Inteligentni sustavi e-uþenja Uvodne poruke Pedagogijska paradigma inteligentnih tutorskih sustava Graÿa inteligentnog tutorskog sustava Moduli inteligentnog tutorskog sustava Model Tutor-Expert System 1 Sustavi e-Xþenje Copyright, S. Stankov Click to buy NOW! P D F - X C h a n g e w w w . d o c u - t r a c k . c o m Click to buy NOW! P D F - X C h a n g e w w w . d o c u - t r a c k . c o m
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Inteligentni sustavi e-u enja
Uvodne porukePedagogijska paradigma inteligentnih tutorskih sustava
Gra a inteligentnog tutorskog sustavaModuli inteligentnog tutorskog sustava
Inteligentni tutorski sustavi- klasa asinkronih sustava e-u enja -
• Inteligentni tutorski sustavi (ITS) su podru je umjetne inteligencije koje jepovezano sa aktivnostima za “oponašanje” tutorskih (pou avateljskih)vrednota “živog” tutora .
• Uvažavaju i definiciju prirodne ( ovjeku svojstvene) inteligencije tada se nara unalu utemeljen tutor mora samo «ponašati inteligentno», a ne bitiinteligentan poput ovjeka.
• Inteligentan tutorski sustav mora raspolagati sa znanjem te osim toga bitisposoban precizno dijagnosticirati znanje u enika, vještine kao i stilovekorištenja pravila, što je bolje nego da preprogramira u enikove odgovoreradi odlu ivanja što mora u slijedu uraditi.
• Inteligentni tutorski sustavi predstavljaju vezu izme u bihevioristi kogpristupa u tradicionalnim sustavima nastave pomo u ra unala ikognitivisti ke paradigme enja i pou avanja
• ITS su ra unalni sustava namijenjeni potpori i poboljšanju procesa u enja ipou avanja u odabranom podru nom znanju, uvažavaju i pri tomindividualnost onoga tko u i i tko se pou ava, kao u tradicionalnoj nastavi“jedan-na-jedan”.
• Radom s inteligentnim tutorskim sustavom u enik stje e osobnog“ra unalnog u itelja”.
• ITS su bili i sada su dobar "test kušnje" (eng. testbed) za razvoj iimplementaciju projekata umjetne inteligencije.
• Pou avanje u užem smislu predstavlja sustav pedagoških mjera koje u iteljprimjenjuje kao namjernu pomo u procesu u enja u enika.
• Pou avanje po modelu jedan-na-jedan (eng. one-to-one tutoring) jespecijalizirana vrsta nastave koja se odvija u intenzivnoj interakciji u enika ilimale grupe u enika (onaj/oni koga/kojih se pou ava) i u itelja - tutora (onajtko pou ava).
• Pou avanje po modelu jedan-na-jedan koje se odvija pod okriljem ljudskogtutora je dokazano uspješno i smatra se da je to naju inkovitiji na inodvijanja nastavnog procesa (Cohen i drugi, 1982; Bloom, 1984).
• Tutor ne mora nužno uvijek imati stru nost u pedagogijskim umije imaovakvog pou avanja, premda ima stru nost u podru nom znanju.
• U ovoj raspravi koristit emo termin pou avanje po modelu jedan-na-jedan itermin tutoring zamjenski.
• Tutor – u itelj– Literatura koja se bavi podru jem primjene umjetne inteligencije u
obrazovanju termine „tutor“ i „u itelj“ esto zamjenski koristi ne obaziru ise pri tom na strukturu oblikovanog obrazovnog sustava (Graesser idrugi, 2000).
• Što je to zapravo tutor?– Tutor je osoba koja u pogledu strukturiranja i nadziranja obrazovnih
sadržaja ulazi u ravnopravne odnose s jednim ili više u enika (od tri dopet) u procesu u enja i pou avanja.
– Tutor i u enik komuniciraju naj eš e uz dijalog podijeljene inicijative.
• Chi i drugi (2001) smatraju da se na elo pou avanja po modelu jedan-na-jedan temelji na tri suprotstavljene hipoteze:– tutoru orijentirana hipoteza – T-hipoteza (eng. tutor- centred hypothesis –
T-hypothesis),– u eniku orijentirana hipoteza – S-hipoteza (eng. student-centred
• Ova se hipoteza temelji na dijalogu koji se odvija izme u u enika i tutora. Dijalog sesastoji od više koraka, a svi zajedno predstavljaju tzv „tutorski okvir“ (Graesser,Person and Magliano, 1995):– Tutor postavlja po etno pitanje.– U enik daje prvi odgovor.– Tutor daje (pozitivnu ili negativnu) povratnu informaciju, ovisno o tome je li
odgovor to an ili ne.– Tutor izgra uje podršku (eng. scaffolding) do poboljšanja u enikovog rješenja
kroz niz razmjena pitanja i odgovora (5-10 ciklusa)– Tutor procjenjuje u enikovo razumijevanje rješenja - "Razumiješ li to sada?"
• Tutorski okvir sugerira bazi no dominaciju tutora u dijalogu, odre uje program rada,utje e na postavljanje sljede eg pitanja, postavljanje analogija i protu primjera,pružanje povratne informacije.
esto se pri procjeni efikasnosti tutora postavlja pitanje „Što to tutori rade da je takoinkovito?“ (Merrill et al., 1992).
• Tutori prate u enike ali ne nužno s izravnom korektivnom povratnom informacijom.• Stru ni tutori zapravo nikad ne daju odgovor na probleme, poti u u enike da
reagiraju na na in koji može uzrokovati u enje.• Postoje dva posebna zahtjeva kod u eniku orijentirane hipoteze:
– u enici imaju mogu nosti konstruktivisti kog u enja u individualnom pou avanjuza razliku od tradicionalnog pou avanja u u ionici.
– konstruktivne reakcije u enika su u korelaciji s u enjem.• McArthur et al. (1990) su prou avali pou avanje po modelu jedan-na-jedan radi
utvr ivanja taktike tutora stru njaka pri pou avanju studenta na akademskoj raziniobrazovanja iz podru ja algebre.– Identificirali su 44 razli ite taktike koje su tutori koristili.– Taktike su rasporedili u 3 široke kategorije:
• poticanje neovisno o sadržaju (24%) (eng. content-free prompting),• pružanje povratne informacije (47%) i• podrška s poticanjem (29%).
– 53% taktika tutora bez odlaganja uvodi u enika u konstruktivisti ko okruženjeenja.
• U pou avanju po modelu jedan-na-jedan dijalog tutora i u enika nijesimetri an.– tutor pokušava prenijeti informacije o X-u na na in na koji ga u enik
može razumjeti,– u enik pokazuje ili signalizira razumije li ili ne X– tutor može procijeniti da li u enik razumije X.
• Gotovo da nema istraživanja koja ispituju koliko ima interakcije u ovakvommodelu pou avanja, te koje su implikacije za u enje.
• Empirijska istraživanja:– Jedan smjer istraživanja je suradni ko u enje i zajedni ko rješavanje problema
(eng. collaborative learning and peer problem solving) koji otkriva dvije pojave:• prvo, rješavanje problema u parovima je produktivnije od zasebnog rada;• drugo, uspješnije "dvojke" karakterizira i više komunikacije me u partnerima
– Drugi smjer istraživanja ukazuje na važnost interakcije - dolazi iz prou avanjadijaloga (McKendree, Stenning, Mayers, Lee & Cox, 1998).
