Содержание к диссертации
Введение
1. Системный анализ задач управления кадровым потенциалом предприятий промышленности итранспортного комплекса 15
1.1. Проблемы кадрового обеспечения промышленных предприятий 15
1.1.1. Методы и формы управления обучением 15
1.1.2. Характеристические свойства личности обучаемого 19
1.1.3. Роль консультанта в системе аттестации и подготовки кадров 24
1.2. Анализ педагогических принципов формирования системы подготовки кадров 27
1.2.1. Педагогическое проектирование системы подготовки кадров 27
1.2.2. Дидактические принципы системы аттестации и подготовки кадров 29
1.2.3. Принцип модульности и соотношение материала и диалога 31
1.2.4. Организация методической работы в системе подготовки кадров 33
1.2.5. Критерии эффективности процесса обучения 34
1.2.6. Педагогические принципы построения процедур контроля 38
1.2.7. Функции и методы диагностики 42
1.2.8. Методические правила проектирования тестовых заданий 45
1.2.9. Формы тестовых заданий 2.10. Принципы построения шкал в задачах тестового контроля 47
1.2.11. Формализованные модели классификации обученности 49
1.3. Математические моделирование компонентов системы аттестации и подготовки кадров 51
1.3.1. Анализ моделей научения и функций забывания информации при организации учебного процесса 52
1.3.2. Модели оценки сложности учебной информации 59
1.3.3. Математическое моделирование процедур тестового контроля 64
Основные принципы классической теории тестового контроля 64
Формальные модели IRT-теории тестового контроля 66
1.3.4. Моделирование совместного процесса обучения и тестирования 72
1.3.5. Графовое представление связности учебных материалов 74
1.4. Этапы проектирования и жизненного цикла электронных образовательных ресурсов 79
Выводы по главе 1 89
2. Разработка информационных моделей научения и забывания информации в системе подготовки кадров 91
2.1. Модели оценки сложности учебных материалов 91
2.2. Формализованное представление компонентов учебного плана
2.2.1. Принципы структуризации учебного материала 98
2.2.2. Модуль как неделимая логическая единица учебной информации 100
2.2.3. Формализованное описание входных и выходных термов 104
2.2.4. Терм-анализ связности учебного материала 105
2.3. Алгоритм зонной структуризации учебно-методических материалов 108
2.4. Моделирование процесса восприятия и забывания информации 2.4.1. Особенности усвоения и запоминания учебного материала 115
2.4.2. Классификация забывания процессов по виду тренда 119
2.4.3. Анализ моделей авторегрессии 120
2.4.4. Анализ гауссовских условно-нестационарных процессов 123
2.5. Имитационная модель процесса восприятия терм-множества учебного плана 131
2.5.1. Сетевая модель учебного плана 132
2.5.2. Операции над функциями принадлежности 140
2.5.3. Кусочно-экспоненциальная аппроксимация функции забывания термов 142
2.5.4. Модель преобразования уровня усвоения термов 148
2.5.5. Нечеткая модель восприятия учебной информации 149
2.5.6. Моделирование информационной компоненты системы обучения 151
2.6. Формирование критериев оптимизации образовательной траектории 154
Выводы по главе 2 159
3. Построение моделей классификационных характеристик и оценочных шкал системы тестового контроля 161
3.1. Модель дифференцированной оценки сложности тестового задания 162
3.1.1. Параметризация логистических моделей Раша иБирнбаума 164
3.1.2. Формирование матрицы ответов и первичных баллов 167
3.1.3. Формирование достаточных статистик оценки уровня знаний 176
3.1.4. Редукция матрицы ответов
3.2. Разработка моделей преобразования бальных шкал 181
3.3. Модель латентно-структурного анализа в системе тестового контроля
3.3.1. Линейные уравнения ректутирования для количественных переменных 188
3.3.2. Оценки тестов на основе латентно-профильного анализа 189
3.4. Частные случаи латентно-профильного анализа 195
3.4.1. Пример результатов разбиения для двух классов 196
3.4.2. Пример латентного профиля для трех классов
3.5. Разработка методов представление результатов аттестации 209
3.6. Анализ результатов аттестации по возрастным группам сотрудников
3.6.1. Анализ зависимости по финансово-экономическому блоку 216
3.6.2. Анализ зависимости между результатами аттестации и возрастными категориями
сотрудников по блокам 225
Выводы по главе 3 231
4. Разработка методов и моделей оптимизации учебных планов 233
4.1. Формализованное представление учебного процесса 233
4.2. Разработка моделей взаимодействия компонентов системы переподготовки
4.2.1. Классификация пользователей 239
4.2.2. Формирование системы приложений системы индивидуализации обучения 242
