Содержание к диссертации
Введение
Глава 1. Анализ особенностей процесса принятия решений при сопоставлении университетских образовательных программ разных стран 13
1.1. Анализ образовательных программ зарубежных университетов в области информатики 13
1.2. Анализ существующих подходов к сравнению университетских образовательных программ 31
1.3. Анализ особенностей учебных планов различных стран 34
1.4. Цели и задачи диссертационного исследования 47
Выводы по главе 1: 48
Глава 2. Разработка подхода к поддержке принятия решений при сравнении образовательных программ с использованием информационной системы 50
2.1.Определение требований информационной системы при поддержке принятия решений при сопоставлении университетских образовательных программ 50
2.2. Анализ возможностей технологии экспертных систем для поддержки принятия решений при сопоставительном анализе образовательных программ 52
2.3. Разработка системных моделей для информационной системы 62
2.4. Разработка алгоритмического обеспечения для информационной системы 66
Выводы по главе 2: 73
Глава 3. Разработка моделей для построения базы знаний для информационной системы 73
3.1. Анализ известных моделей представления знаний 73
3.2. Разработка семантической сети для представления знаний о предметной области 75
3.3. Разработка продукционных моделей для представления знаний о предметной области 79
Выводы по главе 3: 88
Глава 4. Разработка программного обеспечения для информационной системы и анализ результатов экспериментального исследования подхода на реальных примерах 89
4.1. Анализ результатов экспериментальных исследований по сравнению университетских образовательных программ по информатике экспертами. 89
4.2. Разработка программного обеспечения для информационной поддержки принятия решений по сопоставлению учебных планов. ...94
Направление дальнейших, исследований 102
Выводы по главе 4: 103
Заключение 105
Список литературы 107
Приложение
- Анализ существующих подходов к сравнению университетских образовательных программ
- Анализ возможностей технологии экспертных систем для поддержки принятия решений при сопоставительном анализе образовательных программ
- Разработка алгоритмического обеспечения для информационной системы
- Разработка продукционных моделей для представления знаний о предметной области
Введение к работе
В течение длительного времени высшие школы в различных странах развивались независимо друг от друга в соответствии с принятыми традициями. В настоящее время только в европейских университетах существует 10 различных моделей высшего образования.
Июнь 1999 г, был ознаменован подписанием в Болонье министрами образования 29 Европейских стран «Декларации о Европейском пространстве для высшего образования». Конференция и Декларация явились ключевым документом нового этапа процесса гармонизации национальных систем с целью создания общеевропейского пространства высшего образования. Декларация отражает усилия правительств и европейских институтов найти общеевропейский ответ на общеевропейские проблемы. Долгосрочная цель программы действий, начало которой положила Болонская декларация, «создание общеевропейского пространства высшего образования с целью повышения мобильности граждан на рынке труда и усиления конкурентоспособности европейского высшего образования» [1].
Кратко предысторию и историю Болонского процесса можно проследить по следующим ключевым датам:
1088 г. - Болонский (Европейский) университет;
1953 г. - Конвенция об эквивалентности документов об образовании, открывающих доступ в вуз, в 1999 г. - ратификация Россией;
1954 г. - Европейская культурная конвенция;
1957 г. - Римский договор (об Европейском экономическом сообществе);
1983 г. - Программы мобильности ЕС;
1988 г. - Великая хартия университетов;
1992 г. - Маастрихский договор (о Европейском Союзе);
1997 г. - Лиссабонская конвенция, в 2000 г.- Ратификация Россией;
1998 г, - Сорбонская декларация. История Болонского процесса:
1999 г.-Болонья;
2001 г. - Саламанка (создание EUA);
2001 г.-Прага;
2003 г. - Гратц;
2003 г. - Берлин;
2005 г.-Глазго;
2005 г. - Берген /промежуточная инвентаризация/.
Главной целью Болонского процесса в образовании является: «Обеспечение прозрачности каждой из европейских систем образования на основе принимаемых всеми рекомендаций и процедур путем максимального предоставления согласованной информации при сохранении особенностей каждой из систем образования стран-участниц» [2].
