Управление качеством учебно-познавательной деятельности студентов при компьютерном обучении. Часть стратегии обучения и контроля пос - polpoz.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Учебно-методический комплекс. Рабочая программа для студентов специальности... 1 267.79kb.
Методические указания для студентов всех форм обучения по специальности... 2 577.82kb.
Проблемы формирования содержания обучения техническому творчеству... 1 126.67kb.
«Способы активизации познавательной деятельности на уроках биологии» 1 61.5kb.
Инновационные обучающие технологии в профессиональной подготовке... 6 1667.79kb.
Учебное пособие представляет собой изложение методологии управления... 1 80.09kb.
Реферат анализ затрат на качество продукции (по дисциплине «Управление... 1 495.55kb.
Внедрение современных информационных технологий (ИТ) одна из наиболее... 1 32.14kb.
Е. А. Рындина Основное звено процесса обучения передача знаний. 1 47.1kb.
Контрольная работа для студентов заочной формы обучения, учебно-методический... 1 409.5kb.
Пояснительная записка Дисциплина «Управление качеством» 1 189.37kb.
Ммо вчителів математики м 1 119.05kb.
1. На доске выписаны n последовательных натуральных чисел 1 46.11kb.

Управление качеством учебно-познавательной деятельности студентов при компьютерном - страница №1/1

УДК 378.1:681.3

 2007


Ашеров А.Т.
УПРАВЛЕНИЕ КАЧЕСТВОМ УЧЕБНО-ПОЗНАВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ ПРИ КОМПЬЮТЕРНОМ ОБУЧЕНИИ. ЧАСТЬ 2. СТРАТЕГИИ ОБУЧЕНИЯ И КОНТРОЛЯ
Постановка проблемы. Под учебно-познавательной деятельностью (УПД) при компьютерном обучении понимается познавательная деятельность студента как частный вид интеллектуальной деятельности, направленной на приобретение новых знаний, умений и формирование новых навыков под руководством компьютера как средства обучения. Компьютерным обучением будем называть метод, в котором собственная, самостоятельная учебно-познавательная и учебно-практическая деятельность субъекта учения обусловлена формирующей деятельностью преподавателя, реализованной в электронных средствах обучения (в электронных учебниках, интеллектуальных тренажёрах и т.п.) и в технологии интерактивного самообучения.

Дальнейшее изложение будем вести на примере электронного учебника, используемого при дистанционном обучении. Под электронным учебником будем понимать такую обучающую систему [1], которая, начиная обучение с некоторого исходного уровня обученности студента, способна тестировать знания и умения и, в зависимости от результата тестирования, выбирать в пределах выделенных ресурсов управление для перехода к следующей учебной дозе, соответствующей данному или следующему уровню обученности. Проблема состоит в построении модели выбора стратегий обучения и контроля.



Анализ последних исследований и публикаций. В работе “Управление качеством учебно-познавательной деятельности студентов при компьютерном обучении. Часть 1. Модель” были описаны задачи, возникающие при создании и эксплуатации электронного учебника по любой дисциплине. Там же было показано, что задача управления качеством учебно-познавательной деятельности студентов в электронной среде может быть сведена к задаче выбора стратегий в управляемом полумарковском процессе [2]. Содержательно были определены основные элементы модели: состояния как уровня обученности, доход как сумма накопленных знаний с учётом законов памяти, управления как процедуры контроля знаний и умений. Данная статья продолжает описание модели, начатое в работе [2].

Постановка задачи. Предположим, что УПД организована таким образом, что за некоторый период (0, Т ) студент должен усвоить определенный (плановый) объем QП учебного материала. Контроль процесса усвоения учебного материала заключается в проведении последовательности проверок П = { π}, i = 1, 2, … (текущих контролей). Моменты проверок ti и ti+1 разделены интервалами времени τi. Каждая проверка πi имеет свою «стоимость» (например, затраты компьютерного времени) и может иметь два исхода: положительный и отрицательный. Положительным исходом называется случай, когда фактически усвоенный объем знаний и умений QiФ, определенный за период времени (0, t), по результатам проверки πi находится в допустимой области (QiП - QiФ ≤ δ, δi – допуск). Отрицательным исходом называется случай, когда QiП - QiФ > δi .


