Содержание к диссертации
Введение
1 МЕТОДИЧЕСКИЕ ПРИНЦИПЫ ПРОЕКТИРОВАНИЯ ЭКСПЕРТНЫХ ОБУЧАЮЩИХ СИСТЕМ 11
1.1. Классификация и основные направления использования экспертных систем в обучении
1.2. Архитектура экспертной обучающей системы 28
1.3. Методика проектирования экспертных обучающих систем 39
1.3.1. Этапы создания экспертной обучающей системы 39
1.3.2. Особенности организации диалога в экспертных обучающих сие- 63 темах
ВЫВОДЫ К ГЛАВЕ 1 71
2. РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ ДЛЯ КУРСА «ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИНФОРМАТИКИ»72
2.1. Идентификация и концептуализация предметной области дисциплины «Теоретические основы информатики» - 72
2.1.1. Предметная область «Теоретические основы информатики» в стандартах подготовки учителя информатики 75
2.1.2. Предметная область «Теоретические основы информатики» в школьной информатике 77
2.2. Формирование терминологического словаря предметной области «Теоретические основы информатики»81
2.3. Экспертная обучающая система для курса «Теоретические основы информатики»- 87
2.3.1. Структура и назначение системы 88
2.3.2. Программная реализация составных частей системы 90
2.3.3. Методика работы с системой 97
ВЫВОДЫ К ГЛАВЕ 2 103
3. ПЕДАГОГИЧЕСКИЙ ЭКСПЕРИМЕНТ ПО ОПРОБАЦИИ РАЗРАБОТАННОЙ МЕТОДИКИ
3.1. Подготовка и планирование эксперимента 104
3.2. Выбор критериев оценки эффективности 108
3.3. Результаты эксперимента 115
ВЫВОДЫ К ГЛАВЕ 3 119 З
АКЛЮЧЕНИЕ 121
ЛИТЕРАТУРА 124
ПРИЛОЖЕНИЕ 1. Тематический план по дисциплине «Теоретические основы информатики» для специальностей «Информатика» и «Физика и информатика»
ПРИЛОЖЕНИЕ 2. Тематический план по дисциплине «Теоретические основы информатики» для учащихся средних школ- 143
ПРИЛОЖЕНИЕ 3. Терминологический словарь предметной области «Теоретические основы информатики» 145
ПРИЛОЖЕНИЕ 4. Таблицы результатов эксперимента 156
- Классификация и основные направления использования экспертных систем в обучении
- Идентификация и концептуализация предметной области дисциплины «Теоретические основы информатики»
- Подготовка и планирование эксперимента
Классификация и основные направления использования экспертных систем в обучении
Основными проблемами искусственного интеллекта являются представление и обработка знаний. Решение этих проблем состоит как в разработке эффективных моделей представления знаний, методов получения новых знаний, так и в создании программ, устройств, реализующих эти модели и методы.
Элементы искусственного интеллекта находят широкое применение для создания интеллектуальных программных средств ЭВМ, АСУ, систем автоматизации проектирования (САПР), информационно-поисковых систем (ИПС), систем управления базами данных (СУБД), систем поддержки принятия решений (СППР), где позволяют повысить уровень интеллектуальности создаваемых информационных систем [28, 87,100,119,128, 135,148,151,161].
В течение последнего десятилетия в рамках исследований по искусственному интеллекту сформировалось самостоятельное направление - экспертные системы (ЭС) или инженерия знаний. В задачу этого направления входят исследования и разработка программ (устройств), использующих знания и процедуры вывода для решения задач, являющихся трудными для людей-экспертов [145,157,158,160].
Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области. Достоинство применения экспертных систем заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний. Причем решение задач предполагается осуществлять в условиях неполноты, недостоверности, многозначности исходной информации и качественных оценок процессов.
Экспертная система является инструментом, усиливающим интеллектуальные способности эксперта, и может выполнять следующие роли:
консультанта для неопытных или непрофессиональных пользователей;
ассистента в связи с необходимостью анализа экспертом различных вариантов принятия решений;
партнера эксперта по вопросам, относящимся к источникам знаний из смежных областей деятельности.
Экспертные системы можно классифицировать следующим образом:
По способу формирования решения экспертные системы разделяются на два класса: аналитические и синтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив (определение характеристик объектов), а синтетические системы - генерацию неизвестных решений (формирование объектов).
По способу учета временного признака экспертные системы могут быть статическими или динамическими. Статические системы решают задачи при неизменяемых в процессе решения данных и знаниях, динамические системы допускают такие изменения. Статические системы осуществляют монотонное непрерываемое решение задачи от ввода исходных данных до конечного результата, динамические системы предусматривают возможность пересмотра в процессе решения полученных ранее результатов и данных.
