Методическая система подготовки учителя информатики по основам искусственного интеллекта

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

13.00.02 - Теория и методика обучения и воспитания (информатика, уровень высшего профессионального образования)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата педагогических наук

Методическая система подготовки учителя информатики по основам искусственного интеллекта

Широких Анна Александровна

Омск - 2007

Работа выполнена на кафедре информатики и вычислительной техники ГОУ ВПО «Пермский государственный педагогический университет».

Научный руководитель:

доктор физико-математических наук,

профессор Евгений Карлович Хеннер

Официальные оппоненты:

доктор педагогических наук, доцент

Ирина Ивановна Раскина

кандидат педагогических наук, доцент

Наталья Ананьевна Мещерякова

Ведущая организация:

Московский государственный гуманитарный университет им. М. А. Шолохова

Защита состоится 29 мая 2007 г. в 14.00 часов на заседании диссертационного совета Д 212.177.01 по защите диссертаций на соискание ученой степени доктора педагогических наук при Омском государственном педагогическом университете по адресу: 644099, г. Омск, Набережная Тухачевского, 14, ауд. 212.

С диссертацией можно ознакомиться в научной библиотеке Омского государственного педагогического университета.

Автореферат разослан «__» __________ 2007 г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. С введением в 1985 г. в школах предмета «Основы информатики и вычислительной техники» началось осуществление регулярной подготовки учителей информатики в педагогических вузах. Характерной особенностью информатики является быстрое развитие предметной области. С момента введения нового школьного курса информатика существенно расширила свои границы, что не могло не повлиять на систему подготовки учителей информатики.

Требования к обязательному минимуму содержания основной образовательной программы подготовки учителя информатики, к условиям ее реализации и срокам освоения определяются государственным образовательным стандартом. Развитие информатики как научной и образовательной области обусловливает изменение требований к учителю информатики, что находит отражение в появлении новых поколений стандартов высшего педагогического образования.

Анализ государственных образовательных стандартов выявил тенденцию к увеличению времени и объема подготовки будущих учителей информатики в области искусственного интеллекта. В государственном образовательном стандарте, утвержденном в 2005 г. и действующем в настоящее время, основы искусственного интеллекта представляют собой отдельную дисциплину предметной подготовки учителей информатики, в структуру которой включено такое направление науки, как модели представления знаний; значительное место отводится также экспертным системам.

Эти обстоятельства плюс интеллектуализация обучающих систем, рост числа программных комплексов, реализующих идеи и принципы искусственного интеллекта, обусловили необходимость в научно-обоснованной методической системе обучения основам искусственного интеллекта будущих учителей информатики.

Исследование проблемы фундаментализации профессиональной и, как следствие, предметной (как одной из ее составляющих) подготовки учителя информатики является актуальным направлением педагогического поиска.

Фундаментализация, предполагающая углубление теоретической, общеобразовательной и общенаучной подготовки, является тенденцией, характерной для отечественного высшего профессионального образования в целом. Проблему отбора содержания фундаментальной (теоретической) подготовки учителя информатики анализировли А. А. Кузнецов, Э. И. Кузнецов, М. П. Лапчик, Р. Р. Фокин, Н. И. Пак, И. А. Румянцев, Е. К. Хеннер, М. В. Швецкий и др.

Можно выделить два аспекта решения проблемы фундаментализации предметной подготовки учителя информатики: внутрипредметный и межпредметный.

С одной стороны, поиск решения проблемы направлен на внутрипредметную область информатики с переносом акцентов на применение формальных методов и соответствующего математического

аппарата. При этом вопросу обучения будущих учителей информатики основам искусственного интеллекта уделяется мало внимания (либо не уделяется совсем).

С другой стороны, в исследованиях В. П. Беспалько, А. И. Еремкина, В. И. Кагана, А. М. Новикова, В. А. Сластенина и др. подчеркивается, что дальнейшая фундаментализация подготовки специалистов должна быть направлена на педагогическую интеграцию, преодоление разрыва между знаниями, полученными студентами при изучении различных учебных дисциплин за счет существенного развития межпредметных связей. В работах, посвященных межпредметным связям информатики с другими научными дисциплинами в высшем педагогическом образовании, также не уделяется должного внимания тематике искусственного интеллекта; и это несмотря на то, что таким связям способствует соприкосновение данного раздела информатики со многими другими науками: математической логикой, теорией вероятностей, математической статистикой, лингвистикой, психологией и др.

Учитывая оба аспекта решения указанной выше проблемы фундаментализации высшего профессионального образования, можно сделать вывод, что в современных педагогических исследованиях слабо изучены особенности теоретической и практической подготовки учителей информатики в области искусственного интеллекта, а также реализации межпредметных связей при изучении данного раздела информатики.

Новые требования, предъявляемые к будущим учителям информатики, значимость основных разделов искусственного интеллекта для их фундаментальной подготовки, перспективность внедрения прикладных систем на основе методов искусственного интеллекта в образование определяют актуальность выбранной темы исследования.

