Обзор программных средств автоматизации труда преподавателя

Размещено на http://www.Allbest.Ru/

Размещено на http://www.Allbest.Ru/

Размещено на http://www.Allbest.Ru/

Пермский государственный университет

Обзор программных средств автоматизации труда преподавателя

С.И. Чуприна

Н.С. Стаценко

Россия, Пермь

Аннотация

Дан краткий обзор некоторых типов программных систем, автоматизирующих труд преподавателя, обсуждаются проблемы и тенденции их развития.

Ключевые слова: автоматизация труда преподавателя; программные средства учебного назначения; искусственный интеллект; интеллектуальные информационные системы; онтологический инжиниринг.

S.I. Chuprina, N.S. Statsenko. Review of software for teacher' activities utomation

This article is devoted to analysis of various software products for teaching purposes. Pluses and minuses of such software and also future tendencies of teacher's activities automation were discussed.

Key words: teacher' activities automation; educational software; artificial intelligence; intellectual information system; ontological engineering.

Введение^© С.И. Чуприна, Н.С. Стаценко, 2010

В настоящее время компьютерные технологии прочно вошли во все сферы человеческой деятельности. В сфере образования практически каждый преподаватель в той или иной степени применяет компьютерные технологии в образовательном процессе, начиная от простого использования визуальных материалов и презентаций на лекционных и практических занятиях до применения развитых инструментальных средств и сред поддержки дистанционного обучения. Все это требует от преподавателя большой подготовительной работы не только по освоению соответствующих программных средств, созданию или переработке учебно-методических материалов, включая учебно-методические комплексы (УМК), тестовые и контрольные задания, но и по реорганизации самого процесса обучения и переосмыслению методических принципов преподавания.

Программные средства учебного назначения можно классифицировать с различных точек зрения, и к настоящему времени имеют место серьезные исследования и публикации на этот счет (см., например, [1, 2]). Однако вопросы, касающиеся реального облегчения труда преподавателя, зачастую остаются вне рассмотрения. В данной статье предпринята попытка классификации указанных программных средств с точки зрения автоматизации труда преподавателя, причем речь пойдет не столько о программных средствах дистанционного обучения как таковых, сколько о программных средствах поддержки традиционных форм обучения, включая дистанционные.

Несмотря на то, что, как в отечественной, так и в зарубежной литературе, нет четкого определения понятия "автоматизация труда преподавателя", а понятие "средства автоматизации труда преподавателя" зачастую подменяются такими понятиями, как "средства автоматизации процесса обучения" и "средства автоматизации управления процессом обучения", мы считаем, что есть некоторые критерии и характеристики, позволяющие с определенностью сказать: программное средство в действительности автоматизирует труд преподавателя. Это те характеристики, которые облегчают труд преподавателя, сокращая время на проведение определенных видов работ в сфере компетенции преподавателя без потери качества результатов этого вида работ, по сравнению с их неавтоматизированным аналогом.

Сразу отметим, что авторы не считают традиционные тесты с четырьмя альтернативными вариантами ответов адекватной заменой экзамена ввиду их неспособности достичь желаемой глубины контроля знаний. Но детальное обсуждение дидактических и методологических вопросов выходит за рамки данной работы, хотя, безусловно, без обсуждения этих вопросов мы не обошлись.

С точки зрения автоматизации труда преподавателя можно выделить следующие категории программных средств:

- инструментальные среды для создания электронных учебных материалов (ЭУМ),

- системы автоматического контроля знаний,

- системы автоматизированной поддержки процесса обучения, в том числе дистанционного обучения.