• I-hipoteza - u inkovitost pou avanja ovisi o kvaliteti interakcije:– Interaktivni su oni komentari koji izvla e odgovor od u enika.– Ne-interaktivni komentari su oni kada tutori daju opširna objašnjavanja bez
pružanja mogu nosti u eniku da odgovori ili kada iza njihove povratneinformacije odmah slijedi objašnjenje bez postavljanja pitanja o razumijevanju.
• Uvažavaju i definiciju prirodne ( ovjeku svojstvene) inteligencije tada se nara unalu utemeljen tutor mora samo „ponašati inteligentno“, a ne bitiinteligentan poput ovjeka.
• Kako se ra unalni sustav može programirati da radi inteligentno?• Ovo pitanje pokre e brojna kako teorijska tako i empirijska istraživanja u
podru ju zvanom umjetna inteligencija.• Shute i Psotka (Shute i Psotka, 1995., str. 576 i 577) sažeto analiziraju i
komentiraju razmišljanja ve eg broja istraživa a o tome što znak ''I'' zna iu sloganu inteligentni tutorski sustav.
• Istraživa i iz podru ja ra unarstva, psihologije, obrazovanja----• Shute, V. J., Psotka, J (1995). Intelligent tutoring systems: past, present, and future, in edited
D. H. Jonassen: Handbook of research on educational communications and technology, pp570-600.
Ton de Jong (http://users.edte.utwente.nl/jong/publ.htm)Psiholog, Faculty of Behavioral Sciences, University of Twente,The Netherlands
Sharon Derry(http://www.education.wisc.edu/edpsych/facstaff/derry.htm)Educational psihology, Wisconsin Center for EducationResearch at the University of Wisconsin-Madison
Wayne Gray (http://www.rpi.edu/~grayw), Psiholog, Professor ofCognitive Science, Rensselaer Polytechnic Institute, Carnegie
Lee Gugerty(http://business.clemson.edu/Psych/gugerty/index.html)Psiholog, Experimental Psychology, Univ. of Michigan
Pat Kyllonen, (https://www.spider.hpc.navy.mil/html-docs/its-ida/armstrong.htm), Research has focused on the measurementof human abilities and on learning and skill acquisition, ArmstrongLaboratory, USA
Alan Lesgold(http://www.education.pitt.edu/people/AlanLesgold/Psiholog, Dean, School of Education, University of Pittsburgh
Matt Lewis (http://www.prgs.edu/faculty/index_bios.html#j)Psiholog, Carnegie Mellon University, Psychology
Wes Regian (https://www.spider.hpc.navy.mil/html-docs/its-ida/armstrong.htm), Psiholog, Armstrong Laboratory, USA
Frank Ritter (www.frankritter.com), psiholog, Applied CognitiveScience Lab, School of Information Sciences and Technology,Penn State University
Derek Sleeman (http://www.csd.abdn.ac.uk/~sleeman/)Department of Computing Science, University of Aberdeen,Scotland, UK
Eliot Soloway (www.si.umich.edu/people), EducationSchool of Information, University of Michigan
Sig Tobias ([email protected]), Psiholog, Division of Psychologicaland Educational Services Graduate School of Education,Fordham University- Lincoln Center, New York
Kurt VanLehn (http://www.pitt.edu/~vanlehn), mathematic,computer science, Department of Computer Science, &Learning Research, University of Pittsburgh, USA;
Bewerly Woolf (http://ccbit.cs.umass.edu/people/bev/)Phisic, computer science, education, Center for KnowledgeCommunication, Center for Computer-based InstructionalTechnology, University of Massachusetts, Amherst.
Definicija ITS – zaklju ak analize znaka “I”• ITS iskazuje inteligentno “ponašanje” ako omogu ava:
– Dijagnosticiranje znanja enika sa stajališta spoznajnog uz zahtjev dase ono provodi u realnom vremenu (onda kada se odvija u enje ipou avanje). Ovaj se proces još naziva modeliranje u enika (eng.student modeling).
– Prilago avanje u enikovom aktualnom znanja te u skladu s tim ipružanje pomo i u eniku. Ova osobina reprezentira znak „T“ uinteligentnom tutorskom sustavu.
Anania (1982, 1983) i Burke (1984) (Univeristy of Chicago) provodeistraživanje u kojem su usporedili tri na ina u enja novih nastavnih sadržaja:
• Tradicionalno u enje (eng. Conventional Learning): Grupa od 30 u enikatreba savladati podru no znanje pod vodstvom jednog nastavnika. Testovise daju nakon odre enog vremena i služe za ocjenjivanje studenata.
• enje s provjeravanjem (eng. Mastery Learning): Grupa od 30 u enikatreba savladati podru no znanje pod vodstvom jednog nastavnika, poputonog kod tradicionalnog u enja (naj eš e i kod istog nastavnika). Testovi(isti kao i kod prve grupe) služe kao povratna informacija nakon ega slijedeprocedure za ispravljanje i paralelno idu testovi koji daju informaciju o tomeu kojem su opsegu u enici svladali podru no znanje.
• Tutorsko u enje (eng. Tutoring Learning): U enici u e podru no znanje sosobnim tutorom tj. na svakog u enika ide jedan nastavnik (ili jedan tutor idena dva ili tri u enika). Ova vrsta nastave popra ena je povremenimtestovima, povratno-korektivnim procedurama i paralelnim testovima kaokod mastery learninga. Važno je istaknuti da je potreba za korektivnimprocedurama u ovom na inu u enja malena.
Okruženje istraživanja:• U enici su po slu ajnom izboru raspore eni u neku od ove tri grupe, ali imaju sli na
predznanja i sli nu razinu znanja koja je vezana za zadano podru no znanje.Utrošeno vrijeme je jednako u svim grupama, osim za korektivni postupak u masterylearning i tutoring sustavima.
• Burke i Anania proveli su prou avanje sa etiri razli ita uzorka u enika i sa dvarazli ita predmeta (Vjerojatnost i Cartography).
• U svakoj podstudiji tretman je bio ograni en na 11 razdoblja nastave raspore ena ubloku od tri tjedna.
• Koriste i standardnu devijaciju (SIGMA) ustanovljeno je da je prosje an u enik ututorskoj grupi za oko dvije standardne devijacije bolji od prosje nog u enika ukontrolnoj grupi (prosje ni u enik u tutorskom u enju je bolji od 98% u enika pritradicionalnom pou avanju).
• Prosje an u enik u mastery learning grupi je za oko jednu standardnudevijaciju bolji od prosje nog u enika u kontrolnoj grupi (prosje ni masterylearning u enik je bolji od 84% u enika pri tradicionalnom pou avanju).
• Koriste i standardnu devijaciju (SIGMA) kontrolnog (conventional) razreda,ustanovljeno je da je prosje an u enik u tutorskoj grupi za oko dvijestandardne devijacije bolji od prosje nog u enika u kontrolnom razredu(prosje ni u enik u tutorskom sustavu je bolji od 98% u enika iz kontrolnograzreda).
• Prosje an u enik u mastery learning grupi je za oko jednu standardnudevijaciju bolji od prosje nog u enika u kontrolnom razredu (prosje nimastery learning u enik je bolji od 84% studenata iz kontrolnog razreda).
Standardna devijacija – mjera rasipanja podataka oko aritmeti ke sredine (ve astandardna devijacija ve e raspianje podataka i obrnuto.
Izra unavanje veli ine u inka:
c
ce XX
gdje su aritmeti ke sredine eksperimentalne i kontrolne grupe; c
standardna devijacija kontrolne grupe.
