Содержание к диссертации
Введение
Глава I. Обзор литературы по теме исследования 7
1.1 Теоретические основы процесса обучения 7
1.1.1 Обучение как вид деятельности 7
1.1.2 Уровни усвоения знаний 9
1.1.3 Деятельностный подход к обучению 13
1.1.4 Дидактические принципы компьютерного обучения 18
1.1.5 Обратная связь 21
1.2 Классификация обучающих систем 24
1.2.1 Классификация, предложенная П.Брусиловским 24
1.2.2 Инструментальные оболочки и конечные курсы 30
1.3 Анализ известных обучающих систем 31
Глава 2. Символьные преобразования математических выражений 34
2.1 Внутреннее представление математических выражений 35
2.2 Стандартный вид бинарных деревьев 41
2.3 Неформальное описание алгоритма символьных преобразований 46
2.4 Требования к алгоритму символьных преобразований 49
2.5 Алгоритм символьных преобразований 55
Глава 3. Принципы разработки обучающих систем 61
3.1 Структура ЭОС "Formula Tutor" 61
3.2 Хранилище объектов предметной области 63
3.3 Продукционная база знаний 69
3.4 Грамматика для генерации заданий 73
3.5 Генератор заданий 77
3.6 Шаблоны заданий 87
Заключение 91
Библиография 93
Приложения 98
- Деятельностный подход к обучению
- Классификация, предложенная П.Брусиловским
- Внутреннее представление математических выражений
- Хранилище объектов предметной области
Введение к работе
Анализируя развитие государств, которые принято относить к передовым, нетрудно предположить, что в экономической сфере XXI век будет ознаменован "экономикой знаний". Уже сейчас понятно, что роль любого государства в мире определяется не столько природными, сколько интеллектуальными ресурсами [Ml]. Таким образом, подготовка высокообразованных специалистов приобретает все более важное значение. Однако ситуация в сфере образования далека от идеальной. Причем это относится не только к нашей стране [В 1], но и к странам с более стабильной и успешной экономикой [Ш]. Проблема современного образования состоит в том, что оно на протяжении многих лет оставалось неизменным на фоне стремительных изменений в других сферах деятельности современного общества, эволюция образования отстает от эволюции общества [Ш].
Одним из способов решения возникших проблем образования является вовлечение в образовательный процесс различных технических средств, и в первую очередь использование компьютерного обучения [П2].
Использование компьютерных обучающих систем предоставляет следующие возможности:
использование изобразительных возможностей, позволяющих сделать содержимое более наглядным, понятным, занимательным;
возможность снабдить учебный материал динамическими рисунками, использование которых позволяет учащемуся экспериментировать, рассматривать изучаемое явление с разных сторон;
возможность моделировать;
возможность быстро и эффективно тестировать или каким-либо другим образом проверять знания учащихся;
возможность организовывать самостоятельную работу учащихся в удобном для них темпе, давать подсказки, справки и многое другое;
использование гипертекстовых ссылок, позволяющее мгновенно отыскать нужное понятие, в считанные доли секунды "перелистать" многие страницы изучаемого текста;
организовать виртуальную лабораторную работу, которую по тем или иным причинам невозможно провести в реальной обстановке;
8. осуществлять индивидуальный подход к обучаемому.
Исследования в области обучающих систем являются в настоящее
время чрезвычайно популярным и интенсивно развивающимся видом научной деятельности. На наш взгляд на это есть две причины. Во-первых, это интерес к использованию на практике технологий искусственного интеллекта, всегда существовавший в академической среде. Во-вторых, бурное развитие Internet-технологий, предоставившее разработчикам обучающих систем новые мощные средства разработки, которых не существовало раньше. Такая популярность этой области научных исследований привела к тому, что в настоящее время существует большое количество научных трудов по данной теме, разработаны десятки обучающих систем. Однако, несмотря на такое обилие информации и достаточно большое число разработанных систем, эту область знаний нельзя назвать полностью исследованной. Действительно, проведены исчерпывающие исследования процесса обучения, но касаются они в основном теоретических аспектов и мало помогают в разработке реальных обучающих систем. Большинство обучающих систем, разработанных в академической среде, - это типичные "лабораторные" системы, никогда не использовавшиеся в реальном процессе обучения. Остальные, такие как AHA и ELM-ART использовались для проведения в нескольких относительно небольших занятиях. Коммерческие обучающие системы являются, по сути, гипертекстовыми документами и не могут претендовать на то, чтобы называться полноценными обучающими системами.