1. Инструментальные среды для создания электронных учебных материалов

При создании ЭУМ, таких как электронные учебники, мультимедиа-материалы для поддержки лекционных и практических занятий, учебно-методические комплексы и т.п., используются различные виды программного обеспечения. Традиционно учебные материалы создают с использованием текстовых и графических редакторов. Однако для формирования полноценного электронного учебника необходима дополнительная обработка, автоматизировать которую призваны специальные инструментальные среды, значительно облегчающие этот процесс для педагога, не являющегося специалистом в области информационных технологий. Подобные среды, как правило, должны [3]:

- позволять импортировать файлы наиболее распространенных мультимедиа-форматов и осуществлять их интеграцию;

- содержать средства воспроизведения и обработки аудио- и видеоинформации;

- поддерживать международные стандарты электронного обучения;

- содержать средства взаимодействия с системами поддержки обучения;

- давать возможность публиковать конечный продукт;

- содержать шаблоны и готовые функциональные узлы электронных учебников.

На сегодняшний день существует целый спектр широко распространенных, в основном зарубежных, программных средств, автоматизирующих разработку ЭУМ. Здесь можно отметить такие коммерческие приложения, как Macromedia Authorware, Click2-Learn ToolBook Instructor, Mentergy Quest, Document Suite 2008, а также бесплатно распространяемые Claroline, CourseLab и другие. Кроме того, существует ряд on-line -инструментов для создания учебных курсов с непосредственной их публикацией в Интернет, например ClickClass и др.

Указанные среды не только позволяют создавать мультимедийные учебные курсы, но и поддерживают функции автоматической проверки знаний, предоставляют возможности генерации учебного курса на основе существующих документов, например из презентации PowerPoint, поддерживают такие международные стандарты электронного обучения, как AICC, SCORM и др. Созданный в их среде учебный материал обычно представляет собой или некоторый исполнимый файл, или Web-страницу. При этом в первом случае на компьютере клиента требуется наличие соответствующего программного обеспечения для внесения изменений в уже созданный ЭУМ, что может вызвать определенные проблемы и затруднить совершенствование и взаимообмен учебными материалами. Во втором случае указанные проблемы отсутствуют, и поэтому он представляется нам более предпочтительным.

Несмотря на большой выбор инструментальных сред, автоматизирующих создание ЭУМ, большинство из них практически полностью оставляет на откуп преподавателю контроль за содержательным наполнением электронного учебного материала. Хотя в последнее время стали появляться интеллектуальные программные средства, облегчающие содержательный подбор исходных электронных материалов для подготовки лекций и даже производящие предварительную генерацию их контента, тем не менее, такие средства либо не достигли стадии промышленного прототипа и продолжают оставаться исследовательскими проектами, либо не доступны с точки зрения возможности их приобретения. Еще одним недостатком обсуждаемой категории программных средств является отсутствие инструментов по автоматизации процесса контроля качества содержания разрабатываемых ЭУМ, их соответствия образовательным стандартам и перечню заявленных компетенций, на выработку которых нацелены ЭУМ [4].

2. Системы автоматического контроля знаний

Системы автоматического контроля знаний, или, как их часто называют, компьютерные контролирующие программы, в первую очередь предназначены для автоматизации процесса проверки знаний учащихся. Такие системы обычно используют контрольные тесты для проверки качества усвоения учебного материала и должны обеспечивать:

- поддержку различных типов вопросов: вопросы с одиночным и множественным выбором, открытые вопросы и т.д.;

- различные режимы тестирования: обучающий и контрольный;

- сбор статистических данных об учащемся;

- автоматический анализ и оценку прогресса в освоении материала как относительно предшествующих результатов учащегося, так и в сравнении с результатами соответствующей учебной группы;

- формирование отчетной документации;

- защиту от списывания и запоминания ответов;

- возможность использования в тестах графики, видео- и аудиоматериалов.

Существует великое множество систем автоматического контроля знаний, в том числе доступных для бесплатного скачивания в сети Интернет, например eTest, ADSoft Tester, VeralTest. Анализу существующих компьютерных контролирующих программ посвящено большое число публикаций, поэтому отметим лишь некоторые проблемы и перспективные направления, которым, на наш взгляд, не уделено достаточного внимания с точки зрения автоматизации труда преподавателя.

