Окреслення методів оптимізації освітнього процесу комп'ютеризованих навчальних систем

Размещено на http://www.allbest.ru

Харківський національний університет радіоелектроніки

Окреслення методів оптимізації освітнього процесу комп'ютеризованих навчальних систем

Д'яков Ян Русланович

аспірант кафедри електронно-обчислювальних машин

Науковий керівник: Ткачов Віталій Миколайович

канд. техн. наук, доцент,

доцент кафедри електронно-обчислювальних машин

Title (in English): Outline of methods for optimizing the educational process of computerized educational systems

Summary

The article examines the possibilities of integrating computerized educational systems, such as Pluralsight, Udemy, Microsoft Learn, Coursera, with the classic system of presentation and consolidation of knowledge in educational institutions. The authors emphasize that the use of specialized description languages, such as OWL, can improve the structure and visualization of knowledge. They look at the possibilities of using the OWL language and the Protege visualization platform to construct and edit data models. The paper also points out the strong foundation of the OWL framework for companion visualization and provides an example of the Protege system as a platform for this task. Various extension packages are considered, such as Pellet, which improve the understanding and analysis of OWL ontologies. In general, the article highlights the prospects for the integration of modern Internet-based educational systems with traditional teaching methods and the use of specialized description languages to optimize the structure of educational materials.

Keywords: optimization methods, educational process, educational systems

Анотація

Стаття розглядає можливості інтеграції комп'ютеризованих навчальних систем, таких як Pluralsight, Udemy, Microsoft Learn, Coursera, з класичною системою подання та закріплення знань у навчальних закладах. Автори наголошують на тому, що використання спеціалізованих мов опису, таких як OWL, може поліпшити структуру та візуалізацію знань. Вони розглядають можливості використання мови OWL та візуалізаційної платформи Protege для конструювання та редагування моделей даних. Стаття також вказує на потужний фундамент структури OWL для супутньої візуалізації та наводить приклад системи Protege як платформи для цього завдання. Розглядаються різні пакети розширень, такі як Pellet, які поліпшують можливості розуміння та аналізу OWL-онтологій. Загалом, стаття висвітлює перспективи інтеграції сучасних інтернет-мережевих навчальних систем з традиційними методами навчання та використання спеціалізованих мов опису для оптимізації структури навчальних матеріалів.

Ключові слова: методи оптимізації, освітній процес, навчальні системи

освітній комп'ютеризований навчальний

Наразі інтернет-мережа вміщує численні та досить популярні навчальні системи, як Pluralsight, Udemy, Microsoft Learn, Coursera тощо [1][2]. їхня інтеграція у класичну систему подання та закріплення знань навчальних закладів здатна підвищити ефективність освітнього процесу.

Комп'ютеризовані навчальні системи представляють розширені можливості до збереження та відтворення освітніх матеріалів. Класичні варіанти оформлення (структуризації) - книги, статті, статичні презентації - можуть бути оптимізовані задля поглиблення процесу пізнання.

Одним із варіантів структуризації знань є використання спеціалізованих мов опису, результат яких - моделі знань - можливо також візуалізувати засобами електронно-обчислювальних машин. Так, OWL (аббр. Web Ontology Language - мова веб-онтологій) дозволяє описувати знання про речі, їхні групи та взаємозв'язки [3]. Вона представляє численні структурні елементи, як-от онтології, типи даних, індивіди, властивості, класи, аксіоми, ключі тощо. Подібне розбиття дозволяє виконати деконструкцію предметної області (дисципліна, книга) на окремі елементи, згрупувати їх у логічні блоки тощо. У якості первинних предметних областей для подібної деконструкції доцільно взяти математичні та супутні до таких: арифметика, алгебра та геометрія, фізика, хімія тощо.

Структура OWL є потужним фундаментом для супутньої візуалізації. Одна з візуалізаційних платформ - система Protege - пропонує можливості для конструювання та редагування моделей даних, їхніх властивостей тощо [4].

Серед загалу можливостей Protege доцільно відзначити численні пакети розширень, що підтримуються як компанією-власником, так і звичайними користувачами. Для обліку розширень у системі присутнє окреме вікно, у якому можливо обрати до встановлення або видалення потрібні пакети (рис. 1): інструменти для експорту моделей у численні формати файлів, альтернативні засоби візуалізації, пошуку інформації, абдуктивного виведення тощо. Подібна практика ефективна й доцільна для відтворення у інших навчальних системах для підвищення гнучкості, можливостей до індивідуального налаштування.

