Содержание к диссертации
Введение
Глава 1. Педагогические основы применения информационных технологий для организации индивидуализированного обучения 16
1.1. Проблемы индивидуализации обучения 18
1.2. Личностно ориентированное обучение как теоретическая основа проектирования индивидуализированных обучающих систем 27
1.3. Этапы педагогического проектирования обучающих систем. Анализ подходов к моделированию характеристик обучаемого 36
1.4. Нейросетевая компьютерная обучающая система как когнитивная технология индивидуализации обучения 48
Выводы к главе 1 53
Глава 2. Применение нейросетевых технологий в индивидуализированном обучении студентов 56
2.1. Функциональная модель проектирования нейросетевой обучающей системы 56
2.2. Формирование индивидуальной траектории обучения в компьютерной обучающей системе 78
2.3. Проектирование модели характеристик обучаемого 89
Выводы к главе 2 109
Глава 3. Технология конструирования нейросетевой компьютерной обучающей системы 111
3.1. Технология индивидуализированного обучения с применением нейронных сетей 112
3.2. Этапы конструирования нейросетевой компьютерной обучающей системы 129
3.3. Технология диагностики и контроля знаний в нейросетевой обучающей системе. Методика построения практических заданий по программированию на основе фасетных тестов 138
3.4. Методика обучения студентов конструированию неиросетевых компьютерных обучающих систем 149
3.5. Экспериментальное обоснование эффективности использования неиросетевых компьютерных технологий в индивидуализированном обучении программированию 158
Выводы к главе 3 194
ЗАКЛЮЧЕНИЕ 195
БИБЛИОГРАФИЯ 198
- Проблемы индивидуализации обучения
- Функциональная модель проектирования нейросетевой обучающей системы
- Технология индивидуализированного обучения с применением нейронных сетей
Введение к работе
Глобальная информатизация всех сторон человеческой деятельности —
одна из доминирующих тенденций современного общества. В связи с этим
информатизация образования является одним из важнейших направлений
реализации современной образовательной парадигмы. Синтез
педагогических и интеллектуальных информационных технологий позволяет качественно изменить дидактический процесс, индивидуализировать обучение. Согласно Концепции Федеральной целевой программы развития образования на 2006-2010 годы одной из ключевых приоритетных задач модернизации российского образования является повышение качества профессионального образования, разработка технологий обучения, содержания и методов оценки образовательного процесса в соответствии с требованиями к уровню подготовки современного специалиста.
Проблеме индивидуализации обучения в современной педагогической литературе посвящены исследования А.А. Кирсанова, И.Э. Унт, Л.С. Выгодского, В.В. Давыдова, А.Н. Леонтьева, Ю.К. Бабанского, Н.А. Менчинской, Э.Ю. Голубева и др. По мнению авторов под индивидуализированным обучением, сложным и многозначным явлением, понимается обучение с учетом индивидуальных особенностей студентов, позволяющее создавать оптимальные условия наилучшего развития обучаемых, формирования их способностей, реализации возможностей студентов в различных сферах деятельности.
Внедрение современных интеллектуальных информационных технологий, в частности технологий нейронных сетей, позволяет по-новому подойти к проблеме индивидуализации обучения. Использование компьютерных дидактических средств, основанных на принципах искусственного интеллекта, прежде всего, осуществляет идеи личностно ориентированного обучения, позволяет максимально индивидуализировать
5 учебно-воспитательный процесс, повышает качество обучения и способствует развитию индивидуальных способностей студентов.
Психо лого-педагогическим аспектам внедрения компьютерных информационных технологий, использованию различных методов, средств и педагогических технологий информатизации учебного процесса посвящены работы А.И. Архиповой, В.П. Беспалько, С.А. Бешенкова, Т.А. Бороненко, Б.С. Гершунского, СП. Грушевского, А.А. Кузнецова, К.Г. Кречетникова, М.П. Лапчика, Е.И. Машбиц, В.М. Монахова, СВ. Панюковой, И.В. Роберт, Н.Ф. Талызиной и др. Анализ трудов отечественных и зарубежных авторов показывает,.что чем более полно учтены индивидуальные ресурсы личности, тем более она1 развивается1 как в личностном, так и в профессиональном плане.
