Содержание к диссертации
Введение
ГЛАВА 1 Современное состояние и проблемы технологий обучения 10
1.1 Ключевые моменты функционирования вузов в условиях рыночной экономики 10
1.2 Развитие и совершенствование технологий обучения 19
1.3 Математические модели технологий обучения 26
1.4 Оптимизация и управление качеством технологий обучения 42
1.5 Выводы по первой главе. Постановка задач исследования 53
ГЛАВА 2 Математическое моделирование эволюции знаний учащихся в технологиях обучения 55
2.1 Информационная модель знаний студентов - вектор знаний 55
2.2 Математическое моделирование преобразования знаний при обучении. Матрица обучения 59
2.3 Математическое моделирование операции контроля знаний. Матрица контроля 61
2.4 Синтез модели сложной технологии обучения из моделей ее отдельных операций 63
2.5 . Выводы по второй главе 70
ГЛАВА 3 Расчетно-экспериментальное исследование матриц обучения и контроля знаний в условиях вузовского образования 72
3.1 Энтропийный метод моделирования процесса обучения 72
3.2 Методика экспериментального определения матрицы обучения. Обработка и анализ опытных данных 75
3.3 Методика экспериментального определения матрицы контроля знаний. Результаты экспериментальных исследований 83
3.4 Выводы по третьей главе 89
ГЛАВА 4 Структурно-режимная оптимизация технологий обучения 90
4.1 Разработка системы кодификации схем обучения 90
4.2 Выбор целевых функций оптимизации 96
4.3 Разработка генетического алгоритма структурно-параметрической оптимизации технологий обучения по различным целевым функциям 101
4.4 Реализация оптимальных решений при разработке программных учебно-контролирующих комплексов дистанционного обучения. Сведения о практическом использовании результатов работы 112
4.5 . Выводы по четвертой главе 123
Основные выводы 124
Библиографический список
- Развитие и совершенствование технологий обучения
- Математическое моделирование преобразования знаний при обучении. Матрица обучения
- Методика экспериментального определения матрицы обучения. Обработка и анализ опытных данных
- Разработка генетического алгоритма структурно-параметрической оптимизации технологий обучения по различным целевым функциям
Введение к работе
В настоящее время поиск инновационных образовательных технологий является одним из приоритетных направлений развития и реформирования высшего образования. Вместе с тем, концентрируясь на тех или иных аспектах проблемы и предлагая зачастую интересные ее решения, разработчики не учитывают влияние этих решений на другие элементы процесса обучения и его общую экономическую эффективность. Объясняется это тем, что процесс обучения является чрезвычайно сложным технологическим процессом, в котором многие элементы настолько тесно связаны, что даже незначительное изменение в одних элементах может привести к важным изменениям в других. Кроме того, к сожалению, критерии качества процесса обучения чаще всего носят плохо формализуемый характер, что не позволяет формулировать задачи оптимизации образовательных технологий и управления качеством образования в терминах теории оптимального управления. Ошибочные же стратегии ведут к социальному и экономическому ущербу, причем доля последнего растет при наукоемких образовательных технологиях, сопряженных, как правило, с удорожанием процесса обучения.
Изначально исследование технологий обучения было проведено известными психологами и педагогами И.П. Павловым, В.М. Бехтеревым, А.А. Ухтомским, СТ. Шацким. В дальнейшем аспекты программированного обучения были рассмотрены Б.Ф. Скиннером, Н.Ф. Талызиной, П.Я. Гальпериным, В.П. Беспалько, проблемы информатизации обучения - В.П. Тихомировым, А.А. Андреевым, Е.С. Полат, И.Г. Кревским, А.М.Бершадским, В.И. Солдатки-ным, В.П. Меркуловым, Ю.Б. Рубиным, А.А. Поляковым, A.M. Бурлаковым, Т.П. Ворониной и многими другими. Вопросами оптимизации и управления качеством образования занимались также Ю.К. Бабанский, Ю.С Васильев, В.В. Глухов, И.П. Подласый, В.Н. Нуждин, М.М. Поташник и другие.
Особенного внимания заслуживает идея математического моделирования образовательных технологий, т.к. эффективное и качественное управление
процессом обучения возможно лишь при наличии математических моделей, адекватно описывающих этот процесс. Однако, математические модели, используемые в современных исследованиях, не являются достаточно проработанными: отчасти из-за новизны задач, отчасти из-за сложности объекта моделирования. Интерес к этим исследованиям в настоящее время только увеличивается, что определяет актуальность работы.