• 2-sigma se iskazuje veli inom u inka• Veli ina u inka omogu ava prijelaz s jednostavnog pitanja istraživanja „Da li je nešto dobro ili
ne?“ na složenije pitanje „Koliko je nešto dobro?“.• Veli ina u inka kvantificira veli inu razlike izme u dvije grupe te se stoga smatra stvarnom
mjerom zna ajnosti te razlike.• Veli ina u inka je standardni na in za iskazivanje rezultata razli itih eksperimenta.• Veli ina u inka može biti pozitivna ili negativna. Pozitivna je kada je eksperimentalna grupa
bolja, a negativna je kada je kontrolna grupa bolja.
• Studije provedene radi procjene u inkovitosti primjene informacijske ikomunikacijske tehnologije pokazale su sljede e:– smanjena je cijena u dostizanju nastavnih ciljeva za oko 30-60%;– pokazalo se da je smanjeno vrijeme u dostizanju nastavnih ciljeva za oko
30 %;– pove ana su znanja i vještine u enika za oko 30 %.– procijenjeno je da Ministarstvo obrane SAD-a na ovaj na in godišnje
Popis autora s referentom arhitekturom inteligentnih tutorskih sustava
1. Hartley i Sleeman, 19732. Anderson i drugi 1995 - Carnegie-Mellon Sveu ilište SAD-u ACT projekt (The Advanced
Computer Tutoring Project); LISP tutor (Anderson i Reiser, 1985; Anderson i drugi, 1985)3. Clancey, 1986 - Zavod za ra unarstvo na Sveu ilištu Stanford; preuzeto iz rada Developing a
Computational Representation for Problem Solving Skills koju je proveo Ira Goldstein(Goldstein, 1978),
4. Wenger, 1987 je napravio svojevrstan pregled podru ja inteligentnih tutorskih sustava ipokazao koliko je ono napredovalo od 1982. godine, od vremena kad se prvi put upotrijebioovaj slogan.
5. Burns i Capps, 19886. Self, 1990 u svojoj raspravi s naslovom „Teorijske osnove inteligentnih tutorskih sustava“
promatra inteligentne tutorske sustav prema na elima za razvoj neformalnih i formalnih teorija.7. Shute i Psotka, 19958. Corbett i drugi, 19979. Beck i drugi, 1998 veza Woolf, 199210. Inteligentni tutorski sustav Andes (http://www.andestutor.org) je razvijen na Sveu ilištu u
Pittsburghu i na Mornari koj akademiji (United States Naval Academy) u SAD-u.11. Loftin i Savely, 1991 - Inteligentni tutorski sustav u okruženje realnog vremena
Arhitektura inteligentnog tutorskog sustavaIntelligent Computer - Aided Training (Loftin, 1991)
• Korisnici sustava: astronauti,kontrolori leta, osoblje zemaljskelogistike u NASA JSC u realizacijimisija Space Shuttle
• PD/ICAT sustav namijenjen zauvježbavanje osoba za vo enjenavigacije Space Shuttle.VVL/ICAT namijenjen zauvježbavanje specijalista zabavljenje korisnim teretom.MPP/ICAT za uvježbavanje itestiranje inženjera uNASA/Kennedy Space Center - uza rad na pneumatskimpropulzijskim sustavima SpaceShutlleCISCO/ICAT za obuku operatorana mainframe ra unalu za podrškuinformacijskog sustava JohnsonSpace Center.ATCS/ICAT za uvježbavanje kakoposada letilica tako i posadazemaljskih postaja za kontrolu leta.
Odrednice znanja i struktura inteligentnog tutorskog sustava
• Znanje je klju za inteligentno ponašanje inteligentnih tutorskih sustava :– Znanje koje sustav ima o podru nom znanju.– Principi pomo u kojih sustav pou ava i metode pomo u kojih
primjenjuje te principe.– Metode i tehnike za modeliranje u enika tijekom stjecanja znanja i
vještina.• Struktura inteligentnog tutorskog sustava
– Ekspertni modul (modul podru nog znanja)– Modul u itelja (jedinica za vo enje procesa stjecanja znanja i vještina
enika)– Modul u enika (dinami ki model stjecanja znanja i vještina u enika)– Komunikacijski modul (modul interakcije u enik-u itelj-znanje).
• Analiza postavljanja inteligentnog tutorskog sustava u Web okruženju• Analiza Web orijentiranih inteligentnih tutorskih sustava• Autorske ljuske za oblikovanje inteligentnih tutorskih sustava
ZAŠTO?
• Ovakav je redoslijed izveden zato jer isti strukturni moduli realizirajufunkcionalnosti inteligentnog tutorskog sustava u on-site i raspodijeljenoj tj.Web izvedbi.
• IEEE Computer Society (www.computer.org),• IEEE Learning Technology Task Force (lttf.ieee.org),• Association for Computing Machinery (ACM) (www.acm.org) sa
svojim posebnim grupacijama SIGART i SIGCUE,• American Association in Artificial Intelligence (AAAI)
(www.aaai.org),• International Artificial Intelligence in Education Society
(International AIED Society) (http://aied.inf.ed.uc/aiedsoc.html).
• Tre a me unarodna konferencija o inteligentnim tutorskim sustavima, lipanj 1996. godine, Sveu ilišteMontreal, Canada (ITS'96)
– Identificirati prednosti i nedostatke WWW-a kao tehnologije za oblikovanje sustava za obrazovanje iobuku.
– Identificirati probleme i odgovoriti na otvorena pitanja u vezi sa upotrebom WWW-a u podršciinteligentnih tutorskih sustava
• Osma svjetska konferencija o primjeni umjetne inteligencije u obrazovanju (Artificial Intelligence in Education– AI-ED 97)
– Inteligentni tutorski sustavi na WWW– Primjena prilagodljive hipermedije na WWW– Postavljanje postoje ih ITS i ILE (Interacitve Learning Environment) sustava na WWW– Autorski alati za WWW utemeljene obrazovne primjene– Implementacije WWW utemeljenih obrazovnih alata u u enju kod ku e i u razredu.
• Me unarodna konferencija „Inteligentni tutorski sustavi 1998“– Kako pove ati interaktivnost na Web-u?– Kako nadvladati kašnjenja kod u itavanja datoteka s nastavnim sadržajima?– Gdje locirati inteligenciju, na klijentu, na poslužitelju ili kombinirano?– Koji tip povezivanja i komunikacije je mogu izme u inteligentnih sustava?– Kako Web može pomo i u suradnom u enju?– Što se dobiva, a što se gubi uporabom Web-a?
Popis sustava i autora s referentom arhitekturom inteligentnih tutorskih sustavau Web okruženju
• Tri pristupa za postavljanje Web orijentiranog inteligentnog tutorskogsustava u okruženje klijent/poslužitelj arhitekture - Sustav AlgeBrain (Alperti drugi, 1999)
• ELM-ART (Brusilovsky i drugi, 1996)• CALAT (Nakabayashi i drugi, 1995)• MANIC (Stern, 1997)• WILEDS (Kassim i drugi, 2001)• ADIS (Warendfor i Tan, 1997)• SQLT-Web (Mitrovi , 2003)
ITS-96 - Architectures and Methods for Designing Cost-Effective and ReusableITSs
POTEŠKO E• Visoka cijena razvoja• Nedostatak interoperabilnosti• Zahtjevi za ograni enim platformama• Poteško e u raspodjeli materijala i uspore ivanju rezultata• Visoka cijena održavanja
SMJERNICE• Ponovo upotrebljive komponente• Težnja standardizaciji• Djeljivi rje nici• Ljuske inteligentnih tutorskih sustava• Ontologije• Raspodijeljene i agent utemeljene gra e ITS-a
Pregled pojmova povezanih s autorstvom pri razvoju courseware-a
• Definicije pojmova:– autorstvo (eng. authoring),– autorski jezik (eng. authoring language)– autorski sustav (eng. authoring system)– autorska programska podrška
• Referentne institucije:– AICC - The Aviation Industry CBT (Computer Based Training)
Committee (www.aicc.org)) (AICC, 2003).– Ministarstva Obrane SAD-a (Glossary for Training, 2001).