Проблема исследования состоит в разрешении противоречия между необходимостью совершенствования предметной подготовки учителей информатики в сторону ее фундаментализации и недостаточной разработанностью принципов, содержания, организационных форм и методов обучения будущих учителей информатики основам искусственного интеллекта как одной из актуальных и развивающихся областей информатики.

Понятие искусственного интеллекта включает в себя ряд направлений: интеллектуальные информационные системы, генерация и распознавание речи, разработка естественно-языковых интерфейсов и машинный перевод, распознавание образов и другие. Данная работа охватывает не все, а только те из них, которые являются устоявшейся фундаментальной основой, составляющей теоретическую базу современных исследований в области искусственного интеллекта. К таким разделам можно отнести инженерию знаний как методологию приобретения, моделирования и формализации концептуальных знаний, ориентированную на компьютерную обработку, а также развивающуюся на основе инженерии знаний идеологию и методологию экспертных систем.

Объектом исследования является процесс предметной подготовки будущих учителей информатики в педагогическом вузе.

Предмет исследования составила методическая система обучения теории экспертных систем и инженерии знаний, а именно совокупность пяти взаимосвязанных компонентов: целей, содержания, методов, организационных форм и средств обучения (по А. М. Пышкало).

Основной целью исследования является повышение уровня предметной подготовки учителей информатики на базе созданной методической системы обучения по основам искусственного интеллекта.

Рабочая гипотеза исследования заключается в том, что повышение уровня предметной подготовки учителей информатики может быть достигнуто, если применить методическую систему обучения теории экспертных систем и инженерии знаний, при разработке которой фундаментальный подход к обучению сочетается с использованием:

- деятельностного подхода в качестве теоретической основы совершенствования профессиональной и, в частности, предметной подготовки будущих учителей информатики;

- системного подхода при анализе теории искусственного интеллекта с целью выделения объектов, явлений и методов, которые целесообразно выбрать в качестве учебных элементов;

- анализа концепций искусственного интеллекта для уточнения системообразующего понятия «знания» и конкретизации его понимания (использования) с точки зрения искусственного интеллекта;

- логико-семантического подхода, методов искусственного

интеллекта (сетевого моделирования и тезаурусного метода) к систематизации и структурированию понятий учебного курса;

- технологий отбора элементов методической системы обучения теории экспертных систем и инженерии знаний, основанных на применении принципа соответствия целям обучения, принципов опережающей профессиональной подготовки учителей, дидактических принципов.

Исходя из цели исследования и выдвинутой гипотезы, были поставлены задачи исследования:

Проанализировать современные проблемы предметной подготовки учителей информатики и их возможное решение при проектировании методической системы обучения основам искусственного интеллекта.

Использовать системный подход для анализа теории искусственного интеллекта как объекта изучения, выделить основные учебные элементы, осуществить систематизацию понятий на основе методов искусственного интеллекта, построить структурно-логическую модель соответствующей учебной дисциплины. учитель информатика искусственный интеллект

Проанализировать основные тенденции взаимного влияния искусственного интеллекта и образования, выявить проблемы, возникающие в связи с недостаточной подготовленностью учителей в области искусственного интеллекта.

Выявить особенности обучения учителей информатики основам искусственного интеллекта, в частности теории экспертных систем и инженерии знаний в педагогическом вузе.

Произвести отбор элементов методической системы обучения теории экспертных систем и инженерии знаний, основываясь на применении принципа соответствия целям обучения, принципов опережающей профессиональной подготовки учителей, дидактических принципов.

Экспериментально апробировать разработанную методическую систему обучения, учебно-методическую и программную поддержку по теории экспертных систем и инженерии знаний.

Методологические основания исследования:

- системный подход как метод познания (И. В. Блауберг, В. С. Тюхтин, А. И. Уемов, Э. Г. Юдин и др.);

- деятельностный подход к процессу обучения (Л. С. Выготский, А. Н. Леонтьев, А. И. Пискунов, В. А. Сластенин, Н. Ф. Талызина и др.),

Теоретические основания исследования:

- научные основы организации учебного процесса в отечественном вузе (Б. Г. Ананьев, С. И. Архангельский, В. П. Беспалько, С. И. Зиновьев и др.);

- результаты исследований по проблемам внутрипредметных и межпредметных связей (И. Д. Зверев, В. Н. Максимова, М. Н. Скаткин, Г. И. Батурина, В. А. Далингер и др.);

- результаты исследований по проблемам информатизации образования (С. А. Бешенков, Я. А. Ваграменко, М. П. Лапчик, В. С. Леднев, И. В. Марусева, А. В. Могилев, Н. И. Пак, И. В. Роберт, Е. К. Хеннер, М. В. Швецкий и др.).

- результаты исследований по проблемам искусственного интеллекта, экспертных систем и инженерии знаний (Н. М. Антипина,

Т. А. Гаврилова, В. Ф. Хорошевский, И. Л. Братчиков, П. Л. Брусиловский, В. Н. Вагин, О. В. Герман, С. В. Грызлов, Т. А. Кувалдина,

Н. Нильсон, Д. А. Поспелов и др.)