Интеграция педагогических и интеллектуальных информационных технологий, в частности нейросетевых технологий, определяет новый вид интеллектуального компьютерного средства обучения — нейросетевые компьютерные обучающие системы, которые осуществляют индивидуализацию и адаптацию учебного процесса к запросам обучаемого посредством аппарата нейронных сетей. Нейронные сети относятся к технологиям искусственного интеллекта и . представляют собой математические модели биологических нейронных сетей. Основное преимущество нейронных сетей заключается в том, что они позволяют создавать математический аппарат, которой в условиях разнообразия, большого объема, противоречивости и недостаточности различной диагностической информации способен решать задачи распознавания и категоризации образов. Указанный математический аппарат позволяет: измеряя характеристики студента и применяя методы кластерного анализа, группировать контингент по кластерам интегративных индивидуальных характеристик; осуществлять дифференциацию учебного материала по различным параметрам; выстраивать индивидуальные траектории обучения;
учитывать динамику и возможности изменения траектории обучения студента.
Представляется актуальным исследование возможностей применения нейросетевых технологий для формирования параметрических моделей обучаемых, включающих характеристики, отражающие особенности когнитивного развития студентов (уровень усвоения знаний, динамику обученности и т.д.); прогнозирования оптимальных траектории обучения для конкретного индивидуума; моделирования различных учебных ситуаций, в которых раскрывается не только процесс обучения, но и процесс развития личности. Реализация этого подхода требует создания компьютерных интеллектуальных дидактических систем, которые позволяли бы прогнозировать индивидуальные траектории обучения и осуществлять в соответствии с ними учебный процесс.
Проблема построения модели обучаемого как основы индивидуализированного обучения исследовалась в последние годы в работах Г.А. Атанова, П.Л. Брусиловского, Т.Ю. Китаевской, Е.И. Машбиц, К.Г. Кречетникова, Ю.В. Кольцова и др. В работах А.А. Арзамасцева и Н.А. Зенковой для идентификации структуры и содержания комплексных психологических характеристик личности применяется аппарат нейронных сетей.
Однако применение технологий нейронных сетей при формировании индивидуальных траекторий обучения, процесс конструирования нейросетевых обучающих систем мало изучен, что и обусловило актуальность темы данного исследования.
Теоретический анализ выявил следующие противоречия:
- между имеющимися образовательными возможностями
информационных средств обучения, современных технологий искусственного интеллекта и недостаточным их применением в обеспечении индивидуализированного обучения студентов различных специальностей, в том числе и физико-математических;
между потребностью в дидактических технологиях и средствах обучения, обеспечивающих индивидуализированный подход через формирование индивидуальных траекторий обучения студентов вуза и недостаточностью педагогических исследований дидактического процесса и разработок технологий построения моделей компьютерных обучающих систем, использующих как средство индивидуализации обучения технологии искусственного интеллекта, в частности нейросетевые технологии;
между наличием потребности, обучения студентов умениям самостоятельного конструирования компьютерных дидактических средств на основе нейросетевых технологий и недостаточной технологической обеспеченностьюэтого дидактического процесса.
Эти противоречия обусловили проблему исследования, которая, состоит в отсутствии разработок, индивидуализации обучения через конструирование индивидуальных траекторий добывания и освоения знаний на основе использования возможностей' компьютерных нейросетевых технологий в профессиональной подготовке студентов.
В процессе решения этой проблемы выявлен- ряд подпроблем, суть которых состоит в необходимости:
выявления дидактических возможностей технологий нейронных сетей;
выявления и обоснования закономерностей индивидуализированного подхода к обучению на основе дидактических возможностей нейросетевых компьютерных технологий, заключающегося в прогнозировании, формировании и реализации индивидуальных траекторий обучения студентов, направленных на их когнитивное развитие, учитывающих индивидуальные особенности обучаемых, обеспечивающих дифференциацию учебного материала;
разработки технологии индивидуализированного обучения студентов (на примере курса программирования) на основе конструирования
8 индивидуальных траекторий с использованием нейросетевой компьютерной обучающей системы;
разработки модели проектирования нейросетевой компьютерной обучающей системы, позволяющей индивидуализировать процесс обучения;
разработки методики обучения студентов педагогических специальностей конструированию нейросетевых компьютерных обучающих систем.