4.3. Алгоритм формирования учебной программы на основе композиции 246
4.3.1. Формирование количественной меры связности модулей 248
4.3.2. Отношение связности тестовых заданий и модулей 249
4.3.3. Композиция отношений связности модулей 252
4.4. Разработка оптимизационного алгоритма динамической корректировки индивидуального учебного плана 255
4.5. Методика организации системы подготовки и переподготовки 260
Выводы по главе 4 266
5. Программно-моделирующий комплекс формирования учебных планов и программ в системе подготовки персонала промышленных предприятий 267
5.1. Структура инструментальных средств интеграции приложений создания обучающих программ и учебных планов 269
5.2. Формальная модель декомпозиции функционала инструментальных средств интеграции приложений 273
5.3. Процессная концепция взаимодействия пользователей с программными приложениями 276
5.4. Моделирование интеграции приложений на основе развертки сетей Петри в сети-процессы 280
5.5. Разработка механизмов связывания модулей на основе модели интеграции данных 286
5.6. Разработка интерфейсных взаимодействий с компонентами инструментальных сред формирования мультимедийных курсов
5.6.1. Функциональные возможности инструментальной среды «Учебный план» 297
5.6.2. Средства репликации учебных курсов 308
5.6.3. Средства взаимодействия с пакетами аналитических исследований 309
5.7. Список SQL-запросов реализации алгоритмов терм-связности 312
Выводы по главе 5 317
Заключение 319
Литература
- Критерии эффективности процесса обучения
- Формализованное описание входных и выходных термов
- Модель латентно-структурного анализа в системе тестового контроля
- Формирование системы приложений системы индивидуализации обучения
Введение к работе
Актуальность проблемы
Совершенствование производственных процессов промышленных предприятий требует процесса непрерывной переподготовки специалистов, а современные темпы реорганизации производства требуют новых методов управления персоналом. В настоящее время не вызывает сомнения необходимость широкомасштабного внедрения информационных технологий в процесс подготовки, повышения квалификации и аттестации кадров. Постоянное совершенствование технологической базы, внедрение новейших образцов дорогостоящей техники в производственный процесс, переход на новые методы управления персоналом диктуют необходимость динамичного изменения программ подготовки персонала, рассчитанных на различные возрастные категории и различный уровень начальной подготовки. Актуальным также является разработка математического инструментария и информационных технологий, которые в комплексе охватывали бы основные аспекты деятельности по управлению персоналом, такие как планирование трудовых ресурсов, наем, распределение, мотивация и вознаграждение, и являлись мощным аналитическим средством поддержки принятия управленческих решений в этой сфере. Данная работа направлена на создание процессно-ориентированной концепции процесса переподготовки разновозрастного персонала, обладающего различной квалификацией, что представляется вполне актуальным.
Объектом исследования является система переподготовки персонала предприятий.
Предметом исследования являются процессы управления кадровым потенциалом предприятий.
Цель и основные задачи исследования
Целью работы является повышение эффективности управления персоналом за счет разработки и использования процессно-ориентированной концепции переподготовки и управления кадровым потенциалом.
Для достижения данной цели в работе решаются следующие задачи:
системный анализ задач управления персоналом и программных технологий формирования образовательногоо контента;
классификация средств переподготовки и сравнительный анализ моделей процессов научения и забывания учебной информации;
разработка кусочно-непрерывных моделей процессов научения-забывания и моделей взаимной сцепленности отдельных термов;
систематизация квалификационных характеристик персонала;
модель кластеризации показателей тестового контроля в системе аттестации персонала;
совместное описание процессов обучения и тестового контроля;
разработка системы критериев эффективности учебного плана;
создание библиотеки методов решения задач многокритериальной оптимизации;
разработка методики формирования учебных планов в системе переподготовки персонала;
апробация результатов работы на промышленных предприятиях.
Научная новизна
Научную новизну работы составляет процессно-ориентированная концепция управления кадровым потенциалом, включающая модели научения-забывания учебной информации и совместное представление процессов научения и тестового контроля.
