Содержание к диссертации
Введение
ГЛАВА 1. Анализ автоматизированных обучающих систем в части реализации управления процессом обучения и поддержки стандартов формализованного описания учебного контента и сценариев обучения 13
1.1 Анализ автоматизированных обучающих систем в части реализации управления процессом обучения 13
1.2 Анализ автоматизированных обучающих систем в части поддержки стандартов формализованного описания учебного контента и сценариев обучения 19
1.3 Анализ современных стандартов для формализации описания учебного контента и сценариев обучения 25
1.3.1 IEEELTSA 25
1.3.2 AICC 28
1.3.3 IMS Content Packaging 29
1.3.4 ADLSCORM ЗО
1.3.5 IMS Simple Sequencing 32
1.3.6 IMSQTI 33
1.3.7 IMS Common Cartridge 34
1.3.8 IMS Learning Design 35
1.3.9 Выводы из анализа современных стандартов для формализации описания учебного контента и сценариев обучения 36
1.4 Классификация современных LMS по поддержке требований стандартов для описания учебного контента и сценариев обучения 36
1.5 Постановка цели и задач диссертационной работы 40
1.6 Выводы по главе 1 41
ГЛАВА 2. Разработка методики формализованного описания учебного контента и сценариев обучения, концептуальной модели процесса обучения
2.1 Методика формализованного описания учебного контента и сценариев обучения 43
2.1.1 Этап формализации описания учебного контента 45
2.1.2 Этап формализации описания сценария обучения 54
2.2 Проектирование концептуальной модели процесса обучения 56
2.3 Выводы по главе 2 64
ГЛАВА 3. Разработка алгоритмов автоматизированного управления процессом обучения и математических моделей для вероятностной оценки показателей процесса обучения 66
3.1 Алгоритмы автоматизированного управления процессом обучения 66
3.2 Математические модели для оценки показателей процесса обучения.. 71
3.2.1 Описание базовой математической модели процесса обучения 71
3.2.2 Модель процесса с ограниченным числом шагов обучения 77
3.2.3 Модель процесса обучения с ограниченным числом попыток на базе поглощающей цепи Маркова 81
3.3 Методика сбора и обработки статистических данных 87
3.4 Выводы по главе 3 92
ГЛАВА 4. Разработка и апробация учебных сред, оценка показателей процесса обучения 94
4.1 Реализация и апробация учебных сред на основе LMS 94
4.2 Оценка уровня автоматизации управления процессом обучения на основе LMS для учебного курса 102
4.3 Оценка показателей процесса обучения 104
4.4 Программа для имитационного моделирования 110
4.5 Выводы по результатам апробации учебных сред, оценки уровня автоматизации и показателей процесса обучения 112
4.6 Проектирование учебной среды курса с использованием нескольких LMS 113
4.7 Выводы по главе 4 116
Заключение 117
Список используемых источников
- Анализ автоматизированных обучающих систем в части поддержки стандартов формализованного описания учебного контента и сценариев обучения
- Этап формализации описания учебного контента
- Описание базовой математической модели процесса обучения
- Проектирование учебной среды курса с использованием нескольких LMS
Введение к работе
Актуальность исследования. Настоящее время характеризуется активным использованием информационно-коммуникационных технологий в образовании, в частности дистанционных образовательных технологий (ДОТ). Под дистанционными образовательными технологиями в законе РФ об образовании понимаются образовательные технологии, реализуемые в основном с применением информационно-телекоммуникационных сетей при опосредованном (на расстоянии) взаимодействии обучающихся и педагогических работников.
Особое значение дистанционное обучение (ДО) приобретает для специалистов, которым необходимо повысить свою квалификацию без отрыва от профессиональной деятельности, поэтому ДОТ широко используются в системе дополнительного профессионального образования (ДПО), в частности - повышения квалификации.
Технологической основой современного процесса ДО являются информационно-телекоммуникационные сети и специализированное программное обеспечение - автоматизированные системы дистанционного обучения (Learning Management Systems - LMS).
С повышением востребованности ДО особое значение приобретают вопросы управления процессом обучения в автоматизированных LMS.