Для решения поставленных задач применялись следующие

методы исследования:

- изучение и анализ философской, педагогической, дидактической, психологической, методической и предметной литературы по теме исследования;

- анализ образовательных стандартов, проектов, программ, учебных пособий, определяющих структуру и содержание обучения информатике в школе и вузе;

- наблюдение за ходом учебного процесса, деятельностью студентов, анкетирование;

- анализ передового педагогического опыта преподавания информатики в педагогическом вузе;

- моделирование элементов учебного процесса;

- педагогический эксперимент, статистическая обработка его результатов и их анализ.

Научная новизна исследования состоит в том, что разработана методическая система обучения основам искусственного интеллекта учителей информатики на базе фундаментального подхода к обучению, в соответствии с принципами опережающей профессиональной подготовки учителей.

Теоретическая значимость исследования заключается в том, что

- выявленные в процессе исследования возможности обучения основам искусственного интеллекта способствовали усилению фундаментализации предметной подготовки будущих учителей информатики;

- осуществленные в работе систематизация и структурирование понятий учебного курса на основе применения методов искусственного интеллекта позволили обеспечить эффективное усвоение студентами системы основных понятий дисциплины, формирование целостного представления об изучаемой предметной области;

- учет выявленных особенностей обучения основам искусственного интеллекта, а также дидактических принципов, принципов опережающей профессиональной подготовки при создании научно-обоснованной методической системы позволил повысить уровень подготовки учителей информатики по теории экспертных систем и инженерии знаний.

Практическая значимость исследования заключается в том, что разработанная в ходе исследования и внедренная в учебный процесс методическая система обучения студентов теории экспертных систем и инженерии знаний позволила повысить уровень предметной подготовки будущих учителей информатики. Методическая система, учебно-методические материалы, а также программная поддержка

могут использоваться при обучении студентов педагогических вузов в рамках курсов «Введение в искусственный интеллект», «Интеллектуальные информационные системы», а также на курсах повышения

квалификации учителей информатики.

Положения, выносимые на защиту:

Растущее влияние методов и технологий искусственного интеллекта на образование, перспективность их применения в целях повышения эффективности обучения, а также введение в общеобразовательную школу профильного обучения существенно влияют на требования к уровню подготовки будущих учителей информатики. Это обусловливает необходимость корректировки и расширения компонентов методической системы обучения основам искусственного интеллекта будущих учителей информатики.

Обучение теории экспертных систем и инженерии знаний на основе логико-семантического подхода к систематизации и структурированию понятий учебного курса, применения методов искусственного интеллекта, в частности, сетевого моделирования и тезаурусного метода, позволяет повысить уровень предметной подготовки учителей информатики.

Обучение будущих учителей информатики теории экспертных систем и инженерии знаний на основе разработанной методической системы способствует повышению уровня предметной подготовки будущих учителей информатики, а именно: 1) эффективному усвоению ими знаний и умений в области искусственного интеллекта; 2) повышению уровня готовности к профессиональной деятельности; 3) повышению уровня информационной и логической культуры мышления.

Диссертационное исследование проводилось в 2001-2006 гг.

База исследования: математический факультет и факультет информатики и экономики Пермского государственного педагогического университета.

Основные этапы работы:

- анализ общей и специальной литературы по проблеме, опыта преподавания информатики в вузе (2001-2004 гг.);

- формулировка основных теоретических положений, разработка методики обучения теории экспертных систем и инженерии знаний в педвузе и проведение педагогического эксперимента; разработка программного обеспечения, учебно-методических материалов и учебного пособия для студентов педвузов (2002-2006 гг.).

Достоверность полученных результатов исследования обеспечивается научной обоснованностью исходных теоретических положений, внутренней непротиворечивостью логики исследования, проведением педагогического эксперимента, адекватностью применяемых

методов целям и задачам исследования, использованием математических методов обработки результатов и педагогических критериев в их качественной интерпретации.

Апробация. Материалы диссертации были представлены в докладах на семинарах и конференциях: IX областная научно-методическая конференция «Рождественские чтения» (Пермь, 2005), Всероссийская научно-практическая конференция «Проблемы информатизации образования: региональный аспект» (Чебоксары, 2005), X областная научно-методическая конференция «Рождественские чтения» (Пермь, 2006), IV региональная научно-практическая конференция «Образование в Уральском регионе: научные основы развития и инноваций» (Екатеринбург, 2006), Всероссийская научно-практическая конференция «Информационные и коммуникационные технологии в общем, профессиональном и дополнительном образовании» (Москва, 2006), Пермский городской научно-методический семинар

«Информационные и коммуникационные технологии в образовании» (Пермь, 2006), XI Всероссийская научно-методическая конференция по вопросам применения ИКТ в образовании «Рождественские чтения» (Пермь, 2007).

Внедрение результатов проведенного исследования осуществлялось путем создания и публикации учебного пособия для студентов по экспертным системам, в ходе проведения занятий по теории экспертных систем и инженерии знаний для студентов дневного и вечернего отделения математического факультета и факультета информатики и экономики Пермского государственного педагогического университета.