Для России необходимость участия в Болонском процессе обоснована такими факторами как:
Интеграционные процессы в экономике;
Новый взгляд на собственную систему образования.
Основную цель Болонского соглашения выразил В. В. Путин в журнале «Экономика и образование сегодня», №8, 2004 г.: «Мы должны состыковать нашу систему образования с западно-европейской системой образования, при этом не утратив высокий уровень, который имелся в Советском Союзе и сейчас еще сохранен в России в ведущих вузах страны».
Определенные декларацией подцели Болонского процесса являются значимыми и для российского высшего образования:
Введение системы, обеспечивающей сопоставимость дипломов, в том числе и при помощи внедрения общеевропейского приложения к диплому.
Введение двухуровневой системы подготовки во всех странах: первая ступень бакалавра не менее трех лет, и вторая ступень магистра и/или докторской степени.
Создание системы кредитов аналогичной Европейской системе перезачета кредитов как средства повышения мобильности студентов, преподавателей, исследователей и административного персонала университетов.
Принятие общего рамочного подхода к квалификациям уровня бакалавров и магистров, обеспечение «сопоставимости» дипломов, отдельных курсов, кредитов.
Создание целостной системы обеспечения качества образования (на базе European Network of Quality Assurance in Higher Education) и организация информационного обеспечения и обмена.
Повышение мобильности студентов, преподавателей и исследователей.
Развитие сотрудничества в сфере обеспечения качества образования с целью создания сопоставимых критериев и методологий.
Усиление «европейского измерения» в высшем образовании.
Необходимость подключения России к процессам, которые идут в Евро
пейский союз с 1984 г., связана не только и не столько с динамикой сотрудни
чества РФ и ЕС, но с более глубокими и сложными явлениями глобализации и
формированием глобального рынка труда. Болонский процесс формирует среду
и определяет правила взаимодействия ее субъектов на региональном уровне. По
сравнению с ВТО для него характерны более глубокая степень интеграции и
более специфическая сфера применения - образование и человеческий капитал.
Участие России в процессе создания общего европейского образовательного пространства позволит присоединиться к ходу определения задач, методов и скорости их достижения, правил и рамок взаимодействия и, таким образом, поможет обеспечить учет интересов российских вузов и граждан, конкурентоспособность российских вузов и выпускников на этом рынке. Вполне возможен
мягкий подход, при котором за основу будет принят принцип разиоскоростного движения - присоединение к различным компонентам системы по мере готовности.
Европейский Союз и государства-члены заявили о своем намерении тесно сотрудничать с Россией с целью содействия её интеграции в общеевропейское экономическое и социальное пространство.
На конференции министров высшего образования европейских стран, проходившей в Берлине 7-19 сентября 2002 г. в рамках Болонского процесса, в которой участвовала и делегация Российской Федерации, принято решение о присоединении России к Болонской декларации, и в 2003 г. Россия официально присоединилась к процессу.
Основная цель Болонского процесса - создать единую общеевропейскую сильную, конкурентоспособную систему образования, позволяющую обеспечить экономическую мощь объединенной Европы,
Для полноценного участия в этом процессе нашей стране предстоит до
2010 г. принять ряд мер по модернизации образования.
Подписав Болонскую декларацию, Россия приняла на себя вполне определен
ные обязательства по реформированию своей высшей
школы [30].
Два пункта Болонской декларации являются принципиально важными [3,4]:
Введение единой кредитной системы зачетного перевода типа ECTS;
Единая форма приложений к дипломам.
Для обоснованного решения этого вопроса, в том числе и в российских вузах, необходим глубокий анализ структуры и содержания образовательных программ. Одной из проблем, которую призвана решить ECTS в высшем образовании, является структуризация учебных планов вузов различных государств с целью обеспечения их совместимости.
Сопоставительный анализ образовательных программ является трудоемкой процедурой, поэтому возникает необходимость ее автоматизации, например, с использованием технологий экспертных систем.