Теоретической основой исследования являются научные работы отечественных ученых - А. М. Бершадского, С. А. Бояшовой, А. Д. Иваннико-ва, И. Г. Кревского, С. Л. Лобачева, Д. А. Новикова, И. В. Роберт, В. И. Сол-даткина, В. А. Старых, А. Н. Тихонова, связанные с теорией и практикой построения процесса обучения. Вопросам управления процессом обучения посвящены работы В. П. Беспалько, А. М. Довгялло, Л. В. Зайцевой, Л. А. Растригина, А. В. Соловова, Н. Ф. Талызиной и др.
Разрабатываемые учебные курсы для дистанционного обучения по программам ДПО должны поддерживать самостоятельность и познавательные качества обучаемого, обеспечивать максимально персонифицированный подход к каждому из них с использованием функционала LMS и активного участия сетевого преподавателя в управлении процессом обучения. При большом количестве обучаемых значительно возрастает учебная нагрузка на сетевого преподавателя и управление процессом обучения становится менее эффективным.
В общем случае под эффективностью управления понимается отношение совокупного результата управленческой деятельности к количеству ресурсов, затраченных на его достижение. При рассмотрении управления как информационного процесса в нем выделяют фазы планирования, учета, контроля и анализа, регулирования. В целях повышения эффективности управления процессом обучения в диссертационной работе исследованы вопросы автоматизации основных фаз процесса управления и вопросы обеспечения планирования и регулирования процесса обучения.
В существующих моделях и алгоритмах управления выявлены следующие недостатки: отсутствие в них совместного использования принципов программированного обучения, рекомендаций архитектуры технологических образовательных систем, требований эффективного управления для автоматизации процесса обучения, неиспользование таксономии уровней усвоения учебного материала для формирования траекторий обучения, отсутствие возможности оценки значений показателей процесса обучения для его планирования и регулирования, в том числе для оценки качества учебного контента. Для формализации описания учебного контента и сценариев обучения недостаточно полно используются современные стандарты в области технологий ДО, применение которых необходимо для реализации интероперабельности контента и сценариев обучения в условиях наличия на рынке большого количества LMS и средств разработки.
В связи с этим задача разработки моделей и алгоритмов управления для автоматизированных систем дистанционного обучения является актуальной.
Целью диссертационной работы является разработка моделей и алгоритмов, обеспечивающих повышение эффективности управления процессом обучения, реализованным на основе дистанционных образовательных технологий с использованием свободно распространяемого программного обеспечения.
Для достижения поставленной цели в работе необходимо решить следующие основные задачи:
проведение анализа автоматизированных обучающих систем в части реализации управления процессом обучения и поддержки стандартов формализованного описания учебного контента и сценариев обучения, классификация современных LMS по признаку поддержки требований стандартов и определение уровня поддержки требований стандартов;
разработка методики формализованного описания контента и сценариев обучения для обеспечения интероперабельности и использования в автоматизированном процессе обучения;
разработка концептуальной модели процесса обучения с использованием принципов программированного обучения, рекомендаций архитектуры технологических образовательных систем, требований эффективного управления, таксономии уровней усвоения учебного материала;
разработка алгоритмов автоматизированного управления процессом обучения по программам ДПО для различных вариантов организации и параметров процесса обучения;
разработка комплекса математических моделей для вероятностной оценки показателей процесса обучения с целью его планирования и регулирования, методики сбора и обработки статистических данных для вычислений с использованием предложенных моделей;
— разработка архитектуры учебной среды с использованием функ
циональности нескольких свободно распространяемых LMS для макси
мально возможного выполнения требований стандартов формализованного
описания учебного контента и сценариев обучения.
Объектом исследования является автоматизированный процесс обучения, реализованный на основе дистанционных образовательных технологий и требований стандартов в области технологий дистанционного обучения.
Предметом исследования являются модели и алгоритмы управления процессом обучения.
Методы исследования. Для решения поставленных задач использованы методы теории управления, функционального моделирования, теории вероятностей и математической статистики.
Достоверность результатов исследования подтверждается корректным использованием математического аппарата и соответствием теоретических выводов экспериментальным результатам.