На основе материалов диссертационного исследования опубликовано учебно-методическое пособие «Экспертные системы», адресованное студентам, обучающимся по специальностям «Информатика» и «Прикладная информатика». Учебное пособие соответствует программе спецкурса «Экспертные системы» и посвящено рассмотрению

таких вопросов из теории экспертных систем и инженерии знаний, как архитектура, схема работы и основные принципы построения экспертных систем и оболочек экспертных систем, средства представления знаний в экспертных системах, различные виды нечетких знаний, основные классы инструментальных средств создания экспертных систем, роль экспертных систем в образовании. Практические и лабораторные работы направлены на освоение методов моделирования знаний, технологии разработки прототипных экспертных систем, получение навыков работы в среде оболочек экспертных систем.

Структура диссертации определена логикой научного исследования. Диссертация состоит из введения, двух глав, заключения, библиографического списка литературы и приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается выбор темы диссертационного исследования, его актуальность, определяются цель, объект и предмет исследования, сформулированы гипотеза, задачи диссертационного исследования, раскрываются его научная новизна, теоретическая и практическая значимость.

В первой главе «Теоретические основы предметной подготовки будущих учителей информатики в процессе обучения основам искусственного интеллекта» проведен анализ современных

проблем предметной подготовки будущих учителей информатики в педагогическом вузе, в процессе структурирования и систематизации понятий выделены основные элементы теории экспертных систем (ЭС) и инженерии знаний как объекта изучения, рассмотрены современные тенденции использования методов и технологий искусственного интеллекта (ИИ) в образовании. На основании проведенного теоретического исследования сделаны следующие выводы.

1. Общие тенденции развития системы профессионального образования, основанные на принципах личностно-ориентированного подхода к обучению, фундаментализации содержания подготовки специалистов, привели к изменениям в понимании целей, содержания, форм и методов подготовки педагогических кадров, места и роли предметной подготовки в системе педагогического образования.

2. Модернизацию программ предметной подготовки, соответствующую требованиям более адекватного отражения в содержании программ современных тенденций развития информатики как науки, задач информатизации образования, необходимо ориентировать на обучение теории экспертных систем и инженерии знаний с точки зрения подготовки студентов к овладению идеологией и методологией экспертных систем как интеллектуальных систем обработки знаний.

3. Анализ указанных разделов теории искусственного интеллекта на основе системного подхода показал, что центральным системообразующим понятием является понятие «знания», а понятиями первого уровня в иерархической системе теории - понятия «приобретение знаний», «представление знаний» и «обработка знаний». Вследствие фундаментального значения и актуальности для будущих учителей информатики понятия «знания», необходимо конкретизировать его смысл и структуру с точки зрения искусственного интеллекта, акцентировать внимание на технологическом подходе к знанию как таковому.

Указанные понятия, а также остальные компоненты системы и связи между ними можно рассматривать в качестве учебных элементов теории экспертных систем и инженерии знаний, в частности, в системе предметной подготовки будущих учителей информатики в педагогическом вузе. Составленная нами структурно_логическая схема курса отражает выявленную структуру знаний, содержит основные учебные элементы и их взаимосвязи, не зависящие от порядка изложения, а также связи с другими науками (рис. 1). Особое значение приобретает обеспечение оптимальных межпредметных связей, поскольку наличие многообразия этих связей обусловливает значительную роль курсов по искусственному интеллекту в подготовке учителей информатики в целом.

Рис. 1. Элементы теории экспертных систем и инженерии знаний

как объекта изучения

4. Развитие внутрипредметных связей информатики при обучении теории экспертных систем и инженерии знаний может осуществляться за счет разделов: извлечение и структурирование знаний, представление и обработка знаний, экспертные системы. Развитие межпредметных связей информатики с другими учебными дисциплинами связано с рассмотрением достижений других наук, использование которых повышает эффективность теоретических и практических разработок в области искусственного интеллекта, а также обзора современных приложений методов и программных систем искусственного интеллекта в различных предметных областях.

5. Широкое использование интеллектуальных систем в образовании - это скорее перспектива, чем сегодняшний день. Их успешное внедрение в образовательный процесс невозможно без соответствующей опережающей подготовки учителей по нескольким направлениям:

фундаментальная теоретическая подготовка в области искусственного интеллекта, в частности в теории экспертных систем и инженерии знаний;

овладение методами систематизации, формализации предметных знаний в той области, по которой специализируются учителя-предметники;

умение применять методы искусственного интеллекта для обработки учебно-методических материалов;

знание особенностей применения методов искусственного интеллекта, экспертных систем в обучении;

знание и умение решать профессиональные задачи, используя современные интеллектуальные программные системы.

Во второй главе «Методическая система обучения теории экспертных систем и инженерии знаний в предметной подготовке будущих учителей информатики» представлены спроектированная методическая система обучения теории экспертных систем и инженерии знаний, разработанная методика организации обучения будущих учителей информатики теории экспертных систем и инженерии знаний в педагогическом вузе, описан проведенный педагогический эксперимент, статистическая обработка экспериментальных данных и полученные выводы.