Pregled pojmova povezanih s autorstvom pri razvoju courseware-a
Pojam AICC Ministarstvo obrane SAD
Autorstvo
Proces implementacije lekcija za izvedbu u CBTsustavima. esto se pojmovi autorski jezik iliautorski sustav koriste da bi ozna ili programskipodršku koja autorima bez formalnog poznavanjara unalnog programiranja omogu ava pripremunastavnih lekcija.
Strukturirani pristup za razvoj svih elemenatapotrebnih nastavnoj jedinici.
Autorski jezik Programski jezik visoke razine oblikovan sasvrhom da omogu i izgradnju courseware-a.
Skup pravila, procedura, rije i, zabilješki, sintakse isemantike koju koristi autor da bi specificirao logiku isadržaj nastave koja e biti isporu ena putemra unala.
Autorski sustav
Programska podrška lagana za korištenje, anamijenjena za oblikovanje courseware-a. estoje autorski sustav temeljen na programskojpodršci s izbornicima tako da omogu avaju radbez formalnog poznavanja programiranja.
Predložak courseware-a, ili ure iva temeljen naizbornicima oblikovani tako da pomognu autorima prioblikovanju interaktivne multimedijske nastave bezpoznavanje programiranja. To se esto referira i kaoautorski paket.
Autorska programskapodrška Nema
Ra unalni program izveden radi pomo i autorima prioblikovanju interaktivne multimedijske nastave - IMIbez poznavanja programiranja. Tri su vrste IMIautorske programske podrške: autorski jezik, autorskisustav i pomo na programska podrška.
Pregled pojmova povezanih s autorstvom pri razvoju courseware-a
• Courseware (PLATO, Control Data PLATO System Overwiev, 1977) is acollection of educational lessons: computer programs providing interactionbetween the student and the system, usually devoted to a specific topic. Theaverage lesson is equivalent to a normal 1-hour class lecture.
Autorske ljuske omogu avaju izgradnju inteligentnih tutorskih sustava(Stankov, 2005)
• Autorske ljuske raspolažu s ontološkim okruženjem koje:• stru njaku omogu ava oblikovanje baza podru nog znanja,• itelju oblikovanje nastavnih sadržaja i• eniku enje, pou avanje i testiranje podru nog znanja.
• Autorske ljuske ostvaruju pretpostavke za interoperabilnost, ponovnuupotrebljivost, trajnost i dostupnost objekata znanja i objekata u enjaugra enih u nastavne sadržaje.
Autorsko okruženja za oblikovanje inteligentnih tutorskih sustava
• REDEEM (Reusable Educational Design Environment and EngineeringMethodology) (Ainsworth i drugi, 2003)
• Eon (Murray, 1998) (http://home.comcast.net/~perspegrity5/eon_www/eon.html) je nazivpaketa autorskih alata (eng. suite of authoring tools)
• Autorski sustav RIDES (Rapid Intelligent Tutoring System DevelopmentShell) (http://www.spider.hpc.navy.mil) (Munro, Pizzini, 1996) je sljedbenik skupaprogramskih alata IMTS - Intelligent Maintenance Training System (Towne iMunro, 1988)
• Autorski sustav SIMQUEST (van Joolingen i de Jong, 2003)• AutoTutor (www.autotutor.org) je Web-orijentirana autorska ljuska za izgradnju
inteligentnih tutorskih sustava razvijena inerdisciplinarnim radomistraživa kog tima pod nazivom The Tutoring Research Group na Sveu ilištuu Memphis u SAD-u.
• Modul eksperta je "kralježnica" svakog inteligentnog tutorskog sustava jer obuhva abazu podru nog znanja.
• Znanje je, prije nego li op eniti mehanizam mišljenja, klju za inteligentnoponašanje.
• Stjecanje znanja je prikupljanje informacija, donošenje odluka i uspostavljanjeodnosa me u raspoloživim resursima.
• Stjecanje znanja (Carrico i drugi, 1989)– Inicijalizacija - Prikupiti po etne podatke (eng. Initial – gather data)– Legaliziranje - Usporediti o ekivane rezultate sa aktualnom izvedbom (eng.
Validation – Compare expected results with actual performance)– Bistrenje - Pro istiti postoje e znanje (eng. Refinement – Clarify existing
knowledge by adding detail)– Ponavljanje postupka (eng. Repeat)
Pristupi za izgradnju podru nog znanja (Anderson, 1988)
• U suštini tri su pristupa za oblikovanje znanja u ekspertnom moduluinteligentnog tutorskog sustava:– Prvi: Ekspert crne kutije generira korektno ulazno - izlazno ponašanje
preko itavog prostora rješavanja zadatka u podru nom znanju.Me utim, unutarnji procesi ra unanja koji osiguravaju takvo ponašanjenisu dohvatljivi.
– Drugi: Ekspert prozirne kutije sadrži ovjeku - ekspertu sli an na inprikaza znanja. Ovaj tip prikaza znanja mnogo je pristupa niji zapou avanje od eksperta "crne kutije" jer je u stanju objasniti na in svojegzaklju ivanja.
– Tre i: Kognitivni - spoznajni model ide jedan korak naprijed i ini daekspertni modul oponaša istu onu razinu apstrakcije koju ina e ini “živi”stru njak. Jasno, da ovaj pristup postavlja najve e zahtjeve u razvojuekspertnog modula.
• Karakteristika ve ine ITS-ova je da zaklju uju o tome kako u enik razumijepodru no znanje i to koriste da bi pou avanje prilagodili u enikovimpotrebama.
• Ovakvo zaklju ivanje još se zove i postavljanje dijagnoze jer nalikujemedicinskom postupku zaklju ivanja o skrivenom psihološkom stanjupacijenta (bolesti) na temelju vidljivih znakova (simptoma).
• Dijagnosti ki modul ITS-a nam otkriva skriveno stanje spoznaje u enikana temelju promatranog ponašanja.
• Komponenta ITS-a koja predstavlja trenuta no stanje u enikova znanjazove se enikov model.
• U enikov model i dijagnosti ki modul su vrsto isprepleteni. U enikov modelje struktura podataka, dok je dijagnoza proces manipulacije tim podacima.Zato se ove dvije komponente ITS-a moraju oblikovati zajedno. Problemnjihovog oblikovanja zove se problem modeliranja u enika.
• Sleeman i Brown (1982) prvi put upotrebljavaju izraz model u enika, da biopisali interakciju u enika i ra unalnog programa.
• Naj eš e model u enika slijedi na elo prekrivanje znanja stru njaka saznanjem u enika:– Model prekrivanja (eng. Overlay Student Models): znanje u enika je
podskup znanja eksperta.• Unutar modela prekrivanja mogu e su ove situacije:
– Model razlike (eng. Differential student models): posve uje pažnjurazlikama izme u u enikovog znanja i znanja eksperta.
– Model zbrke (eng. Perturbation student models): opisuje pogrešnoshva anje u enika u odnosu na znanje eksperta.