Соответствие паспорту специальности. Работа выполнена в соответствии с паспортом специальности ВАК РФ 05.13.10 - Управление в социальных и экономических системах (пункты 2, 3, 4).
Научная новизна работы заключается в том, что:
разработана концептуальная модель процесса обучения, формализующая описание процесса обучения для автоматизации управления им. Отличительной особенностью модели является реализация траекторий обучения с использованием таксономии уровней усвоения и автоматизация основных фаз управления за счет совместного использования рекомендаций архитектуры технологических образовательных систем, требований эффективного управления и принципов программированного обучения;
разработаны алгоритмы автоматизированного управления процессом обучения по программам ДПО для различных вариантов его организации, отличительной особенностью которых является учет начального уровня обучаемых для корректировки параметров процесса обучения и сбор информации для оценки качества учебного контента. Алгоритмы позволяют проектировать сценарий обучения для использования в автоматизированных LMS;
предложен комплекс математических моделей для вероятностной оценки показателей процесса обучения, отличительной особенностью которых является использование следующих показателей процесса обучения: вероятности достижения заданного уровня усвоения, среднего числа шагов до достижения заданного уровня усвоения, вероятности пребывания на уровне усвоения в течение определенного числа шагов. Модели позволяют оценить зависимость значений показателей процесса обучения от его параметров для планирования и регулирования процесса обучения, включая оценку качества учебного контента.
Практическая значимость результатов диссертационной работы состоит в том, что:
реализованы интероперабельные модули контента и описания сценариев обучения;
реализованы и апробированы учебные среды по нескольким курсам, в том числе учебная среда курса с использованием взаимодополняющей функциональности свободно распространяемых LMS Moodle и LMS LAMS, что позволило создать интегрированную систему управления обучением с расширенным функционалом и апробировать механизмы интеграции этих LMS;
для модулей учебных курсов вычислены значения показателей процесса обучения, на основании чего осуществлены доработка учебного контента и корректировка параметров процесса обучения, в том числе с использованием разработанной программы для имитационного моделирования процесса обучения.
Реализация результатов работы. Практическая реализация и апробация результатов работы были осуществлены в рамках следующих работ ФГУ ГНИЙ ИТТ «Информика»:
выполнение государственных контрактов № П75 от 10.07.2006 г. «Создание основы системы дополнительного профессионального образования в области ИКТ на основе высоких информационных технологий (ВИТ-центры)» и № П536 от 24.08.2007 г. «Завершение формирования системы подготовки студентов, повышения квалификации и профессиональной переподготовки специалистов в области информационно-коммуникационных технологий (ИКТ) высокого уровня на базе центров высоких информационных технологий для системообразующих вузов», созданы и апробированы системы ДО с использованием LMS Oracle iLearning и LMS Moodle на базе ФГБОУ ВПО «ПетрГУ», ФГБОУ ВПО «УлГТУ», ФГБОУ ВПО «ВСГУТУ», ФГБОУ ВПО «СПбНИУ ИТМО», ФГБОУ ВПО «УГАТУ» и др.;
выполнение задания тематического плана научно-исследовательских и опытно-конструкторских работ ФГУ ГНИЙ ИТТ «Информика» в 2010 г. «Исследование и разработка принципов и методов создания on-line системы обучения пользователей информационных систем электронного документооборота органов государственного управления». Разработан прототип системы дистанционного обучения пользователей информационных систем электронного документооборота с использованием LMS LAMS для Министерства образования и науки Российской Федерации.
По результатам практической реализации и апробации получено три акта внедрения результатов работы - из Министерства образования и науки Российской Федерации, ФГБОУ ВПО «Петрозаводский государственный университет» и ФГБОУ ВПО «Уфимский государственный авиационный технический университет».
