Содержание к диссертации
Введение
Глава 1. Анализ предметной области управления образовательным процессом и образовательным контентом. Постановка задач исследования 12
1.1. Системы управления процессом обучения и образовательным контентом..12
1.2. Образовательные ресурсы и особенности их использования 14
1.2.1. Классификация образовательных ресурсов 14
1.2.2. Традиционные образовательные ресурсы 15
1.2.3. Электронные образовательные ресурсы 16
1.2.4. Стандарты описания образовательных ресурсов 19
1.2.5. Особенности использования образовательных ресурсов в процессе управления обучением 21
1.2.6. Особенности использования образовательных ресурсов в рамках поддержки компетентностного подхода 25
1.3. Модели, методы и инструментальные средства для поддержки процессов разработки и использования образовательных ресурсов 28
1.3.1. Модели представления образовательных ресурсов 28
1.3.1. Методы и инструментальные средства описания ЭОР 37
1.3.2. Методы поиска и интеграции образовательных ресурсов в образовательные коллекции 39
1.4. Постановка задачи и цели исследования 43
Глава 2. Разработка информационно-логической модели предметной области 44
2.1. Структурный анализ систем управления обучением и образовательным контентом 45
2.2. Схема управления образовательным контентом 47
2.3. Анализ процессов создания и управления образовательным контентом 49
2.4. Объектная модель предметной области 57
2.5. Общие требования к модели представления знаний и данных 61
2.6. Основные результаты и выводы 65
Глава 3. Интегрированная онтологическая модель представления знаний 67
3.1. Метаонтология предметной области построения персонифицированных электронных образовательных коллекций 67
3.2. Онтологическая модель предметной области учебной дисциплины 69
3.3. Онтологическая модель электронных образовательных ресурсов 73
3.4. Онтологическая модель профиля обучаемого 78
3.5. Онтологическая модель персонифицированной электронной образовательной коллекции 80
3.6. Анализ модели представления знаний на соответствие требованиям 83
3.7. Постановка задачи построения персонифицированной электронной образовательной коллекции 84
3.8. Методика построения онтологической базы знаний для создания персонифицированных электронных образовательных коллекций 87
3.9. Пример создания онтологической базы знаний учебной дисциплины «Основы программирования» 90
3.9.1. Пример онтологии предметной области учебной дисциплины «Основы программирования» 91
3.9.2. Пример описания электронных образовательных ресурсов для учебной дисциплины «Основы программирования» 103
3.9.3. Пример описания профиля студента, изучающего дисциплину «Основы программирования» 106
3.9.4. Пример описания персонифицированной электронной образовательной коллекции 108
3.10. Основные результаты и выводы 110
Глава 4. Метод поиска и интеграции разнородных распределенных ЭОР 112
4.1. Концепция поиска и интеграции ЭОР в персонифицированные ЭОК 112
4.2. Метод поиска и интеграции разнородных распределенных ЭОР в персонифицированные электронные образовательные коллекции 114
4.3. Формальное описание семантического правила для параметризованного поиска электронных образовательных ресурсов по языку представления информации 116
4.4. Формальное описание семантических правил на онтологии для поиска ЭОР по целевым компетенциям 117
4.5. Формальное описание семантических правил для поиска ресурсов по уровню освоения целевых компетенций 119
4.6. Формальное описание семантических правил для поиска дополнительных ресурсов по множеству текущих компетенций обучаемого 121
4.7. Формальное описание семантического правила для построения логических связей между ЭОР 124
4.8. Методика построения персонифицированной электронной образовательной коллекции 126
4.9. Пример построения персонифицированной электронной образовательной коллекции по дисциплине «Основы программирования» 128
4.10. Основные результаты и выводы 136
Глава 5. Программно-информационный комплекс создания электронных образовательных коллекций 138
5.1. Архитектура программно-информационного комплекса. Аспекты реализации 138
5.2. Реализация программно-информационного комплекса для построения персонифицированных электронных образовательных коллекций 140
5.3. Процесс построения персонифицированных ЭОК с использованием программно-информационного комплекса 144
5.4. Пример построения персонифицированной ЭОК 145
5.5. Тестирование разработанного метода и программно-информационного комплекса 147