•• UU modelumodelu u enikaenika ss prekrivanjemprekrivanjem (eng(eng.. OverlayOverlay studentstudent model)model) znanjeznanjeenikaenika predstavljapredstavlja podskuppodskup znanjaznanja stru njakastru njaka.. CiljCilj tutorskogtutorskog procesaprocesa (cilj(ciljenjaenja ii pou avanja)pou avanja) jestjest pove atipove ati opsegopseg znanjaznanja u enikaenika.. OvajOvaj modelmodel
podrazumijevapodrazumijeva dada u enikenik ne ene e pristupitipristupiti u enjuenju sadržajasadržaja kojikoji susu stru njakustru njakunepoznatinepoznati..
• Model kojeg postavlja i koristi ra unalni tutor.• Model u enikovog znanja i sposobnosti.• Svrha mu je procijeniti u enikove odgovore i postupke.• Semanti ki predstavlja skup podataka potrebnih za dijagnostiku znanja -
modulu dijagnostike.• VanLehn-ovo stajalište pri gra enju modela u enika je svekoliko
argumentirao s brojnim pojedinostima kao što su :– prostor za rješavanje postavljenog problema,– prikaz ciljanog znanja pomo u tehnika koje su ina e korištene u
izgradnji ekspertnog modula,– iskazivanjem pogrešnih poimanja ili pak neznanja u enika u
– Obuhvat ulaznih podataka - koliki dio u enikove aktivnosti je dostupan programu zadijagnozu?
– Približna mentalna stanja - dostupne su sve aktivnosti (i fizi ke i umne)– Me ustanja - dostupna je sva vidljiva aktivnost tijekom rješavanja problema– Kona na stanja - dostupno je samo kona no stanje (odgovor)
– Tip znanja - kojeg je tipa znanja dano gradivo?– Ravninsko postupkovno - postupkovno znanje bez podciljeva– Hijerarhijsko postupkovno - postupkovno znanje sa podciljevima– Deklarativno
– Razlike izme u u enika i eksperta - kako se u enikov model razlikuje od ekspertovamodela?
– Prekrivanje - neki pojmovi iz ekspertovog modela nedostaju u u enikovom modelu– Knjižnica pogrešaka - uz pojmove koji nedostaju, u enikovi modeli mogu imati i
neto no (pogrešno) znanje. Pogreške dolaze iz ranije definirane knjižnice– Djelomi ne knjižnice pogrešaka - pogreške se sakupljaju u procesu u enja i
pou avanja i time vjerno ocrtavaju ponašanje u enika.
• VanLehn (1988) tehnike za dijagnostiku u enika dovodi u vezu s:– modelom u enika, i– metodama i tehnikama za prikaz znanja u inteligentnim tutorskim
sustavima.• Dijagnosti ke tehnike definira kao procese u inteligentnim tutorskim
sustavima u kojima se donose procjene i upravlja podacima iz u enikovogmodela.
• Imaju i u vidu obuhvat ulaznih podataka u izgradnji modela u enikaVanLehn predlaže ukupno devet algoritama dijagnostike, pet ih se odnosina model u enika s kona nim stanjima, tri za model s me ustanjima i jedanza model mentalnog stanja u enika.
Inteligentni tutorski sustavi predstavljaju vezu izme u bihevioristi kogpristupa u tradicionalnim sustavima nastave pomo u ra unala i
kognitivisti ke paradigme enja i pou avanja
• Bihevioristi ki pristup je usmjeren na istraživanje i tuma enje vanjskihpromjena u ponašanju dok se kognitivnisti ki pristup bavi unutrašnjimpromjenama u znanju, mišljenju, vrijednostima i stavovima, tesamopoimanju.
• Upravo iz ovih dviju teorija, tj. iz napuštanja bihevioristi kog na ina u enja ipou avanja i prihva anja kognitivnisti kog pristupa psihologijske teorijeslijedile su zna ajne promjene u obrazovnoj praksi.
U idealnom slu aju ”ra unalni" u itelj mora znati odgovoriti na upite:– Što u enik zna ?– Koja je razina sposobnosti u enika ?– Kako je u enikovo predznanje ?– Kako se u enik ponaša tijekom u enja ? (U i “sporo”. U i “brzo”).– Koje metode predstavljanja u enik preferira ?– Za koja podru ja je u enikovo zanimanje iznad teku eg predmeta
enja?U suglasju s ovim "ra unalni" u itelj odabire scenarij u enja iprimjenjuje potrebna pedagogijska znanja.
• Vo enje pou avanja u inteligentnom tutorskom sustavu jam iosposobljavanje u enika za rješavanje problema u danom podru nomznanju.
• Pou avanje u enika u vještinama prikupljanja znanja težak je zadatak zatošto se ra unalni "tutor" mora prilagoditi individualnim zahtjevima u enika.
• Algoritam vo enja pou avanja obuhva a znanje koje bi u enik trebaonau iti, mogu nosti savjetovanja u eniku za vrijeme pou avanja,mogu nosti predstavljanja ili ukazivanja na nove aktivnosti na temeljuzaklju aka tijekom pou avanja i uspješnu povratnu informaciju onda kada
enik pogriješi.• Vo enje pou avanja obuhva a:
– scenarij u enja i– na ela implementacije tutorskih (pedagogijskih) znanja
• Povijesno gledano komunikacijski modul je bio zadnji na kojeg su istraživa iu ovom podru ju obra ali pozornost kao na izdvojeni modul inteligentnogtutorskog sustava.
• Inteligentni tutorski sustav zahtijeva izgradnju komunikacijskog modula kojie u nekoj mjeri omogu iti komunikaciju prirodnim jezikom.
• Istraživa i ovog podru ja ozna ili prirodni jezik kao "Ahilovu petu"inteligentnih tutorskih sustava (Anderson, 1988 i Half, 1988), i naglasili dauporaba prirodnog jezika esto konzumira sve zalihe projekta.
• Jedno istraživanje je pokazalo da u enici zadržavaju (pamte - usvoje):– 25 % onoga što uju,– 45 % onoga što vide i uju, a– 70 % onoga što vide, uju i ine (Edwards prema Rickel, 1989).
Sustavni pristup i na ela vo enja u povratnoj veziTeorija sustava – osnovni pristup 1/3
• Sustav je tvorevina prirodna, društvena, tehni ka ili mješovita, koja u danojokolini djeluje samostalno s odre enom svrhom.
• Tvorevina što je to?– Skup elemenata što stoje u takvom uzajamnom odnosu, da ne postoji
izdvojenih podskupova.– PRIMJER:
Most je tvorevina, ali nije sustav, ne djeluje nepokretan je.• Pokretni most i njegov rukovoditelj kao cjelina, su tvorevina koja je ujedno i
sustav. Elementi most i ovjek, u takvom su uzajamnom odnosu da ihpromatraju i kao cjelinom možemo ozna iti tvorevinom. Djeluju samostalnos odre enom svrhom (pokretni most - otvara prolaze po potrebi i u odre enovrijeme) pa je ta tvorevina i sustav.
Sustavni pristup i na ela vo enja u povratnoj veziTeorija sustava – osnovni pristup 2/3
• Živa bi a i njihove zajednice primjeri su prirodnih sustava.• Zajednice ljudi društveni su sustavi: obrazovni sustav• Tehni ki sustavi su: hladnjak, brod, elektrana, ...• Mješoviti sustavi - Brojni su primjeri mješovitih sustava, naj eš e takvih
koji djeluju kao zajednice ljudi i tehni kih tvorevina.• Temeljna odlika sustava jest da u pretpostavljenoj okolini djeluje
samostalno i svrhovito sve dok raspolaže potrebnom tvari, energijom iinformacijom.
• Bez tvari ništa ne postoji, bez energije ništa se ne zbiva, bez informacijeništa nema smisla.
