Размещено на http://www.allbest.ru/

МІЖНАРОДНИЙ НАУКОВО-НАВЧАЛЬНИЙ ЦЕНТР ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ ТА СИСТЕМ

УДК 681.51:004

ТЕОРЕТИКО-МЕТОДОЛОГІЧНІ ОСНОВИ СИНТЕЗУ ІНДИВІДУАЛІЗОВАНИХ СТРАТЕГІЙ УПРАВЛІННЯ ДИДАКТИЧНИМ ПРОЦЕСОМ В АВТОМАТИЗОВАНИХ НАВЧАЛЬНИХ СИСТЕМАХ

05.13.06 - Автоматизовані системи управління та прогресивні інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

доктора технічних наук

Меняйленко Олександр Сергійович

Київ - 2007

Дисертацією є рукопис.

Робота виконана в Луганському національному педагогічному університеті імені Тараса Шевченка Міністерства освіти і науки України.

Науковий консультант: доктор технічних наук, старший науковий співробітник Степашко Володимир Семенович, Міжнародний науково-навчальний центр інформаційних технологій та систем, завідувач відділу інформаційних технологій індуктивного моделювання.

Офіційні опоненти: доктор технічних наук, професор Литвинов Віталій Васильович, Інститут проблем математичних машин і систем НАН України, завідувач відділу;

доктор технічних наук, професор Томашевський Валентин Миколайович, Національний технічний університет України “Київський політехнічний інститут”, професор кафедри автоматизованих систем обробки інформації та управління;

доктор технічних наук, професор Коваленко Ігор Іванович, Національний університет кораблебудування імені адмірала Макарова, завідувач кафедри програмного забезпечення автоматизованих систем.

Провідна установа: Національний аерокосмічний університет імені М.Є.Жуковського “Харківський авіаційний інститут”, кафедра інформаційних управляючих систем, м. Харків.

Захист відбудеться “31” травня 2007 р. о 12⁰⁰ годині на засіданні спеціалізованої вченої ради Д 26.171.01 у Міжнародному науково-навчальному центрі інформаційних технологій та систем за адресою: 03680, м. Київ-187, просп. Академіка Глушкова, 40.

З дисертацією можна ознайомитись у науково-технічній бібліотеці Інституту кібернетики ім. В.М.Глушкова за адресою: 03680, м. Київ-187, просп. Академіка Глушкова, 40.

Автореферат розісланий “24” квітня 2007 року.

Учений секретар управління дидактичний навчальний

спеціалізованої вченої ради В.О.Тарасов

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність і ступінь дослідженості проблеми. Система освіти є однією з центральних складових сучасного суспільства, яка активно використовує інформаційні технології, у ній виникли нові напрями - дистанційне навчання та ін. При цьому вона має істотну специфіку, що потребує, з одного боку, урахування останніх досягнень у педагогіці й психології, а з другого боку - активного використання інформаційних технологій і методів кібернетики.

У сучасній педагогіці та психології одним з основних напрямів стає індивідуалізація навчання учнів. Її метою є відмова від традиційних методів, орієнтованих на “пересічного” учня, і перехід до розробки нових, які враховують психолого-педагогічні параметри учня на основі гуманізації освіти і принципу значимості особистості учня. Ці положення становлять основу державних документів “Освіта - Україна XXI століття” та “Концепція національного виховання”.

Широкі можливості для розвитку таких методів навчання дає застосування сучасних комп'ютерів, які дозволяють реалізувати частину функцій учителя, що піддаються формалізації. Це привело до створення автоматизованих навчальних систем (АНС) і до інформаційних технологій навчання.

На сьогодні проблему розробки інформаційних технологій навчання, що “настроюються” на конкретного учня, ґрунтовно не досліджено ні в науково-теоретичному, ні в методичному аспекті. У вирішенні цього складного питання можна базуватися на принципових положеннях, отриманих у роботах Г.Атанова, Г.Балла, В.Безпалька, А.Берга, О.Довгялла, М.Жалдака, Л.Ітельсона, Г.Костюка, Л.Ланди, Є.Машбиця, А.Сохора та ін.

Особливий інтерес для теми даного дослідження становить теорія побудови адаптивних навчальних програм. У їх основі лежить принцип керування процесом навчання, при якому вибір керування залежить від індивідуальних особливостей учня. Відповідно до сучасних вимог це питання вивчено в працях Р.Аткінсона, В.Безпалька, А.Берга, Г.Бакана, В.Гриценко, В.Скурихіна, М.Згуровського, В.Кунцевича, С.Саридиса, А.Івахненка, Л.Растригіна, А.Фельдбаума, Я.Ципкіна, О.Павлова, С.Теленика, В.Томашевського, С.Гриша, В.Ходакова та ін.

Масове використання в навчальних закладах інформаційних технологій навчання істотно не вплинуло на скорочення термінів навчання, підвищення рівня підготовки учнів.

Це пов'язано з рядом причин, основними з яких є такі: немає чітко розробленої теорії та методології створення інформаційних технологій навчання, здатних ураховувати індивідуальні особливості учнів; не досліджено дидактичний процес як об'єкт управління; немає якісних і кількісних оцінок когнітивних психолого-педагогічних параметрів учня, що визначають його функціональний стан і здібності до навчання як об'єкт управління (ОУ); не досліджено якісні й кількісні характеристики стратегій навчання, контролю та керування, а також педагогічні функції (впливи), які використовуються в традиційних дидактичних системах; немає науково обґрунтованих математичних моделей і методів формалізації стратегій навчання, що враховують індивідуальні особливості та функціональний стан учнів як ОУ, та їх зміни в процесі навчання тощо.

Усе це перешкоджає ефективному використанню інформаційних технологій у навчальному процесі.

Таким чином, суперечність між вимогами розробки і створення високоефективних автоматизованих навчальних систем як елементів інформаційних технологій навчання, з одного боку, і недостатній рівень наукового і методологічного дослідження цих питань, з другого боку, дозволяє констатувати наявність проблем і робить актуальним проведення досліджень у цьому напрямі. Серед них можна виділити основну та допоміжні проблеми.