В данной работе рассматриваются модели представления знаний, алгоритмическое и информационное обеспечение экспертной системы для анализа структуры образовательных программ подготовки информатиков.
Особое внимание уделялось вопросам определения критериев сравнения двух образовательных программ, выделения общей структуры образовательных программ университетов различных стран, построению функциональной модели предметной области, моделям представления знаний, апробации работы информационной системы (ИС) на реальных учебных планах.
Авторами разработана научно обоснованная методика сопоставительного
Р' анализа университетских образовательных программ по информатике.
Первая глава посвящена анализу предметной области, существующих подходов к сравнению образовательных программ, описанию кредитных систем, используемых в странах Европы и США, рассмотрены учебные планы университетов России, Германии и США.
Вторая глава посвящена разработке системных моделей для предметной области. В результате анализа процесса принятия решений сформулированы требования к ИС для поддержки принятия решений при сопоставлении учебных планов, определено ее место в общем контуре управления. Разработана функциональная модель для ИС поддержки принятия решений, которая является основой для построения других системных моделей и разработки программного обеспечения. Разработано алгоритмическое обеспечение, которое является основой для разработки основных программных модулей.
В третьей главе проводится детальный анализ предметной области, выявляются основные понятия и отношения между ними, рассматривается метамо-дель семантической сети учебного плана университета России, и описываются правила-продукции для работы над семантической сетью.
Четвертая глава посвящена программной реализации информационной системы с использованием элементов объектно-ориентированного программирования (ООП) в среде разработки Delphi 7.0. Здесь представлены результаты работы информационной системы, результаты сравнения образовательных программ человеком-экспертом, а также проведен анализ качества полученных информационной системой результатов по сравнению с результатами экспертов.
Целью диссертационной работы является разработка подхода к поддержке принятия решений при сопоставительном анализе образовательных программ с использованием информационной системы для повышения качества университетского образования за счет учета зарубежного опыта,
Для достижения цели в работе необходимо решить следующие задачи;
Провести анализ одноименных образовательных программ университетов разных стран на примере направления подготовки «Информатика», установить общие свойства и особенности документов об этих программах, выбрать показатели сопоставительного анализа, важные для принятия решений в сфере образования;
Разработать подход к поддержке принятия решений при сопоставительном анализе учебных планов разных стран на основе информационной системы с учетом выбранных показателей сравнения и с использованием методов искусственного интеллекта. Разработать модели и алгоритмы для реализации обработки документальной информации об образовательных программах в информационной системе;
Разработать модели и методы представления информации об учебных планах в базе знаний информационной системы на основе методов инженерии знаний для поддержки процесса сопоставительного анализа университетских образовательных программ;
Разработать программное обеспечение для реализации предложенного подхода к поддержке процедуры сопоставительного анализа в виде прототипа информационной системы. Провести анализ работоспособности предло-
жениого подхода на реальных примерах с использованием прототипа информационной системы.
Объектами исследования в данной работе являются документы об университетских образовательных программах разных стран. Предмет исследования - процесс принятия решения при сопоставительном анализе. При проведении диссертационного исследования были использованы методы системного анализа, теории принятия решений, статистического анализа, системного моделирования, искусственного интеллекта, инженерии знаний.
На защиту выносятся следующие результаты исследований;
Подход к поддержке принятия решений при сопоставительном анализе учебных планов с использованием выбранных показателей;
Функциональная модель сопоставительного анализа образовательных программ университетов разных стран и алгоритмическое обеспечение информационной системы для поддержки сопоставительного анализа образовательных программ университетов разных стран;
Модели представления информации об университетских учебных планах на основе семантической сети и продукционных моделей; набор правил для наполнения базы знаний для принятия решений при сопоставительном анализе образовательных программ;
-Программное обеспечение для системы поддержки принятия решений при сравнении образовательных программ университетов разных стран;
5. Результаты экспериментальных исследований сравнения образова
тельных программ с использованием экспертов и компьютерного моделирова
ния на реальных примерах.