Целью данной работы является разработка технологии создания обучающих систем, которые предполагается использовать при обучении
дисциплинам, связанным с символьными преобразованиями математических выражений. Кроме того, данная технология должна позволять создавать оболочки обучающих систем, то есть пользователи таких систем должны получить возможность создавать собственные обучающие курсы и изменять имеющиеся.
Первая глава диссертации посвящена обзору литературы по теме исследования. В первом разделе описываются теоретические основы процесса обучения и особенности этого процесса при его автоматизации. В данном разделе показана важность построения процесса обучения на основе деятельностной модели обучения. Далее рассматриваются дидактические принципы обучения и то, как эти принципы трансформируются при переходе к компьютерному обучению. Особое внимание уделено диалогу обучаемого и обучающей системы. Второй раздел главы посвящен обзору работ, связанных с обучающими системами. В нем рассмотрена классификация обучающих систем, предложенная Питером Брусиловским и основанная на технологиях, используемых при разработке обучающих систем. В процессе описания классификации приводится и обзор самих технологий. Приведен также еще один способ классификации, построенный на том, какие инструментальные средства система предоставляет своим пользователям. В главе приведены примеры обучающих систем и проанализированы их слабые и сильные стороны (AHA, семейство ELM, ADE, VET, WITS, CyberProf, WLEM), более подробное описание систем приведено в приложении 1. В заключение приводится краткое описание построенной на изложенных в диссертации принципах экспертно-обучающей системы (ЭОС) "Formula Tutor".
Основное содержание выполненного диссертационного исследования представлено во второй и третьей главах. Во второй главе приведено описание моделей и алгоритмов символьных преобразований математических выражений. Рассмотрено представление математических выражений в виде бинарных деревьев, метод построения таких деревьев,
алгоритмы их сравнения и преобразования, приведено описание стандартного вида бинарных деревьев и алгоритмы преобразования деревьев к стандартному виду. Задание набора символьных преобразований осуществляется с помощью шаблонов символьных преобразований, также рассмотренных в этой главе.
В третьей главе описывается технология разработки обучающих систем, ориентированных на обучение точным дисциплинам. Изложение технологии ведется на примере их использования в ЭОС "Formula Tutor". Каждый раздел главы соответствует одному из компонентов системы, при этом каждый раздел содержит теоретический материал, на основе которого строился данный компонент, а также описание программной реализации данного компонента в виде диаграмм UML (Unified modeling language -Унифицированный язык моделирования) и их неформального текстового описания.
В заключении сформулированы основные результаты, а также возможные пути дальнейшего развития разработанных методик.
Деятельностный подход к обучению
Если под усвоением понимать не спонтанный процесс овладения знаниями, умениями и навыками, а целенаправленное их формирование в процессе специально организованной познавательной деятельности, то следует признать, что управлять этим процессом - значит умело воздействовать на психологические особенности учащихся [Е1]. Чаще всего основным критерием эффективности при изучении какой-либо темы или раздела курса служит общая результативность усвоения, выраженная в оценках знаний, умений и навыков обучаемых. Однако один и тот же результат усвоения может быть достигнут за счет двух различных видов познавательной деятельности обучаемых. Первый вид деятельности ориентирован на четкое запоминание с последующим воспроизведением учебной информации. Второй рассчитан на то, что обучаемые будут самостоятельно добывать знания, перестраивая ранее полученную информацию и осуществляя перенос усвоенного на решение новых неизвестных им задач.