На защиту выносятся:
кусочно-непрерывная схема генерации процессов научения-забывания на основе функций Лагерра;
многокритериальная постановка задачи оптимизации функций научения термов и алгоритмическая схема модели расписаний;
модель кластеризации показателей тестового контроля и методика проведения аттестации;
методика формирования учебного плана переподготовки.
Методы исследования
При разработке формальных моделей компонентов системы подготовки, повышения квалификации и аттестации персонала в диссертации использовались методы общей теории систем, случайных процессов, методы шкалирования, экспертного оценивания и др. Анализ эффективности разработанных методов и моделей выполнен с помощью методов многомерного статистического анализа, с использованием математических пакетов.
Достоверность научных положений, рекомендаций и выводов
Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей процессов переподготовки. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения работы в ряде промышленных предприятий.
Практическая ценность и реализация результатов работы
Научные результаты, полученные в диссертации, доведены до практического использования в системе переподготовки персонала промышленных предприятий. Они представляют непосредственный интерес в области комплексной автоматизации процессов формирования учебных планов и рабочих программ для системы переподготовки. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются при организации учебного процесса на кафедре «АСУ» МАДИ.
Апробация работы
Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:
на Российских, межрегиональных и международных научно-технических конференциях, симпозиумах и семинарах (2006-2012гг.);
на заседаниях кафедры «АСУ» МАДИ.
Совокупность научных положений, идей и практических результатов исследований в области автоматизации образовательного процесса составляет актуальное направление в области теоретических и практических методов формирования учебных планов и рабочих программ в системе переподготовки персонала предприятий промышленности и транспортного комплекса.
Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик.
Критерии эффективности процесса обучения
Информационная технология образования - это формализованное структурированное выражение предметных областей и практического опыта, направленных на рациональную организацию учебного процесса с целью ускорения процесса получения знаний и сокращения расходов на его организацию. Это положение особенно ярко проявляется при реализации концепции всеобщего образования и разработке адаптивных учебных и тестирующих программ.
Применение информационных технологий позволяет реализовать конструктивный подход к проблеме саморегуляции в обучении. Обучаемый самостоятельно в диалоговом режиме конструирует принципы регуляции компонентов учения: компетентности, напряженности, решения задач, выбора стратегий.
Цель информатизации образования - глобальная рационализация интеллектуальной деятельности, обеспечивающей автоформализацию культурообразующих и менталесозидательных ценностей, а также автономию процесса обучения. Сетевые информационные технологии, компьютерная и телевизионная техника, учебные и тестирующие программы, мультимедиа-технологии становятся важнейшим средством индивидуализации обучения.
Приоритетность уровня ценностей определяет необходимые предпосылки и гарантии для решения остальных базовых задач образования. В целом можно выделит три уровня информатизации: физический - технические и программные средства вычислительной техники и телекоммуникационные средства связи; логический - информационные технологии проектирования обучающих систем; прикладной - пользовательский интерфейс обучающих систем.
Для физического уровня характерно, что компьютерная и телекоммуникационная техника связи практически вся разработана за рубежом и в лучшем случае наблюдается лишь ее сборка на отечественном производстве. Совершенствование технической базы сопровождается продвижением современных операционных систем в пользовательскую среду, развиваются открытые информационные системы.
Для логического уровня характерно совершенствование существующих, создание и развитие новых информационных технологий. Развивается методология, совершенствуются средства. В рамках базовых технологий получают развитие конкретные технологии, решающие задачи в выбранных предметных областях. Особое место в организации и моделировании процесса обучения занимают модели формализации представления знаний.
На основе базовых разрабатываются прикладные информационные технологии в различных областях применения, позволяющие получать конкретные продукты соответствующего назначения в виде средств, систем, сред. В рамках новых технологий в образовании уже в настоящее время получили широкое применение: обучающие системы, включающие электронные учебники и учебно-методические пособия, тренажеры, системы тестирования знаний и квалификации; системы на базе мультимедиа-технологий; интеллектуальные обучающие экспертные системы, которые имеют практическое значение как для организации процесса обучения, так и в различных научных и производственных исследованиях. электронные средства копирования и тиражирования информации; электронные библиотеки, позволяющие по новому реализовать доступ обучаемым к мировым информационным ресурсам.
Методически новые информационные технологии в образовании должны быть проработаны с ориентацией на конкретное применение. Часть технологий может поддерживать учебный процесс, другие технологии способны эффективно поддержать разработку новых учебников и учебных пособий.