Актуальность работы подтверждается также ее выполнением в рамках следующих министерских программ: «Менеджмент качества высшего учебного заведения» {программа Минобразования РФ «Приоритетные направления науки и техники»); «Реструктуризация учебного процесса в вузах России в условиях активизации самостоятельной работы студентов» (программа Минобразования РФ «Научное, научно-методическое обеспечение функционирования и развития системы образования»); «Формирование независимой системы аттестации и контроля качества образования на основе концепции многомерного управления качеством образовательного учреждения» (программа Минобразования РФ «Научное, научно-методическое и информационное обеспечение модернизации системы образования»); «Разработка структуры автоматизированной системы управления качеством высшего учебного заведения» (задание Национального фонда подготовки кадров).
Целью работы является разработка экономико-математических моделей, алгоритмов структурно-параметрической оптимизации и повышение на их основе качества образовательных технологий.
В соответствии с поставленной целью в работе решались следующие задачи:
определить основные понятия математического моделирования и оптимизации образовательных технологий;
разработать математическую модель знаний студентов, которая позволяла бы отслеживать их преобразование в процессе обучения и контроля;
разработать математические модели преобразования знаний при обучении и тестировании;
разработать метод синтеза моделей сложных технологических систем обучения из моделей основных операций;
провести экспериментальные исследования образовательных технологий с целью идентификации и верификации расчетных моделей;
для выбранных целевых функций сформулировать и решить задачи поиска оптимальных технологий с учетом заданных ограничений; выбрать и разработать методы решения указанных оптимизационных задач;
использовать результаты работы на практике для совершенствования и управления качеством образовательных технологий.
Объектом исследования являются образовательные технологии в высшем учебном заведении.
Предметом исследования являются экономико-математические модели сложных образовательных технологий.
Научная новизна результатов заключается в следующем.
Разработана математическая модель представления знаний студентов в виде вектора, описывающего доли студентов с разными знаниями.
Предложены математические модели преобразования вектора знаний при прохождении операций обучения и контроля.
Разработан метод синтеза экономико-математической модели сложных образовательных технологий из моделей ее элементов.
Разработана система кодификации структуры и режима образовательной технологии, которая каждому варианту структуры и набору параметров ставит в соответствие код, а по заданному коду восстанавливает схему и режим ее работы.
Для предложенной системы кодификации разработан генетический алгоритм режимно-структурной оптимизации образовательных технологий по технико-экономическим целевым функциям.
Практическая ценность
Разработана методика восстановления матриц обучения и контроля знаний по опытным данным.
Проведены экспериментальные исследования и определен вид матриц обучения и контроля для различных технологических условий.
Разработаны практические рекомендации по повышению эффективности образовательных технологий.
Результаты работы реализованы при разработке и эксплуатации программных учебно-контролирующих комплексов дистанционного обучения по различным дисциплинам. Разработанные учебно-контролирующие комплексы внедрены в учебный процесс в ИГЭУ, а также в его филиале в г. Радужный.
Автор защищает
Информационную модель знаний учащихся и математические модели преобразования знаний при прохождении обучения и контроля.
Методику синтеза экономико-математической модели образовательных технологий из моделей ее элементов, систему кодификации технологии и генетический алгоритм ее оптимизации.
Систему компьютерной поддержки расчета и оптимизации технологических схем обучения.
Методику обработки и результаты экспериментальных исследований влияния технологических условий на процессы обучения и контроля знаний.
Апробация работы. Основные научные и практические результаты диссертационной работы были представлены и одобрены на международных, всероссийских и региональных конференциях и семинарах:
- V, VI Международная научно-техническая конференция «Информа
ционная среда вуза», Иваново, ИГАСА, 1998, 1999;
- региональная научно-методическая конференция «Проблемы
дистанционного обучения», Иваново, ИГХТУ, 2000;
- научно-практическая конференция «Информационные технологии и
дистанционное образование», Красноярск, КГТУ, 2000;
Ill Всероссийская научная конференция молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения», Таганрог, ТГРУ, 2000;
Международная научно-методическая конференция «Качество инженерного образования», Брянск, БГТУ, 2000;
VIII Международная конференция «Информационные технологии в открытом образовании», Москва, МЭСИ, 2001;
VIII Международная конференция «Современные технологии обучения», Санкт-Петербург, ЛЭТИ, 2002;
Международная научно-техническая конференция «Информационные технологии в образовании, технике и медицине», Волгоград, ВолГТУ, 2002;
II Всероссийская научно-методическая конференция учителей школ и преподавателей вузов «Школа и вуз: достижения и проблемы непрерывного физического образования», Екатеринбург, ГОУ ВПО УГТУ-УПИ, 2002;
Международная научно-техническая конференция «Состояние и перспективы развития электротехнологии» (XI Беиардосовские чтения), Иваново, ИГЭУ,2003;
Международный научно-технический семинар «Стратегия развития высшей школы и управление качеством образования», Иваново, ИГЭУ, 2003;
Международный семинар «Образование для всех», Санкт-Петербург, ГОУ ВПО «СПбГУАП», 2005;
XIX Международная конференция «Математические методы в технике и технологиях ММТТ-19», Воронеж, 2006.