Здесь нельзя не остановиться на проблемах качества самих тестовых заданий, разработка которых требует от преподавателя большой подготовительной работы, а зачастую и освоения новых информационных технологий, что само по себе весьма положительно, но требует больших временных затрат. Известные трудности для авторов наиболее распространенных видов тестовых заданий - тестов закрытого типа - представляет проблема составления дистракторов (формулировок, среди которых неподготовленный испытуемый принимает верный вариант за неверный, и наоборот), с которой связана проблема снижения вероятности угадывания верных вариантов путем сравнения [5]. Несмотря на то, что в большинстве тестирующих программ по-прежнему в качестве тестовой базы вопросов используются вопросы, сформулированные преподавателем, наметилась тенденция разработки систем с автоматической генерацией тестов на основе базы знаний о предметном содержании соответствующей учебной дисциплины. Однако здесь речь идет в основном о генерации лишь традиционного вида тестов закрытого типа, допускающих простой вариант автоматической проверки ответов, оцениваемых, как правило, в рамках двузначной логики.

В последнее время растет популярность тестов, где выполнение каждого тестового задания оценивается не в рамках двузначной логики, а на основе более дифференцированного подхода, позволяющего достичь желаемую глубину контроля знаний посредством шкалирования или градуирования [6]. Однако систем, автоматизирующих разработку такого рода тестовых заданий, например по типу экспертных систем, помогающих преподавателям справиться с проблемами методического характера, практически нет.

Если сравнивать с точки зрения трудоемкости процесс разработки тестов закрытого и открытого типа, то последний выигрывает в плане разработки самой тестовой базы заданий, так как не требует формулировки вариантов ответа. В качестве формулировок таких тестовых заданий в простейшем случае можно использовать контрольные вопросы, которые имеют место практически в любом УМК. Однако организовать адекватный автоматический контроль ответов для тестов открытого характера намного проблематичнее. Практически нет никакой иной автоматической проверки правильности развернутых ответов, кроме проверки на совпадение с эталонным ответом или с шаблоном правильных ответов (обычно в виде регулярных выражений). Для русского языка построение такого рода шаблонов весьма затруднительно и, несмотря на то, что шаблоны в виде регулярных выражений охватывают большой спектр вариантов правильных ответов, они не способны в полной мере учесть все разнообразие свойственной естественному языку синонимии, неполноты, многозначности и других видов нечеткостей.

Поэтому, если учащийся ответил «непредусмотренным» словом-синонимом или вместо ответа одним словом применил целую фразу с сохранением смысла правильного ответа, то в некоторых случаях система автоматической проверки не зачтет такой ответ как верный. Кроме того, при анализе и оценке ответов весьма желательно автоматическое выявление как случайных ошибок (описок, опечаток), так и орфографических ошибок, а также учет не только окончательного, но и промежуточных ответов.

По нашему мнению, для решения указанных проблем весьма перспективным является применение методов и средств искусственного интеллекта (ИИ), в частности, тех, что активно используются в современных интеллектуальных Интернет-технологиях, однако эффективных и широко тиражируемых решений такого рода пока нет.

Отметим, что применение методов ИИ, в частности методов онтологического инжиниринга, позволило бы решить еще одну, на наш взгляд, близкую только что рассмотренной проблему. Речь идет об автоматизации процесса проверки результатов письменных экзаменов в случае, когда ответ представлен в виде текста (проверка письменных ответов со схемами, формулами и рисунками - тема отдельного исследования, и здесь также имеются практически значимые результаты). Такого рода подход описан в статье С.И. Чуприной и М.Г. Козырева "Определение степени соответствия текстов учебного характера заявленной тематике" в выпуске 3(3) научного журнала "Вестник ПГУ-2010" (в печати).

3. Системы автоматизированной поддержки процесса обучения

программный автоматизированный учебный контроль дистанционный

К данной категории систем относятся программные комплексы, которые могут быть ориентированы на поддержку как традиционных, так и дистанционных форм обучения, а также на дистанционную поддержку традиционных форм обучения. Основные функции подобных систем обеспечивают [3]:

- проведение учебно-административной работы: составление учебных групп, поддержка расписания занятий, формирование различных ведомостей и отчетов;

- контроль количества пройденного материала и качества его усвоения;

- работа в асинхронном режиме с возможностью индивидуального подхода к учащемуся;

- обеспечение коллективной работы учащихся и преподавателя (в режиме семинара, конференции);

- поддержка электронной почты, форума, чата, видеоконференции, обмена файлами, совместного использования приложений, виртуального класса;

- разделение участников учебного процесса по ролям: гость, студент, инструктор, дизайнер курсов, администратор;

- поддержка различных типов учебных материалов ЭУМ - электронных учебников, тестов, лабораторных работ и др.