Объект исследования: процесс обучения студентов физико-математических специальностей вуза на основе компьютерных технологий.
Предмет исследования: индивидуализированное обучение через конструирование индивидуальных траекторий посредством компьютерных нейросетевых технологий в структуре подготовки студентов физико-математических специальностей.
Цель исследования: разработать и теоретически обосновать индивидуализированный подход в подготовке студентов к профессиональной деятельности через конструирование индивидуальных траекторий добывания и освоения знаний на основе нейросетевых технологий.
Гипотеза исследования включает следующие предположения:
применение аппарата нейронных сетей как инструмента технологий искусственного интеллекта, на основе теории индивидуализированного обучения и личностно ориентированного подхода расширяет дидактические возможности компьютерных средств обучения;
эффективность освоения учебных курсов, в частности базового содержания курса программирования, студентами физико-математических специальностей обеспечивается организацией индивидуализированного обучения посредством конструирования индивидуальных траекторий на основе компьютерных нейросетевых технологий;
конструирование компьютерной нейросетевой обучающей системы как инструмента индивидуализированного обучения программированию осуществляется на основе интегративной функциональной модели
9 проектирования, которая учитывает индивидуальные параметры обучаемого и использует возможности технологий нейронных сетей;
- обучение студентов - будущих учителей конструированию нейросетевых компьютерных обучающих систем стимулирует развитие дидактической, предметной и информационной компетентностей.
Цель и гипотеза исследования обусловили задачи:
Выявить дидактические возможности и функции нейросетевых технологий, и обосновать их использование в учебном процессе.
Теоретически обосновать процедуру прогнозирования и формирования индивидуальной траектории обучения, основанной на структуре содержания учебного курса, модели характеристик обучаемого и возможностях нейросетевых технологий:
Разработать технологию индивидуализированного обучения программированию студентов физико-математических специальностей на основе конструирования индивидуальных траекторий'добывания и освоения знаний и формировании динамической модели характеристик обучаемого с использованием компьютерной нейросетевой дидактической системы.
Разработать компьютерную нейросетевую обучающую систему по программированию для подготовки студентов физико-математических специальностей как инструмент индивидуализированного обучения на основе функциональной модели проектирования подобных систем.
Разработать методику обучения студентов конструированию нейросетевых компьютерных обучающих систем, позволяющую реализовать индивидуализированный подход к обучению.
Методологические основания исследования:, фундаментальные работы в области методологии психолого-педагогической науки (Ю.К. Бабанский, В.П. Беспалько, В.И. Загвязинский,. В.В. Краевский, И.Я. Лернер, М.Н. Скаткин и др.); системный подход в психологии (Б.Г. Ананьев, Б.Ф. Ломов и др.) и педагогике (В.Г. Афанасьев,
10 Б.С. Гершунский, B.C. Ильин, Ю.А. Конаржевский, Н.В. Кузьмина, В.А. Сластенин, Э.Г. Юдин и др.).
Теоретические основания исследования: теории индивидуализации обучения (М.А. Данилов, А.А. Кирсанов, Е.С. Рабунский, М.Н. Скаткин, И.Э. Унт и др.); концепция личностно ориентированного обучения (В.ГТ. Бедерханова, Е.В. Бондаревская, СВ. Панюкова, В.В. Сериков, И.С. Якиманская и др.); теория построения нейронных сетей и основы искусственного интеллекта (Т.А. Гаврилова, А.А. Короткий, Д.А. Поспелов и др.); концепция информатизации образования и работы по развитию содержания обучения информатике (С.А. Бешенков, В.М. Монахов, А.А. Кузнецов, М.П. Лапчик, Е.А. Ракитина, И.В. Роберт, Н.И. Рыжова, Н.В. Софонова, Е.К.Хеннер и др.).
Достоверность и обоснованность результатов исследования
обеспечивается целостным подходом к решению проблемы; методологической обоснованностью исходных теоретических положений исследования; корректной организацией опытно-экспериментальной работы с применением методов, адекватных объекту, предмету, цели и задачам исследования; репрезентативностью опытно-экспериментальных данных; практическим подтверждением основных положений исследования и научной обработкой полученных в ходе эксперимента данных.