Система подготовки будущих учителей информатики включает три составляющие: теоретическую, практическую и методическую подготовку. Влияние курса по теории экспертных систем и инженерии знаний на каждую из этих составляющих можно представить в виде схемы (рис. 2).

Рис. 2. Влияние курса по теории экспертных систем и инженерии знаний на подготовку учителя информатики

Изучение фундаментальных основ, специфических методов и приемов искусственного интеллекта, устоявшихся парадигм составляет теоретическую базу, на основе которой происходит дальнейшее практическое овладение некоторыми методами обработки знаний, а также технологией создания баз знаний экспертных систем. При этом, осваивая на практике методы извлечения, структурирования и представления знаний, будущие учителя информатики повышают уровень логического мышления и приобретают ряд важных с методической точки зрения умений, владение которыми необходимо для будущей педагогической деятельности.

Организовать обучение теории экспертных систем и инженерии знаний в системе подготовки будущих учителей информатики возможно следующими путями:

- первый - в рамках предмета «Основы искусственного интеллекта», регламентированного на сегодняшний день стандартом подготовки учителей информатики;

- второй - с помощью спецкурса, обобщающего и углубляющего изучение теории экспертных систем и инженерии знаний на завершающем этапе предметной подготовки будущих учителей информатики (без включения указанных фрагментов методической системы в регламентированный стандартом предмет).

Вторая модель организации обучения теории экспертных систем и инженерии знаний предполагает, что данный спецкурс должен быть включен в учебные планы после изучения студентами следующих дисциплин: математическая логика, теория вероятностей и математическая статистика, теоретические основы информатики, основы искусственного интеллекта, программирование, программное обеспечение ЭВМ, информационные системы, компьютерные сети, Интернет и мультимедиа технологии, информационные и коммуникационные технологии в образовании.

Учебная дисциплина «Основы искусственного интеллекта» призвана формировать совокупность идей, обеспечить использование методов, закономерностей, понятий и средств подхода к проектированию компьютерных систем, характерного для искусственного интеллекта.

Основная цель изучения курса по теории экспертных систем и инженерии знаний в системе подготовки будущих учителей информатики включает в себя две составляющие:

- фундаментальную - углубление теоретической и общеобразовательной подготовки будущих учителей в области искусственного интеллекта;

- профессионально-практическую - формирование знаний о том, как можно использовать методы и технологии искусственного интеллекта для решения профессиональных задач, и умения это делать.

Можно выделить следующие уровни подготовки специалистов в области инженерии знаний и экспертных систем:

общетеоретический,

уровень пользователя,

уровень проектировщика баз знаний экспертных систем,

уровень разработчика-программиста экспертных систем.

Для достижения поставленной цели изучения курса, по нашему мнению, будущему учителю информатики необходимо владеть первыми тремя из перечисленных уровней.

Выделим соответствующие целям задачи курса:

- выработка представлений о новых технологиях обработки знаний и решении задач с помощью экспертных систем;

- выработка практических навыков извлечения, структурирования и формализации знаний в некоторой предметной области;

- выработка практических навыков проектирования баз знаний экспертных систем и реализации их с помощью инструментальных средств.

Отбор содержания обучения выполнен нами на основании анализа теории экспертных систем и инженерии знаний как объекта изучения с целью фундаментализации предметной подготовки будущих учителей информатики в педагогическом вузе и реализации ее опережающей функции.

В решении проблемы фундаментализации мы выделяем внутрипредметный и межпредметный аспекты.

В первом случае фундаментальность при обучении конкретному предмету может быть достигнута путем отбора содержания. Содержание обучения составляют: система знаний предметной области и метод науки. В систему знаний по нашему курсу мы включили наиболее общие универсальные научные знания из выделенных разделов искусственного интеллекта. Что касается метода, то это метод информационного моделирования, который студенты осваивают в практической части курса. Выбор в качестве содержания соответствующих

знаний и метода позволяет усилить фундаментальность подготовки учителей информатики. Наличие большого числа межпредметных связей выделенных разделов искусственного интеллекта с другими

дисциплинами позволяет с помощью данного курса осуществить педагогическую интеграцию, преодолеть разрыв между знаниями, полученными студентами при изучении различных учебных дисциплин.

Результаты раскрытия содержания основных понятий интегрирующего специализированного курса по теории экспертных систем и инженерии знаний представлены в таблице 1.

Чем лучше структурирована и систематизирована совокупность знаний, подлежащих усвоению, чем более ясными являются цели изучения и значимость овладения данной системой знаний и умений, тем легче и прочнее эти знания и умения усваиваются обучаемыми.

Поэтому при отборе содержания проектируемого курса мы осуществили систематизацию понятий с помощью методов искусственного интеллекта, в частности, сетевого моделирования и тезаурусного метода. Тезаурус - формализованная модель системы понятий учебного курса, которая представляет логически непротиворечивые связи основных понятий со смысловой, или семантической, нагрузкой, не зависящие от порядка изложения. Проектирование содержания обучения на основе тезауруса позволяет не только четко выделить структурно-логические основания учебной дисциплины, круг базовых понятий, но также выделить и оптимальным образом использовать межпредметные связи, обеспечить преемственность и целостность учебного содержания.