Как можно заметить из перечня приведенных выше функций, подобные среды нередко интегрируют в себе возможности систем создания ЭУМ и тестирующих систем. Примерами систем поддержки обучения являются IBM Lotus LearningSpace, Integrity eLearning WBT Manager, "Прометей" и др.

В настоящее время существует тенденция разработки и использования адаптивных систем дистанционного обучения (см., например, [7, 8]). При этом адаптация производится либо посредством адаптивного планирования, либо посредством применения технологий адаптивного гипермедиа. К адаптивному планированию относится интеллектуальный анализ решений обучаемого, поддержка интерактивного решения задач, поддержка решения задач на примерах и поддержка совместной работы. В качестве примеров подобных систем можно привести ELM-ART-II, AST, ADI, InterBook, PAT-InterBook, PROUST и др.

В свою очередь адаптивное гипермедиа - это поддержка адаптивного представления и адаптивной навигации. Примерами систем с адаптивным гипермедиа могут служить ART-Web, WEST-KBNS, KBS HyperBook, Albatros и др.

Еще одним направлением повышения уровня адаптивности обучающих систем является адаптация процесса обучения в соответствии со знаниями о психологических особенностях обучаемого и его учебных достижениях, которые приобретаются системой в процессе работы с конкретным пользователем. В этом русле лежат также научные исследования и практические разработки по автоматизированному построению индивидуальных образовательных траекторий [9].

Широкое развитие получили системы поддержки обучения, представляющие собой Web-порталы. Зачастую такие системы содержат в себе и технологии адаптивного гипермедиа, и средства эффективной коммуникации, и средства тестирования и пр. При этом возможности Web, начиная с версии 2.0. позволяют значительно усилить эффективность обучения за счет использования виртуальных классов, разделяемых досок и документов, видео- и аудиоконференций с привлечением больших открытых лингвистических ресурсов типа WordNet и других Интернет-ресурсов (в последнее время все более популярны Wiki-ресурсы).

Несмотря на то, что многие образовательные порталы содержат средства для автоматизированного создания учебных материалов и проверочных тестов, для контроля процесса обучения, тем не менее, в массе своей они в большей степени ориентированны на автоматизацию процесса коммуникации между преподавателем и студентом с целью сокращения обучения в режиме "face to face". Яркими примерами подобных порталов являются Desire2Learn, BlackBoard, It's Learning, WebTrain. Среди бесплатно распространяемых наиболее популярной средой для создания такого рода порталов является Moodle, на ее основе, например, создан "Российский портал открытого образования".

Следует обратить внимание на тот факт, что бесконтрольное общение между студентами и преподавателем посредством Интернет, по сути, сводит на "нет" преимущества автоматизированных систем обучения с точки зрения облегчения труда преподавателя и сокращения времени общения в режиме "face to face". Необходимо регулировать и регламентировать этот процесс также посредством разработки адаптивных интеллектуальных программных ассистентов преподавателя, отвечающих за обратную связь с учащимися.

Заключение

Современные программные системы поддержки образовательной деятельности предоставляют широкий спектр возможностей для оформления и публикации ЭУМ, контроля знаний учащихся и автоматизации проведения учебных занятий. Но зачастую к учебному материалу относятся как к обычному тексту, которому требуется мультимедийное оформление, а такой подход ориентирован на автоматизацию труда скорее дизайнера, чем преподавателя.