Анализ ключевых категорий теории учебной деятельности показывает, что усвоение содержания обучения и развитие ученика происходит не путем передачи ему извне некоторой информации, а в процессе самостоятельного осуществления им полного цикла учебно-познавательной деятельности. Знания приобретаются и проявляются только в деятельности, за умениями и навыками всегда стоит действие с определенными характеристиками; результат учебной деятельности - развитие ученика, качественные изменения в его психике. С точки зрения основополагающего принципа в отечественной психологии - единства сознания и деятельности — чтобы научить учащихся учиться, надо дать им знания того, как рационально организовать и осуществить свою учебную деятельность и предоставить возможность применить эти знания на практике [Е2]. Как отмечает Н.Ф.Талызина: знания - всегда продукт тех или иных познавательных действий, и управление процессом усвоения знаний возможно только через управление познавательной деятельностью обучаемых. Своеобразие отношений знаний и деятельности состоит в том, что, с одной стороны, характер познавательной деятельности решающим образом влияет на качество знаний, с другой - необходимая познавательная деятельность в большинстве случаев сама должна строиться и совершенствоваться в ходе усвоения знаний [ТІ].
Овладев приемами познавательной деятельности, ученик может затем самостоятельно применять их в условиях, не заданных обучением, перестраивать по собственной инициативе, находить новые приемы, использовать их при решении задач. Все это повышает интерес к учению, делает его более увлекательным, приводит к продуктивным результатам, что, несомненно, влияет на формирование личности ученика: качества его ума, потребности в овладении знаниями, стремление к их практическому использованию.
При определенной организации обучения учебная деятельность осуществляется как исследовательская, разница заключается лишь в том, что теоретико-научная деятельность приводит, как правило, к открытию объективно нового знания, в ходе учебной деятельности ученик открывает для себя то, что ему ранее не было известно, но ставшее уже основой, фундаментом науки. При этом усвоение знаний сохраняет все черты поисковой, исследовательской деятельности, где, наряду с воспроизведением знаний, накопленных ранее, огромную роль играет интуиция, сообразительность, смекалка, умение быстро схватывать основное содержание, рассматривать его под разным углом зрения, использовать одно и то же знание в разных ситуациях и разных системах понятий.
Функция учебной деятельности не сводится только к овладению теоретическими знаниями, она в равной мере призвана обеспечивать формирование у ученика практических умений и навыков, поскольку без широкой опоры на практические действия сами теоретические знания не могут быть правильно усвоены и использованы [Е1].
Основным структурным компонентом учебной деятельности является учебная задача. Учебная задача - это переформулированная обобщенная цель учебной деятельности, поставленная перед учащимися в виде обобщенного учебного задания. Решая ее, учащиеся овладевают соответствующими знаниями и умениями, развивают свои личностные качества, направленные на "умение учиться", т.е. достигают поставленной цели. Учебные задания выполняются при решении конкретных предметных задач и, таким образом, представляют собой синтез предметной задачи и учебной цели. Роль постановки учебной задачи в усвоении знаний состоит в том, что учащиеся усваивают общие способы работы с материалом и распространяют их на решение тех задач, где эти способы применимы, причем овладение этими приемами выступает как основная цель учебной деятельности [El, Е2].
В работах [Б2, К2] показано, что выработка у учащихся обобщенных приемов учебной работы приводит к значительным сдвигам в их умственном развитии. Усвоив эти приемы, учащиеся начинают самостоятельно их использовать, перестраивать по собственной инициативе, находить новые, анализировать способы и средства, необходимые для достижения полученных результатов, что закономерно приводит к качественно более высокому уровню организации учебной деятельности.
