Educational Technology & Society 6(4) 2003
ISSN 1436-4522
pp. 204-211

Методы и модели адаптации к учащимся в системах компьютерного обучения

Л.В. Зайцева
Рижский технический университет, Рига, Латвия
Lzaiceva@egle.cs.rtu.lv

АННОТАЦИЯ
Рассматриваются уровни и методы адаптации, используемые в компьютерных системах обучения (КСО), а также ряд моделей (учебного материала, студента, сценария диалога), на основе которых осуществляется адаптация. Приводятся свойства и параметры адаптивности и адаптируемости КСО.

Ключевые слова
адаптация, методы, модели, компьютерные технологии.

 

Введение

В настоящее время при обучении широко используются компьютерные технологии. Для интенсификации учебного процесса разрабатываются как отдельные тестирующие и обучающие программы, так и компьютерные системы обучения (КСО). Интеллектуальные КСО, как правило, в той или иной степени учитывают индивидуальные особенности учащихся, предоставляя каждому возможность наиболее быстро и качественно получить новые знания. Таким образом, существующие КСО в различной мере обеспечивают адаптацию, а часть из них обладает также некоторыми свойствами адаптируемых систем.
Адаптивность – это свойство системы приспосабливаться к действиям пользователя, т.е. система изменяет свои параметры и структуру в зависимости от работы пользователя. Адаптируемость системы – это возможность пользователя изменять структуру и параметры системы.

Уровни и методы адаптации в компьютерном обучении

При компьютерном обучении можно выделить три иерархических уровня адаптации к учащимся [Зайцева, 2003]:

. Первый уровень адаптации предусматривает адаптацию к каждой категории пользователей компьютерной системы обучения в зависимости от их потребностей и обычно реализуется созданием специального интерфейса для каждого класса пользователей. Такой подход характерен для любых компьютерных систем. В интеллектуальных обучающих системах учащемуся необходимо предоставить следующие возможности: обучение, проверка знаний, упражнения, помощь и справочная информация, видео-лекции и их презентации, вопросы преподавателю, конференции, студенческие форумы, электронные методические пособия, ввод комментариев по ходу занятия и др.
Адаптация к группе студентов обеспечивает адаптацию в зависимости от выбранной специальности, образовательной программы, возраста и психологической направленности личности. Этот уровень адаптации базируется, в первую очередь, на решении двух основных вопросов дидактики: «чему учить?» и «как учить?». Ответ на первый вопрос определяет цели обучения, т.е. объем необходимых знаний, умений и навыков и степень их освоения. Решение второго вопроса дидактики («как учить?») обуславливает выбор методов обучения, наиболее подходящих для группы учащихся, а также способов представления информации [Zaitseva, 1997]. На выбор методов обучения и способов представления информации влияют как возраст обучаемого, так и его психологическая направленность личности (ориентация на себя, на задачу, на взаимодействие).
На третьем уровне достигается максимальная степень адаптации к учащемуся, т.к. он основан на учете личностных характеристик студента, его предшествующих и текущих знаний, умений и навыков, опыта, способностей и т.п.
Для организации адаптации к учащемуся используют различные методы [Brusilovsky, 1998]. .
Далее подробно рассматриваются некоторые методы адаптации и связанные с ними вопросы.

Построение последовательности обучения

Цель данного метода адаптации – обеспечить студентам наиболее подходящую индивидуально планируемую последовательность для изучения единиц знаний и выполняемых задач. Для реализации метода ставится задача построения оптимальной последовательности изучения учебного материала (УМ). В компьютерных системах обучения УМ или объект изучения представляется в виде трех- или четырехуровневой иерархии (рис. 1): курс (учебный предмет), тема, раздел темы, квант учебной информации (УИ), причем уровень разделов для небольших и несложных тем может быть опущен. Квант УИ – это элементарная порция информации: текст для изучения некоторого понятия темы (квант-понятие), вопрос, задача, комментарий на ответ, разъяснительный текст и т.п. [Зайцева, 1989].



