Мал. 5. Структурна схема програмної реалізації тестування користувача (учня)
“Менеджер тестів”, який показано на малюнку, є реалізацією Cognitive – Agent , функції якого наведені вище.
Іншою експериментальною частиною досліджень була побудова інтелектуального інтерфейсу системи моделювання, який виконує наступні функції:
- пропонує користувачу формувати відеоповідомлення системі, що містять вхідні параметри для рішення задачі моделювання;
- забезпечує вірогідність і безпомилковість вхідних даних;
- на основі аналізу вхідних даних здійснює вибір методу моделювання;
- формує метафайл для програм моделювання;
- забезпечує діалогове середовище експерта з метою керування стратегією процесу моделювання;
- виконує представлення результатів моделювання в графічній формі.
На мал. 6 наведена структурна схема реалізованого інтерфейсу системи моделювання.
Мал. 6. Структурна схема системи моделювання з інтелектуальним інтерфейсом
ВИСНОВКИ
- Порівняльний аналіз відомих тьюторских систем для локального чи віддаленого навчання показав, що: 1) індивідуальним характеристикам в моделях користувача (учня) приділяється мало уваги і цей напрямок найменш досліджений. В той же час когнітивні можливості часто впливають на ефективність навчання вирішальним чином; 2) стратегії навчання, використовувані в інтелектуальних тьюторських системах часто не спираються на досягнення педагогічної науки і психології; 3) стратегії навчання, використовувані в інтелектуальних тьюторських системах, як правило, не адаптивні, не містять діагностуючий компонент і не можуть автоматично пристосовуватися до персональних характеристик того, хто навчається.
- У роботі визначені параметри керування системою “тьютор - студент” для підвищення ефективності навчання. Ці параметри є когнітивними характеристиками користувача. Поставлені у відповідність особисті когнітивні характеристики того, хто навчається, до параметрів, які визначають стратегію навчання.
- Побудована інформаційна модель того, хто навчається, яка відображає його когнітивні можливості і яка названа “когнітивний профіль користувача”. Когнітивний профіль складається з інтелектуальних здібностей та когнітивного стилю того, хто навчається. Інформаційна модель надалі використовується для реалізації елементів системи управління адаптивного тьютору.
- Запропонована архітектура машинного тьютору для адаптації навчання в залежності від когнітивного профілю користувача (учня). Основними компонентами архітектури є: база знань користувача, яка складається з когнітивної моделі учня та продукційних правил; блок класифікації, який є механізмом умовиводу; блоки тестування та адаптації.
- Досліджені методи оцінки невизначеності в системах знань та запропоновано критерій для її вимірювання.
- Запропонована модель діалогової поведінки інтелектуальних партнерів, яка базується на механізмові вибору альтернативного кроку діалогу на основі оцінки ентропії інформації, що визначило теоретичні посилання до побудови інтелектуального інтерфейсу з кінцевим користувачем.
- Виконана інтерпретація моделі взаємодії партнерів, що реалізують діалог, за допомогою агентних моделей. Поведінка партнерів (тьютора та користувача) в рамках навчального процесу подана як діяльність групи інтелектуальних агентів.
- Розроблено інструментальний засіб для побудови інформаційної моделі користувача, який забезпечує можливість зміни технології тестування без змін інших програмних компонентів тьютору.
- Основні положення дисертаційної роботи перевірені на практиці шляхом реалізації батареї тестів для вимірювання когнітивних характеристик особистості у вигляді програмного модулю адаптивного персоналізованого тьютору та програмних модулів інтелектуального інтерфейсу комп’ютерної системи математичного моделювання, який враховує особисті властивості користувача.
Результати роботи впроваджені в навчальний процес Черкаського інституту управління та Одеської державної академії холоду для диференціації студентів та для тестування абітурієнтів.
СПИСОК ОПУБЛІКОВАНИХ АВТОРОМ ПРАЦЬ ЗА ТЕМою ДИСЕРТАЦІЇ
- Ус М.Ф., Пискун А.В. Применение вопрос - ответной логики для создания интеллектуального интерфейса объектно-ориентированными средствами// Зб. наук. праць Ін-ту проблем моделювання в енергетиці НАН України. Вип. 3. – Львів: “Світ”, 1998. - С. 99 - 103.
- Ус М.Ф., Пискун А.В., Гадецкая З.М. Когнитивные свойства обучающегося для адаптации персонализированного тьютора// Зб. наук. праць Ін-ту проблем моделювання в енергетиці НАН України. Вип. 6. – Черкаси: Вид-во ІУБ, 1998. - С. 151 – 157.
- Ус М.Ф., Пискун А.В., Гадецкая З.М. Моделирование когнитивного уровня учащегося в интеллектуальных обучающих системах// Моделювання та інформаційні технології: Зб. наук. праць/ Ін-т проблем моделювання в енергетиці НАН України.Вип. 3. – Київ, 1999. - С. 142 – 148.
- Ус М.Ф., Пискун А.В. Методы измерения неполноты знаний для коммуникативных процессов// Системы и средства передачи и обработки информации. Материалы науч. - практ. конф. - Одесса: УГАС им. А.С. Попова, 1997. - С. 41.
- Ус М.Ф., Пискун А.В. Механизм ввода знаний// 4 - а Українська конференція з автоматичного управління “Автоматика - 97”.- Том II. -Черкаси: ЧІТІ, 1997.- С.113.