Усвоение знаний и выполнение умственных операций есть единый процесс, вне интеллектуальной деятельности нет усвоения. Любые учебные действия осуществляются с помощью умственных операций. Но любые учебные действия формируются сначала как внешние, развернутые практические действия и лишь затем переходят "вовнутрь", становясь собственно интеллектуальными. Чтобы переход был правильным, эффективным, необходимо в процессе обучения специально организовывать эти внешние (предметные) действия и добиваться их превращения в интеллектуальные с заданными качествами [Г2]. Выделение этих действий, описание и создание условий по овладению ими - это основной путь, позволяющий формировать учебную деятельность и ее средствами обеспечивать умственное развитие учащихся.
Формирование приемов учебной работы как средств усвоения обеспечивает в структуре учебной деятельности становление таких важнейших компонентов, как контроль и оценка результатов деятельности, способов их достижения. Вначале ученики, проверяя и оценивая результаты своей работы, ориентируются в основном на требования учителя, на выставляемую им отметку. Постепенно, по мере овладения приемами учебной работы, они начинают самостоятельно строить свои ученые действия, могут контролировать не только конечный результат своей работы, но и ее отдельные этапы, корригировать последующие действия с учетом предыдущих, планировать ход их выполнения, оценивать уже выполненные действия в системе других.
Классификация, предложенная П.Брусиловским
Систематизация и классификация обучающих систем была проведена Питером Брусиловским [В7]. Он также предложил классификацию технологий, используемых в обучающих системах [В2]. Эта классификация приведена на рис 1.1.
Представленные технологии можно разделить по времени их возникновения. Первая группа - технологии интеллектуальных обучающих систем, имеет более раннее происхождение. Вторая группа появилась сравнительно недавно и связана с развитием Internet. К технологиям интеллектуальных обучающих систем относятся: построение последовательности курса обучения и поддержка в решении задач. Технология построения последовательности курса обучения предназначена для обеспечения обучаемого наиболее подходящей, индивидуально спланированной последовательностью блоков знаний для изучения и последовательностью учебных заданий для выполнения. Она способствует быстрому усвоению материала обучаемым. Существует два вида построения последовательностей: активное и пассивное. Активное построение последовательности подразумевает наличие цели обучения (подмножество понятий сферы обучения или тем, которыми надо овладеть). Системы с активной последовательностью могут построить лучший индивидуальный путь для достижения цели. Пассивная последовательность (которая также называется корректировкой) не требует активной цели обучения. Она начинает действовать, когда обучаемый не способен выполнить поставленное задание. Ее цель — представить обучаемому учебный материал, опираясь на который обучаемый сможет выполнить задание.
В системах с активной последовательностью различают системы с жесткой и приспосабливаемой целью обучения. Большинство обучающих систем построено таким образом, что после успешного завершения работы с ними обучаемый усваивает весь учебный материал, содержащийся в системе. Существуют также системы с приспосабливаемой целью, позволяющие преподавателю или обучаемому выбирать некоторое подмножество учебного материала в качестве цели обучения. В большинстве систем с активными последовательностями можно выделить два уровня последовательностей: высокий и низкий. Последовательность высокого уровня определяет следующую подцель заучивания: следующее понятие, набор понятий, тему или урок, которые необходимо изучить. Последовательность низкого уровня определяет следующее учебное задание (задачу, пример, тест) внутри текущей подцели.
На протяжении многих лет поддержка в решении задач рассматривалась как основная обязанность обучающих систем. П. Брусиловский выделяет три технологии поддержки в решении задач: интеллектуальный анализ решений обучаемого, интерактивная поддержка в решении задач и поддержка в решении задач на примерах.
Интеллектуальный анализ решений обучаемого имеет дело с конечными ответами обучаемого, как были получены эти ответы - неважно. Чтобы считаться интеллектуальным, анализатор решений должен определить: верно решение или нет, найти, что конкретно неправильно или неполно, и, возможно, определить, какие недостающие или неправильные знания могут быть ответственны за ошибку. Интеллектуальные анализаторы могут предоставлять обучаемым далеко идущую обратную связь и обновлять модель обучаемого. Примером использования такой технологии могут служить системы WITS и CyberProf [Ol, 02, F1,A3].