В связи с практической реализацией системы переподготовки разрабатываются новые методы управления образовательными учреждениями открытого обучения, включающие:
1. Экономические (экономическое стимулирование, коммерческий расчет, ценообразование образовательных услуг, финансирование, кредитование, снабжение, сбыт, технико-экономическое планирование, экономический анализ, прогнозирование, регулирование, учет и контроль);
2. Организационно-распорядительные или административные (правовое регулирование отношений, применение законодательства, нормативных актов и положений, регламентирование, нормирование, инструктирование, распорядительные воздействия; подбор, аттестация, повышение квалификации и использование педагогических кадров);
3. Социально-психологические (планирование социально-психологического развития коллектива, стимулирование деловой и творческой активности);
4. Научно-методические (разработка научно-методического обеспечения профессионального обучения: новых форм и методов обучения, критериев оценки качества и эффективности обучения, методических пособий, учебников, положений и рекомендаций. Проведение научных экспериментов с целью внедрения в практику новых педагогических технологий.
Другие подходы, классифицированные по формам управления образовательных учреждений, предложил Поташник М.М. интуитивный подход - проницательное, непосредственное видение истины с помощью чувств, чутья; управление без логических доказательств; эмпирический подход - управление с использованием проб, анализа ошибок и коррекции, процесса открытого обучения; научный подход - управление на основе системного, целевого, обобщающего диагностического анализа. В целях диагностики стиля деятельности руководства образовательных учреждений открытого обучения целесообразно использовать личностный опросник, предложенный Г.А.Гребенюком в 1996 году. Опросник содержит ПО вопросов, которые подразделяются на пять шкал, описывающих стилевые аспекты работы руководителя: первая шкала - ориентация на себя, основная характеристика степень увлеченности работой; вторая шкала - ориентация на «золотую середину», основная характеристика - стремление к надежному среднему уровню; третья шкала - ориентация на человека, основная характеристика -создание дружеской атмосферы в коллективе; четвертая шкала - ориентация на результат работы, основная характеристика - стремление к быстрому достижению результата любыми средствами; пятая шкала - ориентация на участие, основная характеристика -создание у сотрудников установки на высокий результат, на эффективную совместную работу.
Использование этого опросника позволяет выявлять особенности управленческой деятельности руководителя и вносить в нее соответствующие коррективы.
Анализ деятельности руководителей образовательных учреждений выявил, что ряд из них использует эклектичный стиль, т.е. смешение подходов, содержания, форм и методов руководства. Эклектичный стиль не имеет единой концепции и отличается случайностью. Эклектичный стиль отличается неадекватностью действий руководителя при смене управляемых ситуаций.
Формализованное описание входных и выходных термов
Применение методологических правил для проектирования тестовых ситуаций в области точных наук позволяет избежать конструирования некорректных тестовых заданий и указывает на возможность использования многообразия форм тестовых заданий при одном и то же содержании. Методологические правила конструирования теста в единстве с направленностью специальных знаний находят выражение в философии компьютерного адаптивного тестирования [33, 47].
777: результаты интеллектуальной деятельности обучаемых, рассматриваемые как понимание, выраэюаются языковыми структурами, которыми они одинаково пользуются.
Содержание тестового задания, которое "видят" за словами на экране, должно восприниматься ими одинаково. Под объектом компьютерного адаптивного тестирования подразумеваются все сотрудники и рабочие предприятий, участвующие в аттестации, и уровень обученности которых априорно не установлен. Образ составляют тестируемые только одного уровня достижений (например, только "отличники"). Каждый конкретный тестируемый из заданного образа называется испытуемым.
Следующее правило П2 связано с необходимостью представления тестового задания в виде утверждения или повелительного предложения, из которых, в зависимости от качества ответов, получается истинное или ложное высказывание. 772: тестовое задание формулируется так, что в его структуре заложена возможность однозначного ответа, преобразующего это утверждение в истинное высказывание.
Тестовые задания не только строятся на основе и с помощью синтаксических, семантических и прагматических правил, но сами содержат в себе задание и ответ. 773: тестовое задание конструируется с учетом момента времени накопленных обучаемым знаний в определенной предметной области.
Ставить вопрос в один ряд с тестовым заданием можно только в том случае, когда вопрос адресативен, причем отнесенность вопроса к самому себе - аномалия. : вопрос, который может предполагать отсутствие ответа, не может использоваться при конструировании тестового утверждения.