Проблема 1 (основна). Пов'язана с відсутністю загальної теорії та методології побудови (синтезу) індивідуалізованих стратегій управління дидактичним процесом в автоматизованих навчальних системах, спроможних ураховувати індивідуальні когнітивні особливості учнів як об'єктів управління.

З проблемою 1 тісно зв'язані такі допоміжні проблеми.

Проблема 2. Не формалізовано поняття педагогічного (стимулюючого) впливу, немає їх класифікації та математичних моделей, невідома їх ефективність та вплив на об'єкти управління (учнів) в автоматизованих навчальних системах, відсутні алгоритми керування педагогічними впливами.

Проблема 3. Не формалізовано подання теорій і методів навчання, невідома їх ефективність для об'єктів управління (учнів) з різними індивідуальними особливостями, відсутні алгоритми керування (вибору) стратегіями навчання тощо.

Проблема 4. Пов'язана з формалізованим поданням моделей учнів як об'єктів управління, що визначають їхні когнітивні особливості, розробкою алгоритмів їх диференціювання на рівні (класи) та алгоритмів оцінки успішності навчання, які враховують психолого-педагогічні вимоги до оцінки в умовах інформаційних технологій навчання.

Це і визначило вибір теми дисертаційного дослідження.

Зв'язок роботи з науковими програмами, планами, темами. Тематика дисертаційної роботи, її мета й основні завдання відповідають державним науково-технічним програмам, які сформульовано в Законі України “Про національну програму інформатизації”: 6.2.2. Перспективні інформаційні технології і системи. Дисертацію виконано в рамках науково-дослідних робіт “Розробка та дослідження адаптивних комп'ютерних систем навчання” (номер державної реєстрації 01960001762), “Розробка та дослідження методів синтезу адаптивних комп'ютерних мультимедіа систем” (номер державної реєстрації 01980002639) і “Розроблення та впровадження інноваційно-педагогічної технології в системі університетської освіти” (номер державної реєстрації 0105U004274), які виконувалися на кафедрі інформатики Луганського національного педагогічного університету імені Тараса Шевченка під керівництвом і за особистою участю автора.

Мета і завдання досліджень. Головна мета дисертаційної роботи полягає в розробці теоретичних і методологічних основ створення (синтезу) індивідуалізованих стратегій управління дидактичним процесом в автоматизованих навчальних системах, створенні на їх основі ефективних інформаційних технологій навчання, здатних ураховувати індивідуальні особливості учнів як об'єктів управління, педагогічні впливи, та їх апробації в умовах реального навчального процесу.

Досягнення поставленої мети здійснюється розв'язанням таких основних задач досліджень: 1) дослідити якісні й кількісні параметри стратегій навчання, контролю та керування, використовувані в традиційних дидактичних системах, що дозволить визначити їх основні ймовірнісні характеристики, а також можливість і необхідність їх формалізації та врахування при розробці (синтезі) індивідуалізованих стратегій управління в автоматизованих навчальних системах; 2) дослідити основні когнітивні психолого-фізіологічні параметри учнів як об'єктів управління, визначити їхні ймовірнісні характеристики, що дозволить створювати на їх основі математичні моделі, а також формалізувати стратегії навчання й керування для автоматизованих навчальних систем, здатних ураховувати індивідуальні особливості об'єктів управління (учнів); 3) розробити і дослідити критерії якості, адаптивні алгоритми оцінювання результатів успішності навчання об'єктів управління (учнів) і математичні моделі педагогічних стратегій, які враховують індивідуальні особливості об'єктів управління (учнів) та керуючі впливи в традиційних дидактичних процесах; 4) розробити і дослідити індивідуалізовані стратегії управління, критерії та адаптивні алгоритми керування в автоматизованих навчальних системах, що дозволить ураховувати когнітивні особливості об'єктів управління (учнів); 5) використовуючи розроблені критерії, індивідуалізовані стратегії управління, математичні моделі й алгоритми, створити прогресивну інформаційну технологію навчання, на її основі розробити автоматизовану навчальну систему для однієї з предметних галузей, дослідити її ефективність для об'єктів управління (учнів), що мають різні індивідуальні особливості, та оцінити їхній функціональний стан.

Об'єкт дослідження - інформаційні технології навчання як система наукових знань, що характеризують дидактичний процес взаємозумовленої діяльності вчителів, учнів, технічних засобів (комп'ютерів) і предметної галузі.

Предмет дослідження - теоретичні, методологічні та прикладні аспекти створення (синтезу) індивідуалізованих стратегій управління дидактичним процесом в автоматизованих навчальних системах, здатних реалізувати педагогічні впливи, ураховувати когнітивні та функціональні особливості учнів як об'єктів управління.

Гіпотеза дослідження: Якщо виявити якісні й кількісні параметри стратегій навчання, контролю та керування, які використовуються в традиційних дидактичних системах, індивідуальні особливості учнів як об'єктів управління, формалізувати методи навчання і педагогічні впливи, розробити їх математичні моделі, критерії та алгоритми керування, то це дозволить створювати високоефективні індивідуалізовані стратегії управління в автоматизованих навчальних системах і будувати на їх основі інформаційні технології навчання, здатні підвищити рівень знань учнів, скоротити терміни навчання.

Методи досліджень. В основу методології роботи покладено системний підхід, що охоплює дидактичний процес з використанням інформаційних технологій та його складові частини (елементи). При цьому використовувалися аналітичні методи теорії ймовірностей, методи системного аналізу та загальної теорії систем, методи стохастичної апроксимації, експериментальні методи комп'ютерної психодіагностики, електроенцефалографії та комп'ютерного поліграфного обстеження, моделювання, чисельні дослідження, методи експертних оцінок на основі нечислових статистик (бернуліївських векторів - люсіанів), експериментальні дослідження в умовах лабораторії та школи, а також у мережі Internet.

Експериментальні дослідження проводилися на персональних комп'ютерах з учителями й учнями середніх шкіл, ліцеїв, гімназій, у спеціалізованих фізико-математичних школах і вищих навчальних закладах, а також у лабораторії функціональної діагностики Луганської обласної лікарні. При цьому використовувалися прикладні програми для ідентифікації когнітивних параметрів об'єктів управління (учнів), навчальні програми тощо.