Таблица 1

Содержание основных учебных элементов теории экспертных систем и инженерии знаний

Учебные элементы	Содержание	Уровень подготовки
Экспертные системы	Определение ЭС. Характеристики ЭС: концепция программирования, структура, функции и режимы использования. Классификация ЭС. Технология создания ЭС.	1
Знание (с точки зрения ИИ)	Определение знаний в ИИ. Отличие от данных. Классификация. Инженерия знаний.	1
Приобретение знаний	Получение информации (извлечение, приобретение, формирование). Инженер по знаниям. Методы извлечения знаний. Структурирование знаний: подходы и методики.	3
Представление знаний	Модели представления знаний: универсальные и специализированные. Логическая модель. Продукционная модель. Семантические сети. Фреймы. Представление и формализация нечетких знаний.	3
Обработка знаний	Методы логического вывода. Механизм вывода продукционных систем. Вывод на семантических сетях. Управление выводом на фреймах. Обработка нечетких знаний.	2

На основе системы формально-логических схем (рис. 3), являющихся компонентами тезауруса и отражающих структуру отношений между понятиями учебного курса, проведен отбор содержания обучения теории экспертных систем и инженерии знаний с распределением выделенных учебных элементов по темам (таблица 2).

Выбрана последовательность изложения материала, соответствующая прохождению основных этапов классической технологии реализации прототипа экспертной системы. Составлен перечень требований к знаниям и умениям будущих учителей информатики, сформулированы основные методические рекомендации по изучению каждой темы. Описаны принципы составления системы заданий, используемых на практических занятиях при освоении методов структурирования и формализации знаний. Разработаны компоненты и описана методика организации работы над учебными исследовательскими проектами при проведении лабораторного практикума по курсу.

Педагогический эксперимент проводился на базе Пермского государственного педагогического университета с 2001 по 2006 г.

Констатирующий этап эксперимента (2001-2004 гг.) был направлен на решение следующих задач:

1) анализ состояния, потребностей и перспектив массовой практики, ориентированной на подготовку будущих учителей информатики к профессиональной деятельности в условиях усиления тенденции фундаментализации высшего педагогического образования;

2) анализ состояния развития теории и практики преподавания основ искусственного интеллекта в педагогическом вузе, существующего педагогического опыта обучения студентов основам искусственного интеллекта, учебников, пособий по искусственному интеллекту и экспертным системам, в частности;

3) анализ программных средств, которые могут быть использованы в учебном процессе при подготовке будущих учителей информатики в области искусственного интеллекта.

Результаты констатирующего этапа эксперимента показали необходимость совершенствования предметной подготовки будущих учителей информатики в педагогическом вузе в направлении усиления роли фундаментальных знаний в области информатики, в частности такого раздела, как искусственный интеллект, разработки содержания и методики преподавания соответствующих учебных курсов, создания программной поддержки, соответствующей целям и задачам обучения будущих учителей информатики основам искусственного интеллекта.

На поисковом этапе (2004-2005 гг.) педагогического эксперимента проводилась разработка методической системы обучения теории экспертных систем и инженерии знаний будущих учителей информатики в педагогическом вузе. Результат работы был оформлен в виде учебно-методического пособия по экспертным системам и дополнительных учебно-методических материалов для проведения занятий по курсу. А также разрабатывалась программная поддержка данного курса.

Результаты поискового этапа эксперимента позволили сформулировать гипотезу исследования, согласно которой если обучение учителей информатики теории экспертных систем и инженерии знаний осуществлять в рамках научно-обоснованной методической системы, разработанной на основе фундаментального подхода к обучению и соблюдения ряда педагогических условий, то это будет способствовать повышению уровня предметной подготовки учителей информатики в педагогическом вузе.

Третий этап эксперимента - формирующий (2005-2006 гг.) был направлен на внедрение разработанной методической системы обучения и проверку эффективности ее влияния на качество предметной подготовки будущих учителей информатики.

Среди студентов факультета информатики и экономики, а также математического факультета Пермского государственного педагогического университета были выделены экспериментальная (52 чел.) и контрольная (60 чел.) группы. Студенты контрольной группы обучалась теории экспертных систем и инженерии знаний в рамках дисциплины «Основы искусственного интеллекта» по традиционной системе, а экспериментальной - в рамках спецкурса «Экспертные системы» на базе разработанной нами методической системы.

С целью установления сравнительной эффективности лекций по теории экспертных систем и инженерии знаний, читаемых по предложенной нами методике, т. е. без конспектирования их студентами с

использованием раздаточных материалов на основе тезауруса (экспериментальная группа), с лекциями, читаемыми по традиционной методике, т. е. с обязательным ведением конспектов (контрольная группа), нами после лекции проводилось тестирование студентов по материалу прослушанной лекции. По результатам тестирования рассчитывалась процентная эффективность лекции. По данным проведенного эксперимента эффективность лекций в экспериментальной группе по сравнению с контрольной была выше в среднем на 21 %. Анализ результатов тестирования с использованием статистических методов подтвердил в среднем более высокий уровень остаточных после лекций знаний в экспериментальной группе. Таким образом, результаты проведенного эксперимента свидетельствуют о большей эффективности предложенной методики чтения лекций по сравнению с общепринятой.