По видам используемых данных и знаний экспертные системы классифицируются на системы с детерминированными (четко определенными) знаниями и неопределенными знаниями. Под неопределенностью знаний (данных) понимается их неполнота (отсутствие), недостоверность (неточность измерения), двусмысленность (многозначность понятий), нечеткость (качественная оценка вместо количественной).
По числу используемых источников знаний экспертные системы могут быть построены с использованием одного или множества источников знаний.
Источники знаний могут быть альтернативными (множество миров) или дополняющими друг друга (кооперирующими).
Рассмотрим более подробно некоторые классы экспертных систем.
Классифицирующие экспертные системы. К аналитическим задачам, прежде всего, относятся задачи распознавания различных ситуаций, когда по набору заданных признаков (факторов) выявляется сущность некоторой ситуации, в зависимости от которой выбирается определенная последовательность действий. Таким образом, в соответствии с исходными условиями среди альтернативных решений находится одно, наилучшим образом удовлетворяющее поставленной цели и ограничениям.
Экспертные системы, решающие задачи распознавания ситуаций, называются классифицирующими, поскольку определяют принадлежность анализируемой ситуации к некоторому классу. В качестве основного метода формирования решений используется метод логического дедуктивного вывода от общего к частному, когда путем подстановки исходных данных в некоторую совокупность взаимосвязанных общих утверждений получается частное заключение.
Доопределяющие экспертные системы. Более сложный тип аналитических задач представляют задачи, которые решаются на основе неопределенных исходных данных и применяемых знаний. В этом случае экспертная система должна как бы доопределять недостающие знания, а в пространстве решений может получаться несколько возможных решений с различной вероятностью или уверенностью в необходимости их выполнения. В качестве методов работы с неопределенностями могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика.
Идентификация и концептуализация предметной области дисциплины «Теоретические основы информатики»
Современный учитель информатики работает в условиях существенного изменения всех компонентов системы обучения информатике в школе. Разрабатываются нормативные документы, ведется активная дискуссия, обсуждаются состояние и перспективы школьного курса информатики. Учитель, получающий диплом сегодня, должен быть готов к реализации широкого крута вариантов и уровней образования в будущем.
Многие исследователи, связывая эффективность учебного процесса и уровень результатов обучения школьников с профессиональной подготовкой учителей, говорят о необходимости ее совершенствования. Они указывают на ряд недостатков такой подготовки, среди которых - преобладание программистской и пользовательской направленности в ущерб теоретической, общенаучной составляющей [24,25,34,44,49,56,91,93,95,101,102].
Такое состояние дел требует улучшения качества подготовки учителей информатики. На это направлены исследования, выполненные Э. И. Кузнецовым, М. П. Лапчиком, С. А. Ждановым, М. В. Швецким, И. А. Румянцевым, В.А. Извозчиковым, В. А. Пугачем и другими. Речь идет о формировании нового подхода к пониманию целей обучения информатике, связанного с выделением общеобразовательных функций курса, его потенциальных возможностей в решении общих задач обучения, воспитания и развития школьников. Теоретическую модель готовности учителя информатики к профессиональной деятельности представляют А. А. Кузнецов и С. Кариев. Это совокупность циклов дисциплин, обеспечивающих, в частности, общенаучную подготовку в области информатики и вычислительной техники и в первую очередь владение понятиями «информация», «сообщение», «количество информации», «методы кодирования» и т. п.
Одной из наиболее важных общеобразовательных целей информатики и информатизации является наведение и усиление межпредметных связей, способствующих восприятию целостной, системной картины мира, информационных процессов в обществе, природе и познании[12].
Информатику можно определить как науку, изучающую и применяющую общие системные, алгебраические, технологические методы, принципьі получения, обработки, переработки, хранения, использования (актуализации) информации, знаний.
Основными методами исследования проблем информатики являются такие системные и алгебраические методы, как абстрагирование, формализация, декомпозиция, агрегирование, линеаризация, идентификация, макетирование и ДР- [57,71].
В то же время эти абстракции (явно или неявно) и соответствующие им конкретизации (явно) используются в информатике для исследования реальных, неформальных изначально объектов и процессов различного характера. Информатика, ее методы, модели, алгоритмы, технологии нужны другим дисциплинам не только и не столько потому, что они позволяют реализовать те или иные реальные объекты и процессы, а потому, что они дают возможность исследователям формализовать и структурировать часто плохо формализуемые и плохо структурируемые проблемы, системы. Информатика позволяет специалисту этой науки овладеть основами предметной области, достаточными для построения информационно - логической модели, вести конструктивный диалог со специалистом-предметником .
Курс школьной информатики исторически называется «Основы информатики и вычислительной техники». Однако ясно, что в силу вышеприведенных обстоятельств он должен быть курсом достаточно полным, строгим, в меру формальным и соответствующим предмету самой науки «информатика». В то же время он должен быть понятным общеобразовательным курсом теоретической информатики, таким же, каким являются курсы математики, физики и другие, изучающие абстракции типа «функция», «множество», «бесконечность» , « идеальный газ », « мгновенная скорость», «абсолютно черное тело» и т. д.