Апробация результатов исследования. Основные результаты диссертационной работы докладывались и обсуждались на девяти междуна-
родных и российских научных конференциях и семинарах, в том числе: «Телематика'2005» (г. Санкт-Петербург, 6-9 июня 2005 г.); «Телемати-ка'2006» (г. Санкт-Петербург, 5-8 июня 2006 г.); «Информационные технологии и телекоммуникации в образовании и науке» (Турция, г. Фетхие, 18-25 мая 2007 г.); «Телематика'2007» (г. Санкт-Петербург, 18-21 июня 2007 г.); «Теоретические и прикладные вопросы современных информационных технологий» (г. Улан-Удэ, 24-29 марта 2008 г.); «Телематика'2008» (г. Санкт-Петербург, 23-26 июня 2008 г.); «Новые информационные технологии и менеджмент качества» (Турция, г. Белек, 22-29 мая 2009 г.); «Телематика'2011» (г. Санкт-Петербург, 20-23 июня 2011 г.); «Телемати-ка'2013» (г. Санкт-Петербург, 24-27 июня 2013 г.). На защиту выносятся:
концептуальная модель, предназначенная для описания процесса обучения, включающего входное тестирование и траектории обучения и построенного с использованием рекомендаций архитектуры технологических образовательных систем, требований эффективного управления и принципов программированного обучения;
алгоритмы автоматизированного управления, предназначенные для проектирования сценариев обучения различных вариантов организации процесса обучения;
комплекс математических моделей, предназначенный для оценки показателей процесса обучения с целью его планирования и регулирования;
архитектура учебной среды с использованием функциональности нескольких свободно распространяемых LMS, реализующая поддержку интероперабельного контента и сценариев обучения.
Публикации. Основные результаты диссертации были изложены автором ВІЗ печатных работах (в том числе 3 публикации в ведущих рецензируемых научных изданиях, рекомендованных ВАК РФ, и 10 публикаций - в трудах научных конференций).
Личный вклад автора. Результаты научной работы, изложенные в диссертации, получены соискателем лично или при его непосредственном участии.
Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 145 страницах; списка литературы из 117 наименований; двух приложений; содержит 33 рисунка и 11 таблиц.
Анализ автоматизированных обучающих систем в части поддержки стандартов формализованного описания учебного контента и сценариев обучения
В первой главе проведен анализ автоматизированных обучающих систем в части реализации управления процессом обучения и поддержки стандартов формализованного описания учебного контента и сценариев обучения, выполнена классификация современных LMS по признаку поддержки требований стандартов и определен уровень поддержки требований стандартов в современных LMS. 1.1 Анализ автоматизированных обучающих систем в части реализации управления процессом обучения
Под автоматизированными обучающими системами (АОС) понимается комплекс технических средств, программного и учебно-методического обеспечения для активизации и интенсификации индивидуальной и/или коллективной познавательной деятельности обучаемых на основе реализуемого компьютером управления данной деятельностью и предоставления при этом необходимых информационных и вычислительных ресурсов [65].
Первые попытки применения АОС относятся к концу 1950-х годов [61] и связаны, в основном, с появлением и развитием программированного обучения [25, 102, 73], призванного внедрить элементы кибернетики в практику обучения. Одним из основных преимуществ программированного обучения является возможность автоматизации процесса обучения [107]. На алгоритмах программированного обучения были построены АОС ВУЗ и PLATO [103].
К числу первых АОС, разработанных в СССР, относятся АОС ЭВОС, САДКО, АТОС, КОНТАКТ, ЭКСТЕРН, СПОК-ВУЗ [106]. Первые АОС использовали специальные пульты и клавиатуры (АОС ЭВОС и АТОС), соединенные с компьютером, практиковалось совместное использование компьютера и учебного пособия на бумажном носителе (АОС САДКО), были сделаны первые попытки построения разветвлённого сценария выдачи тестовых вопросов и обучающего материала в зависимости от ответов обучаемого [30]. При этом наличие разветвленного сценария обучения предполагало разбиение учебного материала на несколько траекторий в зависимости от уровня сложности учебного материала и заданий [70]. В 1980-х годах были проведены эксперименты по внедрению АОС в вузах, ПТУ и школах, было разработано соответствующее методическое обеспечение [91, 86, 106]. Под АОС стали понимать любые программы, предназначенные для поддержки процесса обучения - тесты, практикумы, электронные учебники и др.
Вплоть до 1990-х годов появилось множество АОС [95, 62], в том числе системы, основанные на моделях обучаемого, процесса обучения и предметной области [87], в том числе адаптивные АОС, осуществляющие подстройку процесса обучения под особенности конкретного обучаемого и интеллектуальные обучающие системы, основанные на работах в области искусственного интеллекта [20, 21].