Наукова новизна отриманих результатів полягає в розв'язанні важливої науково-технічної проблеми розробки основ синтезу індивідуалізованих стратегій управління дидактичним процесом в автоматизованих навчальних системах, що викладено нижче.

Уперше поставлено і розв'язано проблему побудови (синтезу) індивідуалізованих стратегій управління дидактичним процесом, здатних ураховувати педагогічні функції (впливи), а також когнітивні особливості об'єктів управління (учнів).

Досліджено і виявлено загальні властивості суб'єктивних стратегій управління, навчання та оцінювання успішності навчання, використовуваних в дидактичних системах, які відрізняються від відомих, застосовуваних при синтезі стратегій управління для автоматизованих систем навчання, тим, що в них визначено якісні й кількісні особливості педагогічних керуючих впливів при загальногруповому, диференційованому та індивідуалізованому навчанні.

Уперше введено й формалізовано поняття педагогічної стратегії та запропоновано їх класифікацію на основі таких критеріїв: за видом використовуваної системи оцінювання, за типом виконуваного контролю, за галуззю застосування та способом впливу на об'єкт управління (учня).

Уперше розроблено математичні моделі базових педагогічних стратегій із заохоченням, покаранням, змішаної та об'єктивної педагогічних стратегій та їх модифікації, що дозволяють реалізувати (синтезувати) індивідуалізовані стратегії управління дидактичним процесом в автоматизованих навчальних системах.

Уперше формалізовано і розроблено узагальнену математичну модель порогових значень для алгоритмів оцінювання успішності навчання об'єктів управління (учнів), яка дозволяє використовувати різні системи оцінювання в автоматизованих навчальних системах.

Виявлено загальні закономірності когнітивних параметрів об'єктів управління (учнів), які відрізняються від відомих тим, що як математичні моделі являють собою гетероскедастичні суміші розподілів неперетинних, слабко і сильно перетинних класів з кількістю класів від 1 до 3.

Уперше розв'язано задачу класифікації (диференціювання) гетероскедастичних об'єктів управління (учнів) на рівні (класи, підгрупи) залежно від параметрів, що утворюють їх образ.

На основі аналізу загальних підходів до подання методів навчання в дидактичних процесах формалізовано і введено поняття локального алгоритму функціонування, локального алгоритму керування та стратегії навчання; розроблено блочно-структурні моделі стратегій навчання для основних методів (пояснювально-ілюстративний, репродуктивний, модифікований репродуктивний, проблемний, аналітико-синтетичний і практичний). Виявлено істотні відмінності в ефективності стратегій навчання для класів (рівнів) диференційованих об'єктів управління (учнів) залежно від параметрів, що утворюють їх образ.

Розв'язано задачу оцінювання успішності навчання об'єкта управління (учня) на основі функціонала максимуму апостеріорної ймовірності; уперше розроблено критерії якості навчання об'єкта управління, що характеризують впливи педагогічних стратегій і стратегій навчання, які ґрунтуються на врахуванні оцінки успішності навчання, її ймовірності та часу навчання.

Уперше сформульовано задачу керування педагогічними стратегіями і стратегіями навчання, а також розроблено адаптивні алгоритми керування цими стратегіями на основі методів теорії дуального керування, методів стохастичної апроксимації, що являють собою пошукові системи з імовірнісним зворотним зв'язком.

Уперше розроблено метод експертних оцінок множини вербальних і графічних об'єктів математичних моделей педагогічних стратегій, що ґрунтується на теорії люсіанів (векторів Бернуллі) та розв'язанні оптимізаційної задачі з використанням аксіоматичного підходу Дж. Кемені.

Дороблено методи безперервної функціональної діагностики (комп'ютерної електроенцефалографії та поліграфного обстеження) для об'єктів управління (учнів) і поширено на новий клас автоматизованих навчальних систем, що використовують індивідуалізовані стратегії управління; вперше виявлено закономірності функціонування об'єкта управління та вибору (задання) стратегій управління з урахуванням його функціонального стану.

Уперше розроблено вимоги до автоматизованих навчальних систем щодо реалізації індивідуалізованих стратегій управління, згідно з якими система повинна містити підмножину реалізацій базових педагогічних стратегій, дозволяти задавати їх якісні та кількісні параметри, оцінювати ефективність заданих педагогічних стратегій і, в разі потреби, змінювати їх, видавати повідомлення про неефективність заданих стратегій.

Достовірність наукових результатів підтверджується коректним використанням математичного апарату, експериментальними чисельними дослідженнями, результатами імітаційного моделювання на персональних комп'ютерах, експериментальними дослідженнями в умовах лабораторії функціональної діагностики, реального дидактичного процесу, а також теоретичними й експериментальними результатами, отриманими в галузі педагогіки.

Практичне значення отриманих результатів полягає в придатності для практичного застосування розроблених математичних моделей, методів, критеріїв та алгоритмів, створення (синтезу) на їх основі нових індивідуалізованих стратегій управління, здатних ураховувати когнітивні особливості об'єктів управління (учнів) і педагогічні впливи в дидактичних процесах, розвивати й будувати інформаційні технології навчання та інтелектуальні навчальні системи.

Результати дисертаційної роботи використовувалися в навчально-виховному процесі, при створенні електронних підручників, навчальних програм та систем дистанційного навчання в Луганському національному педагогічному університеті імені Тараса Шевченка, Східноукраїнському національному університеті імені Володимира Даля, Луганському державному університеті внутрішніх справ, Мелітопольському державному педагогічному університеті, Донбаському державному технічному університеті, Лисичанській багатопрофільній гімназії, спеціалізованій фізико-математичного профілю загальноосвітній середній школі № 1 м. Луганська.

Розроблений програмно-методичний комплекс з профілактики комп'ютерних злочинів може використовуватися в навчально-виховному процесі загальноосвітніх і спеціалізованих шкіл з використанням Intra- та Internet-технологій.