- M. Us, A. Piskun, O. Kertanov. Tutor behavior models and their program realization for intelligent teaching system// Proc. of Sixth International Conf. ACS-99. – Szczecin (Poland). - 1999. - P. 297 – 302.
Піскун Олександр Варфоломійович. Методи та засоби моделювання когнітивної поведінки користувача в адаптивних комп’ютерних системах - Рукопис.
Дисертація на здобуття наукового ступеня кандидата технічних наук за фахом 05.13.06 – “Автоматизовані системи керування і прогресивні інформаційні технології”. - Інститут проблем моделювання в енергетиці НАН України, Київ, 2000.
Дисертація присвячена питанням моделювання навчаючих і діагностуючих діалогових процесів і розробці комп'ютерних діалогових систем індивідуального навчання. На основі аналізу архітектури, дедуктивних і діалогових властивостей сучасних систем комунікації знань та когнітивної психології, а також класичних "некомп'ютерних" методів навчання, розроблений ряд формальних, структурних, програмних та інформаційних моделей навчання. Запропоновано архітектуру діалогового персоналізованого тьютора, що базується на розроблених моделях. Основні ідеї роботи підтверджені експериментально в ряді проектів.
Ключові слова: база знань, діалог, діагностика, штучний інтелект, когнітивні стилі, навчаюча система.
Piskun Oleksandr Varfolomiyovych. User’s Cognitive Behavior Modeling Methods and Means in Adaptive Computer Systems – Manuscript.
Dissertation on competition of scientific degree of Ph.D. on speciality 05.13.06 — “Automated control systems and progressive information technologies”. — Institute of problems of modeling in energetics National Academy of Science of Ukraine, Kiev, 2000.
The dissertation is devoted to the problems of teaching and diagnostic dialogue processes and development of computer dialogue systems for individual tutoring. There were developed a number of formal, structural, program and informational teaching models basing on the architecture analysis, deductive and dialogue properties of modern communication knowledge systems analysis and cognitive psychology as well as the classic “non-computer” teaching methods. The dialogue personalized tutor architecture is suggested. It is based on the developed models. The main concepts of the thesis are experimentally proved in the number of projects.
Key words: database, dialogue, diagnosis, artificial intelligence, cognitive styles, teaching system.
Пискун Александр Варфоломеевич. Методы и средства моделирования когнитивного поведения пользователя в адаптивных компьютерных системах. – Рукопись.
Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06. – “Автоматизированные системы управления и прогрессивные информационные технологии”. - Институт проблем моделирования в энергетике НАН Украины, Киев, 2000.
Работа посвящена проблеме управления обучением с помощью интеллектуального тьютора на базе ЭВМ. Основная часть исследований посвящена построению компонентов адаптивной персонализированной системы обучения для измерения когнитивных способностей пользователя (слушателя), созданию его когнитивной модели и управления обучением.
В традиционной педагогике индивидуальные особенности обучающихся обычно учитываются в начале обучения с целью дифференциации по возможностям обучаться. Персонализированные тьюторы могут оперативно учитывать свойства обучающихся и оперативно изменять тактику и стратегию учебного процесса. Особенно важна такая технология в условиях, когда бурно развивается дистанционное образование.
Анализ существующих интеллектуальных тьюторских систем и персонализированных систем обучения показал, что они обладают следующими недостатками.
- Интеллектуальные обучающие системы, как правило, не учитывают индивидуальные когнитивные характеристики слушателя. Обычно такая система оценивает уровень знаний, и реже – делит обучающихся на несколько основных типов по успеваемости.
- Отсутствует адаптация форм и методов представления знаний в зависимости от когнитивных предпочтений.
- Обучающие стратегии реализуются как сценарий, содержащий изучаемый материал. Однако для повышения степени независимости программных средств от изучаемой предметной области необходимы альтернативные модели диалога.
- Модели для представления знаний не содержат активных компонентов для инициации общения для реализации тестирования и обучения.
Поэтому целью диссертационного исследования явилось дальнейшее развитие и усовершенствование информационной технологии обучения человека с помощью интеллектуальной обучающей системы путем учета индивидуальных особенностей усвоения знаний на основе когнитивной модели пользователя. Достижение цели обеспечено благодаря решению таких задач:
- Определение параметров системы “тьютор – обучаемый”, влияющих на эффективность обучения, для адаптивного управления этой системой.
- Построение информационной модели пользователя (обучаемого), отображающей его особенности восприятия знаний, для реализации элементов системы управления обучением.
- Построение архитектуры адаптивного персонализированного тьютора как системы управления обучением путем воздействия на эффективность восприятия знаний.
- Разработка метода выбора альтернативного шага диалога на основе оценки неопределенности знаний, дополняющего модель диалогового взаимодействия интеллектуальных партнеров в процессе обмена знаниями.
- Разработка инструментальных средств реализации информационной модели пользователя как компоненты базы знаний тьютора об обучаемом.
Решение этих задач позволило предложить архитектуру программных средств для построения компонентов адаптивного персонализированного тьютора и выполнить программную реализацию его компонентов на платформе универсальной ЭВМ.
Основные результаты нашли применение в ряде практических проектов.
Ключевые слова: база знаний, диалог, диагностика, искусственный интеллект, когнитивные стили, обучающая система.
| 