Новизна полученных результатов обусловлена следующим:
В результате анализа одноименных образовательных программ университетов разных стран на примере направления подготовки «Информатика» установлены общие свойства документов (учебных планов), выраженных в основных характеристиках образовательных программ (длительность обучения,
10 количество и наименование дисциплин в программе, последовательность изучения дисциплин и их место в графике обучения, трудоемкость и требования к отчетности студента), а также их различия, связанные с разнородностью представления документальной информации и свойств образовательных программ (например, трудоемкости изучения дисциплин). Это позволило выбрать показатели сопоставительного анализа, важные для принятия решений в образовательной сфере и необходимые для реализации процесса сопоставительного анализа в информационной системе.
Предложенный подход к поддержке принятия решений при сопоставительном анализе учебных планов с использованием выбранных показателей, в отличие от известных, основан на методах инженерии знаний, и позволяет выявить общие и частные закономерности учебных планов университетов разных стран, представленных в разных формах.
Функциональная модель, в отличие от известных, содержит комплекс элементов, позволяющих провести сопоставительный анализ образовательных программ университетов разных стран на примере направления подготовки «Информатика»;
Разработанное алгоритмическое обеспечение информационной системы, в отличие от известных, позволяет сравнивать учебные планы университетов разных стран; несмотря на разнородность документальной информации;
В предложенных моделях представления знаний новизна состоит в том, что используется гибридный подход на основе семантической сети и продукционных моделей для сравнения образовательных программ университетов разных стран; набор правил для наполнения базы знаний для принятия решений сформулирован для данной предметной области.
Практическую ценность имеют: Методика получения и представления правил для базы знаний информационной системы сравнения образовательных программ по информатике университетов разных стран;
Информационное и программное обеспечение информационной системы поддержки принятия решений при сравнении образовательных программ университетов разных стран;
Результаты экспериментальных исследований сравнения образовательных программ с использованием экспертов и компьютерного моделирования на реальных учебных планах.
Внедрение результатов работы осуществлено на факультете информатики и робототехники, на кафедре вычислительной математики и кибернетики и в деканате факультета информатики и робототехники при разработке национально-региональной компоненты, курсов магистерской подготовки, рабочих программ дисциплин, а также в Башкирском строительном колледже для составления индивидуальных планов обучения студентов специальности 230105 «Программное обеспечение вычислительной техники и автоматизированных систем» и для перезачета дисциплин студентам, переведенным из другого учебного заведения со смежных специальностей.
Исследования проводились в рамках грантов РФФИ 03-07-90242 «Интернет-комплекс поддержки выполнения проектов фундаментальных исследований сложных систем с применением интеллектуальных технологий на базе экспертных систем» (2003 - 2005 гг.) и 06-07-89228-а «Система поддержки коммуникативных процессов при выполнении проектов фундаментальных исследований сложных систем на основе интеллектуальных мультиагентов» (2006 - 2008 гг.), а также научно-исследовательской работы по теме ИФ-ВК-01-06-ОЗ «Исследования и разработка интеллектуальных технологий поддержки принятия решений и управления на основе инженерии знаний».
Основные материалы диссертационной работы докладывались и обсуждались на;
На XIII, XIV, XV, XVI Всероссийских научно-методических конференциях «Проблемы качества образования» (Уфа-2003,2004, 2005,2006);
Международной конференции «Технические университеты: Интеграция с европейскими и мировыми системами образования» (Ижевск, 2004 г.);
6-м, 7-м, 8-м Международных научных семинарах «Компьютерные науки и информационные технологии» (Венгрия, Будапешт, 2004; Россия, Уфа-Ассы - 2005; Германия, Карлсруэ, 2006);
Российской научно-технической конференции; «Мавлютовские чтения», посвященной 80-летиго со дня рождения чл.-кор. РАН, проф. P.P. Мавлютова, (Уфа, 2006);
Зимней школе-семинаре аспирантов и молодых ученых: Интеллектуальные системы обработки информации и управления (Уфа-2006).