Качество текстов учебно-методического характера и их соответствие ФГОС в автоматизированном режиме практически не контролируется. Системы автоматического контроля знаний в недостаточной степени учитывают дидактические принципы обучения, привязку к конкретным учебным планам. Наиболее трудоемкая часть учебно-методической работы преподавателя по подбору учебного материала, разработке учебных курсов, контрольных работ и тестов, проверке письменных экзаменационных работ по-прежнему не автоматизирована в той степени, которая позволила бы существенно сократить затраты времени. Существующие системы поддержки процесса обучения также не решают указанных проблем, ориентируясь в большей степени на предоставление средств коммуникации между учеником и преподавателем и на контроль степени продвижения в обучении.

Поэтому, на наш взгляд, является актуальным вопрос о создании таких средств автоматизации труда преподавателя, которые на базе современных технологий ИИ позволили бы в явном виде на единой онтологической основе представлять концептуальную модель предметного содержания учебных дисциплин во всем многообразии парадигматических взаимосвязей между понятиями соответствующей проблемной области и унифицированным образом способствовать решению перечисленных выше проблем.

В настоящее время в Пермском государственном университете ведутся работы по созданию новых и интеграции уже существующих информационно-образовательных ресурсов на принципах онтологического инжиниринга. В качестве атомарных значений (минимальных элементов знаний) в онтологической базе знаний выступают дидактические единицы, извлекаемые экспертами из тематического содержания учебных дисциплин. Такого рода экспертное оценивание учебных дисциплин различных направлений подготовки ИТ-специалистов выполнено в рамках реализации аналитической ведомственной целевой программы Министерства образования и науки РФ "Развитие научного потенциала высшей школы (2009-2010 годы)". В рамках Федеральной целевой программы "Научные и научно-педагогические кадры инновационной России" на 2009-2013 гг. ведутся работы по трансформации уже существующей более шести лет единой телекоммуникационной информационной системы (ЕТИС) [11] Пермского государственного университета в интеллектуальную образовательную информационную систему, составной частью которой станут инновационные средства автоматизации труда преподавателя.

Список литературы

1. Роберт И.В. Теория и методика информатизации образования (психолого-педагогические и технологические аспекты). М.: ИИО РАО, 2007. 234 с.

2. Кудрявцев Л.Д, Кириллов А.И., Бурковская М.А., Зимина О.В. О тенденциях и перспективах математического образования // Высшее образование сегодня. 2002. №2.

3. Системы поддержки обучения

4. Чуприна С.И. К вопросу о совершенствовании процесса разработки и оценки качества УМК в инновационном вузе // Высшее профессиональное образование, бизнес, власть: опыт и перспективы взаимодействия в подготовке управленческих кадров, ориентированных на инновации: материалы всерос. науч.-практ. конф. / НОУ ВПО "Западно-Уральский институт экономики и права". Пермь, 2009. С.321-324.

5. Морев И.А. Образовательные информационные технологии. Ч.5: Методическая система стимулирования обучаемости средствами дидактического тестирования: монография. Владивосток: Изд-во Дальневост. ун-та, 2004. 120 с.

6. Аванесов В.С. Композиция тестовых заданий: учеб. кн. 3-е изд., доп. / Центр тестирования. М., 2002. 240 с.

7. Болотова Л.С., Губарев В.А., Коваленко С.М., Смирнов С.С. Адаптивное дистанционное обучение принятию решений на основе технологии экспертных систем ситуационного управления

8. Брусиловский П.Л. Адаптивные обучающие системы в World Wide Web: обзор имеющихся в распоряжении технологий

9. Чуприна С.И., Козлов С.А. Технологические аспекты генерации образовательных траекторий на основе онтологических профилей // Информационные технологии в науке, образовании, телекоммуникации и бизнесе. Приложение к журналу "Открытое образование": материалы XXXVI междунар. конф. IT + S&E`09. Украина, Ялта-Гурзуф, 2009. С.237-238.

10. Learning Tools Directory 2010: Instructional Tools [Электронный ресурс] // Centre for learning & performance technologies

11. Макарихин И.Ю., Хеннер Е.К. Концепция интеллектуальной информационной системы поддержки информационной образовательной среды инновационного университета // Университетское управление. 2009. №5. С.36-40.

Размещено на allbest.ru