• Paradigma „pou avanje je upravljanje u enjem“ (eng. teaching is the control oflearning) postavio je Andrew Gordon Speedie Pask (1928 – 1996), poznat kao jedanod utemeljitelja kibernetike, interdisciplinarnog i trandisciplinarnog intelektualnogpokreta naglo razvijenog nakon II. Svjetskog rata.
• Pask kao „istinska kiberneti ka duša“ svojim radom pokušava izgraditi jedinstvenimost izme u prirodnih znanosti, društvenih znanosti i humanisti kih znanosti.
• 1961. godine je objavio knjigu An Approach to Cybernetics (London: Hutchinson),koja se smatra jedna od najpogodnijih za uvo enje u podru je kibernetike.
• 1972. objavljuje sustav CASTE (Course Assembly System and Tutorial Environment)za podršku pou avanja i obuke kompleksnijih podru nih znanja.
• Sustav Thoughtsticker iz 1974. pomaže u eniku oblikovanje mentalnih mapa tesugerira nove kombinacije.
• Posebno zna ajni su radovi u kojem povezuje kiberneti ka na ela sa procesomenja i pou avanja i na kojima i nastaje paradigma „pou avanje je upravljanjeenjem“ (Teaching Machines; The teaching machine as a control mechanism; A
• Istraživanjem u inkovitosti tutorskog u enja tj. u enja po modelu jedan-na-jedan došlo se do tri važne spoznaje:– u enici bolje razumiju nastavne sadržaje, više su motivirani i rade brže;– tutori tako er poboljšavaju podru no znanje dok pou avaju i– uspješni tutori nisu samo oni koji imaju formalno obrazovanje u itelja, to
mogu biti i tz. „peer tutori“ – tutori vršnjaci - partneri.• Istraživanja su pokazala da su tutori uspješni jer dozvoljavaju u eniku da
ima osje aj kontrole nad u enjem i da radi onoliko koliko može te ukoliko seukaže potreba nudi mu svoju pomo .
• Tutor mora znati procijeniti kada pomo i u eniku i usmjeriti ga premarješenju, budu i da postoji opasnost trošenja dragocjenog vremena natraženje rješenja u krivom smjeru.
• U inkovitost tutorskog u enja u na elu utvr uju tri hipoteze: T, S i I hipoteza
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 2/9
• Oblikovanje nastavnih sadržaja kako u tradicionalnoj nastavi tako i usustavima e-u enja obavlja u itelj - nastavnik u skladu s odredbama irazinom znanja promatranog obrazovnog procesa.
• Isporuka nastave pomo u sustava e-u enja – courseware-a• Course – ware je agregacija koja se sastoji od svih potrebnih zna ajki koje
e u enje u initi uspješnim.• Courseware kolegija je višerazinski strukturiran na elemente nastavnog
sadržaja: nastavne cjeline (NC), nastavne teme (NT), nastavne jedinice(NJ), nastavne pojmove (NP) kao i elemente za testiranje i ocjenjivanjeznanja enika.
• Poslije procesa enja i pou avanja na izabranom podru nom znanju tj.izabranom kolegiju u enik pristupa postupku utvr ivanja i provjeravanjakvalitete znanja. Ovaj se postupak naziva testiranje znanja, što je preduvjetza vrednovanje znanja.
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 3/9
• Testiranje je aktivnost u enika koju je potrebno provesti zbog donošenjaocjene.
• Bujas (prema Muži , 1968) isti e da je test standardizirani postupak,pomo u kojeg se izaziva neka odre ena aktivnost, a u inak te aktivnostimjeri se i vrednuje tako da se individualni rezultat usporedi s rezultatima, kojisu dobiveni kod drugih individua u jednakoj situaciji.
• Testovi se dijele u tri osnovne vrste (Pedagoška enciklopedija tom. 2, str.442):– Testovi znanja, kojima utvr ujemo razinu znanja i vještina u enika;– Testovi sposobnosti koji se dijele na psihomotorne testove, testove
inteligencije, testove posebnih intelektualnih funkcija i sl.;– Testovi osobnosti u užem smislu obuhva aju izvan intelektualne crte
li nosti, kao što su karakter, temperament, interesi, stavovi, stupanjintrovertiranosti, odnosno ekstrovertiranosti i sli no.
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 4/9
• U pogledu terminološke odre enosti u itelji esto termine test, ispit i kvizkoriste naizmjeni no (Gros, 1993), pa ak ponekad i kao sinonime.– Ispit je najiscrpnija forma testiranja, obi no se obavlja na kraju izvedenih
nastavnih sadržaja (kolegija, te aja), ili ponekad i dva puta tijekomsemestra (polugodišta).
– Test je više sadržajno limitiran, orijentiran je na neke aspekte nastavnihsadržaja. Tijekom odvijanja nastavnog procesa kolegija mogu e jeprovesti više testova znanja (tri do etiri).
– Kviz je najviše limitiran u pogledu ispitivanih nastavnih sadržaja i obi noje vremenski ograni en na petnaest ili manje minuta.
• U fokusu naše analize je ono što primjenjujemo kod modela TEx-Sys, gdjeje za vrednovanje znanja u enika za dani nastavni sadržaj primijenjen kvizznanja i test znanja sa zadacima objektivnog tipa.
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 5/9
• Kviz znanja predstavlja implementaciju testova u kojima se u eniku distribuira skup pitanjakojima su pridruženi ponu eni odgovori.
• Odgovori mogu biti to ni ili neto ni.• Test se rješava obilježavanjem odgovora za koje u enik smatra da su to ni.• Nakon rješavanja u enik se ocjenjuje i upu uje prema pojmovima podru nog znanja za koje se
utvrdilo da ih nije dovoljno dobro obradio.• Kvizove možemo razvrstati prema više kriterija (Rosi , 2000) a ovdje se navode dva:
– Podjela prema broju to nih odgovora me u predloženim rješenjima.• Najjednostavniji su kvizovi kod kojih je za svako pitanje ponu en jedan i samo jedan
to an odgovor. To je jednostavan tip kviza ali mu je nedostatak velika mogu nostpoga anja to nog odgovora.
• Napredniji su kvizovi kod kojih nije definiran broj to nih odgovora unutar ponu enihodgovora za svako pitanje. Kod takvih kvizova za svako pitanje mogu biti svi ponu eniodgovori to ni, može biti nekoliko to nih odgovora, može biti samo jedan to anodgovor ali mogu i svi ponu eni odgovori biti neto ni.
– Podjela prema na inu postavljanja pitanja. Najjednostavniji kvizovi dopuštaju postavljanjepitanja isklju ivo tekstualnog sadržaja dok složeniji tipovi kvizova omogu uju da pitanjepoprimi multimedijske karakteristike tj. da pitanje sadrži i elemente multimedije.
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 6/9
• Testovi znanja u pogledu vrste mogu biti pravi – baždareni testovi znanja i nepravi –nebaždareni testovi znanja tj. niz zadataka objektivnog tipa (ZOT).
• Zadaci objektivnog tipa – eng. „task objective items“ (Grounlund, 1985).• Orijentacija je na zadatke objektivnog tipa jer se tim nebaždarenim testovima želi
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 7/9
• Zadaci objektivnog tipa globalno se mogu podijeliti u dvije skupine (Muži , 1968):– Zadaci kod kojih u enik donošenjem odgovora reproducira usvojene nastavne sadržaje
(zadaci reprodukcije) što se naj eš e obavlja dosje anjem nastavnog sadržaja kojeg je veio. U ovu skupinu se obi no oblikuju:• Zadaci tipa dosje anja kod kojeg se u eniku postavlja pitanje ili neka nedovršena
tvrdnja. Kod ovakvih zadataka poga anje to nog odgovora je gotovo eliminirano. Takvizadaci su pogodni za provjeravanje deklarativnog znanja.