Рис. 1. Иерархическая структура учебного курса.

В настоящее время при объектно-ориентированном подходе к разработке компьютерных систем обучения широко используется термин «объект изучения» (learning object), но однозначного определения этого термина пока не существует [Ip, 2003]. Некоторые авторы под объектом изучения (ОИ) понимают кванты УИ, другие рассматривают ОИ на двух уровнях: макроуровне (уровень тем) и микроуровне (уровень квантов УИ) [Redeker, 2003], хотя учебный курс также можно считать объектом изучения.
Построение оптимальной последовательности объектов изучения осуществляется на основе модели учебного материала, в качестве которой используется ориентированный граф с нагруженными ребрами G(V,S) (рис. 2). Множество V вершин графа соответствует объектам изучения (курсам, темам, разделам тем или квантам УИ), а множество S ребер – связям между ними. При этом возможны следующие степени связи [Зайцева, 1989]:
s1 - для изучения объекта необходимо иметь общее понятие о другом ОИ;
s2 - при изучении объекта используются частые ссылки на другой ОИ;
s3 - для изучения наиболее сложных (или редко используемых) понятий объекта необходимы знания из другого ОИ;
s4 - для изучения объекта и практического применения знаний необходимо четкое знание другого ОИ.



Рис. 2. Графовая модель учебного материала.

Каждой вершине i графа ставится в соответствие вектор Vi = { Ri1, Ri2, …, Rim } , каждый элемент которого включает четыре параметра, т.е.
Rij = (pij, tij, zij, uij, qij),
где i – номер ОИ;
j – номер программы (специальности) студента;
pij – программа (специальность) студента;
tij – время изучения ОИ;
zij – уровень знаний, который должен быть достигнут при изучении ОИ;
uij – уровень умений;
qij – уровень навыков, которые должны быть сформированы в результате изучения ОИ.
Последние три параметра отражают цель обучения. Тогда подграф Gk графа G, включающий вершины с одинаковыми значениями pij является моделью УМ для группы студентов, обучающихся по специальности . На рис. 2 показан подграф с вершинами V1, V2, V4, V5, V6, V7. Такой подход позволяет осуществить адаптацию к разным группам студентов в зависимости от их специальности и/или программы обучения.
После построения моделей УМ можно определить оптимальную последовательность изучения ОИ, использовав, например, математический метод А.В.Нетушила и А.В.Никитина [Нетушил, 1969], основанный на минимизации линейной функции забываемости. В результате получим сценарии обучения (последовательность ОИ) для всех групп студентов. Этапы решения данной задачи подробно описаны в работе [Зайцева, 1989]. При этом также определяются ОИ, которые могут быть изучены в произвольной последовательности, обеспечивая тем самым некоторую адаптируемость КСО, т.к. в процессе обучения студенту предоставляется возможность выбора ОИ для обучения из предлагаемого списка.
Аналогичным образом можно определить последовательность контрольных вопросов и задач, которые должны быть выполнены для достижения требуемых знаний и умений.
Описанную модель можно использовать на всех уровнях УМ, т.е. определить сценарии и управлять последовательностью изучения курсов, тем, разделов и квантов-понятий УИ. Но при неизменной модели УМ, что в целом характерно для учебных дисциплин, полученные на ее основе сценарии являются постоянными. Поэтому их можно поместить в базу знаний компьютерной системы обучения и использовать лишь для управления последовательностью изучения курсов, тем, разделов и квантов-понятий. В случае включения нового курса, темы, раздела видоизменяется модель УМ и определяется последовательность обучения – новый сценарий.
На низшем уровне иерархии УМ при проработке отдельных квантов УИ сценарий обучения должен строиться динамически в ходе диалога на базе модели квантов-понятий УM и модели студента. Модель квантов-понятий УM используется для определения оптимальной последовательности их изучения и служит основой при формировании сценария обучения, т.е. в зависимости от деятельности студента и его модели предварительный сценарий (последовательность квантов-понятий) дополняется другими квантами УИ (вопросы, задачи, разъяснения, комментарии). Решение о включении новых квантов УИ принимается на основе модели студента, которая в общем случае, хотя и необязательно, является вектором [Zaitseva, 2003]
М = {М1, М2, М3, …, Мn} и может включать следующие компоненты, как правило, векторы:
М1 – предыстория обучения;
М2 – результаты текущей работы с курсом (тип выполненных заданий, время выполнения заданий, число обращений за помощью и т.д.);
М3 – личностные психологические характеристики (тип и направленность личности, репрезентативная система, способность к обучению, уровень беспокойства-тревоги, особенности памяти и др.);
М4 – опыт работы с компьютерной системой;
М5 – общий уровень подготовленности;
М6 – стратегия обучения и др.
Стратегия обучения отражает наиболее подходящие для студента методы обучения, которые выбираются на основе его общего уровня подготовленности и направленности личности. Так, для наименее подготовленных можно рекомендовать перцептивные и логические методы обучения, для более подготовленных – гностические проблемные и поисковые [Архипова, 2002]. Последние также можно считать предпочтительными для студентов, направленность личности которых – ориентация на задачу.