Публикации. Основное содержание диссертации опубликовано в 15 печатных работах общим объемом 3,2 п.л., в том числе вклад соискателя - 1,8 п.л.
Объем и структура диссертации. Диссертационная работа состоит из введения, четырех глав, основных выводов, списка литературы (129 наименований) и приложений. Работа содержит 162 страницы, в том числе 122 страницы основного текста, 3 приложения на 25 страницах.
Развитие и совершенствование технологий обучения
В настоящее время усилия многих коллективов направлены на совершенствование технологий обучения специалистов, компьютеризацию учебного процесса, что сопровождается существенными изменениями в педагогической теории и практике учебно-воспитательного процесса. Традиционные способы информации, такие как устная и письменная речь, телефонная и радиосвязь, уступают место компьютерным средствам обучения, использованию телекоммуникационных сетей глобального масштаба [29]. Такие изменения тесно связаны с проблемой технологизации образования. Увеличивается роль науки в создании технологий обучения, которые были бы адекватны уровню общественного знания.
Остановимся на основных понятиях технологий обучения.
Разночтения в трудах современных ученых [19, 23, 25, 74, 89, 116] -В.В. Глухова, Ю.С. Васильева, Т.П. Ворониной, Ю.Г. Фокина, М.Г Гарунова, Л.Г. Семушиной, О.П. Молчановой и др. сводятся к различному толкованию терминов «образование», «обучение» и «воспитание». Одни отождествляют «образование» и «обучение», другие считают, что «образование» включает в себя «обучение» и «воспитание» и т.д. [112].
Изучение толкования термина «образование» в словарях [16, 74, 121] показало, что в зависимости от контекста употребления он трактуется как: - функция общества и государства по отношению к своим гражданам и одновременно функция граждан по отношению к своему собственному развитию, обществу и государству; - сложная иерархическая система, включающая дошкольное, школьное, внешкольное (дополнительное), начальное, профессиональное, среднее специальное, высшее образование, магистратура, бакалавриат, ученая степень кандидата или доктора наук и т.д.; - деятельность, предполагающая взаимодействие педагогов и тех, кто получает образование; - процесс; - результат образовательного процесса.
Остановимся на определении понятия образования, которое дают в своих работах В.В. Глухов, Ю.С. Васильев и М.П. Федоров [19]: образование -процесс и результат усвоения систематизированных знаний, умений и навыков, необходимое условие для подготовки человека к жизни и труду.
Анализ работ таких исследователей, как Ю.С. Васильев, В.И. Вдовюк, В.В. Глухов, Н.А. Давыдова, А.А. Золотарев и М.П. Федоров [19, 20, 30, 36] показал, что обучение - это основной путь получения образования, целенаправленный, организованный, систематический процесс овладения знаниями во взаимосвязанной деятельности преподавателя и обучающихся.
Опираясь на такие определения, перейдем к рассмотрению непосредственно технологий обучения. Вообще, понятие технологии возникло в связи с техническим прогрессом и согласно словарным толкованиям (techne - искусство, мастерство, умение + logos - слово, учение) - это совокупность приёмов и способов получения, обработки, изменения состояния сырья, материалов и т.д. [121].
«Технология обучения» - понятие, вокруг которого во всем мире ведутся серьезные дискуссии, не позволяющие дать ему однозначного определения. Наряду с этим понятием в практике обучения имеют хождение следующие термины: «педагогическая технология», «образовательная технология» и др.
Ф. Янушкевич [122], один из ведущих специалистов в этой области, определил, что технология обучения - это система указаний, которые в ходе использования современных методов и средств обучения должны обеспечить подготовку специалиста за возможно более сжатые сроки при оптимальных затратах сил и средств.