Основні результати роботи також можна використовувати при виконанні експертних оцінок у психолого-педагогічних дослідженнях, функціональній діагностиці учнів, як у традиційних, так і в інформаційних технологіях навчання, комп'ютерній психодіагностиці, створенні нових методів навчання і засобів штучного інтелекту.

Особистий внесок здобувача. Наукові положення, висновки, рекомендації та вимоги, викладені в дисертаційній роботі й пропоновані до захисту, розроблені особисто здобувачем. У роботах, виконаних у співавторстві, особистий внесок становить:

- у роботах [3, 24] запропоновано підхід до побудови навчальних систем, здатних ураховувати педагогічні (стимулюючі) впливи, на прикладі створення програмно-методичного комплексу, а також розроблено методику його використання;

- у роботі [32] розроблено нелінійні алгоритми, які підвищують завадостійкість нелінійних систем керування, а також імовірнісний зворотний зв'язок, зникаючий у часі, а в роботі [42] - методику функціональної діагностики об'єктів управління та проведено експериментальні дослідження.

Апробація результатів дисертації. Основні положення дисертаційної роботи доповідалися й обговорювалися на засіданнях кафедри інформатики Луганського національного педагогічного університету, наукових семінарах кафедр педагогіки та інформатики Східноукраїнського національного університету ім. Володимира Даля; на 5-му Ленінградському симпозіумі з теорії адаптивних систем “Адаптивные и экспертные системы в управлении” (Ленінград, 1991), 1-й Українській науково-методичній конференції “Новые информационные технологии обучения в учебных заведениях Украины” (Одеса, 1992); II міжнародній конференції “Проблеми українізації комп'ютерів” (Львів, 1992); міжнародній конференції “Computer Technologies in Education” (ICCTE'93) (Київ, Інститут кібернетики АН України, 1993); 1-й міжнародній конференції “Компьютерные программы учебного назначения” (Донецьк, ДонДУ, 1993); 5-й міжнародній науково-практичній конференції “Україномовне програмне забезпечення. УкрСОФТ-95” (Львів, 1995); IV міжвузівській науково-практичній конференції “Нові інформаційні технології у навчальному процесі загальноосвітньої школи та вузу” (Київ, 1995); III міжнародній конференції “Компьютерные программы учебного назначения” (Донецьк, ДонДУ, 1996); II міжвузівській науково-теоретичній конференції, присвяченій 75-річчю Луганського сільськогосподарського інституту (Луганськ, 1996); Республіканському семінарі “Методические проблемы применения ЭВМ в учебном процессе” (Харків, ХПІ, 1996); 5-й Всеукраїнській науково-методичній конференції “Використання персональних ЕОМ у навчальному процесі вищих та середніх навчальних закладів” (Львів, 1998); Всеукраїнській науково-методичній конференції “Нові педагогічні технології в контексті сучасних концепцій змісту освіти” (Луганськ, 1998); науково-методичній конференції “Застосування комп'ютерних технологій у навчальному процесі і науково-дослідній роботі” (Алчевськ, 1999); науково-методичному семінарі “Комп'ютерні та інноваційні технології у навчальному процесі” (Алчевськ, 2000); Всеукраїнській науково-практичній конференції “Інформаційні технології в освіті” (Мелітополь, 2001), науково-методичному семінарі “Информационные технологии в учебном процессе” (Одеса, 2003); міжнародній конференції “Международное сотрудничество в области образования Inted-2003” (Ялта, 2003); всеукраїнській науково-практичній конференції “Комп'ютерне моделювання та інформаційні технології в науці, економіці та освіті” (Черкаси, 2003); міжнародній конференції “Управление развитием сложных систем” (Донецьк, 2003); третьому українсько-російському науково-технічному та методичному симпозіумі “Сучасні інформаційні технології в науці, виробництві, освіті та управлінні” (Хмельницький, 2003); Міжнародній науково-практичній конференції “Ціннісні пріоритети освіти у XXI столітті” (Луганськ, 2003); XII Міжнародній науково-практичній конференції “Наука і освіта 2004” (Дніпропетровськ, 2004); 3-й Міжнародній науково-технічній конференції “Інформаційна техніка та електромеханіка” (ІТЕМ-2005) (Луганськ, 2005); 3-й Міжнародній науково-практичній конференції “Сучасні тенденції комп'ютеризації процесу навчання іноземним мовам” (Луганськ, 2005); VII Міжнародній науково-методичній конференції “Вища технічна освіта: проблеми та перспективи розвитку в контексті болонського процесу” (Національний технічний університет України “Київський політехнічний інститут”, Київ, 2005); Міжнародній науковій конференції “Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій (ISDMIT'2005)” (Національний технічний університет України “Київський політехнічний інститут”, Євпаторія, Крим, 2005); 2-й Всеукраїнській науково-практичній конференції “Информационные технологии и безопасность в управлении” (Луганськ, 2005); Міжнародній науковій конференції “Інформаційні технології в наукових дослідженнях і навчальному процесі (ITSSSP'2005)” (Луганський національний педагогічний університет імені Тараса Шевченка, Луганськ, 2005); Міжнародній науковій конференції “Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій (ISDMIT'2006)” (Державний науково-дослідний інститут інформаційної інфраструктури, Херсонський морський інститут (ХМІ), Національний технічний університет України “Київський політехнічний інститут”, Євпаторія, Крим, 2006); 4-й Міжнародній науково-практичній конференції “Сучасні тенденції комп'ютеризації процесу навчання іноземним мовам” (Луганськ, 2006); Міжнародній науково-практичній конференції “Інформаційно-телекомунікаційні технології в сучасній освіті: досвід, проблеми, перспективи” (Львівський державний університет безпеки життєдіяльності, м. Львів, 4-6 жовтня 2006 р.); VIII Tagung des Verbandes der Deutschlehrer und Germanisten der Slowakei. Motivation fur Deutsch (Nitra, 30. August - 2. September 2006); IV Міжнародному семінарі “Информационные системы и технологии” (Одеська державна академія холоду, Одеса 19-20 жовтня 2006 р).

