимодействия между пользователями; например, преподавателем или обучаемым, с одной стороны, и компьютером с другой [2, с. 85-90].

База данных является неким складом данных, делящихся на внутренние и внешние. Внутренние данные – это собственно совокупность задач, представляемых для экзаменуемых пользователей для определённого занятия. Внешние данные представляются формулами, разнообразным теоретическим материалом, тестами, пояснениями, также типовыми решениями, всем, что может пригодиться для работы над задачей. Причем система должна иметь возможности легкого использования разного рода информации из внешней базы данных (к примеру, из учебных или научных библиотек).

Возможности системы управления базой данных (СУБД), необходимые для работы:

  • средства для выполнения объединения и фильтрации данных;
  • быстродействие в работе с источниками информации (их включение или исключение);
  • составление логической схемы данных для выполнения алгоритма и т.д.

Решающее значение в работе системы баз моделей решения задач имеет интеллектуальный анализатор решений. База моделей содержит различные алгоритмы решения математических задач. Решения в моделях составляются и автоматически формируются, могут заноситься в базу моделей самим пользователем при необходимости, в частности, преподавателем.

Целью интеллектуального анализатора решений является определение глубины знаний обучающегося на основе выводов по этапам его решения. Система рассматривает различные этапы решения и производит вывод о том, что конкретно было решено неверно или в какой части был получен неполный ответ, и, по итогу анализа, определяет недостающие знания. Наиболее современные анализаторы должны иметь адекватную обратную связь с обучаемым, по ходу проверки давать возможность исправиться, указывая на ошибки на каждом шаге решения задачи, например, выдачу алгоритма для отработки следующего шага решения. По окончании работы анализатор выводит оценку обучаемому и обоснование этой оценки [2, с. 100].

В процессе работы удобно пользоваться специальными установленными фразами, которые помогут представить или смоделировать типовые ситуации, например: «что будет, если?», «как сделать, чтобы?», «если получили такое решение, то перейдем к…» и т.п. Это фразы подобны стандартным, использующимся в базе моделей системы поддержки принятия решений (СППР). Анализатор должен направлять в верном решении задач путём демонстрации вычисления или его части на подобных примерах.

Проверить точность и верность решения задачи на каждом этапе в полной мере данные системы не в состоянии, так как одна и та же формула может быть использована в бесконечном количестве различных, но правильных записей.

Анализатор для управления базой моделей решения задач должен легко формировать, модифицировать модели; поддерживать и изменять характеристики этих моделей; максимально иметь возможности управлять этими моделями.

Для введения анализатора рекомендуется работать с моделями, которые составлены с помощью графов, грамматики, предикатов. Возможности для полноценного «общения» пользователя с системой даёт интерфейс. Так как в этой системе будет как минимум два пользователя – преподаватель или обучаемый, то вытекает необходимость формирования специальных возможностей для того и другого отдельно [3, с. 86-89].

Для возможного «общения» отдельными элементами являются язык пользователей; всплывающие на экране монитора сообщения системы; система знаний пользователей о правилах работы с системой. Язык сообщений компьютера может быть организован по-разному: подсказки на экране, поощрения, замечания и т.п.

Положительная оценка проведенной работы системы формируется на основании с высокой вероятностью верно решённых большинства этапов из общего алгоритма проверяемых решений обучаемых из разнообразных разделов математики. Методика поддержки в решении задач может быть применима в самых различных направлениях обучения.

Текст статьи
  1. Смирнова Н. В. К автоматизированной проверке решений одного класса задач в следящих интеллектуальных обучающих системах // Управление большими системами. 2014. № 48. С. 172–197.
  2. Ганичева А. В. Системный подход к процессу получения и формирования знаний // В мире научных открытий. Серия «Математика. Механика. Информатика». 2011. № 11 С. 83–102.
  3. Ганичева А. В. Сетевое планирование и управление формированием компетенций и компетентности // Вестник Тверского государственного университета. Серия «Педагогика и психология». 2014. Вып. С. 81–90.
Список литературы