С появлением и распространением в начале 1990-х годов IBM-совместимых компьютеров, появились АОС, характеризующиеся ориентацией на самостоятельную работу преподавателя с системой без привлечения профессиональных программистов [104]. К таким АОС относятся КАДИС, ДЕЛЬФИН, АДОНИС, РАДУГА, КОНУС, CourceMaster. Получили развитие средства создания учебных курсов, включающих контролирующие, тренировочные, справочно-консультационные и информационные элементы, содержащие мультимедийные технологии.
В дальнейшем, с появлением и развитием глобальной сети Интернет, АОС эволюционировали в системы дистанционного обучения (далее - LMS, Learning Management System), реализующие процесс обучения через Интернет в синхронном и асинхронном режимах [62]. Первые LMS, появившиеся примерно в 1993 году, представляли собой закрытие системы, работающие по принципу «черного ящика» и использующие внутренние форматы для управления контентом [24]. В это же время была осознана необходимость обеспечения интероперабельности (переносимости) контента, что ознаменовалось появлением первых стандартов - Dublin Core, IMS Learning Resource Metadata, IEEE Learning
Object Metadata, AICC. С 1999 года получило развитие новое поколение LMS, характеризующееся модульной архитектурой и поддержкой стандартов, ориентированных на обмен учебным контентом и информацией об обучаемом.
К наиболее распространенным современным LMS относятся: свободно распространяемые LMS Moodle, LAMS, Sakai, ATutor, Claroline, Dokeos, OLAT, OpenACS/LRN, ILIAS; зарубежные коммерческие LMS Blackboard/WebCT, IBM Lotus WCL, Oracle Learning Management, Oracle iLearning, Microsoft Learning Gateway, Learn eXact, Desire2Learn, Trivantis CourseMill LMS, Saba LMS; отечественные коммерческие LMS Доцент, Прометей, Competentum, WebTutor, RedClass, eLearning Server 4G, Орокс, BaumanTraining. За период развития AOC и LMS было исследовано и апробировано множество теоретических подходов и практических решений по управлению процессом обучения.
Теоретической основой исследования являются научные работы отечественных ученых - A.M. Бершадского [12], С.А. Бояшовой [14], А.Д. Иванникова [114], И.Г. Кревского [68, 69], С.Л. Лобачева [88], Д.А. Новикова [93, 94], И.В. Роберт [100], В.И. Солдаткина [3, 4], В.А. Старых [6, 105], А.Н. Тихонова [64, 112], связанные с теорией и практикой построения процесса обучения. Вопросам управления процессом обучения посвящены работы В.П. Беспалько [7, 8, 9, 10, 11], A.M. Довгялло [65], Л. И. Долинер [26], Л.В. Зайцевой [30, 31, 32, 33], Л.А. Растригина [97, 98, 99], А.В. Соловова [103, 104], Н.Ф. Талызиной [ПО, 111].
Этап формализации описания учебного контента
Достижение целей обучения в диссертационной работе определяется для каждого из уровней усвоения учебной информации. В работах В.П. Беспаль ко выделены два уровня усвоения информации: репродуктивный и продуктивный уровни [11]. На репродуктивном уровне деятельность выполняется человеком по памяти (новой информации не создается). На продуктивном уровне деятельность выполняется по аналогии, с использованием усвоенных способов деятельности, но в новых условиях (создается новая информация). Каждый уровень разбит на два и дополнительно введен нулевой уровень. Нулевой уровень характеризует подготовленность человека к обучению данной деятельности, а уровни 1-4 показывают степень овладения ею.