Интервал τi между проверками может быть различным. Частые проверки обуславливают чрезмерно большую психическую нагрузку на обучаемого и приводят к повышению «стоимости» процедуры контроля. Необоснованное уменьшение частоты проверок может привести к «учебной неудаче» (пустой трате учебного времени и т.п.) из-за невозможности своевременной выработки должных педагогических воздействий. Изменения во времени объема приобретаемых знаний можно признать непрерывным случайным процессом QФ(t). Требуется разработать такую процедуру подачи учебного материала в данной предметной области и такую процедуру контроля знаний и умений, чтобы с учетом свойств процесса QФ(t) и наличных ресурсов обеспечить к моменту Т приобретение и закрепление объема знаний QП.

Результаты. Как было показано в работе Управление качеством учебно-познавательной деятельности студентов при компьютерном обучении. Часть 1. Модель, под управлением при компьютерном обучении понимается комплекс команд, вырабатываемых «компьютером» на основании результатов проверки πi и определяющих содержание учебной дозы на период (ti, ti+1). Предположим, что в учебнике заложена возможность осуществлять управление по результатам проверок при конечном числе управлений z= 1, 2, …, Z, допустимых в каждом состоянии УПД. Выбор конкретного управления зависит от состояния обучаемого, выявленного в момент ti по результатам тестирования знаний и умений. Естественно возникает вопрос о структуре системы диагностических тестов

1. Диагностические тесты контроля знаний и умений при компьютерном обучении. Введем следующие допущения:


  1. Система диагностических тестов (далее тестов) должна иметь иерархическую структуру, аналогичную структуре деятельности. Это означает, что должны быть тесты для выявления умений выполнять производственные функции, решать типичные задачи деятельности, выполнять функции специалиста в каждой задаче, выполнять элементарные технологические операции и простые действия.

  2. Должны существовать тесты на умения решать задачи стереотипные, диагностические, эвристические

  3. Должны быть тесты, выявляющие сформированность умений предметно-практических, предметно-умственных, знаково-практических и знаково-умственных при выполнении отдельных функций и отдельных операций.

  4. Тесты на сформированность умений должны допускать опору испытуемого: а) на материальные носители информации (например, на инструкцию, на конспект, на Help); б) на постоянный умственный контроль; в) на автоматизм (выполнение задания за ограниченное время).

  5. В основу типологии тестов на каждом иерархическом уровне должна быть положена типология ошибок специалиста.

2. Ошибки деятельности специалиста. По предложению автора [3] деятельность специалиста на каждом уровне деятельности будем рассматривать как совокупность двух процессов: идентификации (identification) - выбора специалистом конкретного элемента (задачи, функции, операции или действия) для исполнения и реализации (realization) - исполнения выбранного элемента. Это дает основание разделить все ошибки деятельности на две категории: ошибки, совершаемые в процессе идентификации; ошибки при реализации элемента деятельности. В свою очередь возможны три типа ошибок идентификации:

  • пропуск (miss) - элемент деятельности не идентифицирован, хотя это было необходимо;

  • избыток (overage) - элемент деятельности идентифицирован при отсутствии необходимости;

  • заблуждение (wrong) - идентифицирован не тот элемент деятельности, который был необходим.

Пересечение структурных уровней деятельности, процессов деятельности и типа отклонений при идентификации позволяет выделить 12 типов ошибок, иерархия которых показана на рис. 1. При этом элемент деятельности "функция" объединяется с элементами "задача" или "операция" в зависимости от вида деятельности.

Рис. 1. Иерархия ошибок в деятельности специалиста (по [3]) (индексы образованы от первых букв английских терминов событий, приведенных в тексте)


Покажем ошибки деятельности на примере конкретной производственной функции (рис. 2), идя снизу вверх (от действий к производственной функции).

Рис. 2. Фрагмент иерархии элементов деятельности при выполнении конкретной производственной функции (в соответствии с уровнями, описанными в [2])


Примеры ошибочного выполнения действий (уровень 1 действий):

Prim - после исправления символа студент не нажал ENTER, в результате чего исправления не внесены в ОЗУ;

Prio - фрагмент текста выделен и отправлен в буфер без надобности;

Priw - для удаления символа выбрана клавиша DELETE вместо клавиши BackSpace;

Prr - нажата клавиша DELETE и удален нужный символ.