Анализ существующих подходов к сравнению университетских образовательных программ
В области автоматизированного сравнения университетских образовательных программ уже существуют некоторые наработки. В частности, ЗАО «Информационные системы» была разработана комплексная информационная система (КИС) «Управление учебным заведением». Одной из функций подсистемы «Учебные планы» является сравнение учебных планов (рис. 1). В полях «Учебный план МЭСИ», «Учебный план РУЦ» показаны соответствующие названия учебных планов. В таблицах «Дисциплины» содержатся записи дисциплин присутствующих в одном из планов. В таблице «Расхождения» видны дисциплины, записи по которым расходятся в учебных планах. Поля таблицы: «название дисциплины» (одинаковой в планах), «количество часов», «вид контроля», «самостоятельная работа студента» (из планов МЭСИ и РУЦ соответственно). Протокол расхождений можно распечатать.
На запрос разработчику системы о возможностях в области сравнения учебных планов российских университетов с учебными планами зарубежных университетов был получен ответ: сравнение только университетских образовательных программ Российской Федерации, т.е. программ, содержание которых жестко регламентировано ГОС [17,18].
В Таганрогском государственном радиотехническом университете (ТГРУ) был проведен сравнительный анализ профессиональных образовательных программ российских и американских университетов в области «Электротехники». На основе полученных результатов был представлен обобщенный учебный план по направлению «Электротехника» (прил. 9). Анализ содержательной части и требований к образовательной программе «Электротехника (Электронная инженерия)» (Electrical Engineering) показывает, что этой программе наиболее полно соответствуют следующие семь направлений бакалаврской подготовки, реализуемых в ТРТУ:
Каждое из этих направлений в общей образовательной программе «Электротехника» (Electrical Engineering) может считаться ее частным случаем в подготовке студентов, т.е. является специализацией, осуществляемой конкретной кафедрой и факультетом университета, включающим дисциплины, общие для всех реализуемых кафедрами специализаций; в учебном плане приведены их названия. Дисциплины, предлагаемые для конкретных специализаций, отнесены к дисциплинам по выбору и могут быть конкретизированы в зависимости от специализации кафедр [19].
Также можно отметить программу MainPLS из пакета Goslnsp, распространяемого Информационно-методическим центром Министерства образования Российской Федерации по аттестации образовательных организаций, которая позволяет создавать, изменять и осуществлять частичную проверку учебных планов, в частности, на соответствие Государственному образовательному стандарту.
Одним из этапов при переходе студента из одного учебного заведения в другое является сравнение учебных планов данных учебных заведений. При этом возникают вопросы о перезачете дисциплин. Для проведения процедуры перезачетов в университетах разработаны различные методики.
Необходимость решения вопроса о перезачете дисциплин, изученных за рубежом, возникает в случаях, когда российский, учащийся изучал часть предметов за рубежом и иностранный учащийся желает частично обучаться, продолжить или завершить свое образование в России.
Проблема легко решается, если между вузом, где обучался учащийся, и принимающим университетом существует двухстороннее соглашение о взаимном признании периодов обучения в вузе-партнере. В других случаях решение о перезачете должно приниматься на основе последовательного рассмотрения трех важнейших моментов.
Объем учебной нагрузки не должен существенно отличаться от предусмотренного учебными планами принимающего университета. В отличие от
России в абсолютном большинстве стран для указания этого объема применяют общеевропейскую, британскую, американскую или национальную модель кредитной системы, которая, в свою очередь, может быть учетной или накопительной. Кредиты могут быть аналогом академических часов, либо указывать на трудоемкость дисциплины, либо указываться только при получении учащимся по данному предмету, по меньшей мере, проходной оценки, либо выставляться в документе для подтверждения того, что учащийся изучал этот предмет. Кроме того, многие дисциплины в зарубежных вузах не являются главными, относятся к безкредитным и не могут быть перезачтены даже при положительной оценке.