5.6. Основные результаты и выводы 153
Заключение 154
Литература
- Классификация образовательных ресурсов
- Схема управления образовательным контентом
- Постановка задачи построения персонифицированной электронной образовательной коллекции
- Формальное описание семантических правил на онтологии для поиска ЭОР по целевым компетенциям
Классификация образовательных ресурсов
Ресурсы данной группы (традиционные учебные и учебно-методические пособия и другие печатные издания, используемые в образовательном процессе) более привычны при традиционном, но также применяются и при дистанционном обучении. К недостаткам таких ресурсов можно отнести: бумажный носитель информации; большой срок издания и распространения; быстрое устаревание информации, особенно в технических областях; невозможность организации эффективного поиска информации. Хранилищами таких ресурсов являются традиционные библиотечные фонды, базирующиеся на использовании библиотечно-библиографических классификаций (УДК, ББК). Средства представления информации ограничены текстом, статическими иллюстрациями. При разработке таких пособий авторы ориентируются на определённый усреднённый уровень подготовки обучаемых. Таким образом, при использовании таких ресурсов затруднена адаптация материалов под индивидуальные характеристики обучаемых, изучение материалов по персональным траекториям ввиду отсутствия вариативных компонент, средств описания характеристик адаптации таких ресурсов и средств контроля процесса обучения.
Электронные образовательные ресурсы (ЭОР) представляют собой средства, представленные в электронном виде, призванные обеспечивать образовательный процесс, содержащие учебную информацию и (или) методику обучения [49]. ЭОР — понятие более общее, по сравнению с электронным учебным продуктом, подразумевающее не только законченное учебное пособие, но и ресурсы, которые находятся в различной стадии готовности.
К электронным учебным продуктам (ЭУП) относят продукты, представленные в электронном виде, содержащие систематизированные сведения научного и прикладного характера, изложенные в форме, удобной для изучения, и рассчитанные на учащихся разного возраста и степени обучения [49].
Электронное издание по ГОСТ 7.83-2001 - это электронный документ (группа электронных документов), прошедший редакционно-издательскую обработку, предназначенный для распространения в неизменном виде, имеющий выходные сведения. Электронный документ - документ на машиночитаемом носителе, для использования которого необходимы средства вычислительной техники [20].
Электронные ресурсы могут распространяться локально, по сетям или комбинированным способом. Они могут выполнять как самостоятельную дидактическую функцию в учебном процессе, как и традиционные учебные пособия, так и могут быть интегрированы в систему электронного обучения.
ГОСТ Р 52657-2006 предусматривает классификацию ЭОР по следующим признакам: целевой уровень образования (среднее профессиональное образование, высшее профессиональное образование, послевузовское профессиональное образование и т. д.), по форме обучения (очный, очно-заочный, заочный и др.), по тематике (в соответствии с ОК009, ОК007, ОК023 — физико-математические науки, техника и др.), по целевой аудитории (абитуриент, обучаемый, педагогический работник, менеджер, методист, научный работник, технический специалист), тип ресурса (учебный материал, задачник, лабораторный практикум, тест, контрольные вопросы, учебная программа, учебный план, план занятий, иллюстрация, статья, электронная библиотека, образовательный сайт и др.), по целевому назначению (научный, научно-популярный, учебный, справочный и др.), по функции, выполняемой в образовательном процессе (учебно-методический комплекс по дисциплине, учебная программа, конспект лекций, справочник, практикум, комплект тестовых заданий и др.), по степени дидактического обеспечения (по специальности, дисциплине, теме, части темы дисциплины), по виду образовательной деятельности (лекционное сопровождение, сопровождение практикумов, самостоятельная работа, для системы дистанционного обучения и др.), по характеру представления информации (мультимедийные, программные продукты, изобразительные, аудио, текстовые и др.), по степени интерактивности (активные, описательные, смешанные, неопределенные) и по степени соответствия действующим образовательным стандартам [22].