Для достижения целей исследования, проверки гипотезы и решения поставленных задач были использованы следующие методы исследования.
Теоретические - изучение и анализ психолого-педагогической литературы с целью выявления современных особенностей и тенденций развития индивидуализированного подхода к обучению в системе высшего профессионального образования, учебных и методических пособий по информатике и программированию; практические - педагогическое наблюдение, метод анкетирования, формирующий и констатирующий эксперимент; качественные и количественные математические методы
статистической обработки результатов педагогических исследований; математическое и когнитивное моделирование.
База исследования: факультет компьютерных технологий и прикладной математики, факультет математики и компьютерных наук Кубанского государственного университета.
Организация и этапы исследования:
Первый этап (2002-2005) - подготовительный, в ходе которого
осуществлялся анализ психолого-педагогической литературы,
рассматривались существующие методики подготовки дидактических материалов для автоматизированных обучающих систем, обобщался передовой опыт педагогических исследований форм организации процесса индивидуализированного обучения, была определена проблема исследования и сформулированы тема, цель, задачи и гипотеза.
Второй этап (2006-2007) - опытно-экспериментальный, в ходе которого была разработана функциональная модель проектирования нейросетевой компьютерной обучающей системы, модель характеристик обучаемого, структура и компоненты обучающей системы и проведена экспериментальная проверка и анализ промежуточных результатов.
Третий этап (2007-2008) - обобщающий, в ходе которого было завершено построение нейросетевой компьютерной обучающей системы по курсу «Программирование» для физико-математических специальностей, завершена экспериментальная проверка ее эффективности, проведен окончательный анализ полученных результатов и их оформление.
Научная новизна исследования заключается в следующем:
- выявлены, теоретически обоснованы и экспериментально проверены дидактические возможности применения технологий нейронных сетей, раскрывающиеся в индивидуализации учебного процесса подготовки специалистов в вузах посредством прогнозирования и формирования индивидуальных траекторий обучения студентов;
на основе процедуры прогнозирования и формирования индивидуальных траекторий обучения студентов, учитывающих их индивидуальные особенности и использующих возможности технологий нейронных сетей, разработана технология индивидуализированного обучения программированию студентов физико-математических специальностей;
разработана методика обучения студентов конструированию нейросетевых компьютерных обучающих систем, обеспечивающая развитие их профессионально-педагогических и личностных качеств.
Теоретическая значимость исследования:
предложена процедура прогнозирования и формирования индивидуальных траекторий обучения студентов, основанная на дифференциации содержания учебного курса и дидактических возможностях технологий нейронных сетей. Указанный подход отражает образовательные потребности и индивидуальные особенности обучаемых, и выводит на качественно новый уровень их индивидуализированное обучение;
предложена интегративная функциональная модель проектирования нейросетевой обучающей системы, которая учитывает, индивидуальные особенности обучаемого, дифференцированное содержание учебного курса, возможности технологий нейронных сетей и играет в теории профессионального образования роль средства индивидуализированного обучения;
разработана и теоретически обоснована модель характеристик обучаемого, которая включает уровень усвоения знаний, интегративные психологические особенности студента, стратегию приобретения знаний и использующая при формировании технологии нейронных сетей.
Практическая значимость исследования состоит в следующем:
- разработана технология конструирования нейросетевой обучающей
системы по программированию, обеспечивающая приращение
13 дидактических возможностей индивидуализированных компьютерных систем;
разработана нейросетевая обучающая система по курсу «Программирование» для физико-математических специальностей, которая может использоваться в практической деятельности преподавателя младших курсов университета, учителя старших классов школы, в самостоятельной работе студентов и учащихся, в дистанционном образовании;
разработана методика построения практических заданий по программированию на основе фасетных тестов, выполняющих функции стимулирования активной познавательной деятельности обучаемых и создания условий для индивидуализированного обучения;
создан учебно-методический комплекс для студентов физико-математических специальностей по курсу «Программирование», включающий сборник профессионально ориентированного дидактического обеспечения образовательной деятельности, содержащий учебные материалы и задания на многофакторную диагностику знаний, втом числе и в форме фасетных тестов.