• Zadaci tipa dopunjavanja u kojima je u tekstu zadatka izostavljena jedna ili više rije ikoje u enik treba napisati. Može se kazati da je ovo varijanta zadatka tipa dosje anja.Prednosti ovog tipa zadataka ogledaju se u tome što odgovori ne po ivaju naprepoznavanju, ve je za davanje pravilnih odgovora potrebno aktivno znanje u enika.
– Zadaci u kojima u enik odabire ispravan odgovor izme u ponu enih odgovora radiprepoznavanja to nog odgovora (zadaci prepoznavanja). U ovoj skupini se oblikuju:
• Zadaci tipa jednostrukog ili dvo lanog izbora (zadaci tipa da/ne) se sastoje od pitanjana koja je potrebno odgovoriti biranjem jedne od dvije ponu ene opcije.
• Zadaci tipa višestrukog izbora sadrže pitanja s više predloženih odgovora na koja seodgovara biranjem jednog ili više ponu enih odgovora.
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 8/9
• U pogledu mjernih karakteristika testovi znanja se strukturiraju prema sljede imparametrima (Grgin, 1986):– Valjanost koja pokazuje u kojoj mjeri test zaista mjeri ono što se njime želi mjeriti;– Pouzdanost koja se o ituje u tome što test kod ponovljene primjene daje iste
rezultate;– Objektivnost koja se o ituje u tome da na rezultat mjerenja ne djeluju nikakvi
subjektivni faktori;– Osjetljivost, testom bi se trebale mo i ispitati i manje razlike u veli ini koja se
mjeri;– Baždarenost, tj. postojanje jedne op e skale, koja daje uporišne to ke kod
me usobne usporedbe rezultata mjerenja;– Diskriminativnosti pitanja u testu, koja zapravo ukazuje na mjeru u kojoj se
usmjerenost pojedinog pitanja slaže s usmjerenosti cijeloga testa.•
Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 9/9
• U zadacima objektivnog tipa pitanja su tako formulirana da njihovi odgovori buduodraz objektivnog znanja u enika, a najvažnija im je zada a omogu iti ocjenjivanje
enika na jednozna an i objektivan na in (Muži , 1968).• Ocjenjivanje ponekad ograni avamo samo na postupak davanja ocjene. Me utim, u
procesu odgoja i obrazovanja potrebno je utvrditi razinu znanja u enika kao iokolnosti u kojima je isto ostvareno te se ono naziva vrednovanje znanja(Enciklopedijski rje nik pedagogije, 1963, str. 1105).
• Evaluacija – vrednovanje je pojam koji povezuje provjeravanje i ocjenjivanje znanja unastavi te sadrži postupke (Pedagoška enciklopedija tom 1. – str. 192)– evidentiranja (osigurava kontinuiran uvid u tijek nastavnog procesa),– provjeravanja (otkriva pravo stanje i rezultate rada u nastavi),– mjerenja (odnosi na postupak objektivnog sagledavanja postignu a u enika) I– ocjenjivanja (pomo u odre enih postupaka uspore ivanja i instrumenata
mjerenja dolazi do vrijednosnih pokazatelja o ishodu nastavnog procesa).• Provjeravanje znanja s obzirom na na in prikupljanja informacija o postignu u
Tradicionalna gra a inteligentnih tutorskih sustava
• Tradicionalna gra a inteligentnih tutorskih sustava (detaljno prezentirano udijelu C.) je zna ajno uporište u razvoju modela TEx-Sys. S tim u veziobuhva eni su autoriteti podru ja iji se radovi naj eš e citiraju i navode priopisu gra e, strukture i primjene inteligentnih tutorskih sustava.
• Ve ina referentnih navoda iz poglavlja 7. u kojem je provedena analizakomponenata inteligentnih tutorskih sustava u on-site okruženju nalazi se napopisu najviše citiranih autora na pretraživa ima poput Google Scholar,Google i sli no, kao što su E. Wenger, D. Sleeman, J. Anderson, H. L, Burn,C. G. Capps, J. Self, V. J. Shute, J. Psotka.
Tutor Expert System - TEx-SysNovi model nastave s ra unalnim u iteljem
Kiberneti ki model sustava
Model vo enja procesa stjecanja znanja i vještinaenika u inteligentnom tutorskom sustavu
1. Boži evi J. (1980): Temelji automatike,I. knjiga - Sustavno gledište iautomatika, Automatsko reguliranje,Školska knjiga, Zagreb.
2. Boži evi J. (1992): Od kibernetike doznanosti o sustavima, str. 9-14 u J.Boži evi (urednik), Sustavsko mišljenje,Hrvatsko društvo za sustave, Zagreb.
Stankov, S. (1997): Izomorfni model sustava kaoosnova ra unalom poduprtog pou avanja na elavo enja, doktorska disertacija, Fakultetelektrotehnike, strojarstva i brodogradnje,Sveu ilište u Splitu, Split.
Pedagogijska paradigma ovog modela nastaveiskazana je funkcijskim djelovanjem ukontinuiranom etverofaznom iteracijskom ciklusu:– Faza didaktike iskazuje nekoliko imbenika:
predmet pou avanja (Što se pou ava?),objekt pou avanja (Tko se pou ava?) te na ini prilagodbu strategije pou avanja individualnimpotrebama u enika (Kako se pou ava ?).
– Motrenje se bavi aktualnom razinom znanjaenika (stanje znanja u enika).
– Faza dijagnostike i vrednovanja utvr uje razinui ocjenjuje znanje u enika.
– Pogrešna poimanja u znanju u enika pokre umehanizme pomo i radi smanjenja razlika uznanju izme u eksperta i u enika.
• TEx-Sys inteligentna hipermedijska autorska ljuska (S. Stankov, 1997)• DTEx-Sys sustav za daljinsko u enje zasnovan na ITS-ovima (M. Rosi , 2000)• xTEx-Sys Tehnologijski projekt MZOS: Web orijentirana inteligentna hipermedijska
autorska ljuska (MZOS – Tehnologijski projekt -TP-02/0177-01- I. Ciklus programaTEST, voditelj S. Stankov, 2003-2005).
16. sije anj 2012. Sustavi e- enjeCopyright, S. Stankov
106
Specifikacija ontologije za oblikovanje nastavnih sadržaja
• Grupa/pojedinac – u enik radi u enja, pou avanja i testiranja podru nog znanja.• Kolegij – (nastavni predmet) može biti dodijeljen grupi ili pojedincu• Didakti ka na ela za organizaciju kolegija
– Nastavnih cjelina – raš lamba na najvišoj razini (razina kolegija)– Nastavnih tema – svaka nastavna cjelina ima više nastavnih tema– Nastavnih jedinica – svaka nastavna tema ima više nastavnih jedinica– Nastavnih pojmova – svaka nastavna jedinica ima više nastavnih pojmova– SCORM referentnog modela prilago en za primjenu u sustavu xTEx-Sys
• Korijenske agregacije – raš lana nastavnih sadržaja na razini kolegija• Agregacije (raš lana nastavih sadržaja kolegija na nižim razinama)• SCO-a kao djeljivi objekt nastavnih sadržaja• Dodatak ili svojina (eng. asset) vora znanja.