Для формализации процесса определения достижения целей обучения в работе предлагается соотносить конкретную цель обучения с уровнями усвоения учебного материала на основе таксономии В.П. Беспалько [11]: уровень щ - характеризует подготовленность к восприятию и усвоению новой информации вообще. Это уровень, при котором обучаемый способен понимать, осмысленно воспринимать новую для него информацию т.е. это уровень предшествующей подготовки обучаемого, которая дает ему возможность понимать новый для него учебный материал; уровень щ (репродуктивный) - способность воспроизводить и использовать ранее усвоенную информацию при решении типовых задач с опорой на подсказку. Данный уровень характеризуется узнаванием изучаемых объектов и процессов при повторном восприятии ранее усвоенной информации о них или действий с ними (например, выделение изучаемого объекта из ряда предъявленных различных объектов); уровень (Х2 (репродуктивный) - способность самостоятельно воспроизводить и использовать ранее усвоенную информацию при решении типовых задач без опоры на подсказку. Данный уровень характеризуется воспроизведением усвоенных ранее знаний от буквальной копии до применения в типовых ситуациях (например, воспроизведение информации по памяти, решение типовых задач по усвоенному ранее образцу); уровень аз (продуктивный) - способность самостоятельно воспроизводить и преобразовывать ранее усвоенную информацию в процессе обсуждения известных объектов изучения, а также способность решать нетиповые (реальные) задачи. При этом обучаемый способен генерировать субъективно новую (новую для него) информацию об изучаемых объектах и действиях с ними (например, решение нетиповых задач, выбор подходящего алгоритма из набора ранее изученных алгоритмов для решения конкретной задачи); уровень (Х4 (продуктивный) - уровень творчества, при котором обучаемый способен создавать объективно новую информацию (ранее неизвестную никому).
Предполагается, что все обучаемые, работающие в среде LMS, обладают уровнем щ изначально. Уровень о является высшим уровнем усвоения и не рассматривается в качестве цели обучения в процессе обучения на основе технологий ДО. В диссертационной работе предлагается использовать уровни усвоения а]-аз т.к. они охватывают все необходимые этапы формирования знаний, умений и навыков для обучения в режиме ДО.
Цели обучения при изучении дисциплины формулируются в виде «знать», «уметь», «владеть» [72]. В соответствии с этим подходом, на уровне а] «знать» предполагает самостоятельное воспроизведение усвоенной учебной информации с опорой на подсказку, «уметь» предполагает самостоятельное использование усвоенной учебной информации при решении типовых задач с опорой на подсказку, «владеть» предполагает выполнение автоматизировано, свернуто и безошибочно действий уровня О/. На уровне (%2 «знать» предполагает самостоятельно воспроизводить усвоенную учебную информацию без опоры на подсказку. «Уметь» предполагает самостоятельно использовать усвоенную учебную информацию при решении типовых задач также без опоры на подсказку. «Владеть» на этом же уровне предполагает выполнять автоматизировано, свернуто и безошибочно действий УРОВНЯ ОІ2 . На уровне аз «знать» предполагает самостоятельное воспроизведение и преобразование ранее усвоенной информации в процессе обсуждения известных объектов изучения, «уметь» предполагает решение нетиповых (реальных) задач, «владеть» предполагает выполнение автоматизировано, свернуто и безошибочно действий уровня аз.
Достижение цели обучения предлагается определять на основании критериев проверки. Эти критерии используются для разработки контрольных заданий (тестов). Результаты тестирования и практических заданий показывают степень освоения конкретного уровня усвоения.
Формирование и формализация целей обучения и критериев проверки ее достижения, а также соотнесение целей обучения с уровнями усвоения учебного материала служат основой для автоматизации процедуры оценивания (контроля) уровня знаний и умений обучаемого.
Типовой процесс обучения включает в себя обучаемого и сетевого преподавателя. Полагаем, что цель управления - достижение обучаемым заданного уровня усвоения за минимальное число шагов. Обучаемый в процессе обучения должен освоить учебный модуль (достигнуть заданный уровень усвоения). Результатом обучения по каждому из уровней усвоения является уровень обученности - Q(a.j), определяемый по формуле:
Описание базовой математической модели процесса обучения
Предложенная выше модель для исследования изменения состояний объекта управления во времени является достаточно общей, поскольку позволяет учитывать зависимость параметров системы управления от шага (попытки) процесса обучения. Вместе с тем, система (15) строится для конкретного значения допустимого числа шагов управления М, что не всегда соответствует реальному процессу обучения.