Рассмотрение содержания изученного материала является важнейшим фактором принятия решения о перезачете. В американской системе образова ния существует понятие Proficiency Examination - экзамен для подтверждения знаний, полученных в другом вузе, если университет считает, что эти знания являются особо важными для будущей специальности, поскольку учащийся будет получать диплом университета, который перезачел дисциплину, а вуз отвечает своим престижем за общее качество образования.
Анализ возможностей технологии экспертных систем для поддержки принятия решений при сопоставительном анализе образовательных программ
В исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Исследователи в области ЭС для названия своей дисциплины часто используют также термин «инженерия знаний», введенный Е. Фейгенбаумом как «привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов» [25, 26]. Программные средства (ПС), базирующиеся на технологии экспертных систем, или инженерии знаний (в дальнейшем будем использовать их как синонимы), получили значительное распространение в мире. Важность экспертных систем состоит в следующем: технология экспертных систем существенно расширяет круг практически значимых задач, решаемых на компьютерах, решение которых приносит значительный экономический эффект; технология ЭС является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки сложных приложений; высокая стоимость сопровождения сложных систем, которая часто в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ и т.п.;
Объединение технологии экспертных систем с технологией традиционного программирования добавляет новые качества к программным продуктам за счет: обеспечения динамичной модификации приложений пользователем, а не программистом; большей «прозрачности» приложения (например, знания хранятся на ограниченном естественном языке, что не требует комментариев к знаниям, упрощает обучение и сопровождение); лучшей графики; интерфейса и взаимодействия. ЭС предназначены для так называемых неформализованных задач, т.е. экспертные системы не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач. Экспертные системы и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма). Типичная статическая ЭС состоит из следующих основных компонентов [27,28]: решателя (интерпретатора); рабочей памяти (РП), называемой также базой данных (БД); базы знаний (БЗ); компонентов приобретения знаний; объяснительного компонента; диалогового компонента. База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.
База знаний (БЗ) в экспертных системах предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области. Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи. Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом. Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату. Диалоговый компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.
Разработка алгоритмического обеспечения для информационной системы
Рассмотрим подробнее первый уровень декомпозиции функциональной модели, состоящей из четырех блоков. 1. Провести выявление дисциплин, схожих по смыслу. В начале работы алгоритма из таблицы (F), содержащей данные об анализируемом учебном плане зарубежного университета, в переменную Forjiame (For. сокращение от Foreign - иностранный) запоминается название очередной - дисциплины. Затем система обращается к таблице, содержащей правила-продукции, в этой таблице находятся поля: название дисциплины анализируемого, чаще всего, учебного плана за рубежного (иностранного) вуза (FTD.FD.name), название дисциплины базового (российского) плана (FTD.RD.name). FTD.FD.name вместе со значением поля представляет собой условие, а FTD.RD.name со значением поля, представляет собой вывод. Например: если FTD.FD.name = Differential Equations, то FTD.RD.name = Математический анализ. Это означает, что если название сравниваемой дисциплины Differential Equations, нашлось в базе знаний, среди правил продукции, то ей соответствует дисциплина российского учебного плана, с названием Математический анализ. Ь Далее, если название дисциплины было найдено среди условий, то ее название заносится в таблицу схожих дисциплин (табл. СТ) в поле FD (полное имя CT.FD), а название соответствующего вывода из правила, то есть наименование дисциплины российского учебного плана, - в поле RD (CT.RD). Затем проверяется, все ли правила были проверены, если нет, то выбирается следую щее правило продукции, и снова проверяется поле условия.