В изучении готовности будущего учителя информатики к профессиональной деятельности мы придерживались функционального подхода. При этом мы считаем готовность будущих учителей информатики к профессиональной деятельности характеристикой качества их предметной подготовки.

Таблица 2

Содержание обучения теории экспертных систем и инженерии знаний

с распределением учебных элементов по темам

№	Тема	Содержание
1	Введение в ЭС	Виды интеллектуальных информационных систем. Возникновение и развитие ЭС. Определение ЭС. Место ЭС в программном обеспечении
2	Характеристики ЭС	Концепция программирования, базирующаяся на знаниях. Структура, функциональные возможности и режимы использования ЭС. Классификация ЭС
3	Технология создания ЭС	Инструментальные средства проектирования ЭС. Оболочки ЭС: обязательные компоненты, обзор. Основные технологические этапы создания ЭС. Технология быстрого прототипирования
4	Инженерия знаний	Знания с точки зрения искусственного интеллекта, отличия знаний от данных. Классификация знаний. Функции инженера знаний при разработке интеллектуальных систем. Методы приобретения знаний. Проблема извлечения знаний, работа с экспертами. Структурирование знаний
5	Представление знаний в интеллектуальных системах	Проблема представления и моделирования знаний. Основные модели представления знаний. Логические модели представления знаний, исчисление предикатов. Продукционные модели, компоненты продукционных систем. Семантические сети, отношения и объекты. Фреймовый подход, слоты, присоединенные процедуры
6	Обработка знаний и вывод решений в интеллектуальных системах	Дедуктивные методы поиска решений. Общие методы поиска решений в пространстве состояний в продукционных системах. Выводы на фреймах и в семантических сетях. Поиск решений в условиях неопределенности
7	Представление и формализация нечетких знаний	Виды нечеткости. Коэффициенты уверенности. Вероятностная байесовская логика. Нечеткая логика и приближенные рассуждения. Нечеткие множества, нечеткие отношения
8	ЭС в образовании	Области применения ЭС. Примеры применения ЭС в системе образования. ЭС как средство интеллектуализации обучения. Интеллектуальные обучающие системы, экспертные обучающие системы. ЭС как объект изучения

Для анализа сформированности содержательно-информационного компонента готовности будущего учителя информатики к профессиональной деятельности нами были оценены знания и умения выпускников в области предметной подготовки. Оценка производилась по результатам:

- итогового теста на знание основных понятий теории экспертных систем и инженерии знаний;

- защиты демонстрационного прототипа экспертной системы, разработанного студентами.

Для количественного выражения различий в уровнях обученности учащихся контрольной и экспериментальной групп использовался коэффициент полноты усвоения учебных элементов. По итогам проведенного тестирования этот коэффициент в экспериментальных группах был выше, чем в контрольных. Для определения достоверности различий использовался t-критерий Стьюдента.

Исследование качества усвоения основных видов деятельности производилось по результатам защиты разработанных учащимися прототипов экспертных систем. Средний балл в экспериментальных группах был выше, чем в контрольных. Для строгого обоснования различий снова использовался двухвыборочный t-критерий Стьюдента, подтвердивший статистически достоверную значимость произошедшего изменения. Результаты проведенного эксперимента позволяют утверждать, что сформированность содержательно-информационного компонента готовности будущего учителя информатики к профессиональной деятельности в экспериментальной группе студентов выше, чем в контрольной.

Деятельностный компонент в структуре готовности учителей информатики к профессиональной деятельности, характеризующийся сформированностью системы технологических умений по успешному обучению, воспитанию и развитию школьников в процессе обучения их информатике, оценивался нами у студентов экспериментальной группы по результатам защиты второго прототипа экспертной системы. Студенты экспериментальной группы при наличии большего

количества времени, отведенного на спецкурс, осваивали материал более углубленно. Дополнительное время позволило освоить методику

использования экспертных систем для диагностики знаний / умений

обучаемых.

Для определения уровня логического мышления до и после изучения курса был проведен интеллектуальный тест «Диагностика логического мышления» (Л. Брайт). При анализе результатов мы использовали односторонний знаковый критерий. В результате статистической обработки подтвердилась гипотеза о том, что уровень логического мышления студентов экспериментальной группы повысился после изучения спецкурса по экспертным системам.

Полученные результаты позволяют сделать вывод об эффективности разработанной нами методической системы подготовки учителя информатики по основам искусственного интеллекта, а именно по теории экспертных систем и инженерии знаний.