Примеры ошибочного выполнения технологических операций и функций (уровни 2 и 3 операций и функций):

Poim - пропуск оператора описания массива DIM в задаче обработки массива;

Poio - запись лишнего оператора цикла FOR;

Priw - открытие 3 баз данных при связывании 2 баз данных при работе с FoxPro;

Prr - при просмотре программы нажата клавиша F2 (RUN - исполнение) вместо F1 (LIST - чтение).

Примеры ошибочного выполнения задач (уровень 4 задач):

Ptim - не составлен алгоритм подпрограммы;

Ptio - поставлена задача оптимизации при отсутствии противоречивых тенденций в производственной ситуации;

Ptiw - определение задачи как задачи линейного программирования при нелинейной целевой функции;

Prr - получение бессмысленного плана производства деталей из-за неверной записи ограничений в модели.

Ошибки типа Prim, Priw, Prr свидетельствуют о том, что не сформированы даже знаково-практические умения на уровне действий, т.е. не освоена клавиатура компьютера.



3. Выбор стратегий обучения и контроля. Среди ряда моделей управляемых полумарковских процессов [4] из соображений реализуемости нас интересует следующий случай: 1) интервал проверок регламентирован и имеет фиксированную длину ; 2) стратегии не зависят от времени (имеют место однородные стратегии); 3) доход как число усвоенных понятий и сформированных умений (более подробно см описание дохода в [2]) имеет линейный характер: для ; константа «интенсивность дохода » имеет физический смысл «среднее число понятий, усвоенных за единицу времени, и сформированных на их базе умений)»; 4) забывание информации и утрата умений в отдаляющиеся во времени моменты прогноза при отсутствии подкрепления учебного материала (в терминах модели – это дисконтирование дохода) учитывается коэффициентом переоценки дохода. Этот коэффициент должен быть непрерывным по t, меньше единицы и иметь тем большее влияние, чем больше t. Этим требованиям удовлетворяет коэффициент переоценки в виде , где α – константа, принимаемая по согласованию. Тогда в качестве математической схемы контроля процесса обучения может служить конечношаговая управляемая (по результатам тестирования) марковская цепь. Ожидаемый переоцененный доход при выходе из состояния r при управлении ψ будет равен [4]

,

где . Под состоянием процесса обучения будем понимать "состояние обучаемого", т.к. оно связано с уровнем обученности. и характеризует УПД в каждый момент ti.

Известно, что педагоги ставят перед обучаемыми разные цели, которые можно сгруппировать в следующие кластеры: «знать», «понимать», «применять», «анализ», «оценка», «синтез». В соответствии с этими целями формируется учебный материал.

Рассмотрим самый простой случай: учебный материал и тесты ориентированы на цели «знать», «понимать», и можно принять следующие состояния, определяемые исходами проверок:



  • состояние Z(1): учебная доза знаний и умений студентом усвоена; связанные с нею умения сформированы полностью;

  • состояние Z(2): учебная доза знаний студентом усвоена; связанные с нею умения сформированы частично;

  • состояние Z(3): учебная доза знаний и умений студентом не усвоена.

В свою очередь, состояние 2 можно рассматривать как групповое событие, и тогда внутри этого состояния нужно рассматривать множество состояний. Мощность множества определяется тем, к чему относилась учебная доза: к операции, к функции или к задаче.

Предположим, что автор учебного курса заложил в учебник в зависимости от состояний следующие различные управления = 1,2,3:



  • в состоянии Z(1): 1 – подать следующую новую дозу учебного материала, ориентированную на цели «знать», «понимать»; 2 - подать следующую новую дозу учебного материала, ориентированную на цель более высокого уровня «анализ»;

  • в состоянии Z(2): 1 –повторно дать прежний учебный материал, дополнив его новыми примерами; 2 – подать некоторую часть прежнего учебного материала, связанную с несформированными умениями на уровне операций; 3 - подать некоторую часть прежнего учебного материала, связанную с несформированными умениями на уровне функций;

  • в состоянии Z(3): 1 – вернуть обучаемого к изучению прежних двух учебных доз с прохождением тестового контроля по первой дозе; 2 - вернуть обучаемого к изучению прежних двух учебных доз с прохождением тестового контроля по второй дозе; 3 - вернуть обучаемого к изучению прежней учебной дозе с прохождением тестового контроля по данной дозе.