Под электронной образовательной коллекцией (ЭОК) будем понимать упорядоченное множество ЭОР, подобранных в соответствии с требованиями учебного процесса таким образом, что их успешное последовательное освоение обучаемым позволит достичь целевого уровня компетенций.
Электронные информационные ресурсы, в отличии от традиционных, обладают рядом преимуществ, позволяющих эффективно использовать их в образовательном процессе. В частности, в работе [45] среди таких преимуществ выделяют: - отсутствие содержательных и технологических ограничений, присущих традиционным ресурсам, что позволяет полноценно использовать новых и эффективных педагогических инструментов (интерактива, мультимедиа, моделинга и др.) с возможностью как локального распространения ресурсов, так и распространения в глобальных компьютерных сетях; - ввиду разнородности ресурсов по способу представления информации, целевому назначению, требованиям к уровню подготовки обучаемого становится возможным построение адаптивных систем обучения на основе индивидуальных образовательных траекторий обучаемых, учитывающих их уровень подготовки, цели обучения, особенности восприятия различного представления информации и другие характеристики; - неограниченный жизненный цикл систем, основанных на использовании таких ресурсов. Так как каждый учебный модуль автономен, а система открыта, то такие системы сами являются динамически расширяемыми образовательными ресурсами, не требующими существенной переработки при изменении содержательных или технических требований; - возможно неограниченное расширение таких систем как по мере получения новых знаний и расширения тем, так и использования новых педагогических методик или технических средств в новых вариативных ЭОР и другие.
Однако при использовании таких ресурсов в системах управления обучением и образовательным контентом актуальны проблемы их описания (характеристик, структуры (компонент, внутренних и внешних связей), семантики ресурсов, способа представления информации и способа доступа и др.) для автоматизированного поиска и последующего использования.
Схема управления образовательным контентом
Для решения задачи поиска ЭОР в сети Интернет традиционно используются поисковые системы общего назначения. Однако они не разрабатывались для поиска ЭОР и не учитывают связи информационных ресурсов с образовательными целями, требования для их изучения и другие особенности рассматриваемой предметной области.
Полнотекстовый метод поиска, используемый в традиционных поисковых системах для поиска текстовых документов на основе их индексирования, недостаточно эффективен для поиска образовательных ресурсов, т. к. не учитывает множество необходимых характеристик пользователя и ресурсов. Для использования в системах управления обучением поиск может быть ограничен множеством образовательных и научных ресурсов (например, поисковая система Google Scholar [99] позволяет проводить поиск по таким ресурсам, в том числе по печатным статьям, с аннотированием выходных данных и связей, образуемых цитированием), что повышает качество поиска, но также не учитывает характеристики ЭОР.
Более жёсткие ограничения на объекты поиска накладываются при поиске на основе метаданных в репозиториях [11], каталогах, ЭОР в которые добавляются и аннотируются неавтоматизированно ([9,26] и др.), что повышает качество результатов поиска, позволяют интегрировать ресурсы в коллекции по тематике в соответствии с запросом обучаемого, но также не учитывает множество существенных характеристик ресурсов, или делает процесс аннотирования трудоёмким при расширении набора аннотируемых свойств.
Методы адаптивного поиска на основе вероятностных моделей используют различные подходы к оценке вероятности того, что найденный образовательный ресурс способен повысить уровень целевых компетенций обучаемого. Функция полезности ресурса при этом имеет в качестве аргументов выраженные в численном виде предпочтения обучаемого и характеристики самих ресурсов. Для реализации такой функции используются нейронный сети, а также подходы, основанные на теореме Байеса [90]. При этом подход позволяет использовать механизмы самообучения системы в процессе ее работы, что снижает трудоемкость и повышает качество работы системы. Однако подход требует описания формализованных математических зависимостей и численных оценок характеристик, что усложняет его использование. Также затруднено модульность представления знаний и добавление новых ресурсов в связи с необходимостью пересчета коэффициентов.