На защиту выносятся:
1. Положение о том, что применение технологий нейронных сетей при конструировании индивидуальных траекторий обучения в структуре подготовки студентов физико-математических специальностей: обеспечивает условия для индивидуализированного обучения, поскольку расширяет функциональные возможности компьютерных обучающих систем; позволяет обеспечивать многообразие вариантов и траекторий развития обучаемых с учетом их психологических, личностных качеств и развиваемых компетенций; позволяет строить параметрические модели характеристик обучаемого; учитывать образовательные запросы обучаемых и в соответствии і с ними корректировать содержание, формы и методы обучения; адаптировать содержание учебного материала, ориентировать его на
14 различные типы и уровни усвоения; осуществлять постоянный мониторинг за действиями и уровнем обученности студентов.
Процедура прогнозирования и формирования индивидуальной траектории обучения студентов на основе мультиграфа содержания учебного курса, параметров модели характеристик обучаемого и возможности технологий нейронных сетей адаптации к текущему состоянию модели.
Продуктивное освоение содержания курса программирования обеспечивается применением в учебном процессе технологии индивидуализированного обучения, реализуемой через индивидуальные траектории обучения и динамическую модель характеристик обучаемого. В качестве параметров, отражающих когнитивное развитие студента, модель использует общий интеллектуальный уровень, уровень знаний и умений, особенности памяти и мышления, стратегию приобретения знаний студентом.
Конструирование компьютерной нейросетевой обучающей системы по программированию может эффективно осуществляться на основе функциональной модели проектирования подобных систем. Модель состоит из содержательного, методического, технологического и* информационного компонентов и отражает этапы построения нейросетевых обучающих систем, специфику содержания, форм, методов и средств индивидуализированного обучения.
Методика обучения студентов конструированию нейросетевых компьютерных обучающих систем стимулирует формирование дидактической компетентности, что выражено в умении выполнять педагогическое проектирование, знании дидактических свойств компьютерных нейросетевых обучающих систем; предметной компетентности - умении отбирать содержание и формы представления учебного материала; и информационной компетентности, что проявляется в умении создавать файлы фасетных заданий, навыках алгоритмизации и
15 программирования, что в комплексе создает условия для развития профессионально значимых качеств будущего учителя.
Апробация и внедрение результатов исследования проходили на базе Кубанского государственного университета, школ г. Краснодара (№4, №23), осуществлялись в форме научных докладов на научно-методических семинарах и конференциях по проблемам преподавания информатики в вузе и проблемам применения информационных технологий в обучении: II Всероссийская научно-практическая конференция «Математика. Информационные технологии. Образование» (Оренбург, 2008), межрегиональная научно-практическая конференция «Тенденции и проблемы развития математического образования» (Армавир, 2008), II, III, IV школа-семинар «Математические моделирование, вычислительная механика и геофизика» (Краснодар, 2004, 2005, 2006), международная конференция «Новые технологии в обучении математике и информатике в. вузе и-школе» (Орехово-Зуево, 2002), международная конференция «Новые информационные технологии в науке, образовании, экономике» (Владикавказ, 2002), семинары кафедр информационных технологий и информационных образовательных технологий Кубанского государственного университета (КубГУ) (2002-2009). Основные положения, выводы, рекомендации' исследования, имеющие теоретическое и практическое значение, содержатся в 10 публикациях.
Структура и объем диссертации. Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложения. Основные положения диссертационного исследования отражены в публикациях [68, 74, 75, 76, 77, 78, 79, 80, 81, 82, 98, 99, 100].
Проблемы индивидуализации обучения
Индивидуализация - это сложное педагогическое явление, отражающее современную тенденцию образования, направленного на развитие личности обучаемого. Под индивидуализацией обучения понимается учебно-воспитательный процесс, структура которого строится с учетом индивидуальных особенностей учащихся и ориентируется на создание оптимальных условий для обучения и развития всех и каждого в отдельности [56, 178].