Рис. 1. Вікно обліку розширення системи Protege

Впровадження автоматизованої подачі знань дозволяє супроводжувати користувача за лінією засвоєння. Так, надаються практичні матеріали, альтернативні концепції, оскарження та дебати стосовно теми елементу, загальна інформація стосовно блоку, посилання на знання з пов'язаних дисциплін або інтернет-ресурси тощо. Таким чином користувачеві доступне поглиблення процесу пізнання відповідно до його побажань. Крім того, означена метода є органічною частиною студент-орієнтованої парадигми освіти, де слухач сам виділяє степінь свого поглиблення у бажану предметну область.

Іншим потужним методом оптимізації освітнього процесу є фіксація та аналіз чисельних та якісних показників їхнього засвоєння, наприклад:

- кількість пройдених та закріплених елементів знань у одиницю часу (наприклад, година, дві години, чотири години, день, три дні, тиждень);

мінімальна, середня та максимальна тривалість проходження та закріплення одного або численних елементів знань;

динаміка зниження якості закріплення знань користувачем зі збільшенням кількості охоплених елементів тощо.

За допомогою подібної статистики можливо виділити та оптимізувати проблемні ділянки структури надаваних знань. Так, у випадку зниження якості закріплення знань користувачем на великій вибірці елементів доцільно розділити їх на менші логічні блоки; тривалість проходження та закріплення елементу знань, більша за критичне значення, може означати надмірну складність та вести до потреби деконструкції на елементи меншої величини.

Розміщення комп'ютеризованих навчальних систем у інтернет-мережі актуалізує питання використання хмарних технологій. їхня інтеграція дозволяє абстрагуватись від підтримки фундаментного апаратного та програмного забезпечення, підвищити загальну відмовостійкість та безпечність системи, масштабованість, швидкість роботи з даними (бази даних, кешу та ін.) тощо [5].

Примітною як за дизайном, так й за функціоналом навчальною інтернет - системою є Quizlet. За власною інформацією Quizlet, на їхній платформі присутні понад 60 мільйонів учнів на місяць з більш ніж 130 країн світу [6].

Функціонал означеної системи актуалізує такі методи оптимізації освітнього процесу, як конструювання інтуїтивного інтерфейсу (поділ інформації на блоки та секції; наявність стрічки пошуку за різними категоріями); використання стандартизованих посібників з надбудовою блоків запитань та відповідей; інтеграція локалізації (тобто перекладу на мову користувача) навчальних матеріалів; впровадження можливості створення (рис. 2) та візуалізації користувальницьких навчальних модулів. Останнє є актуальним з огляду на тенденцію, де користувач стає не лише слухачем, але й автором контенту.

Рис. 2. Сторінка створення нового навчального модуля у системі Quizlet

Висновки

Сучасні комп'ютеризовані навчальні системи пропонують розмаїття функціоналу та знань, які можливо інтегрувати до класичної системи освіти навчальних закладів та використовувати окремо. Для оптимізації освітнього процесу таких систем можливо окреслити такі методи, як впровадження розширень, локалізації, автоматизованої подачі знань, засобів розширен ої структуризації та візуалізації тощо.

Список використаних джерел

Prahl, A., & Blackburn, S. (2023). Best Online Learning Platforms. Retrieved from https://www.verywellfamily.com/best-online-learning-platforms-5073725.

Coursera vs. Microsoft Learn vs. Pluralsight Comparison Chart. (2023). Retrieved from https://sourceforge.net/software/compare/Coursera-vs-Microsoft-Learn-vs-Pluralsight.

OWL - Semantic Web Standards. (2012). Retrieved from https://www.w3.org/OWL.

Protege. (2019). Retrieved from https://protege.stanford.edu.

4 переваги хмарних технологій: Підсилення вашого бізнесу. (2023). Вилучено з https://ucloud.ua/perevagy-hmarnyh-tehnologij.

QuizletAds I Quizlet. (2023). Retrieved from https://quizlet.com/ads/home.

Размещено на Allbest.ru