На практике достаточно часто встречаются случаи, когда обучаемому на каждом шаге (уровне усвоения) обучения дается несколько попыток для возможности перехода на следующий уровень и если все эти попытки окончились неудачно, то обучение завершается на этом уровне. В этом случае для моделирования процесса обучения целесообразно использовать дискретную конечную цепь Маркова, имеющую поглощающее состояние поглощающую конечную цепь Маркова [63]. Цепь имеет поглощающее состояние соответствующее достижению значения заданного уровня усвоения - N . Принимается допущение о том, что параметры управления не зависят от шага управления, а) допустимы гк (1 гк х ) попыток перехода на следующий уровень и вероятность перехода при попытке номер ) (1 / гк) равна qkl(j) (0 qkl(j) 1).
Для адаптации модели, в диссертационной работе используется подход, при котором осуществляется вычисление вероятностей переходов на каждом этапе с учетом числа попыток.
Определены возможные состояния объекта управления: поглощающее состояние 00 - состояние успешного окончания процесса; поглощающее состояние Or - состояние завершения процесса на этапе номер г (г = 1, 2, ..., TV) по причине неудачных попыток перехода на следующий этап; невозвратное состояние к - состояние, соответствующее нахождению на этапе к {к = 1, 2, ..., N).
Таким образом, общее число состояний системы равно (N +1) + N .
Каждый этап кроме этапа (N - 1) может закончиться либо завершением процесса по причине неудачных попыток, либо переходом на следующий этап. Этап номер (N- 1) может закончиться либо завершением процесса по причине неудачных попыток, либо завершением процесса по причине его удачного окончания.
Для этапа номер к вероятность первого исхода (завершение процесса) может быть вычислена по формуле:
Справедливость (26) следует из того, что выход из процесса возможен только при всех неудачных попытках. При этом вероятность перехода на следующий этап вычисляется с учетом того, что переход возможен, если одна попытка оказалась удачной, по формуле: Можно показать, что gk(k+l) + gk(ok) = 1. Теперь процесс можно представить как поглощающую цепь Маркова, которая имеет (N+\) поглощающих состояний и N невозвратных состояний. где I - единичная матрица размерностью (N +\)x(N +\), 0 - матрица, состоящая только из нулевых элементов, размерностью (N+\)xN R матрица размерностью N x(N +1), G - матрица размерностью NxN . Матрицы R и G имеют вид:
Элементы матриц вычисляются с использованием формул (26) и (27). Для вычисления показателей процесса обучения воспользуемся формулами, представленными выше. 1. Вероятность pf. пребывания цепи в состоянии j (j = 1, 2,..., N +1) на Мшаге управления при начале работы в состоянии 0: =я0Рм;, (31) где 7Г0 - вектор-строка размерности (iV + l), у которой все компоненты равны О, а вторая компонента равна 1, что соответствует начальному состоянию цепи N(t0) = \, б; - вектор-столбец, размерности (iV + l), у которого все компоненты равны 0, а компонента j равна 1 (здесь нужно учитывать, что состояния цепи нумеруются с 1 и состояния с номера 1 по номер N + 1 поглощающие, а состояние цепи номеру соответствует состоянию объекта (J
Для проверки модели в качестве примера рассмотрен расчет показателей процесса обучения, в котором приращение состояния объекта происходит на каждом шаге с вероятностью 1 при значениях параметров N = 3, М = 4,N(t0) = 0, число состояний цепи равно 4.
Таким образом, предложенные модели позволяют исследовать процесс обучения методом математического моделирования с целью определения значений показателей процесса обучения. Входные данные для расчетов формируются на основе статистических данных или задаются эмпирическим путем. Статистические данные собираются средствами LMS на стадии опытной эксплуатации (эксперимента) и могут уточняться в процессе эксплуатации курсов. Статистические данные о процессе обучения включают данные об уровнях обученности различных слушателей по разным модулям. Примеры расчетов по моделям приведены в главе 4.
Методика сбора и обработки статистических данных Для расчетов с использованием предложенных математических моделей требуются исходные данные. Результаты обучения зависят от индивидуальных особенностей обучаемых и качества учебного материала, поэтому оценить их можно только на основе предварительного сбора и обработки статистических данных (получаемых по результатам реального процесса обучения или апробации).