Прагматически некорректным тестовым утверждением является задание с таким значением энтропии, которое является недоступным для формирования истинного ответа образом или с образом. В этом случае необходимо свести исходное тестовое задание с высокой энтропией к тестовым утверждениям с более низким уровнем неопределенности. 775: сведение (декомпозиция) исходного тестового задания к утверждениям оптимальной энтропии необходимо выполнить в случае прагматически некорректного тестового задания. Форма выражения содержания проблемной ситуации характеризует максимальную близость энтропии тестового задания к уровню достижений испытуемых заданного класса обученности (например, отличников). Отсюда следует методологическое правило: 776: формулировка тестового задания детерминируется специфическими условиями задачи, которая решается с помощью данного задания, при условии возможно большей его различающей способности.
При рассмотрении форм тестовых заданий, они классифицируются на четыре группы, некоторые из которых разбиваются на виды. Классификация построена по признаку действий, выполняемых испытуемым в процессе формирования истинных высказываний:
Открытая форма требует сформулированного самим обучаемым корректного ответа. Имеет вид неполного утверждения, в котором отсутствует один элемент. Обычно тестируемый подставляет число или слово (допустимо словосочетание, состоящее не более чем из двух слов).
Закрытая форма предполагает выбор испытуемым правильного ответа из предложенных. Состоит из неполного утверждения с одной вакансией и множества элементов, один или несколько из которых являются истинными. Испытуемый выбирает правильный ответ из предложенного множества.
Установить правильное соответствие — это, значит, выбрать из двух приведенных множеств объектов истинные пары. Имеет вид двух групп элементов. Испытуемый должен связать каждый элемент первой группы с одним или несколькими элементами из второй группы. Рекомендуется дополнить вторую группу несколькими однотипными элементами, не связанными с первой группой.
Установить правильную последовательность означает определение порядка следования предложенных объектов (символов, слов, формул, рисунков). Дано множество неупорядоченных элементов, необходимо установить порядок между ними.
В настоящее время в образовании сосуществуют два основных вида оценки результатов учебной деятельности - субъективная, выставляемая преподавателем или группой (комиссией) экспертов, и объективная, являющаяся результатом педагогического тестирования. Оба вида оценки необходимы и взаимодополняют друг друга.
Объективная тестовая оценка уровня обученное учащихся выражается в индивидуальном балле на определенной шкале.
Количественным выражением субъективной оценки является отметка. Отметка условно выражает количественную оценку знаний, умений и навыков в цифрах или так называемых баллах. В системе ПО России применяется пятибалльная система отметок, а точнее четырех балльная система отметок. В этой системе субъективных отметок трудно обеспечить объективность и точность при оценке результатов учебной деятельности. Все разнообразие оттенков уровня подготовки невозможно вложить в жесткие рамки пяти баллов [32].
Достоверность педагогических оценок успешности обучения можно повысить, заменяя традиционные аттестационные процедуры стандартизованными педагогическими тестами с высокими показателями надежности и валидности.
В.С.Аванесовым [2] была предложена одиннадцатибальной шкала, которая реализована в учебном пособии для институтов и факультетов повышения квалификации по основам педагогики и психологии высшей школы. Соотношение между значениями нормированных отклонений Z, процентом испытуемых и оценочными эквивалентами можно представить в виде таблицы (таблица 1.7.). Особенно четко в одиннадцатибальной шкале дифференцируется один процент лучших и худших. Если согласиться с тем, что один хороший специалист лучше ста плохих и средних, то ясно, что от этого одного процента зависит довольно много.
Модель латентно-структурного анализа в системе тестового контроля
До сих пор в педагогической практике оценка объема и сложности учебной информации остается субъективной, что тормозит решение задач, связанных с оптимизацией учебного процесса и является одной из основных причин возникновения перегрузки или недогрузки обучаемых учебной информацией. Отсюда необходимость построения такой математической модели учебной информации, с помощью которой можно было бы получить числовые характеристики, отражающие объем учебной информации и его сложность.
Р.Э.Авчухова и И.Б.Бреслав в качестве единицы измерения учебной информации предлагают «стаб». Авторы пишут: «Изучаемый материал может быть разной сложности, и мерой для определения информационной ценности учебного материала предлагается считать время т, необходимое учащемуся для усвоения смысловой единицы текста определенной сложности. Тогда x=tln, где t— экспериментально определенное время, затраченное на усвоение п смысловых единиц одной и той же сложности».