Публікації. Основні результати дисертації відображено в 45 публікаціях, з яких 41 одноособові: 1 монографія; 21 статтю надруковано в наукових виданнях, затверджених ВАКом України з технічних наук; 2 авторських свідоцтва; 7 статей надруковано в наукових виданнях, затверджених ВАКом України з педагогічних наук; 12 статей у матеріалах і збірниках наукових праць; 2 - тези доповідей.

Структура та обсяг роботи. Дисертаційна робота складається зі вступу, 6 розділів, висновків, списку використаних джерел з 268 найменувань та 13 додатків. Містить 155 рисунків, 99 таблиць. Загальний обсяг становить 404 сторінки, включаючи 317 сторінок основного тексту.

ОСНОВНИЙ ЗМІСТ ДИСЕРТАЦІЇ

У вступі обґрунтовується актуальність теми дисертації, сформульовано мету роботи, вміщено перелік завдань та питань, розглянутих у дисертації. Визначаються предмет, методи та об'єкт дослідження, розкривається наукова новизна і практичне значення роботи.

У першому розділі виконано аналіз основних етапів навчальної діяльності вчителя й учнів, розглянуто формалізовані структурні схеми традиційних систем навчання: загальногрупового, диференційованого та індивідуалізованого. Установлено, що складовою частиною таких систем є педагогічні (стимулюючі) впливи в системі вчитель-учень, які відсутні в сучасних інформаційних технологіях навчання. Показано, що автоматизована навчальна система повинна включати такі підсистеми: навчальну, керуючу та педагогічну. Виходячи з цього, введено поняття автоматизованої педагогічної навчальної системи, розробці котрих і присвячено роботу.

Визначення 1. Автоматизована педагогічна навчальна система (АПНС) - це комплекс технічних засобів, програмного, навчально-методичного забезпечення та педагогічних (виховних) впливів, призначений для активізації та інтенсифікації індивідуальної і/або колективної діяльності учнів на основі реалізованого комп'ютером керування цими видами діяльності.

Проведено аналіз алгоритмів і систем керування навчанням та підходів до створення сучасних інформаційних технологій навчання, виконано їх критичний огляд. Установлено, що автоматизовані навчальні системи використовують різні алгоритми керування та способи подання інформації - від найпростіших методик навчання й екранних форм до сугестокібернетичних методів; при цьому невідома їхня ефективність для об'єктів управління (учнів) з різними індивідуальними особливостями; не визначено параметри та їхні кількісні характеристики; немає даних про стратегії навчання й педагогічні впливи, що використовуються в дидактичному процесі, чітко розробленої теорії та методології створення автоматизованих навчальних систем, науково обґрунтованих математичних моделей, методів формалізації та синтезу стратегій управління, що враховують індивідуальні особливості та функціональний стан учнів як об'єктів управління, їх зміни в процесі навчання тощо.

Відповідно до сформульованих проблем створення індивідуалізованих стратегій управління в автоматизованих навчальних системах, результатів аналізу загальних характеристик дидактичного процесу, параметрів учнів як об'єктів управління, методів, критеріїв, алгоритмів керування та оцінки успішності навчання сформульовано основні завдання досліджень.

У другому розділі проведено дослідження суб'єктивних стратегій управління та контролю в дидактичних процесах, у яких учитель розглядається як суб'єктивна система керування та навчання (ССКН). Сформульовано задачу досліджень і розроблено методику їх проведення. Визначено середні частки правильних відповідей, необхідних для виставлення екзаменаційних і поточних оцінок за 4_бальною, 12_бальною та ECTS системами. Установлено, що для екзаменаційної оцінки за 4_бальною системою отримані значення практично збігаються з нормативними даними, запропонованими в рекомендаціях Мінвузу СРСР для автоматизованих систем контролю.

Розроблено узагальнену математичну модель для порогових значень оцінок у вигляді лінійного рівняння регресії, показано, що її можна використовувати як модель “пересічного” вчителя в інформаційних технологіях навчання.

На підставі аналізу суб'єктивних стратегій також установлено, що 89,9 % ССКН роблять педагогічний вплив на ОУ (учнів). З них 48,8 % здійснюють педагогічний вплив тільки за допомогою коментарю, 28,8 % завищують або занижують оцінку, завищують оцінку 11,9 % ССКН, а занижують - не більше як 0,7 %. Майже 88 % ССКН поділяють (диференціюють) ОУ на рівні та виконують відповідний добір завдань.

Отримані результати збігаються з експериментальними даними щодо перспективної оцінки, де оцінка використовується як додатковий (педагогічний або стимулюючий) вплив, а також із рядом теоретичних і практичних положень, викладених у працях педагогів. Із цього випливає, що автоматизовані навчальні системи повинні надавати можливість робити педагогічний (стимулюючий) вплив на ОУ.

На основі проведених досліджень формалізовано поняття педагогічної (стимулюючої) стратегії.

Визначення 2. Педагогічна стратегія PS - це сукупність додаткових (стимулюючих) впливів на ОУ (учня) у вигляді спеціальної інформації, коментарю, зміненої оцінки тощо, здійснюваних учителем або навчальною системою в дидактичному процесі з метою підвищення певного, наперед заданого показника якості навчання.

Запропоновано класифікацію педагогічних стратегій на основі таких критеріїв: за видом використовуваної системи та алгоритму оцінювання; за типом виконуваного контролю; за галуззю застосування; за способом впливу на ОУ.

Показано, що розбіжності в підходах ССКН у дидактичному процесі до оцінки результатів ефективності навчання ОУ можна розглядати як множини реалізацій базових педагогічних стратегій.

Розроблено основні вимоги до автоматизованих навчальних систем щодо реалізації в них педагогічних (стимулюючих) впливів, відповідно до котрих система повинна містити підмножину реалізацій базових педагогічних стратегій, надавати можливість задавати їх якісні й кількісні параметри, оцінювати ефективність заданих педагогічних стратегій і, в разі потреби, змінювати їх, видавати повідомлення про неефективність заданих стратегій тощо.

У третьому розділі наведено формальний опис індивідуальних когнітивних особливостей ОУ - первинних ознак , рівня та образу , а також розроблено модель ОУ у вигляді гетероскедастичної суміші розподілів.