Методы адаптивного поиска и интеграции электронных образовательных ресурсов с использованием графовых моделей и семантических сетей используют соответствующие модели для представления предметной области, при этом в случае использования семантических сетей возможно применение различных видов отношений между элементами предметной области (иерархические, семантические, задающие последовательность изучения и другие), что позволяет проводить не только поиск ЭОР с соблюдением соответствующих ограничений, но и интеграцию образовательных ресурсов за счет задания связей между ними в соответствии с описанной структурой предметной области, задание образовательных последовательностей на множестве целевых ресурсов. При этом возможна интеграция ресурсов в коллекции и образовательные последовательности за счёт использования информации о структуре курса, взаимосвязей его отдельных модулей.
При этом данные методы не позволяют использовать продукционные правила на семантической сети; в случае отсутствия отдельных ребёр графовые алгоритмы могут привести к некорректному результату; отсутствует модульность, что усложняет добавление новых элементов учебной дисциплины, их интеграцию с уже описанными элементами, а также описание междисциплинарных связей на таких моделях.
Данных недостатков лишены методы, использующие для поиска и интеграции образовательных ресурсов онтологические модели. Онтология [95,96,97,98] обладает всеми преимуществами моделей на основе семантических сетей, при этом включает в себя также семантические правила интерпретации, позволяющие использовать логический вывод на онтологии для получения новых знаний, выраженных построением новых отношений между концептами онтологии и отнесением описанных экземпляров классов к новым классам.
Так система БиГОР [3,43] позволяет создавать и использовать электронные образовательные ресурсы на основе модульного подхода и использования онтологий, однако последние в рамках системы ограничены тезаурусом предметной области и поиском единиц образовательного контента по используемым в них терминам тезауруса.
Таким образом, актуальна автоматизация процесса поиска ЭОР и интеграции их в ЭОР более высокого уровня в соответствии с характеристиками обучаемого — целями обучения (с учётом требований рабочих программ дисциплин), текущего уровня подготовки и иных индивидуальных требований к образовательному контенту.
Для решения данной задачи представляется перспективным использование онтологических моделей и метода поиска на основе онтологических моделей для описания и поиска ЭОР, что позволит описывать свойства объектов и субъектов образовательного процесса (обучаемого, предметной области учебной дисциплины, образовательных ресурсов). Также использование онтологий позволит автоматизировать процесс поиска ЭОР за счёт реализации логического вывода на онтологиях.
Постановка задачи построения персонифицированной электронной образовательной коллекции
На основе проведённого системного анализа и выявленной специфики предметной области, а также требований к модели представления знаний разработана интегрированная онтологическая модель представления знаний о предметной области для решения задачи построения персонифицированных электронных образовательных коллекций [40,41,44,108].
Для интеграции компонентов описания объектов и субъектов предметной области и отношений между ними разработана метаонтология построения электронных образовательных коллекций, специфицирующая множество онтологий и решающая задачу их согласования. Метаонтология включает в себя следующие онтологические модели:
1) модель предметной области учебной дисциплины, описывающая знания о получаемых в процессе изучения дисциплины компетенциях (знаний в виде концептов предметной области, навыках и умениях), а также зависимостях между ними;
2) модель электронного образовательного ресурса, описывающая знания об ЭОР (библиографические данные, охватываемые темы, уровень освоения, язык представления информации и др.);
3) модель профиля обучаемого, описывающая знания об обучаемом (имя, предпочитаемый язык, текущее и целевое поле знаний, включая уровень освоения — начальный и целевой);
4) модель электронной образовательной коллекции, описывающая знания о цели коллекции (параметры коллекции, знания об обучаемом, для которого она создавалась, множестве входящих в нее ресурсов и рекомендуемом порядке их изучения в виде связей между ресурсами), а также включающая в себя семантические правила для построения ЭОК на основе логического вывода.