Таким образом, авторы определяют «стаб» как единицу смысловой информации. Меру сложности различных текстов так же предлагается определять через ТІ — время, необходимое для усвоения обучаемыми единицы смысловой информации і-ro вида текста. В той же работе предлагается принять «в качестве смысловой единицы информации предложение или часть предложения, если в такой части имеется законченный смысл, формулу или равенство. Если же имеем выражение, содержащее в себе несколько знаков равенства, то каждое из них в отдельности рассматриваем как определенную смысловую единицу».
В работе [73] понятие смысловой единицы не совсем четкое. Действительно, по определению, «предложение есть слово или группа слов, выражающие законченную мысль». Отсюда следует, что часть предложения не может иметь законченного смысла. В тоже время, если подставить (в определение смысловой единицы) вместо «предложение» его лингвистическое определение, получаем некорректность вида: «Слово или группа слов, выражающие законченную мысль, или часть группы слов, если в такой, части имеется законченный смысл».
Совершенно очевидно, что указанное определение смысловой единицы информации не может быть использовано ввиду его некорректности.
Говоря о величине стаба, следует отметить прежде всего ее случайный характер. Несмотря на название «стаб», которое образовано от понятия «стабильный», стаб есть величина случайная прежде всего потому, что является субъективной характеристикой индивидуального обучаемого, полученной в конкретных (фиксированных) условиях. Его величина будет меняться не только от обучаемого к обучаемому, но и для одного и того же обучаемого в разные интервалы времени. Это очевидно. Поэтому в качестве меры учебной информации вводится случайная величина.
Интересный подход к измерению учебной информации предложен В.П.Мизинцевым и Ф.П.Мизинцевым. Преимущество этого подхода в том, что при получении количественной характеристики объема информации учитывается большое число параметров, влияющих на сложность материала, делается попытка выявить функциональные зависимости между параметрами.
Следует отметить, что понятие сложности учебной информации в педагогической литературе употребляется для оценки объективной сложности данной информации вне связи с потребителем. Термин «трудность» информации употребляется для оценки усвоения данной информации потребителем, поэтому трудность материала — величина субъективная, которая зависит от запаса знаний, от природных данных и способностей учащегося.
При расчете объема информации, содержащейся в одном модуле, учебный материал представляется в виде графа. Представление смысловой структуры учебной информации с помощью графа дает возможность наиболее полно, компактно и наглядно отразить все элементы знаний в данном объеме материала. При графовом моделировании структуры учебного материала вершины графа и соответствующие им связи располагаются иерархическим образом, по ступеням, которые изображаются на моделях параллельными линиями. Учебно-информационные элементы темы представляются в виде вершин неориентированного графа, а логические связи между ними — ребрами графа (рис.1.3.).
При расчетах количественных характеристик В.П.Мизинцев учитывает такие параметры, как количество используемых при решении задач информационно-смысловых элементов темы, энтропийную характеристику, степень абстрагирования и коэффициент неполноты графа. Объем информации рассчитывается как: v wv) (1-16) где Ji - количество смысловых единиц темы, или количество элементов графа в графовой модели; J2 - энтропийная характеристика, определяющая степень упорядоченности элементов.
В соответствии с работой [93], для того чтобы численно определить величину информации J2, которую следует переработать учащемуся в процессе формирования понятия, необходимо изменить энтропию данной совокупности элементов от максимума до нуля. Для этого множество смысловых элементов, находящихся в неупорядоченном состоянии, следует привести к виду упорядоченной структуры графа. Объем информации J2 предлагается вычислять на основании соотношения: h=hlog2{h+\\ О-17) где /0g2(Ji+l) показывает, какую величину информации необходимо переработать с целью упорядочения одной семантической единицы в общей модели доказательства теоремы; (p(V) - степень абстрагирования для полного графа определяется по формуле: Ф Ккср-Ші+І]. (1Л8) Для неполного графа при определении cp(V) учитывается коэффициент Н: " (1.19) HP.log.P, 1=1 где п - число конечных элементов в графовой модели; Pj - вероятность появления конечных элементов графа; кср - средняя связность графа, определяемая по формуле; kcp=X\Y, (X — число ребер; Y — число пучков). Расчет Pj(X,) выполняется с помощью соотношения:
Формирование системы приложений системы индивидуализации обучения
В диссертации предлагается увязка дисциплинарных связей путем введения термов (терминологических словарей: входных и выходных).