Рассмотрим демонстрационный пример. Будем считать, что известны вероятности переходов из состояния r в состояние s для каждого управления . Кроме того, примем, что доход имеет линейный характер, т.е. , все интервалы диагностики имеют фиксированную длину, а выражения , . Экспертные значения и сведены в таблицу 1. В последнем столбце таблицы записан средний одношаговый переоцененный доход при выходе из состояния r, который подсчитан по формуле

.

Таблица 1

Исходные данные


Состояние

Управления

Переходные вероятности

Доход















Z(1)

1

2


0,75

0,2


0,2

0,7


0,05

0,1


10

8


12

10


6

4


10,2

9


Z(2)

1

2

3



0,1

0,05


0,1

0,8

0,75


0,6

0,1

0,2


0,3

10

8

12



12

14

16



6

4

8



11,2

11,7


13,2

Z(3)

1

2

3



0

0

0,1



0,05

0,9


0,7

0,95

0,1


0,2

0

0

2



6

8

10



2

1

2



2,2

7,3


7,6

Будем различать в дальнейшем управление и стратегии mi (i – текущий индекс), и будем называть стратегией набор управлений для различных состояний системы. Стратегия будет записываться в виде вектора-столбца, в котором на первом месте стоит номер управления для первого состояния Z(1), на втором – для второго состояния Z(2), на третьем – для третьего состояния Z(3). Для рассматриваемого случая всего будет 332=18 стратегий, образуемых комбинаторным путем.

Для выбора стратегий используем алгоритм динамического программирования Ховарда [5]. Этот алгоритм включает две процедуры: определения весов стратегии и улучшения решений (поиска оптимальных стратегий) для каждого состояния системы. Выполним вычисления по этапам этого алгоритма.

1. Составим систему уравнений относительно доходов для случая однородных стратегий. Для удобства наблюдения за ходом вычислений в выражение дохода yr будем вводить двойной верхний индекс i, состоящий из номера i стратегий, возрастающего от итерации к итерации, и номера управления. С учетом этого факта система уравнений имеет вид:



.

В качестве исходной стратегии примем стратегию . Для этого случая система уравнений примет вид:



,

Представляя значения, получим



,

откуда , , .

2. Улучшим решение, используя найденные значения . С этой целью проверим значения доходов для каждого возможного состояния системы при других стратегиях. Целевая функция имеет вид:

.

Система уравнений для 1-го состояния (r = 1) имеет следующий вид:



,

откуда следует (доход для 1-го состояния при 2-м управлении). Максимальный доход для 1-го состояния равен и имеет место при 2-м управлении.

Система уравнений для 2-го состояния (r = 2) имеет следующий вид:

,

откуда следует: , . Максимальный доход для 2-го состояния равен и имеет место при 1-м управлении.

Система уравнений для 3-го состояния (r = 3) имеет следующий вид:

,

откуда следует: , . Максимальный доход для 3-го состояния равен и имеет место при 2 - м управлении.

Таким образом, улучшенная стратегия имеет вид .

3. Определим новые веса для улучшенной стратегии m2. С этой целью составляем новую систему уравнений:



.

Подставляя значения, получим:



,

откуда , , .

4. Улучшим решение, используя найденные значения , по схеме п.2. Процедура улучшения решения дает следующий результат: наибольшее значение целевой функции для 1-го состояния достигается при 2-м управлении, для 2-го состояния – при 3-м управлении, для 3-го состояния – при 2-м управлении. Следовательно, улучшенная стратегия имеет вид .