Проблеме индивидуализации обучения в современной педагогической литературе посвящены исследования А.А. Кирсанова, И.Э. Унт, Л.С. Выгодского, В.В. Давыдова, А.Н. Леонтьева, Ю.К. Бабанского, Н.А. Менчинской и др. [17, 18, 19, 43, 70, 93, 128, 153, 183]., диссертационные работы А.А. Опрышко, М.В. Литвиненко, Е.Ю. Берлизовой и др. [21, 119, 142]
Одним из условий для раскрытия потенциала студента и непрерывного формирования профессиональной компетенции является индивидуализация образования, проявляющаяся в частности, в построении индивидуальных траекторий обучения. Их разработка требует новых подходов к структуризации и дифференциации содержания, диагностики результатов обучения, принципам организации образовательного процесса.
В этой связи увеличивается роль средств обучения, среди которых в современных условиях информатизации образования особую важность приобретают средства информационных и интеллектуальных компьютерных технологий, традиционные подходы к индивидуализированному обучению могут эффективно дополняться новыми педагогическими компьютерными технологиями обучения. Реализация идей индивидуализированного обучения в учебном процессе вуза, на основе новых информационных технологий, предусматривает отражение в содержании учебной деятельности будущего специалиста профессионально значимых целей подготовки, предполагающих единство общего и профессионального развития личности, а также разработку системы педагогических средств на основе использования информационных технологий, стимулирующих активную положительную мотивацию деятельности студента в процессе решения учебных задач.
Внедрение компьютеров и других средств информатизации в сферу образования повлекло за собой изменение традиционных технологий обучения и обусловило появление новой терминологии в этой области. В частности, возникло понятие «новой информационной технологии обучения».
Понятие «новые информационные технологии» появилось в связи с развитием информатизации общества, базирующейся на средствах вычислительной техники. Новые информационные технологии предполагают использование различных технических средств, центральное место среди которых принадлежит компьютеру.
Новая информационная технология в образовании — «это учебные и учебно-методические материалы, технические и инструментальные средства вычислительной техники учебного назначения, а также система научных знаний о роли и месте средств вычислительной техники в учебном процессе, о формах и методах их применения для совершенствования труда преподавателей и учащихся» [156].
Анализ возможностей и дидактической целесообразности использования средств новой информационной технологии в образовании должен опираться на психолого-педагогическую концепцию применения педагогических программных средств в учебном процессе.
В формировании этой концепции внесли вклад труды ряда отечественных и зарубежных психологов, дидактов и методистов. В работах O.K. Тихомирова, П.Я. Гальперина, Н.Ф. Талызиной, Т.В. Габай, Е.И. Машбица, Т.А. Гавриловой, В.В. Гузеева, А.И. Умана, Е.С. Полат и др. [45, 47, 51, 69, 124, 126, 127, 148, 160, 174, 175, 177, 182] рассмотрены место и функции средств научно-информационных технологий в учебном процессе. Проанализированы основные компоненты обучающей деятельности, эффективность которых может быть повышена при использовании педагогических программных средств (Н.Ф. Талызина, Т.В. Габай и др.). Разработаны основные психологические принципы построения учебных программных средств: учет психологических особенностей усвоения на различных этапах учебного процесса (Н.Ф. Талызина, Т.А. Гаврилова), учет полимотивированности учебной деятельности, увеличение творческих компонентов обучения, моделирование помощью обучающих программ продуктивной мыслительной деятельности (O.K. Тихомиров, A.M. Матюшкин), взаимосвязь познания и общения при моделировании процесса учения (Е.И. Машбиц). Исследованы вопросы влияния компьютеров на умственное развитие обучаемых (В.Н. Михелькевич, В.М. Нестеренко, П.Г. Кравцов), организацию учебной деятельности обучаемых при работе со средствами новых информационных технологий, в частности, организацию совместной деятельности и системы группового обучения (В.В. Рубцов и др.).
И.И. Мархель дает следующее определение компьютерной технологии обучения (КТО): «КТО представляет собой комплекс унифицированных методологических, психолого-педагогических, программно-технических и организационных средств, предназначенных для интенсификации самостоятельной познавательной деятельности (учения), обучения или управления учением, а также для игрового человеко-машинного решения учебных и практических задач» [123].
Основываясь на работах И.И. Мархель, В.И. Гриценко, A.M. Довгяло, О.И. Агаповой, СП. Грушевского, А.И. Архиповой, А.О. Кривошеева, А.С. Ушакова и учитывая отличительные особенности образовательных технологий, дадим следующее определение компьютерной технологии обучения.