Обычно дисциплины включают в себя набор разнородных разделов, поэтому в нашей формализации введем такое разбиение и далее будем называть их модулями. Модуль - это однородный, функционально законченный раздел дисциплины.
Процесс подготовки организуется по методу программированного обучения. Термин «программированное обучение» понимается здесь в определенной степени как технический термин и означает особенность обучения, состоящую в том, что обучение проводится в соответствии с тщательно составленным планом, или программой, обеспечивающим достижение результата. Рассмотрим основные положения данного метода: 1) Сегментирование информации Учебный материал излагается не в форме последовательного потока информации, а в виде мелких допускающих контроль порций информации, каждая из которых составляет учебный шаг. Длина учебного шага зависит от материала, вида программирования и т.д. 2) Активное реагирование На каждом учебном шаге в смысле информационного сегментирования программа предлагает определенные, тщательно выбранные порции информации. После этого программа требует ответы на контрольные вопросы. Если ответы правильные, то предлагается следующий шаг, если ответы неверны, то повторяется предыдущий шаг.
В этом случае обучаемый в соответствии со своим ответом на контрольный вопрос идет по своему, подготовленному в программе учебному пути. В качестве заключительной операции каждого шага, как правило, требуется ответ на вопрос.
Существенны две следующие модальности ответов: конструируемые и выборочные. Конструируемые ответы свободно формируются, то есть конструируются. При этом, например, в тексте нужно вставить отсутствующее слово или от обучаемого требуется, чтобы он что-то рассчитал, нарисовал схему и т.д. При выборочных ответах обучаемому нужно выбрать из нескольких представляемых ответов правильный. Число предлагаемых на выбор ответов обычно не должно быть более 4-5. 3) Удостоверенность в успехе Учебная программа обеспечивает успех обучения, помимо всего прочего, тем, что обучаемому предлагается возможность себя контролировать. Для этого на каждом шаге он должен дать правильные ответы. Разумеется, отдельные программы могут различаться между собой содержанием и длительностью учебных шагов. 4) Индивидуальный учебный темп
Индивидуальное учебное планирование предусматривает составление нормального, ускоренного или замедленного вариантов индивидуального учебного плана для каждого обучающегося, различающихся как по содержанию, так и по темпу обучения. Решение о максимизации или минимизации содержания учебного процесса, интенсивности обучения принимает сам обучаемый. При этом учебные дисциплины, предлагаемые для изучения, делятся на три группы: обязательные, вариативные и дополнительные. Перед каждым семестром индивидуальный учебный план может быть скорректирован тьютором по инициативе обучаемого. Индивидуальное учебное планирование реализуемо только в рамках процесса дистанционного обучения, где обучаемый сам или по рекомендациям преподавателя может выбирать темп и продолжительность обучения.
С каждым модулем связан набор входных и выходных термов. Входные - это те термы, которые необходимы для понимания модуля (они должны быть определены на ранних этапах обучения, однако это также является задачей анализа плана). Выходные - это термы (понятия), которые вводятся при чтения соответствующего модуля, и которые используются в последующих дисциплинах. Таким образом, модуль можно рассматривать как оператор преобразования входных термов в выходные.
При таком подходе связи дисциплин устанавливаются за счет определения синонимии термов. Если в некотором модуле определен выходной терм (имеющий свой идентификатор), то в других дисциплинах он может быть определен как входной, причем его идентификатор может быть модифицирован (без изменения смыслового содержания).
Таким образом, каждый терм приписан к одному и только одному модулю, а терминологическая связь осуществляется за счет введения ссылок входного терма на соответствующий выходной. В результате выходной терм может иметь множество интерпретаций (синонимов) в зависимости от используемой дисциплины.
Учебный план представляет совокупность дисциплин разнесенных по времени (семестрам). Всегда интересен вопрос взаимосвязи дисциплин между собой, где взаимосвязь может выражаться либо просто наличием обмена информацией, либо взвешенная этим объемом.
В результате, формализованное представление может быть выражено графом где D=D, множество вершин графа (дисциплины) a d,j -направленные дуги графа (взаимосвязи дисциплин).
По стандарту учебного плана для каждой дисциплины должен быть определен набор базовых дисциплин, из которых берутся основополагающие понятия и определения, необходимые для чтения этой дисциплины. Также определяется список дисциплин, которые являются естественным продолжением данной в некоторых других аспектов с расширением понятий.