В заключении отмечено, что в процессе диссертационного

исследования решены частные задачи, подтверждена выдвинутая гипотеза и получены следующие результаты:

1. Проанализировано современное состояние предметной подготовки будущих учителей информатики, нормативные документы, учебные программы, научно-методическая литература. Выявлена необходимость разработки научно-обоснованной методической системы обучения теории экспертных систем и инженерии знаний будущих учителей информатики и соответствующей программной поддержки.

2. Доказано, что обучение будущих учителей информатики теории экспертных систем и инженерии знаний, основанное на углублении теоретической, общеобразовательной компоненты, является эффективным средством фундаментализации их предметной подготовки.

3. С помощью системного подхода к теории искусственного интеллекта выделены основные учебные элементы, построена структурно-логическая модель учебной дисциплины, осуществлена систематизация понятий на основе сетевого моделирования и тезаурусного метода.

4. Выявлены особенности обучения учителей информатики основам искусственного интеллекта. Разработана методическая система обучения теории экспертных систем и инженерии знаний будущих учителей информатики в педагогическом вузе на базе принципа соответствия целям обучения, принципов опережающей профессиональной подготовки учителей, дидактических принципов. В ходе реализации данной методики было достигнуто повышение качества предметной подготовки указанной категории студентов. Педагогический эксперимент показал, что обучение будущих учителей информатики теории экспертных систем и инженерии знаний при помощи разработанной методической системы является эффективным средством повышения уровня знаний и умений студентов в области искусственного интеллекта, уровня готовности будущих учителей информатики к профессиональной деятельности, а также повышению уровня информационной и логической культуры мышления студентов.

5. Разработаны учебно-методические материалы по теории экспертных систем и инженерии знаний, а также программная поддержка, которые могут использоваться при обучении будущих учителей информатики в рамках дисциплины «Введение в искусственный интеллект», при изучении специализированного курса по экспертным системам, а также на курсах повышения квалификации учителей информатики.

В приложениях содержатся материалы по педагогическому эксперименту, пример итогового теста на определение уровня владения основными понятиями курса, а также компоненты разработанного тезауруса: глоссарий терминов и система условно-логических схем, отражающих структуру отношений между понятиями учебного курса.

ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ ОТРАЖЕНЫ В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ

Широких, А. А. Элективный курс по экспертным системам для классов с углубленным изучением информатики [Текст] / А. А. Широких // Информатика в школе : Тезисы докладов IX областной научно-методической конференции «Рождественские чтения», 10-11 января 2005 г. - Пермь: Изд-во ПРИПИТ, 2005. - С. 110-111.

Широких, А. А. Использование инструментальных программных средств в процессе изучения темы «Экспертные системы» в педагогическом вузе [Текст] / А. А. Широких // Материалы всероссийской научно-практической конференции «Проблемы информатизации образования: региональный аспект», 28-30 апреля 2005 г. - Чебоксары, 2005. - С. 197-200.

Широких, А. А. Проектирование баз знаний экспертных систем при подготовке учителей информатики в области искусственного интеллекта [Текст] / А. А. Широких // Информатика в школе : Тезисы докладов X юбилейной областной научно-методической конференции «Рождественские чтения», 9-10 января 2006 г. / Перм. ун-т. - Пермь, 2006. - С. 115-118.

Широких, А. А. Экспертные системы как объект изучения в подготовке учителей информатики [Текст] / А. А. Широких // Тезисы докладов IV региональной научно-практической конференции «Образование в Уральском регионе : научные основы развития и инноваций», 20-21 февраля 2006г. - Екатеринбург : Изд-во Рос. гос. проф.-пед. ун-та, 2006. - С. 220-222.

Экспертные системы : учеб.-метод. пособие [Текст] / Авт.-сост. А. А. Широких; Перм. гос. пед. ун-т. - Пермь, 2006. - 59 с.

Широких, А. А. Учебная демонстрационная оболочка экспертных систем «ExSystem1». Федеральное агентство по образованию. Государственный координационный центр информационных технологий. Отраслевой фонд алгоритмов и программ. Свидетельство об отраслевой регистрации разработки № 7171. Дата регистрации 02. 11. 2006 г.

Широких, А. А. Экспертные системы как средство интеллектуализации обучения [Текст] / А. А. Широких // «Информационные и коммуникационные технологии в общем, профессиональном и дополнительном образовании». Ученые записки ИИО РАО.- М.: ИИО РАО, 2006. Вып. 21. - С. 56-59.

Широких, А. А. Специфика преподавания дисциплины «Введение в экспертные системы» будущим учителям информатики [Текст] / А. А. Широких // «Рождественские чтения» : Тезисы докладов XI Всероссийской научно-методической конференции по вопросам применения ИКТ в образовании, 9-10 января 2007 г. / Перм. ун_т; отв. за вып. Ю. А. Аляев, С. В. Русаков. - Пермь, 2007. - С. 91-92.

Хеннер, Е. К. Об углубленной подготовке учителей информатики по некоторым вопросам искусственного интеллекта [Текст] / Е. К. Хеннер, А. А. Широких // Информатика и образование. - 2007г. - № 3. - С. 125-127 (авт.-60 %)

Размещено на Allbest.ru

...