Интерактивная поддержка в решении задач - более современная и более мощная технология. Вместо ожидания окончательного решения эта технология предоставляет обучаемому интеллектуальную помощь на каждом этапе решения задачи. Уровень помощи может быть разным: от оповещения о неправильно сделанном шаге до выдачи совета и выполнения следующего шага за обучаемого. Системы (часто называемые интерактивными тренажерами), в которых реализуется эта технология, могут наблюдать за действиями обучаемого, понимать их и использовать это понимание для предоставления помощи и обновления модели обучаемого. Такую технологию реализуют системы VET и ADE [J1,J2,J3,J4]. Технология поддержки в решении задач на примерах — самая новая. Эта технология помогает обучаемым решать новые задачи, не выделяя их ошибки, а предлагая примеры успешного решения схожих задач из их более раннего опыта (это могут быть примеры, объясненные системой обучаемому, или задачи, решенные обучаемым ранее). Такую технологию реализуют системы семейства ELM [B3,B4,B5,S1].
Адаптивная гипермедиа - это относительно новая область исследований [В6]. Системы адаптивной гипермедиа применяют различные виды моделей пользователя для приспосабливания содержимого и ссылок страниц гипермедиа для него. Можно выделить две основные технологии в адаптивной гипермедиа: адаптивное представление и адаптивная поддержка в навигации. Некоторое количество однопользовательских (т.е. несетевых) адаптивных обучающих гипермедиа систем было создано между 1990 и 1996 годами, однако наиболее интенсивное развитие гипермедиа систем (сетевых) связано с развитием Internet.
Цель технологии адаптивной поддержки в навигации - поддержка обучаемого в ориентации и навигации в гиперпространстве посредством изменения внешнего вида ссылок. Ее задача - та же, что и у технологии построения последовательности курса обучения: обеспечение обучаемого наиболее подходящей, индивидуально спланированной последовательностью блоков знаний для заучивания и последовательностью учебных заданий для выполнения. Тремя наиболее популярными путями реализации технологии адаптивной поддержки в навигации являются: прямое руководство, адаптивное помечивание ссылок и адаптивное сокрытие ссылок.
Внутреннее представление математических выражений
Кроме классификации обучающих систем, предложенной Питером Брусиловским и основанной на технологиях, используемых при реализации обучающих систем, существует классификация, основанная на том, какие инструментальные средства система предоставляет преподавателю. Система может иметь некоторый набор встроенных обучающих курсов, при этом у преподавателя практически отсутствуют или значительно ограничены средства влияния на процесс обучения. Как правило, такие средства ограничиваются возможностью выбора конкретного курса для обучаемого, уровнем детальности предоставляемой обучаемому информации и уровнем сложности заданий, формируемых системой обучаемому. Для внесения даже самых незначительных изменений в обучающий курс требуется привлечение разработчиков системы, которые, используя инструментальные средства, применявшиеся при разработке системы, вносят требуемые изменения. Такие системы называют просто обучающими системами или конечными обучающими курсами. Примерами таких систем являются системы семейства ELM, системы ADE, VET и WITS.
Кроме конечных обучающих курсов существуют еще оболочки обучающих систем, или, как их еще называют, инструментальные оболочки. Такие системы предоставляют преподавателям более широкий спектр возможностей, начиная от изменения уже имеющихся обучающих курсов до создания собственных. Необходимо отметить, что создание и изменение курсов производится исключительно средствами, предоставляемыми самой системой, без привлечения инструментальных средств разработки обучающей системы и внесения изменений в саму систему. Примерами инструментальных оболочек являются системы AHA и CyberProf.