Визначення 3. Множину психологічних параметрів ОУ, що визначають його здібності до навчання, назвемо первинними ознаками W_j(w₁, …, w_i, …, w_n) ОУ.

Визначення 4. Нехай M - деяка множина ОУ з первинними ознаками W_j(w₁, …, w_i, …, w_n), 1 Ј j Ј M, містить m підмножин ОУ, які називатимемо рівнями k, причому k = {1, 2, …, m}.

Визначення 5. Підмножину первинних ознак ОУ W_j(w₁, …, w_i, …, w_n), що визначає належність його до рівня k, назвемо образом ОУ O_j(w₁, …, w_l), l Ј n.

Виходячи з уведених понять, на визначення кількості рівнів m ОУ можна дивитися як на задачу розпізнавання образів, де рівні k (k = {1, 2, …, m}) характеризуються тим, що належні до них ОУ мають певну схожість, спільність первинних ознак W_j, які визначають їхні здібності до навчання.

Як образ ОУ O_j(w₁, …, w_l) доцільно використовувати когнітивні психолого-фізіологічні параметри, що характеризують індивідуальні особливості пам'яті, уваги та мислення, оскільки вони найбільш активно використовуються в дидактичному процесі, а також можливе їх однозначне й точне вимірювання. Методики вимірювання цих первинних параметрів ОУ, які утворюють його образ, досить добре розроблено в психології. Тоді математичну модель ОУ, що відбиває їхні індивідуальні особливості, можна записати у вигляді такої суміші розподілів:

; ,(1)

де P(щ_l) - суміш розподілів первинних ознак ОУ, що утворюють його образ; P_k - імовірність ОУ з рівнем k; m - кількість рівнів; - розподіл ОУ всередині рівня k.

Суміші розподілів досліджуваних параметрів можуть мати різну дисперсію усередині кожного рівня k. Тому для характеристики міри перетинання первинних ознак ОУ усередині рівня k використаємо поняття міри перетинання складових суміші (рівнів), що ґрунтується на співвідношенні величин середньоквадратичних відхилів (k ? m) усередині суміші розподілів P(щ_l): неперетинні, слабко перетинні та сильно перетинні.

Дослідження ймовірнісної моделі (1) без втрати загальності проведено на прикладі двох нормально розподілених класів у суміші для всіх випадків міри перетинання класів. Виходячи зі специфіки розв'язуваної задачі - визначення кількості класів у суміші за кількістю істотних максимумів сумісної щільності розподілу, - в роботі використано підхід, що базується на виборі оптимальної кількості інтервалів, оскільки на цьому етапі досліджень класифікація параметрів суміші та їх оцінка непотрібні. Для побудови сумісної щільності розподілу ймовірності (1) використовувалися стандартні засоби побудови гістограм та полігонів розподілів.

Кількість класів (рівнів) m визначалась за кількістю істотних максимумів сумісної щільності розподілу ймовірності. Чисельним дослідженням установлено, що у випадку неперетинних і слабко перетинних класів за кількістю істотних максимумів побудованих щільностей розподілу ймовірностей можна визначити кількість класів в еталонних сумішах, при цьому площі, обмежені щільностями розподілу кожного класу, пропорційні ймовірностям їх появи в еталонній суміші.

Зі збільшенням міри перетинання класів починають спотворюватися “хвости” розподілів і відбувається зсув “центрів” максимумів від теоретичних математичних сподівань, чого не спостерігається у випадку неперетинних класів. Для сильно перетинних класів кількість класів m у суміші може бути визначена за аналогією з результатами, отриманими на еталонних сумішах сильно перетинних класів.

Сумісна щільність розподілу ймовірності еталонної суміші для виродженого випадку сильно перетинних класів має один істотний максимум, а зміни ймовірності появи класів у суміші спричиняються лише до зміни “хвостів” розподілу. Це показує, що для розглянутого виродженого випадку сильно перетинних класів визначити кількість класів у суміші неможливо.

Розроблено комп'ютерні методи дослідження параметрів, що утворюють образ ОУ: короткочасної й довгочасної пам'яті, уваги та мислення, - в основу яких покладено методи, використовувані в практичній психології, а також пакети прикладних програм, що реалізують зазначені методики. Відповідно до розроблених методик проведено дослідження параметрів, які утворюють образ ОУ; установлено, що вони являють собою гетероскедастичні суміші розподілів неперетинних, слабко й сильно перетинних класів з кількістю класів (істотних максимумів) від 1 до 3. Отримані результати збігаються з практичними підходами, використовуваними в педагогіці, і з теоретичною моделлю учнів, запропонованою в роботі А.П.Свиридова.

Залежно від виду інформації, пропонованої для запам'ятовування, і складу ОУ кількість істотних максимумів явно проявляється на різних інтегральних параметрах, що характеризують короткочасну пам'ять ОУ. При цьому найбільш стійкий кореляційний зв'язок спостерігається між параметрами, які характеризують запам'ятовування числового матеріалу (коефіцієнт кореляції лежить у діапазоні 0,87-0,95). В інших випадках зв'язки між параметрами, що характеризують короткочасну пам'ять, менш стійкі.

Установлено, що немає стійкого кореляційного зв'язку між досліджуваними параметрами, які утворюють образ ОУ, та успішністю. Значення коефіцієнта кореляції не перевищують 0,19, а в ряді випадків і змінюють свій знак. Показано, що в основному це пов'язано з характером суміші розподілів параметрів, які утворюють образ ОУ , а також з рядом керуючих і збурних впливів, дію яких на дидактичний процес вивчено не в повному обсязі. Одним з таких впливів є методи навчання, які використовують у дидактичному процесі.

У четвертому розділі розглядається подання теорій і методів навчання в педагогіці та в автоматизованих навчальних системах; уводяться наведені нижче поняття.

Визначення 6. Локальним алгоритмом функціонування назвемо послідовність подання навчального матеріалу і вказівок для покрокової діяльності ОУ, побудованих на основі певної теорії та методу навчання.

Визначення 7. Локальним алгоритмом керування назвемо алгоритм, що змінює послідовність подання навчального матеріалу і вказівок для покрокової діяльності ОУ в локальному алгоритмі функціонування на основі певного, наперед заданого показника якості успішності навчання.