Формальная модель метаонтологии имеет следующий вид: М= Ом, См, InstM , RM, їм , где М — метаонтологическая модель предметной области; OM ={ODD, OELR, OCOL, OL} - множество онтологических моделей, включенных в метаонтологию; ODD — онтологическая модель поля знаний; OELR - онтологическая модель ЭОР; OCOL — онтологическая модель электронной образовательной коллекции; OL — онтологическая модель профиля обучаемого; СM — множество концептов, СM=0; InstM — множество сущностей, InstM=0; RM - множество отношений метаонтологии; RM={rM1, rM2, rM3, rM4}; rM1 - отношение has «имеет»; rM2 отношение uses «использует»; rM3 - отношение includes «включает»; rM4 отношение is «является»; IM - множество правил интерпретации, IM= 0.
При задании онтологий используются общие концепты, которые достаточно определить в одной из онтологий, при этом они будут доступны из других онтологий, что позволит избежать избыточности описания объектов предметной области за счёт повторного использования уже определённых концептов. Также это позволит упростить семантические правила для поиска ЭОР и построения персонифицированных ЭОК. В таблице 3.1 приведён список концептов, используемых в различных онтологиях, и название онтологий, в которых они определены.
Онтологическая модель предметной области учебной дисциплины Онтологическая модель предметной области учебной дисциплины определена в виде (рисунок 3.2): ODD = CDD, InstDD, RDD, IDD , где CDD - конечное множество концептов онтологии поля знаний учебной дисциплины; CDD = {cDD1, cDD2, cDD3, cDD4, cDD5, cDD6, cDD7, cDD8, cDD9, cDD10, cDD11, cDD12}; cDD1 — класс DataDomain для определения предметной области учебной дисциплины; cDD2 - класс Competence для определения компетенций в рамках учебной дисциплины; cDD3 - класс Concept для определения концептов (терминов) предметной области учебной дисциплины, являющий подклассом класса cDD2; cDD4 — класс UCompetence для определения универсальных компетенций; cDD5 — класс PCompetence для определения профессиональных компетенцией; cDD6 — класс ONKCompetence для определения общенаучных компетенций; cDD7 — класс ICompetence для определения инструментальных компетенций; cDD8 — класс SLKCompetence для определения социально-личностных/общекультурных компетенций; cDD9 - класс Skill для определения навыков, получаемых в рамках предметной области учебной дисциплины, являющий подклассом класса cDD2; cDD10 - класс Ability для определения умений, получаемых в рамках предметной области учебной дисциплины, являющий подклассом класса cDD2; cDD11 - класс Language, определяющий язык представления информации в предметной области учебной дисциплины; cDD12 - класс Complexity для определения уровня освоения компетенций учебной дисциплины;
Формальное описание семантических правил на онтологии для поиска ЭОР по целевым компетенциям
На основании выполненной работы были получены следующие результаты:
1. Разработана интегрированная онтологическая модель представления знаний для построения персонифицированных электронных образовательных коллекций, включающая в себя: онтологическую модель предметной области учебной дисциплины для унифицированного представления семантической информации о концептах предметной области и отношениях между ними, компетенциях различных видов, их уровне освоения; онтологическую модель электронных образовательных ресурсов для унифицированного описания ЭОР с точки зрения компетентностных требований (знаний, навыков, умений) к результатам обучения студентов с возможностью построения репозиториев ЭОР; онтологическую модель профиля обучаемого для описания его параметров (целевых и начальных состояний обучаемого в виде набора компетенций, определённых через знания, навыки, умения, рассматриваемых в связи с онтологическими моделями предметных областей, формализованными описаниями требований образовательных программ к результатам обучения, а также описаниями учебных дисциплин и их элементов, в том числе учебно-методического обеспечения дисциплин; описание прочих личностных характеристик обучаемого (уровень освоения компетенций в данной предметной области, язык представления информации) для индивидуального и адаптивного выбора образовательных объектов из множества альтернатив и построения персонифицированных электронных образовательных коллекций для повышения эффективности изучения дисциплин; онтологическую модель персонифицированной электронной образовательной коллекции, описывающую множество ЭОР, отобранных с учётом профиля обучаемого, и связей между ними, задающих порядок изучения ЭОР, входящих в коллекцию, а также включающая в себе семантические правила для построения персонифицированных ЭОК.