Это делается потому, что среди соответствующих дисциплин российского учебного плана для дисциплины учебного плана зарубежного вуза может встретиться не одна. Например, для дисциплины Calculus I университета Мичигана соответствуют две дисциплины: математический анализ, алгебра и геометрия. Если при просмотре всех правил из базы знаний по наименованиям дисциплин не было найдено соответствующего условия, т.е. не одно правило не сработало, то происходит обращение к базе знаний по ключевым словам (табл. FTKW), которая имеет ту же структуру, что и FTD. В таблице F, имеется поле Keyword (F.D.Keyword) имеющее тип поля Memo. Это поле является не обязательным, потому как в общем случае описания дисциплины может и не быть. Если в поле есть данные, то выбирается первое ключевое слово и запоминается в переменной For keyword. Затем начинается поиск правила, в условии которого находится поле с таким же значением. Если ключевое слово не было найдено при просмотре всех правил, то оно помещается в таблицу несовпавших дисциплин в поле NCT.Object, и помечается в поле Type (NCT.Type) словом KW, обозначающее, что в поле NCT.Object помещено ключевое слово. Если ключевое слово было найдено среди условий, то название For name помещается в поле CT.FD, а в поле CT.RD помещается значение вывода из правила в таблице FTKW.Rus name. Далее происходит проверка - все ли ключевые слова были проверены, и если условие истинно, то проверяется условие, было ли хотя бы одно совпадение по ключевым словам для данной дисциплины. Если совпадения были, то проверяется, все ли дисциплины из F прошли проверку, если нет, то выбирается следующая дисциплина из табл. F, а если все, то данный этап заканчивается. Если совпадений не было, то дисциплина с названием For name помещается в таблицу несовпавших дисциплин, и в поле NCT.Type помещается значение D, означающее, что в поле NCT.Object помещено название дисциплины. Если не все ключевые слова были проверены, то выбирается следующее ключевое слово для этой дисциплины. На рис. 7 приведен фрагмент алгоритма выявления дисциплин, схожих по смыслу. Провести сопоставление дисциплин, для которых не было найдено соответствия в автоматическом режиме.
На этапе сопоставления дисциплин формируются две таблицы: таблица схожих дисциплин и таблица дисциплин, для которых не было найдено соответствия. На втором этапе сначала производится проверка, существуют ли данные в таблице NCT. Если таблица пуста, то данный этап завершается, если же имеются данные, то пользователь имеет возможность провести сопоставление в интерактивном режиме, т.е. пользователь дисциплины из таблицы NCT соотносит по соответствующим по наименованиям дисциплин или блокам дисциплин вручную. Если пользователь отказывается провести такое сопоставление, таблица сохраняется в файл, и этап завершается. Если эксперт производит сопоставление по ключевому слову, то соотнесенное наименование дисциплины базового учебного плана записывается в таблицу СТ, в поле CT.RD. В поле CT.FD записывается наименование дисциплины учебного плана зарубежного вуза, которой принадлежит данное ключевое слово. Также производится пополнение базы знаний для ключевых слов. В нее заносится наименование дисциплины базового учебного плана в поле FTKW.Rus name, и ключевое слово в поле FTKW.keyword.
Разработка продукционных моделей для представления знаний о предметной области
Языки представления знаний, основанные на правилах, являются наиболее распространенными [69, 70].
Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа «Если А, то В», например: если наименования дисциплин = аналогичны «и» часовые ставки = совпадают, то дисциплины = сопоставимы.
В общем виде под продукцией понимается выражение следующего вида: где / - имя продукции, с помощью которого данная продукция выделяется из всего множества продукций, В качестве имени может выступать порядковый номер продукций в их множестве, хранящийся в памяти системы. Элемент Q характеризует сферу применения продукции.
Основным элементом продукции является ее ядро: А - В. Обычное прочтение ядра продукции выглядит так:
Элемент Р есть условие применимости ядра продукции. Обычно Р представляет собой логическое выражение (как правило, предикат). Когда Р принимает значение "истина", ядро продукции активизируется. Если Р "ложно", то ядро продукции не может быть использовано.
Элемент N описывает постусловия продукции. Они актуализируются только в том случае, если ядро продукции реализовалось. Постусловия продукции описывают действия и процедуры, которые необходимо выполнить после реализации В.
Вообще, некоторых составляющих в правилах может и не быть: для написания правила достаточно только его имени (і) и ядра продукции [69, 70].