Проектирование учебной среды курса с использованием нескольких LMS
Таким образом, для проектирования контента учебной среды курса используется стандарт ADL SCORM. Для проектирования сценариев обучения предлагается использовать редактор LMS LAMS, поддерживающий стандарт IMS Learning Design [84]. В работе апробировано 3 способа интеграции LMS Moodle и LMS LAMS: использование прямой ссылки и инструмента LAMS «Share Resources»; интеграция LMS Moodle и LMS LAMS на уровне взаимодействия; интеграция LMS Moodle и LMS LAMS на уровне обмена инструментами. Описание способов интеграция LMS LAMS и LMS Moodle приведено в приложении 2.
Предложенная учебная среда реализует совместное использование двух LMS, что позволяет: повысить автоматизацию процесса обучения за счет практической реализации результатов, полученных в диссертационной работе; использовать инструменты и сервисы двух LMS в составе проектируемого процесса обучения, тем самым расширяя функциональность учебной среды курса; не отказываться от наработок в используемой LMS (в данном случае -LMS Moodle), формируя «функциональную надстройку» (LMS LAMS), обеспечивающую проектирование и описание сценариев обучения в формате IMS Learning Design; реализовать совместную поддержку требований стандартов ADL SCORM и IMS Learning Design в составе учебной среды курса, что является актуальным направлением будущего развития данных LMS.
В рамках проведённого диссертационного исследования решена задача, заключающаяся в повышении эффективности управления процессом обучения, реализованным на основе ДОТ с использованием свободно распространяемого программного обеспечения и получены следующие результаты, обладающие научной и практической значимостью: Проведен анализ автоматизированных обучающих систем в части реализации управления процессом обучения и поддержки стандартов формализованного описания учебного контента и сценариев обучения, выполнена классификация современных LMS по признаку поддержки требований стандартов и определён уровень поддержки требований стандартов в современных LMS. Это позволило обоснованно подойти к выбору ADL SCORM 1.2 в качестве основного стандарта для описания учебного контента и стандарта IMS Learning Design - для описания сценария обучения в свободно распространяемых LMS.
Предложена методика формализованного описания контента и сценариев обучения, особенностью которой является использование таксономии уровней усвоения учебного материала и принципов программированного обучения на основе требований современных стандартов в области технологий ДО. Применение методики позволило сформировать интероперабельный учебный контент и сценарии обучения для использования в автоматизированном процессе обучения.
Разработана концептуальная модель процесса обучения, формализующая его описания. Особенностью модели является реализация траекторий обучения с использованием таксономии уровней усвоения и автоматизации основных фаз управления за счёт совместного использования рекомендаций архитектуры технологических образовательных систем (стандарт IEEE LTSA), требований эффективного управления и принципов программированного обучения. Описание модели выполнено с помощью методологии функционального моделирования IDEF3. Разработка учебных сред на основе концептуальной модели процесса обучения позволила сократить трудоёмкость обучения для обучаемых в среднем на 14% и произвести оценку уровня автоматизации учебных сред на примере конкретного учебного курса - для LMS Oracle iLearning уровень автоматизации составил 54%, для LMS Moodle - 61%, для LMS LAMS - 92%.
Разработаны алгоритмы автоматизированного управления процессом обучения по программам ДПО для варианта процесса обучения с ограничением на число шагов обучения и для варианта с ограничением на число попыток. Отличительной особенностью алгоритмов является учёт начального уровня обучаемых для корректировки параметров процесса обучения и сбор информации для оценки качества учебного контента. Алгоритмы позволяют проектировать сценарий обучения для использования в автоматизированных LMS. В рамках апробации алгоритма проведено обучение 230 слушателей.
Предложен комплекс математических моделей для вероятностной оценки показателей процесса обучения. Предложена базовая модель системы управления и модели для основных вариантов организации процесса обучения. Расчеты по моделям позволили определять значения показателей процесса обучения, в том числе для планирования трудозатрат сетевого преподавателя и выводов о качестве учебного контента. Разработана методика сбора и обработки статистических данных для вычислений с использованием предложенных моделей. Разработано программное обеспечение для имитационного моделирования процесса обучения при различных значениях его параметров.