Функциональная модель проектирования нейросетевой обучающей системы
Актуальность и принципиальная разрешимость задачи проектирования нейросетевой компьютерной обучающей системы, обоснованные в главе 1 настоящего диссертационного исследования, позволяют ставить вопрос о практическом осуществлении такого проектирования.
Последовательность проектирования компьютерной обучающей системы отражает движение учебных знаний от сущностных признаков к технологическим, что соответствует этапам логической цепочки: содержание -методика-технология обучения [65, 66].
Проектирование нейросетевой компьютерной обучающей системы будем основывать на функциональной модели, предложенной А.И. Архиповой и СП. Грушевским. Эта модель является динамической, процессуальной, в ней находят отражение процесс, этапы, процедура построения обучающей системы.
В процессе проектирования ШСОС синтезируется содержание учебного курса, технологический подход формирования методик извлечения и освоения знаний, локальные дидактические технологии, педагогические возможности информационных технологий, использующих нейронные сети [76]. На рисунке 1 представлена структура функциональной модели проектирования НКОС.
Модель состоит из следующих основных компонентов.
Центральная подсистема модели - это содержание изучаемой дисциплины, в данном случае учебный курс «Программирование», с которым органически связаны- три оболочки модели - методическая, технологическая и информационная.
Ядро функциональной модели - это структурированное содержание изучаемого курса программирования и его дидактическая трансформация. Основными особенностями содержания курса программирования, реализуемыми в практике преподавания посредством неиросетевои компьютерной обучающей системы являются:
- преимущественно дедуктивный способ построения;
- опора на интуитивное мышление;
- наличие многоуровневых моделей;
- системность и структурированность содержания программирования;
- содержательная взаимосвязь и преемственность программирования, информатики и математики;
- возможность использования в программировании методов математических исследований;
- высокий уровень формализации и алгоритмизации методов решения задач программирования. Понятийную базу содержания учебного курса «Программирование» составляют следующие группы понятий [32]: основные понятия математики (величина, число, функция, уравнение, неравенство и т.п.); понятия, связанные с объектами архитектуры компьютера; понятия, связанные со структурами данных: массив, список, дерево, файл и т.п.
Содержание базовой научной теории программирования должно быть подвергнуто трансформации и структурировано в соответствии с динамикой ее понятийно-концептуального аппарата. Структурирование содержания происходит на уровне внутридисциплинарных и межотраслевых связей.
На основе содержательного ядра строится первая оболочка модели, включающая обоснованную методическую систему с набором методов, форм и средств обучения. Компоненты методической оболочки разрабатываются на основе тематического планирования, соответствующего государственному образовательному стандарту. Сформированные группы методов и приемов обучения обосновываются для каждого учебного занятия, исходя из особенностей логики и структуры его содержания.
В работах М.Н. Скаткина, И.Я. Лернера, Т.А. Бороненко, Н.И. Рыжовой, С.П.Грушевского, В.В. Лаптева [32, 34, 64, 65, 112, 117, 118, 164, 165] представлена классификация методов обучения по источнику приобретаемых обучаемыми знаний, т.е. по способу передачи информации от преподавателя обучаемому. Выделяются вербальные (словесные) методы, которые включают в себя как изложение материала преподавателем (лекция, рассказ, объяснение, беседа), так и работу учащихся с книгой (учебником, справочной, научно-популярной и учебной литературой); наглядные методы (демонстрационный эксперимент; практические методы (выполнение лабораторных работ, практикумов, работу с раздаточным материалом, решение задач и т.п.). М.Н. Скаткин и И.Я. Лернер [117, 118, 164, 165] различают пять методов обучения: объяснительно-иллюстративный, или информационно-рецептивный; репродуктивный; проблемное изложение; частично-поисковый, или эвристический; исследовательский. Перечисленные методы являются общедидактическими методами обучения.
Кроме того, используются частно-дидактические методы, которые представляют собой конкретную форму одного или сочетание нескольких общих методов.
К специальным методам обучения программированию относят вычислительный эксперимент, метод информационных ресурсов, собственно программирование, метод демонстрационных примеров [32, 34, 65, 67].