Визначення 8. Стратегією навчання назвемо систему , в якій реалізують певну теорію та конкретний метод навчання, таку що: .

З використанням уведених понять формалізовано і розроблено блочно-структурні моделі стратегій навчання, що реалізують такі методи: пояснювально-ілюстративний, репродуктивний, модифікований репродуктивний, проблемний, аналітико-синтетичний і практичний.

Розроблено методику оцінки ефективності стратегій навчання, що включає такі основні етапи: 1) вибір та обґрунтування критерію ефективності стратегій навчання; 2) вибір предметної галузі й теми для розробки стратегій навчання та прикладних програм, що їх реалізують; 3) розробку і дослідження алгоритмів класифікації (диференціювання) ОУ на класи (рівні, підгрупи) залежно від первинних параметрів, що утворюють образ ОУ; 4) класифікацію (диференціювання) ОУ на класи (рівні, підгрупи) на основі параметрів, що утворюють образ ОУ; 5) проведення досліджень для оцінки ефективності стратегій навчання в умовах реального навчального процесу; 6) обробку та аналіз отриманих результатів.

Як показник, що характеризує ефективність стратегії навчання для ОУ , використовувався комплексний критерій ефективності , який являє собою оцінку успішності навчання ОУ j, отриману для стратегії навчання, віднесену до часу, затраченого ОУ на навчання при використанні стратегії , а як показник, що характеризує ефективність стратегії навчання для класу (підгрупи) ОУ з рівнем , використовувалася оцінка середнього значення , отримана для всіх ОУ , належних до рівня .

При розробці алгоритмів класифікації (диференціювання) ОУ на класи (рівні, підгрупи) застосовувався адаптивний підхід до побудови самонавчальних систем класифікації. Як апріорна інформація в цих алгоритмах використовуються тільки кількість класів m, з яких утворено результуючу суміш, і спостережувані ситуації - значення первинних ознак ОУ, що становлять образ , а неповнота апріорної інформації P_k, долається навчанням.

З математичної точки зору вважатимемо, що суміш є скінченною розрізнюваною сумішшю і що існують щільності , які є відомими функціями своїх аргументів . Спостерігаючи реалізацію в дискретні моменти часу необхідно визначити приналежність ОУ до класу .

З огляду на гетероскедастичний характер суміші розподілів (1) уведено нелінійну корекцію відокремлювальної функції залежно від дисперсій центрів класів у результуючій суміші. На основі викладеного вище підходу до задачі класифікації (диференціювання) ОУ на класи (рівні, підгрупи) розроблено адаптивні алгоритми класифікації гетероскедастичної суміші, в яких оцінки центрів класів та їх дисперсій визначалися на основі методів стохастичної апроксимації.

Чисельним дослідженням алгоритмів класифікації на еталонних гетероскедастичних сумішах установлено, що оцінки центрів класів для неперетинних і слабко перетинних класів є незсуненими. Для випадку сильно перетинних класів спостерігається зсув оцінок центрів класів, що не перевищує 6,35 % від меж надійних інтервалів. Для виродженого випадку сильно перетинних класів з рівними математичними сподіваннями і різними дисперсіями алгоритми дають зсунені оцінки для параметрів суміші.

Установлено, що час навчання (адаптації) , залежно від міри перетинання класів в еталонних гетероскедастичних сумішах, змінюється від 7 до 86 кроків, а похибки класифікації (диференціювання) ОУ на класи (рівні, підгрупи) змінюються від 0 % (для неперетинних класів) до 14,3 % (для сильно перетинних класів), що цілком прийнятно при практичному використанні алгоритмів.

Для дослідження ефективності стратегій навчання використовувався курс “Основи інформатики та обчислювальної техніки”. Відповідно до розробленої методики проведено дослідження ефективності стратегій навчання. Усі тестовані (досліджувані) розбивалися на 6 паралельних потоків по 8 груп у кожному потоці. Кожна з 8 груп диференціювалася (класифікувалася) на 3 класи (рівні, підгрупи) за параметрами, що утворюють образ ОУ. Установлено, що класифікація (диференціювання) ОУ, приводить до більш високих, статистично помітних результатів навчання. При цьому суттєво виражається ефективність стратегій навчання для диференційованих підгруп.

Отримані результати підтверджують необхідність диференціювання ОУ на класи (рівні, підгрупи) і потребують їх урахування при розробці алгоритмів керування в автоматизованих навчальних системах. Вони також збігаються з практичними підходами, які використовують у традиційному дидактичному процесі.

У п'ятому розділі розглядаються алгоритми оцінки успішності навчання ОУ на основі множини реалізацій базових педагогічних стратегій. Як функціонал в алгоритмах оцінки успішності навчання використовується максимум апостеріорної ймовірності, що мінімізує помилки оцінювання і має такий вигляд:

,(2)

де - послідовність апостеріорних імовірностей відповідей ОУ для оцінки q_i = i (), які визначаються використовуваною системою оцінювання. Апостеріорні ймовірності відповідей визначаються за формулою Байєса, а розв'язувальне правило має такий вигляд:

, if ,(3)

де - оцінка, виставлена ОУ.

Межа в алгоритмах визначається виразом:

,(4)

де - порогове значення для виставлення оцінки .

Твердження 1. Нехай межа в алгоритмах оцінки успішності навчання ОУ відповідає виразу (4). Тоді слушна така нерівність:

(5)

Вирази (4) і (5) дозволяють задавати конкретні значення порогів , які необхідні для реалізації алгоритмів оцінки успішності навчання ОУ. Залежно від системи оцінки успішності навчання ці значення можна задавати з використанням узагальненої математичної моделі порогових значень.

Чисельним дослідженням алгоритмів оцінки успішності навчання ОУ установлено, що виставлене значення оцінки збігається з її еталонним значенням для всіх модельованих значень. Кількість питань, необхідна для виставлення оцінки, в міру наближення ймовірності правильної відповіді ОУ до порогових значень зростає і становить для 4_бальної системи від 4 до 77, а для 12_бальної - від 17 до 352.