Необходимо отметить, что и конечные курсы, и инструментальные оболочки имеют как свои преимущества, так и недостатки. Конечные курсы гораздо проще разрабатывать, но они не обладают достаточной гибкостью. Инструментальные оболочки достаточно гибки, но при их создании используются обобщенные алгоритмы, разработка которых сама по себе чрезвычайно сложна. Кроме того, использование обобщенных алгоритмов может привести к потере информации, специфичной для некоторой предметной области.
В процессе работы над диссертацией были рассмотрены материалы по следующим обучающим системам: ELM-РЕ, ELM-ART, ELM-ART II, ADE, VET, WITS, CyberProf, AHA, WLEM. Подробное их описание приведено в приложении 1, в данном разделе подчеркиваются слабые и сильные стороны каждой из систем, делается вывод о том, какие свойства указанных систем могут быть полезны при реализации других систем, а каких следует избегать.
Среди рассмотренных систем система ELM-ART II прошла наиболее долгий процесс эволюции, если учитывать ее предшественников - системы ELM-ART и ELM-РЕ. И, по мнению автора, структура представления обучающего курса в данной системе является наиболее удачной. По видимому, такую систему представления курса (учебная информация представляется в виде адаптивной гипермедиа и сопровождается контрольными вопросами и упражнениями) можно считать канонической.
Среди рассмотренных систем только три - WITS, CyberProf и WLEM -предназначены для обучения точным дисциплинам, и только две из этих систем (CyberProf и WLEM) являются инструментальными оболочками.
К достоинствам системы WITS можно отнести гибкую стратегию работы с обучаемым: адаптация к его уровню знаний, генерация индивидуальных сообщений для обучаемого и т.д. Также достоинством являются развитые средства анализа ответа обучаемого. Однако эффективность использования средств анализа ответа обучаемого снижает применение метода меню для получения ответа обучаемого. Действительно, обучаемый может неверно решить поставленное задание, получить неправильный ответ, не найти данного ответа среди вариантов, предложенных системой, и выбрать, на его взгляд, наиболее подходящий. Информация о знаниях учащегося, полученная при анализе такого ответа, вряд ли будет достоверной. По мнению автора, использование метода меню, для получения ответа обучаемого вообще является слабым местом данной системы. На наш взгляд, обучаемому должна быть предоставлена свобода в конструировании ответа, поэтому ответ обучаемого должен быть представлен в виде строки символов.
Использование в системе WLEM математического пакета Mathematica является одновременно и положительным, и отрицательным фактором. С одной стороны, разработчикам системы не понадобилось создавать собственную реализацию математических операций, вместо этого они использовали пакет Mathematica, уже реализованный и оттестированный, что позволило существенно сократить расходы на разработку системы и повысить ее надежность. Использование пакета Mathematica дает разработчикам обучающих курсов мощный инструмент для создания курсов по самым разным разделам математики. С другой стороны пакет Mathematica рассчитан на проведение математических расчетов, а не на обучение, в связи с этим данная система не может оказать помощь обучаемому, если он затрудняется с ответом, и указать обучаемому допущенную им ошибку.
Система CyberProf обладает многими положительными качествами, о которых говорилось в разделе, описывающем систему. К недостаткам можно отнести слабые средства генерации задания обучаемому. Использование алгоритма генерации задания, в котором случайным образом генерируются только численные значения, не позволяет создавать обучающие курсы по таким дисциплинам, как, например, математический анализ.
Система AHA позволяет адаптировать информацию к уровню знаний обучаемого, это является ее сильной стороной. Недостатком же является полное отсутствие средств контроля усвоения знаний обучаемым. Хотя система и разрабатывалась для создания адаптации на сайте, основываясь на том, какие страницы обучаемый посетил, однако элементарные средства контроля (например, статические контрольные вопросы) могли бы быть в нее включены. В противном случае система рискует создать адаптацию на сайте, неадекватную текущему уровню знаний обучаемого.