5. Повторяем процедуры поиска весов и улучшения решения. Результаты всех итераций сведены в таблицу 2. На 5-й итерации максимальные значения доходов ниже значений доходов, принятых в качестве исходных. Следовательно, процедура улучшения решения закончена, а стратегия m5 является оптимальной. Данная стратегия предписывает в

Таблица 2

Результаты расчетов доходов и выбора стратегий управления учебно – познаватиельной деятельностью при компьютерном управлении



итерации


Стратегия mi, исходная для данной итерации

Исходные значения доходов для каждого состояния

Максимальные значения доходов для каждого состояния, рассчитанные при вариации управлений

Улучшенная стратегия для данной итерации













1



81,4

80,31

39,9

81,4

80,31

76,34



2



103,9

106,3

102,6

103,9

107,6

102,6



3



28,83

19,69

25,52

28,83

30,77

27,15



4



99,5

101,42

96,91

99,51

184,08

97,19



5



115,06

117,28

112,4

114,03

116,27

112,04

Отсутствует

1-м состоянии процесса выбирать 2-е управление (подать следующую новую дозу учебного материала, ориентированую на цель более высокого уровня «анализ»), во 2-м состоянии принимать 3-е управление (подать некоторую часть прежнего учебного материала, связанную с несформированными умениями на уровне функций); в 3-м состоянии принимать 2-е управление (вернуть обучаемого к изучению прежних двух учебных доз с прохождением тестового контроля по второй дозе).



4. Выводы и перспективы дальнейших исследований. При необременительных допущениях мониторинг процесса компьютерного обучения может быть описан как управляемый марковский процесс. Средством мониторинга являются диагностические тесты. Основная задача, которая связана с мониторингом процесса компьютерного обучения, состоит в выборе для всех состояний r управлений ψ(r) и интервалов проверок τp = τ[r,s; ψ(r)] на каждом шаге p = 1,2, …, n, которые максимизируют объём усвоенных знаний и сформированных умений за время планового периода (0,Т). Для случая однородных стратегий эта задача может быть решена на основе алгоритма динамического программирования Ховарда. Этот алгоритм включает две процедуры: определения весов стратегии и улучшения решений (поиска оптимальных стратегий) для каждого состояния системы.

Следующим этапом исследования будет подготовка рекомендаций по сбору исходных данных для проверки модели выбора управлений процессом компьютерного обучения.



Литература


  1. ДСТУ 2482 94. Системи оброблення інформації. Комп'ютерні технології навчання. Терміни та визначення. - К.: УкрНДІССІ, 1994. 36с.

  2. Ашеров А.Т. Управление качеством учебно-познавательной деятельности студентов при компьютерном обучении. Часть 1. Модель. // Проблеми інженерно-педагогічної освіти: Зб.наук.пр. Випуск 13 – Харків, УІПА, 2006- С. 155 – 163.

  3. Анохин А. Н. Анализ деятельности оператора: модели и методы: Учебное пособие. – Обнинск: ИАТЭ, 1992. – 88 с.

  4. Джевелл В.С. Управляемые полумарковские процессы // Кибернетический сборник. Выпуск 4. – М.: Мир. – 1964 – с. 97 137.

  5. Ховард Р.А. Динамическое программирование и марковские процессы. – М.: Сов. радио, 1964. –167 с.


Ашеров А.Т.

Управление качеством учебно-познавательной деятельности студентов при компьютерном обучении. Часть 2. Стратегии обучения и контроля

В статье сформулирована задача управления качеством учебно-познавательной деятельности студентов в электронной среде как задача выбора стратегий в управляемом полумарковском процессе. Для выбора стратегий использован алгоритм динамического программирования Ховарда, позволяющий для каждого состояния обученности студента назначать управление учебным процессом.


Ашеров А.Т.

Керування якістю навчально-пізнавальної діяльності студентів при комп'ютерному навчанні. Частина 2. Стратегії навчання і контролю

У статті сформульовано задачу керування якістю навчально-пізнавальної діяльності студентів у електронному середовищі як задачу вибору стратегій у керованому напівмарківському процесі. Для вибору стратегій використано алгоритм динамічного програмування Ховарда, що дозволяє для кожного стану навченості студента призначати керування навчальним процесом.


А. Asherov

The Management of Training-Cognitive Activity Qualityof Students at Computer Teaching. Part 2. Strategies of Training and Control

The task of the management of training-cognitive activity quality of students in the electronic sphere as’a task of choosing strategies in controlled semi-markovskiy process is formulated in this article. For choosing strategies it was used the algorithm of dynamic programming Howard, allowing to appoint the management by training process for each state of trained student.



Стаття надійшла до редакції 19.04.2007р.