Представитель высшей военной школы, исследовавший данную проблему, Э.Н. Коротков [65] формулирует следующее определение технологии обучения: «С одной стороны, технология обучения - это системное, целостное знание о способах проектирования и организации всего процесса обучения на основе развернутой последовательности точно определенных дидактических целей. С другой стороны, технология обучения - это научно организованный, развернутый по времени процесс обучения, в котором проектируется и реализуется вся система взаимосвязей между целями, содержанием, методами, средствами, формами обучения, система контроля, оценки и коррекции учебной и преподавательской деятельности».
Более широкую трактовку понятия дает Н.В. Маслова, рассматривая технологию обучения как систему, включающую в себя концепцию образования, цель образования, методику, учителя, ученика, администрацию, здания, учебники и учебные пособия, программы, технические средства обучения, финансирование [74].
В.П. Беспалько, А.Я. Савельев, Б.Т. Лихачева, В.М. Монахова, М.В. Кларина определяют технологию обучения как способ реализации содержания обучения, предусмотренного учебными программами, представляющего систему форм, методов и средств обучения, обеспечивающего наиболее эффективное достижение поставленных целей [96, 98].
Ю.С. Васильев, В.В. Глухов, М.П. Федоров дают следующую трактовку понятия технологии обучения [19]: технология обучения - это способ «перевода» знаний студента из одного состояния в другое. При этом технология обучения включает полное описание процесса обучения; совокупность взаимосвязанных учебно-методических, информационных, технических средств; режим обучения; способы контроля знаний; регламентацию отдельных видов процесса.
Таким образом, до настоящего времени продолжаются попытки дальнейшего осмысления сущности технологий обучения. В диссертационной работе под технологией обучения будем понимать совокупность операций, характерных для процесса обучения, и порядок их объединения.
Историко-аналитическое исследование литературных источников [2,31, 36, 65, 85] показало, что впервые понятие технологии обучения появилось в 20-е годы XX века в работах И.П. Павлова, В.М. Бехтерева, А.А. Ухтомского и СТ. Шацкого.
Математическое моделирование преобразования знаний при обучении. Матрица обучения
Синтез математических моделей отдельных технологических операций позволяет создавать математическое описание всей технологии обучения.
Пусть имеется произвольная технологическая схема обучения, которая включает п операций обучения и тестирования. В общем случае студенты могут направляться на любую операцию технологической схемы обучения (ТСО). Внешние для ТСО потоки студентов будем описывать вектором знаний f0i, где І - номер элемента ТСО. В общем случае на вход І-го элемента могут подаваться потоки от остальных (п -1) элементов схемы (рис. 2.2).
Балансовое уравнение по потокам для узла смешения перед І-ьім элементом записывается аналогично первому закону Кирхгофа для электрических цепей: входящие потоки суммируются, а выходящие вычитаются К,/1 + KIp2fг +... + KliMfM + KM+1fi+1 +... + К,/n + f0i -f, = 0, (2.20) где: fL - вектор знаний на входе в элемент с номером L; KjL - квадратная матрица технологической операции; произведение KILfL - вектор знаний студентов, которые направляются из элемента L в 1-й элемент; f0i - внешний для ТСО вектор знаний. Запишем уравнение (2.20) через матричное произведение в виде:
Уравнения, аналогичные (2.21), для каждого элемента схемы представим в виде системы п линейных матричных уравнений: ( " К12 К13 Mn К Yf (-Я \ К -I К К 2п -f, Лі Kfi2 КпЗ V W или KxF = -F0l (2.22) где: К - блочная матрица размера (n х n) блоков, определяющая структуру и состав технологической схемы обучения; F - блочная матрица размера (пх1) блоков, описывающая вектор знаний на входе в п элементов схемы; F0 - блочная матрица из внешних для ТСО векторов знаний. Решение уравнения (2.22) относительно F1 имеет вид F = -K 1xF0, (2.23) где К-1 - матрица, обратная матрице К. Каждый столбец блочной матрицы К относится к одному элементу схемы.
Вид этой матрицы для ТСО, состоящих из операций обучения и тестирования, существенно упрощается. Операция обучения имеет один вход и один выход, поэтому относящийся к ней столбец матрицы К может включать не более двух ненулевых блоков. Классификатор имеет один вход и два выхода, при этом соответствующий столбец матрицы может содержать не более трех ненулевых блоков. Bxf = f,
Для операции обучения матрица преобразования входного вектора знаний в выходной является нижней треугольной, а само матричное уравнение (2.7) перепишем в виде: (2.24) или "21 k22 о о о ї о f2" (2.25) Vum1 m2 тЗ ram; V m J VTm J где В = {Ьу] - нижняя треугольная матрица размера (mxm), f,f" - векторы знаний до и после операции обучения соответственно.