Хранилище объектов предметной области
Хранилище объектов предметной области используется для описания объектов предметной области. Информация об объекте состоит из следующих элементов: имени объекта и списка полей. Каждое поле из списка имеет имя, тип и область допустимых значений. Объекты предметной области могут быть производными от других объектов, в этом случае они наследуют все поля своего базового объекта, а также объект может выступать в качестве поля другого объекта.
Продукционная база знаний позволяет моделировать логические рассуждения, на ее основе происходит генерация заданий.
Грамматика для генерации заданий необходима для генерации математических выражений. Она позволяет для каждого обучаемого генерировать индивидуальное математическое выражение. Правила грамматики описываются так же, как и правила формальной грамматики. Кроме того, в правилах грамматики для генерации заданий в качестве терминальных символов могут выступать поля объектов из хранилища предметной области. Это позволяет генерировать формулы, содержащие элементы из некоторого множества.
Как ранее было отмечено, генерация задания производится на основе продукционной базы знаний. Однако правила продукционной базы написаны на формальном языке. Поэтому обучаемому будет тяжело воспринимать задания, построенные только на основе базы знаний. Для решения этой проблемы используются шаблоны заданий. Сопоставляя задание, сгенерированное на основе продукционной базы знаний, и шаблоны заданий, система преобразует задание в привычный обучаемому вид.
Адаптивная система хранит информацию о том, насколько успешно обучаемый решает поставленные системой задания, в использовании каких правил и формул допускает ошибки и т. д. Это позволяет системе адаптироваться к текущему уровню знаний обучаемого и предлагать ему задания, соответствующие этому уровню. Назначение преобразователя математических выражений - выполнять символьные преобразования математических выражений по заданным формулам. В системе этот модуль выполняет две функции. Во-первых, он осуществляет преобразование формул, порожденных грамматикой для генерации заданий. Эти формулы являются частью задания, и при выполнении преобразования осуществляется решение этого задания. Во-вторых, преобразователь математических выражений осуществляет преобразование ответов, полученных системой и обучаемым, к стандартному виду. Поскольку математические выражения могут быть представлены различными семантически эквивалентными выражениями, необходимо, прежде чем сравнивать два математических выражения, привести их к стандартному виду. Отметим, что при выполнении преобразований выражения, порожденного грамматикой для генерации заданий, и при преобразовании ответов модуль параметризуется различными наборами формул, по которым осуществляется преобразование.
Функция объясняющего компонента - помогать обучаемому, если он не может решить задачу. Анализатор ответа обучаемого призван помочь обучаемому в поиске ошибки, возникшей в ходе решения задания.
Хранилище объектов предметной области Как уже отмечалось, хранилище объектов предметной области предназначено для хранения объектов предметной области. Каждый объект предметной области имеет имя, являющееся его идентификатором. Имя объекта должно быть уникальным, поскольку через имя осуществляется доступ к этому объекту. Объект характеризуется набором полей. Каждое поле имеет имя, являющееся его идентификатором, имя должно быть уникальным в пределах данного объекта. Кроме того, каждое поле имеет тип и список допустимых значений.
Список допустимых значений зависит от типа поля. Так, для численных значений список допустимых значений может быть задан в виде некоторого диапазона, или в виде списка значений, если данное поле может принимать только дискретные значения. Для строкового типа список допустимых значений состоит из перечисления строк символов. Поле типа Object в качестве списка допустимых значений содержит имя объекта, на которое ссылается данное поле.
Объект может быть производным от другого объекта, в этом случае он наследует все поля своего предка. Очевидно, что унаследованные поля сохраняют имя, тип и список допустимых значений, при этом имя и тип поля не могут быть изменены, а список допустимых значений может быть разве что сужен. Данное требование основывается на том, что базовый объект представляет менее детализированное описание объекта предметной области (фактически такое описание является описанием целого класса объектов), в то время как производный - более детальное описание (такое описание соответствует описанию более узкого класса объектов). Производный объект также может иметь поля, отсутствующие в базовом, поскольку наличие у объекта дополнительных полей соответствует более детальному описанию объекта.