Курс информатики должен поддерживаться курсом (курсами) основ пользовательского интерфейса, компьютерных информационных технологий, качественным и гибким программным обеспечением, которые позволят знаниям, приобретаемым в курсе информатики, превратиться в умения и навыки их применения. Курс информатики не должен быть единым для всех обучаемых и должен быть различным на уровне профессионального образования, при этом желательно иметь единый дидактический и научно-методический стержень курса, обеспечивающий как минимум усвоение базовых понятий его.
Часто наблюдаемое знание компьютеров, не сопровождаемое знанием методов и основ информатики, ведет к обеднению операционной среды, а неоправданно упрощенные представления - к незнанию, к полузнанию. Одна из основных концептуальных ошибок построения различных программ, учебников, различных научно-методических материалов - неправильный выбор отправной точки. Как правило, эта точка - программирование, особенно процедурное. Следствием такого выбора является появление ряда неестественных понятий и структур в школьном курсе информатики. Само определение информатики дает отправные точки построения курсов, программ дисциплиньї: методы, средства, технологии анализа, проектирования, разработки, использования, актуализации информационных процессов.
Подготовка и планирование эксперимента
Главной целью эксперимента было доказать преимущества использования при обучении педагогического программного средства на основе экспертных систем (ЭС) по сравнению с традиционными программными педагогическими средствами (ГШС).
В соответствии с указанной целью в ходе эксперимента необходимо было решить следующие задачи:
1) подготовить фрагменты программных средств двух типов - традиционного ППС и ППС на основе ЭС;
2) выбрать методику проведения педагогического эксперимента, соответствующую имеющимся условиям и цели эксперимента;
3) отобрать эквивалентные группы учащихся для проведения эксперимента;
4) определить сроки проведения эксперимента;
5) провести эксперимент в соответствии с выбранной методикой;
6) произвести количественную обработку результатов эксперимента статистическими методами, показать репрезентативность результатов;
7) произвести качественную интерпретацию результатов эксперимента.
Таким образом, при проведении эксперимента четко прослеживались три этапа:
подготовительный этап;
формирующий эксперимент;
этап обработки результатов.
Подготовительный этап проходил в 1997-1999 гг. на базе Курского Государственного педагогического университета (в ходе чтения для студентов курса "Теоретические основы информатики") и в 1998-1999 учебном году на базе гимназии № 44 г. Курска (в ходе преподавания спецкурса по информатике в гимназии № 44 г. Курска (в ходе преподавания спецкурса по информатике в 9-х классах гимназии).
Подготовительный этап преследовал следующие цели:
- отбор содержания для построения обучающей программы;
- создание фрагмента обучающей программы;
- определение начального и целевого тезаурусов обучаемого;
- изучение условий для проведения эксперимента.
В ходе реализации задач первого этапа была проведена следующая работа. Педагогический эксперимент решено было проводить на базе гимназии №44, имеющей высокий уровень технической оснащенности кабинетов информатики. Для эксперимента были выбраны 9-е классы, изучающие информатику 2 часа в неделю. Формирующая часть эксперимента должна была проводиться в течение 1 полугодия (34ч.). В течение этого периода планировалось изучение раздела теоретических основ информатики. Классы, принимавшие участие в эксперименте, не были профильными или отобранными специально, поэтому в них присутствовали как сильные учащиеся, так учащиеся со средней и слабой успеваемостью. Кроме того, предварительно по итогам успеваемости по курсу «Информатика» были выявлены учащиеся, имеющие склонность к работе с компьютером и испытывающие дискомфорт от общения с машиной. Была также определена профессиональная склонность учащихся (выделены учащиеся, отдающие предпочтение предметам гуманитарного и физико-математического цикла). В таблице 3.1 приведены процентные соотношения по указанным параметрам.
Следующим важным направлением является выбор методики проведения эксперимента. Необходимо было определить, каким методам отдать предпочтение - многофакторным или однофакторным, так как и те и другие используются в педагогических исследованиях при определенных ограничениях. Многофакторные методы [16,36] применяют при исследовании процессов, на ход которых одновременно влияет много факторов. Общая методика многофакторного эксперимента позволяет найти математическую функцию, выражающую зависимость результата многофакторного процесса (Y) от всех влияющих на этот результат факторов. Однако применение методов многофакторного анализа ограничено следующими условиями [104, с.140; 107, с.58-59]:
1) распределение результатов измерения выходного параметра Y (т.е. параметра, характеризующего результат изучаемого процесса) должно быть нормальным;
2) зависимость Y от каждого из варьируемых (изменяющихся) факторов должна быть линейной;
3) должны быть известны и измеряемы (или рандомизированы) все факторы, которые заметно влияют на величину Y, т.е. не должно быть скрытых факторов.