Адаптивное представление информации

Этот метод адаптации предусматривает генерацию наиболее подходящих для студента квантов УИ и связан с видом и детальностью представления информации. Выбор как вида представления информации, так и ее детальности осуществляется на основе модели студента (М2, М3, М5).
Современные компьютерные технологии позволяют представить информацию по-разному: в виде текста, графики, анимации, звука и т.д. Известно, что по предпочитаемой форме восприятия информации различают людей с тремя репрезентативными системами (М3): аудиалы, визуалы и кинестики (Юсупова, 2002). Для аудиалов, которые воспринимают информацию на слух, необходима звуковая интерпретация УМ. Визуалам предпочтительна информация в виде изображений, а текст должен быть визуально структурированным. Таким образом, осуществляется адаптация в зависимости от вида представления информации. Однако, полезно предусмотреть в КСО и такое свойство адаптируемости как обеспечение выбора вида выводимой информации, т.е. необходимо предоставить студенту возможность включать и отключать звук, анимацию и презентацию.
Детальность выдаваемой информации зависит от текущего выполнения заданий (М2) и общего уровня подготовленности (М5) студента. Так, для более подготовленных учащихся достаточно лаконичного изложения УМ, для остальных нужна разъяснительная информация различной степени детальности. Выбор степени детальности выдаваемой информации также можно предоставить студенту.

Адаптивная выдача комментариев

Выдача комментариев – очень важный аспект компьютерного обучения, который является составной частью нескольких методов адаптации (интеллектуальный анализ решений, диалоговая поддержка решения задач, решение задач на примерах, адаптивная поддержка сотрудничества). Комментарии выводятся в зависимости от контекста, учитывая психолого-личностные характеристики студента, хранящиеся в модели студента М.
Адаптивные комментарии бывают следующих видов: реплика, помощь, разъяснение, примеры. Комментарий-реплика – это слово или короткая фраза типа «Правильно», «Молодец!», «Неверно», «Вы ошиблись» и т.п. В КСО целесообразно создать банк реплик и использовать его для выбора подходящей реплики случайным образом, что позволит оживить ход диалога. Комментарии-помощь предназначены для поддержки студентов при работе с КСО, помогая им выполнить те или иные действия, решить предлагаемую задачу. В состав комментария-помощи может входить и подсказка, например, «Для изучения новой темы выберите режим «обучение», для проверки своих знаний – режим «контроль»». Комментарии-разъяснения объясняют ошибочные действия студента. Они обычно представляются в виде текста разной степени детальности, но могут также включать другие виды представления информации. Комментарии-примеры используются для демонстрации выполнения требуемых действий и/или решения задач.
Выдаваемые студенту комментарии могут включать как один вид комментария, так и представлять собой набор комментариев разного вида, который формируется в процессе диалога. Так, при правильном ответе студента достаточно комментария-реплики. При неверном ответе комментарий формируется в зависимости от уровня подготовленности (М5) студента. Для студентов высокого уровня подготовленности – это реплика + краткий комментарий-разъяснение, для среднего уровня - реплика с подробным разъяснением, для студентов с низким уровнем подготовленности следует выдавать реплику, подробный комментарий-разъяснение и примеры, в отдельных случаях также комментарий-помощь. При этом для аудиалов (М3) рекомендуется и звуковой вывод комментария.