С учетом введенных обозначений матрица К для ТСО произвольной структуры должна заполняться по следующим правилам.
1. Матрица К - квадратная размера (пхп) блока или (nmxnm) элементов, где п - число элементов в схеме, m - число наблюдаемых классов знаний.
2. На главной диагонали блочной матрицы К находятся единичные матрицы I размера (m х т) со знаком минус.
3. Каждый столбец блочной матрицы К характеризует элемент схемы. Для операции обучения столбец может содержать не более 2-х ненулевых блоков, для операции тестирования - не более 3-х.
4. Если 1-ый элемент - операция обучения, то К» = В{. При этом индекс показывает, что «продукт» после обучения подается в j-ый элемент схемы. Если «продукт» после обучения покидает ТСО, то і -ый столбец содержит только один ненулевой блочный элемент, расположенный на диагонали.
5. Если i-ый элемент схемы - тест, и прошедшие контроль студенты направляются на вход j-ro элемента, то Kjf = С,-. Если несдавшие тест студенты направляются на вход j-ro элемента, то К» = I - С;,
Методика экспериментального определения матрицы обучения. Обработка и анализ опытных данных
При контроле проверяются знания студентов, и осуществляется разделение студентов на два потока по признаку «знает - не знает».
Обычно, при тестировании студенту предлагается выборка контрольных тестов, по результатам решения которых выставляется оценка. Однако такая оценка не всегда носит объективный характер, т.к. допускает прохождение контроля незнающими и непрохождение - знающими студентами. Поэтому для описания процесса контроля знаний будем пользоваться вероятностной характеристикой-диагональной матрицей контроля (2.16).
Экспериментальное определение матрицы контроля осуществлялось по следующей методике. Группе студентов из 19 человек предлагалось пройти тестирование по некоторой ограниченной выборке контрольных вопросов по определенным темам. Было выбрано три темы из раздела курса культурологии. По каждой теме случайным образом из общей базы выбиралось по 10 вопросов. Вопросы имели свои весовые коэффициенты в зависимости от сложности (от 1 до 5 баллов за правильный ответ). После обработки результатов были получены оценки студентов по 5-ти балльной шкале с точностью до десятых. Затем этой же группе студентов был дан тест, содержащий все вопросы по выбранным темам (50 вопросов по каждой теме). Результаты этого тестирования с большей долей вероятности можно считать истинными знаниями студентов по данной теме. Сводные результаты выборочных и полных тестов приведены в табл. 3.4.
Сопоставляя результаты исследований, можно получить матрицу классификации для реального контроля.
Рассмотрим случай разделения студентов на два потока (знает - не знает). Выберем критерии для разделения: оценка 2,5 - контроль не пройден; оценка 2,5 - контроль пройден. Классы знаний определим следующие: «пятерка» (оценка 4,5); «четверка» (4,5 оценка 3,5); «тройка» - (3,5 оценка 2,5); «двойка»-(2,5 оценка 1,5); «единица» - (оценка 1,5).
В табл. 3.5 показаны классы знаний для каждого студента на основании результатов полного теста, а также прохождение или непрохождение выборочного теста. Рассчитанные матрицы контроля для данного эксперимента показаны на рис. 3.4. Рассмотрим результаты еще одного проведенного эксперимента. Тестирование было проведено в 6 группах студентов первого курса факультета экономики и управления. Полные тесты по темам «Философия, круг ее проблем и роль в жизни человека и общества», «Античная философия», «Средневековая философия», «Философия эпохи Возрождения», «Философия Нового времени» и «Немецкая классическая философия» включали по 30 вопросов по каждой теме. Выборочный тест по тем же темам состоял из 30 вопросов (по 5 вопросов на тему).
На рис. 3.6 приведены модельная матрица идеальной классификации (четкого разделения на знающих и незнающих студентов) и матрица линейной зависимости вероятности прохождения контроля от класса знаний студента.
Анализируя вышеописанные матрицы контроля, матрицы, показанные на рис. П1.1 и рис. П1.2, а также матрицы контроля, полученные в результате других экспериментов, не приведенных в диссертационной работе, был сделан вывод о качественном соответствии экспериментальных матриц с матрицей, показанной на рис. 3.6.6. При дальнейшем анализе используется именно такая матрица.