Установлено виникнення коливальних процесів при значеннях імовірності правильної відповіді ОУ, близьких до порогових значень оцінок; показано, що це може призводити до незгасаючих коливальних процесів, а отже, і до необмеженого зростання кількості питань. У цих випадках оцінка стає невизначеною. Виникнення коливальних процесів в алгоритмах потребує застосовування спеціальних процедур припинення процесу оцінювання та виставлення оцінки, за які доцільно використовувати педагогічні стратегії .

Таким чином, поряд із суб'єктивними підходами, що використовують ССКН при оцінці успішності навчання ОУ, виникає й об'єктивна потреба припинити процес оцінювання ОУ, застосувавши ту чи іншу педагогічну стратегію .

На основі алгоритмів оцінки успішності навчання ОУ розроблено: 1) математичні моделі базових педагогічних стратегій: із заохоченням , з покаранням , змішаної педагогічної стратегії , об'єктивної педагогічної стратегії ; 2) модифіковані моделі базових педагогічних стратегій: із заохоченням , з покаранням , змішаної базової педагогічної стратегії ; 3) математичні моделі гуманних базових педагогічних стратегій: об'єктивної стратегії , стратегії із заохоченням .

У розроблених моделях базових педагогічних стратегій використовувалися два параметри, за допомогою яких здійснюється педагогічний вплив, - змінена оцінка і коментар , оскільки вони є основними впливами, що використовують ССКН в дидактичному процесі, а також можлива їх повна реалізація в автоматизованих навчальних системах.

Показано, що в розроблених моделях базових педагогічних стратегій моделі із заохоченням та покаранням є окремими випадками змішаної педагогічної стратегії. Множини реалізацій моделей базових педагогічних стратегій відрізняються використовуваною системою оцінювання, галуззю застосування, видом виконуваного контролю, значеннями порогів , а також способом впливу на ОУ.

Проведено чисельне дослідження розроблених математичних моделей базових педагогічних стратегій. Установлено, що при досягненні обмежень на ймовірність оцінки моделі дають незсунені оцінки, які збігаються з еталонними значеннями; відмінності проявляються тільки в значеннях повідомлень . При обмеженні на час контролю відмінності в роботі моделей виявляються як у повідомленнях , так і в оцінці . Показано, що використання математичних моделей педагогічних стратегій виключає коливальні режими в алгоритмах оцінки успішності навчання ОУ.

Як напрям теорії керування використовувалися методи теорії дуального керування, у яких було послаблено декілька найсильніших, але найменш важливих обмежень (оптимальність перехідного процесу; ОУ вважається безінерційним тощо), а невідомі індивідуальні параметри ОУ розглядалися як усувна невизначеність у дидактичному процесі.

Розроблено критерій якості навчання, що характеризує вплив педагогічних стратегій на ОУ , який ґрунтується на урахуванні оцінки, що виставляється ОУ, її ймовірності та часу навчання, у припущенні, що педагогічні впливи діють незалежно від використовуваної стратегії навчання , тобто . Сформульовано задачу керування педагогічними стратегіями, розв'язання якої здійснюється на основі алгоритмів стохастичної апроксимації, які являють собою систему із зникаючим у часі ймовірнісним зворотним зв'язком. Оптимальна педагогічна стратегія визначається як стратегія, що має максимальну оцінку критерію.

Чисельним дослідженням алгоритмів керування педагогічними стратегіями встановлено, що вони дають незсунені оцінки параметрів, які збігаються з їх заданими (еталонними) значеннями, відносна похибка становить від 0,6 % до 10 %, а час навчання (адаптації) змінюється від 9 до 28 кроків, що цілком прийнятно при практичному використанні розроблених алгоритмів.

Розроблено критерій якості навчання, що характеризує вплив стратегій навчання , аналогічний критерію для оцінки якості педагогічних стратегій. На основі методів стохастичної апроксимації розроблено алгоритми вибору стратегій навчання для класу (рівня) ОУ, чисельне дослідження яких на експериментально отриманих даних для стратегій навчання, що реалізують такі методи навчання: - проблемний; - аналітико-синтетичний; - практичний; - репродуктивний; - модифікований репродуктивний і - пояснювально-ілюстративний, - показало, що розроблені алгоритми дають незсунуті оцінки для стратегій навчання і можуть бути використані для знаходження оптимальної стратегії навчання , котра визначається як максимальна оцінка критерію якості.

Таким чином, розроблені моделі та алгоритми дозволяють будувати на їх основі індивідуалізовані стратегії управління дидактичним процесом в автоматизованих навчальних системах, здатні враховувати індивідуальні особливості ОУ, вибирати оптимальні педагогічні стратегії і стратегії навчання , а отже, підвищувати якість навчання.

У шостому розділі розглядаються питання створення нових інформаційних технологій навчання з використанням індивідуалізованих стратегій управління, а також наводяться результати оцінки ефективності розроблених індивідуалізованих стратегій, моделей та алгоритмів в умовах реального дидактичного процесу.

Використовуючи створені математичні моделі, методи формалізації, алгоритми та індивідуалізовані стратегії управління, розроблено послідовність побудови інформаційних технологій навчання, що складається з таких етапів (кроків): вибір схеми дидактичного процесу для реалізації; вибір стратегій навчання; диференціювання ОУ на рівні; вибір системи оцінювання успішності навчання ОУ; задання параметрів педагогічних стратегій; виділення ОУ, котрі потребують застосування гуманних педагогічних стратегій; реалізація даної послідовності у вигляді автоматизованої педагогічної навчальної системи.

Уперше сформульовано, формалізовано й розв'язано задачу розробки множини вербальних і графічних об'єктів для математичних моделей педагогічних стратегій. Як модель задачі використовувалася модель дихотомічних даних - люсіан, що являє собою скінченну послідовність незалежних випробувань Бернуллі. Узагальнену думку комісії експертів знайдено як розв'язок оптимізаційної задачі, що ґрунтується на аксіоматичному підході, запропонованому Дж. Кемені. Відповідно до цього підходу в просторі нечислової природи використовується міра, яка базується на відстані Кемені , як емпіричне середнє використовувалася медіана та середнє за Кемені.

...