Основным средством в методе демонстрационных примеров являются "учебные информационные модели" - программная среда, объединяющая в себе на основе компьютерной информационной модели явления (или процесса) средства интерактивного взаимодействия с объектом исследования и развитые средства отображения информации [112]. К учебным информационным моделям относятся: модели алгоритмов хранения, передачи и обработки информации; модели структур данных; модели виртуальных машин; модели, демонстрирующие реализацию объектно-ориентированного " подхода к компьютерному информационному моделированию.
Технология индивидуализированного обучения с применением нейронных сетей
Как указывалось ранее, в состав технологической оболочки функциональной модели проектирования нейросетевой компьютерной обучающей системы входит технология индивидуализированного обучения. Эта технология предполагает процесс конструирования индивидуальной траектории обучения.
Реализацию конструирования траектории будем проводить согласно процедуре прогнозирования и формирования траектории, предложенной в главе 2.
Основным инструментом обучающей системы, обеспечивающим движение по траектории обучения является нейронная сеть [79, 80]. Ее основной функцией является выбор той или иной точки индивидуальной траектории. Другими словами, нейронная сеть на основе имеющейся информации о психологических характеристиках обучаемого, его поведенческих и знаниевых параметрах в текущий момент времени формирует адаптивную порцию учебного материала. Адаптивность в данном случае определятся количеством учебного материала, степенью его новизны по отношению к учащемуся, формой его представления. В случае проведения текущего контроля - количеством и сложностью задач.
Выделим этапы технологии конструирования индивидуальной траектории обучения с использованием нейронных сетей в компьютерной обучающей системе:
1. Выбор типа нейронной сети, решающей задачу определения очередной точки траектории обучения. В терминах аппарата нейронных сетей эта задача формулируется как задача классификации.
2. Разработка структуры входного и выходного векторов нейронной сети.
3. Разработка стратегий обучения для основных психологических кластеров, выделенных на начальном этапе взаимодействия учащихся с обучающей системой.
4. Формирование обучающей выборки нейронной сети, базирующейся на разработанных стратегиях обучения.
5. Программная реализация блока нейронной сети, осуществляющего конструирование индивидуальной траектории обучения в компьютерной обучающей системе.
В рамках диссертационного исследования согласно приведенным выше этапам разработан блок организации индивидуальной траектории обучения посредством нейронной сети. Блок реализован как составная часть нейросетевой компьютерной обучающей системы по программированию для студентов физико-математических специальностей университета. Рассмотрим подробнее этот процесс.
Задача выбора очередной точки траектории обучения с точки зрения организации процесса управляемого обучения формулируется как задача классификации следующим образом [103, 168].
Требуется разбить множество образов (объектов изучения) на классы. Образу соответствует состояние обучаемого на данном этапе, выраженное в его модели. Классы определяют различные методики преподавания учебного материала.
Рассмотрим математическую постановку задачи классификации в терминах нейронных сетей [103, 168].
Необходимо построить отображение X— Y, такое, что на каждый возможный входной сигнал х є X был сформирован правильный выходной сигнал у є Y. Отображение задается конечным набором пар ( вход , известный выход ). Число таких пар (обучающих примеров) существенно меньше общего числа всех возможных сочетаний входных и выходных сигналов. Совокупность всех обучающих примеров назовем обучающей выборкой.
В нашем случае управляемого обучения X - множество состояний-модели обучаемого, a Y - множество методик преподавания.
Будем рассматривать персептрон, имеющий один слой формальных нейронов [103, 168]. Персептрон содержит нейроподобные элементы трех типов, назначение которых в целом соответствует нейронам рефлекторной нейронной сети. S-элементы формируют сетчатку сенсорных клеток, принимающих двоичные сигналы от внешнего мира. Далее сигналы поступают в слой ассоциативных, или А-элементов. Ассоциативные элементы, представляющие собой формальные нейроны, выполняют нелинейную обработку информации и имеют изменяемые веса связей. R-элементы с фиксированными весами формируют сигнал реакции персептрона на входной стимул.
Однослойный персептрон характеризуется матрицей W синаптических связей от S - элементов к А - элементам. Элемент матрицы Wy отвечает связи, ведущей от і элемента в слое S к j элементу слоя А.