Интеллектуальный анализ решений

Данный метод адаптации предусматривает анализ ответов студента с использованием интеллектуальных анализаторов с целью распознавания не только правильных, но и неточных, неполных и неправильных ответов. Это позволяет определить, что конкретно не знает или не понял студент и выдавать соответствующие комментарии-разъяснения, а также генерировать дальнейший ход диалога. Таким образом, для реализации метода необходимо, во-первых, тщательно подобрать задания для проверки знаний и умений студента и подготовить комментарии на все возможные варианты ответов и, во-вторых, разработать интеллектуальный анализатор.
В первую очередь подготавливаются задания различной степени трудности для проверки каждого понятия, по результатам выполнения которых можно однозначно определить наличие у студента требуемых знаний и/или умений. Такие задания, как правило, отбираются по результатам контрольных работ и включаются в банк заданий, что позволяет предлагать задания учащемуся в зависимости от его уровня подготовленности (М5) . Необходимо также предусмотреть наводящие вопросы, которые помогут студенту самостоятельно выполнить задания в процессе изучения УМ. Для каждого задания следует подготовить набор эталонных ответов: правильных, неточных, неполных, неверных, позволяющих определить отсутствие у студента элементов знаний. Особое внимание надо уделить подготовке комментариев, разъясняющих каждое неверное действие студента. В отдельных случаях задания, а также эталонные ответы и комментарии могут генерироваться с помощью специальных средств, используя базу знаний.

Диалоговая поддержка решения задач

Цель метода – обеспечить студенту интеллектуальную помощь на каждом шаге решения задачи, помогая выполнить следующий шаг, т.е. метод связан, с одной стороны, с выдачей адаптивных комментариев и с другой – с разработкой сценария диалога при решении отдельной проблемы.
Сценарий диалога разрабатывается на основе последовательности квантов-понятий УМ и отобранных контрольных заданий для однозначной оценки достижения требуемых знаний и/или умений. Обычно каждый этап диалога начинается с изучения нового понятия, за которым следует ряд вопросов и задач для закрепления полученных знаний и выработки умений. Завершает этап контрольное задание. Предлагаемая студенту последовательность вопросов и задач разной степени трудности зависит от выполнения этих заданий и другой информации, хранящейся в его модели М . В качестве модели сценария диалога используют граф, вершины которого соответствуют предлагаемым учащемуся заданиям, а ребра отражают связи между ними при правильных (Пр), неправильных (Нп) и неточных (Нт) ответах студента. На рисунке 3 показан пример такого графа, включающего шесть заданий:
В1– очередное задание последовательности средней трудности;
В2, В5 – задания, аналогичные заданию В1;
В3 – наводящий вопрос;
В4 – задание минимальной трудности;
В6 – задание максимальной трудности.
Задания Вi, предлагаемые студенту выбираются из банка заданий. Для освоения каждого понятия, как правило, разрабатывается свой сценарий – граф.



Рис. 3. Пример сценария диалога.