Предложенные модели соответствуют поставленным в работе требованиям, позволяют описывать предметные области учебных дисциплин, профиль обучаемого, электронные образовательные ресурсы, персонифицированные образовательные коллекции, создавать репозитории предметных онтологий учебных дисциплин и электронных образовательных коллекций, проводить построение персонифицированных ЭОК. Модели инвариантны по отношению к предметной области учебной дисциплины.
2. На разработанной интегральной онтологической модели поставлена задача построения персонифицированных электронных образовательных коллекций, включающая в себя поиск множества ресурсов, связанных отношениями, соответствующих поисковому запросу Q (текущим компетенциям и параметрам адаптации), и доопределение этого множества ресурсами и отношениями, соответствующими целевым компетенциям. Такая постановка задачи обеспечивает построение релевантной персонифицированной коллекции, полностью покрывающей требуемые компетенции.
3. Разработана методика построения онтологической базы знаний на основе предложенной интегральной модели, позволяющая создавать БЗ, которая может использоваться в дальнейшем для автоматизированного построения персонифицированных ЭОК в выбранной предметной области для конкретной учебной дисциплины. 4. Рассмотрено использование предложенных модели и методики для создания онтологической базы знаний учебной дисциплины «Основы программирования». 112 Глава 4. Метод поиска и интеграции разнородных распределенных ЭОР 4.1. Концепция поиска и интеграции ЭОР в персонифицированные ЭОК На основе разработанной интегральной онтологической модели предложена концепция поиска разнородных распределенных ЭОР и их интеграции в персонифицированные ЭОК на основе логического вывода на онтологии [1]. Она включает в себя следующие этапы (рисунок 4.1): 1. На основе разработанной онтологии учебной дисциплины (1) создать онтологию предметной области конкретной учебной дисциплины (2). 2. Сохранить созданную онтологию в репозитории предметных онтологий учебных дисциплин для совместного доступа и повторного использования. 3. На основе разработанной онтологии ЭОР (4) и созданной онтологии конкретной учебной дисциплины (3) проаннотировать электронные образовательные ресурсы. 4. Сохранить аннотации в репозиторий ЭОР (5). 5. На основе разработанной онтологии профиля обучаемого (7) и онтологии конкретной учебной дисциплины (6) создать профиль обучаемого (8). Текущие и целевые компетенции могут задаваться как самим обучаемым, так и на основе истории взаимодействия обучаемого с системой в процессе обучения и оценки результатов. 6. На основе разработанной онтологии ЭОК (12), созданных онтологии конкретной учебной дисциплины (9), репозитория ЭОР (10), профиля обучаемого (11), создать персонифицированную ЭОК (13). 7. Использовать созданную ЭОК (15), интегрирующую образовательные ресурсы (14), в учебном процессе.
Этапы 1-5 выполняются с использованием редактора онтологий или специализированного программного обеспечения. Этап 6 выполняется с использованием семантических правил для логического вывода на онтологии и машины логического вывода.
Онтологические модели используют общие домены концептов для описания субъектов и объектов образовательного процесса. Онтология ЭОК включает семантические правила для реализации логического вывода на онтологии для построения персонифицированных ЭОК.
Семантические правила — это правила, определяющие свойства, приписываемые различным конструкциям для однозначного их толкования с целью определения соответствующей последовательности этапов переработки информации.