Кроме того, анализ экспериментальных данных, позволил сделать вывод, что качество контроля тем выше, чем больше вопросов включено в выборочный тест.
Разработка генетического алгоритма структурно-параметрической оптимизации технологий обучения по различным целевым функциям
Если в каком-то узле появляется свободное квантовое состояние для электрона (оно называется дыркой), то под действием поля в него перейдет электрон от соседнего узла - дырка переместится по полю. Далее процесс повторяется в дырку попадает электрон справа, дырка перемещается вправо. Движение электронов и дырок имеет эстафетный характер. В теории доказывается, что движение дырки описывается точно так же, как и цвижение частицы, т.е. уравнением, напоминающим второй закон Ньютона. Это обстоятельство позволяет рассматривать дырки (конечно, условно) как частицы с определенной массой (масса дырок отлична от массы электронов проводимости) и с положительным зарядом, равным заряду электрона. Таким образом, электрический ток в полупроводнике образуется двумя родами носителей тока электронами и дырками Электроны движутся J против вектора напряженности поля, дырки - по направлению вектора Е. Коэффициент электропроводности
В них рассматриваются физические основы механики, термодинамика и молекулярно-кинетическая теория вещества, электричество, магнетизм и электромагнетизм, волновая и квантовая оптика, элементы квантовой механики, ядерная физика.
Курс разбит на отдельные смысловые части (главы), переход между которыми осуществляется при помощи единого оглавления, а также перекрестных гиперссылок.
Для иллюстрации материала разработаны апплеты, демонстрирующие действие различных физических законов и явлений. В таких приложениях используется упрощенная математическая модель реальных физических явлений (рис. 4.14).
Демонстрации значительно оживляют процесс обучения, позволяя студенту в интерактивном режиме проверить действие основных законов физики, в том числе и тех, которые трудно, а иногда и невозможно, было бы воспроизвести реально. Основные параметры моделируемого явления могут изменяться пользователем при помощи интуитивно понятного интерфейса.
Немаловажным фактором, способствующим успешному пониманию физики (как, впрочем, и любой другой дисциплины) является выполнение лабораторных и практических работ. Однако, нередко возникает ситуация, когда вопросы, связанные с современным экспериментом, не находят адекватного отражения в учебных лабораториях. Это, прежде всего, связано со сложностью и дороговизной современного лабораторного оборудования. Одним из возможных вариантов решения этой проблемы является создание виртуальных лабораторных установок, которые по своим функциональным возможностям, внешнему виду, системе органов управления, были бы полностью идентичны реальному исследовательскому комплексу, являясь в то же время его компьютерной моделью.
Исходя из этих принципов, разработан компьютерный лабораторный практикум, позволяющий учащемуся в интерактивном режиме выполнять лабораторные работы на виртуальном стенде (рис. 4.15).
Компьютерные модели приборов, используемых в таких работах, имеют не только внешний вид реальных приборов, но и адекватно моделируют внутренние процессы, протекающие в них. В отличие от реальных приборов они не подвержены механическим повреждениям, что позволяет продлить их срок службы на неограниченное время.
Применение таких виртуальных стендов позволяет полностью автоматизировать выполнение лабораторных работ, а именно: произвести контроль начальных знаний учащегося при помощи интерактивного теста и, в случае необходимости, определить теоретический материал, требующий повторения; выполнить лабораторную работу, проконтролировать правильность полученных опытным путем данных и результатов вычислений; на основании заключительного теста выставить оценку.
Использование такого рода задачников позволяет не только повысить уровень знаний, умений и навыков у студентов посредством индивидуального обучения, но и помогает активизировать учебный процесс, опираясь на дифференцированный подход в зависимости от уровня подготовки студента.
Задачи оформлены при помощи специально разработанных шаблонов. Вся задача разбивается на отдельные простейшие подзадачи (шаги), направляющие студента на правильный путь решения. Во время решения предусмотрена возможность использования теории электронного учебника, а также запроса подсказки на каждом шаге. В отдельных фреймах располагаются условия задачи, инструкции по использованию данной системы, а также помощь, выдаваемая по желанию обучаемого. Ход решения записывается и может быть полностью воспроизведен в любое время. Разработаны задачи по разделам механики, молекулярной физики и термодинамики, а также по некоторым темам электростатики, постоянного тока и магнетизма.