Продукционная модель представляет собой алгоритм поиска решения с нелинейным развитием. Т.е. цель может быть достигнута различными путями, или не быть достигнутой вообще. Алгоритм сравнения учебных планов отражает последовательность действий эксперта в области образовательного процесса, который проводит эвристический и лингвистический анализ содержимого двух образовательных программ. В табл. 19 представлены известные системе факты по блоку математических и естественно-научных дисциплин [68, 73]. Внутри блока выделены федеральный, национально-региональный компоненты и дисциплины по выбору. В правом столбце таблицы представлены предметы из учебных планов Калифорнийского университета Лос-Анжелеса, университета Мичигана, Латвийского университета Транспорта и Связи. Каждая из дисциплин учебного плана по на- правлению 230100 Российского вуза имеет указатель Rxx. Дисциплины учебных планов зарубежных университетов объединены в группы по тематике (Ахх).
Например, А1 - охватывает круг вопросов, изучаемых в дисциплине Информатика. А2 - математический анализ + линейная алгебра и геометрия. Общая таблица фактов приведена в прил. 2.
В процессе проведения сравнительного анализа университетских образовательных программ эксперт руководствуется некоторыми положениями, которые позволяют ему принимать решение о степени схожести двух объектов: дисциплины учебного плана зарубежного университета и дисциплины базового (российского) учебного плана (области знаний, блока дисциплин).
Присоединение России к Болонскому процессу вызвало обсуждение в прессе необходимости/неприемлемости автоматического перезачета дисциплин, изученных в других институтах той же и/или другой страны [74].
Некоторые авторы, например [75], считают, что при введении кредитной системы организации учебного процесса может возникнуть ситуация, когда учащийся в течение многих лет обучался в нескольких вузах, а на завершающем этапе поступил в известный вуз, чтобы обеспечить себе диплом престиж ного университета. Следует сразу подчеркнуть, что в документах Болонского процесса вопросы содержания изученных в другом институте дисциплин вообще не обсуждаются, а решение о перезачете с точки зрения и освоенной трудоемкости и, главное, содержания, отдано на усмотрение учебных заведений. Единственное, к чему призывают министры, отвечающие за высшее образование, так это к «простому, эффективному и справедливому признанию» [76]. При этом нигде не упоминается о требовании автоматического перезачета дисциплин.
Указанное положение не касается академического признания завершенных квалификаций, полученных в другом учебном заведении, в отношении чего существует большое количество рекомендаций, подготовленных международными организациями. Главный документ в этом ряду - Лиссабонская конвенция, ратифицированная Россией в 2000 г. Исполнение или, по крайней мере, прием во внимание этого документа предполагает, что государство имеет минимальные полномочия в данном вопросе. Высшие учебные заведения осуществляют академическое признание, работая в общих рамках институциональной автономии. Лиссабонская конвенция призывает вузы признавать завершенные квалификации (например, бакалавра, магистра) на условиях доверия к своим коллегам в других странах. Вместо проведения детального сравнения перечня изученных дисциплин и учебных планов при оценке иностранных квалификаций все большее внимание отдается определению, имеют ли претенденты сопоставимый уровень навыков и компетентности с теми же параметрами, которые они имели бы, если бы они получили степень в принимающей стране. Смогут ли они, имея предыдущую подготовку, освоить программу более высокого уровня в принимающем учебном заведении.
Таким образом, вопрос о перезачете может возникнуть только при рассмотрении дисциплин одного уровня обучения либо при переходе учащегося из другого учебного заведения, либо при частичном обучении учащегося в другом вузе при академической мобильности.
Учебные заведения университетского сектора высшего образования зарубежных стран практикуют несколько подходов к принятию решения о перезачете дисциплин, изученных в другом вузе. Каждый из них связан с поддержанием марки собственного института и исходит из того, что выпускник получает документ об образовании конкретного учебного заведения, а не некий «документ государственного образца». В частности, некоторые университеты требуют от учащихся, желающих получить документ об окончании именно этого учебного заведения, обучения в данном институте в течение не менее 2/3 нормативного срока освоения программы.