Заключение

Для индивидуализации процесса обучения в КСО могут применяться различные методы адаптации, реализация которых основана на ряде моделей: студента, учебного материала и др. В таблице показана возможность использования методов и моделей на разных уровнях адаптации к учащемуся.
Интеллектуальным КСО присущи как свойства адаптивности, так и свойства адаптируемости (рис. 4), например, функциональная адаптируемости [Oppermann, 1997]. Однако, совместное использование некоторых свойств приводит к противоречию. На рисунке 4 такие свойства соединены двунаправленными линиями. Учитывая особое назначение интеллектуальных КСО – индивидуализация обучения, целесообразно отдать предпочтение свойствам адаптивности. В отдельных случаях студентам с высоким уровнем подготовленности можно разрешить выбор детальности представления информации и комментариев.

Таблица 1. Уровни, методы и модели адаптации.

 
Уровень адаптации
Методы адаптации
Используемые модели
Параметры
Реализация
1
К студенту как категории пользователя

Адаптивная навигация

Адаптивное представление информации

Обучение на примерах

Модель студента как категории пользователей

Модель студента

Требования пользователя

Уровень подготовленности

Опыт работы

Интерфейс пользователя

Комментарии

2
К группе студентов
Построение последовательности

Адаптивное представление информации

Адаптивная навигация

Модели УМ

Модель группы студентов

Модель студента

Программа (специальность)
студента

Репрезентативная система

Уровень подготовленности

Последовательность ОИ

Вид представления информации

Комментарии

3
К отдельному студенту

Построение последовательности

Поддержка решения задач

Адаптивное представление информации

Адаптивная навигация

Обучение на примерах

Модель студента

Предистория обучения

Уровень подготовленности

Способность к обучению

Направленность личности

Репрезентативная система

Последовательность ОИ

Тип и сценарий диалога

Комментарии

Трудность заданий

Метод обучения

Вид представления информации







Рис. 4. Свойства адаптивности и адаптируемости КСО.

Литература

[Нетушил, 1969] Нетушил А.В., Никитин А.В. О методе синтеза учебных программ // Проблемы нейрокибернетики. – Ростов-на Дону: Изд-во Рост. ун-та, 1969. – С. 236-243.
[Юсупова, 2002] Юсупова Н.И., Тарасова Т.Д., Суханова М.В., Швеппе Х. Репрезентативные системы и психологический тип личности: влияние на мотивацию к обучению // Proceedings. IEEE International Conference on Advanced Learning Technologies (ICALT 2002). 9-12 September 2002. Kazan, Tatarstan, Russia, 2002. - Р. 181 - 184.
[Brusilovsky, 1998] Brusilovsky P. Adaptive Educational Systems on the World-Wide-Web: A Review of Available Technologies // Proceedings of Workshop “WWW-Based Tutoring” at the 4th International Conference on Intelligent Tutoring Sysytems (ITS’98). San Antonio.
[Ip, 2003] Ip A., Morrison I., Currie M. What is a learning object, technically? / Internet. - http://users.tpg.com.au/adslfrcf/lo/LO(WebNet2001).ppt.
[Oppermann, 1997] Oppermann R., Rashev R., Kinshuk. Adaptability and Adaptivity in Learning Systems/Internet.- http://fims-www.massey.ac.nz/~kinshuk/papers/kt97_gmd.html.
[Redeker, 2003] Redeker G.H.J. An Educational Taxonomy for Learning Objects // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies. ICALT 2003. – Athens, Greece, 2003. - P. 250 - 251.
[Zaitseva, 1997] Zaitseva L., J.D. Zakis. Course Development for Tutoring and Training Systems in Engineering Education. – USICEE Mediterranean Seminar on Engineering Education. Pavia, Italy, 14-16 September 1997 // Global Journal of Engineering Education, 1997, Vol.1, No.3, p. 333 - 340.
[Zaitseva, 2003] Zaitseva L., Boule C. Student models in Computer-based Education // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies. ICALT 2003. – Athens, Greece, 2003, p. 451.