• Utvr enih mjesta, u strukturi nastavnih sadržaja, za testiranje znanja– Dinami ki na in testiranja– Stati ki na in testiranja
• Specifikacije ontologije za prikaz znanja u sustavu xTEx-Sys
Elementi strukture nastavnog sadržaja u sustavu xTEx-Sys i SCORM referentnom modelu
Sustavi e- enjeCopyright, S. Stankov
108
Struktura nastavnog sadržaja SCORM normaKolegij Root AggregationNastavna cjelina Nastavna cjelina Aggregation SCONastavna tema Nastavna tema Aggregation SCONastavna jedinica Nastavna jedinica Aggregation SCONastavni pojam SCOTest SCOStruktura znanja
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
111
Vrednovanje znanja u enika- testiranje -
• Kviz se sastoji od ne više od deset serija po dva pitanja• Izgra eno je dvanaest formata pitanja podijeljenih u tri težinske kategorije• Provjera odgovora vrši se nakon svake serije pitanja• Prelazak u višu ili nižu težinsku kategoriju pitanja odre en je u enikovim
iskazanim znanjem• Ocjena se daje na osnovu odnosa maksimalnog mogu eg broja bodova i
ostvarenog broja bodova• Generira se lista svih pitanja sa informacijom o to nosti odgovora i
omogu ava se pristup vorovima iz pitanja na koje nije dan to an odgovor• Rezultati se smještaju u bazu u enika
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
117
Bodovne vrijednosti i tijek odvijanja kviza
• Nakon svaka dva odgovora vrši se provjera danih odgovora, tj. prate se me ustanjau procesu testiranja.
• U slu aju da u enik ozna i sve ponu ene odgovore kao to ne, ne dobiva bodove zatakav odgovor.
• Nakon rješavanja jednog para pitanja za prijelaz u ve u težinsku kategoriju potrebnoje da na oba postavljena pitanja odgovori to no ili na jedno to no i na drugodjelomi no to no.
• Par neto nih odgovora, ili kombinacija jednog neto nog i jednog djelomi no to nogodgovora, rezultira prelaskom na lakša pitanja.
• Kombinacija to no/neto no (ili dva djelomi no to na odgovora) rezultira ostajanjem uistoj skupini pitanja kojoj su pripadala i prethodno postavljena pitanja.
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
118
Ocjenjivanje u enika u kvizu
• Posljednja faza vrednovanja u enikovog znanja je ocjenjivanje. Ostvarenibodovi se zbrajaju nakon svake serije pitanja, te se na kraju (nakon deseteserije), dobiva ukupan rezultat testiranja u enika.
• Izra un ocjene:
• Rang <= 30 - nedovoljan• 31 Rang 50 - dovoljan• 51 Rang 70 - dobar• 71 Rang 90 - vrlodobar• 91 Rang - odli an
• Izvršiti izbor elementa strukture nastavnog sadržaja (kolegij u cjelini, nastavne cjeline, teme, jedinice)• Prvi dio generiranja (odre ivanje izvedivosti kviza) :
– ULAZ: skup vorova i pripadnih veza u bazi znanja zajedno sa slot/filler vorovima kao i strukturnim atributima.– OBRADA: odluka o izvedivosti kviza ispitivanjem minimalnih uvjeta odvijanja po tipovima pitanja unutar definiranih težinskih
kategorija:• Za svaki od 12 tipova pitanja (po etiri pitanja u svakoj težinskoj kategoriji) utvr uje se mogu nost generiranja.• Kategorija je izvediva ako se barem jedno pitanje u njoj može generirati.• Kviz je izvediv ako su sve težinske kategorije izvedive.
– IZLAZ: kviz je izvediv• DA – prelazi se na drugi dio generiranja kviza• NE – prekida se proces generiranja kviza i u itelja izvještava da kviz za izabrani element strukture nastavnog sadržaja nije
izvediv.• Drugi dio generiranja (odre ivanje maksimalnog broja ciklusa pitanja u kvizu)
– ULAZ: skup vorova i pripadnih veza u bazi znanja zajedno sa slot/filler vorovima kao i strukturnim atributima.– OBRADA: odre ivanje maksimalnog broja ciklusa pitanja:
• Za svaki tip pitanja, iz prvog dijela generiranja, se odre uje maksimalni broj primjeraka tog pitanja.• Od svih maksimuma uzima se najmanji i njega proglašava ukupnim brojem pitanja koja se u kvizu mogu postaviti za zadanu
strukturu pojmova podru nog znanja.– IZLAZ: Broj ciklusa pitanja koji je jednak ukupnom broju pitanja podijeljenog s dva.
Oblikovanje podru nog znanjaAutorska ljuska za oblikovanje podru nog znanja
• Oblikovanje podru nog znanja je u suglasju s tehnikom za prikaz znanja• Ovdje su u upotrebi semanti ke mreže s okvirima• Podru no znanje se oblikuje u pojmovnom i terminološkom okruženju:
– podru je (znanja)– podpodru je (znanja)
vor znanja– veza me u vorovima– slot/filler– strukturni atribut (tekst, slika, video, ...)
Oblikovanje nastavnih sadržajaAutorska ljuska za u itelja radi oblikovanja nastavnih sadržaja
• U itelj svoje aktivnosti obavlja primjenom specijaliziranih autorskih alata i uz pomoposebno definirane didakti ke ontologije.
• Didakti ka ontologija omogu ava prikaz nastavnih sadržaja u formi courseware-a(didakti ki oblikovan nastavni sadržaj prire en za izvo enje na ra unalu).
• Nastavni pojam je nedjeljiv, na višim razinama su nastavna jedinica koja sadrži višenastavnih pojmova, nastavna tema koja sadrži više nastavnih jedinica te nastavnacjelina koja sadrži više nastavnih tema.
• Temeljna zada a u itelja je raš lamba nastavnih sadržaja prema ovoj strukturi kao ipriprema i generiranje testova i ispita za provjeru znanja u enika.
enje i pou avanje u enika - Testiranje i vrednovanje znanjaLjuska za u enika radi u enja, pou avanja i testiranje znanja
• Ova ljuska nema autorske zna ajke, ali omogu ava izbor podru nog znanjakao i „navigaciju“ kroz odabrano podru no znanje putem didakti kioblikovanih nastavnih sadržaja koje je izvršio u itelj.
• Posebno je za u enika važna mogu nost testiranja dostignute razine znanja,upu ivanje na pogreške i na in „navigacije“ kroz nastavni sadržaj uzavisnosti od postignu a pri testiranju.
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
129
• Sustav xTEx-Sys realiziran je pomo u troredne arhitekture (red podataka,red aplikacijske logike, red korisni kog su elja).
• Implementacija sustava prilago ena je izvršavanju pod operacijskimsustavom Microsoft Server 2003.
• Red podataka je implementiran je unutar Microsoftovog sustava zaupravljanje relacijskim bazama podataka SQL Server. Ovaj red sustavaxTEx-Sys sadrži tri baze podataka (xtex_Users, xtex_Knowledges ixtex_Courses) koje sadrže ukupno 30 tablica i 73 pohranjenih procedura.
• Red aplikacijske logike sa injava ukupno 86 komponenti kojekomuniciraju s jedne strane s bazama podataka reda podataka i s drugestrane s elementima korisni kog su elja.
• Red korisni kog su elja implementiran je s 39 elementa su elja.
Struktura programskog rješenja sustava xTEx-SysClic
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
130
Red podataka
• Red podataka sustava sadrži tri baze podataka: xtex_Users,xtex_Knowledges i xtex_Courses.
• xtex_Users su podaci o sudionicima: ime, prezime, tip sudionika,sudioni ko ime, adresa i sl., podaci o pripadnosti sudionika raznim grupamasudionika, aktivnostima sudionika u korištenju sustava i ograni enjima ukorištenju pojedinih funkcija sustava, podatke o temama i prilozimaforumima unutar kojih sudionici raspravljaju, kao i poruke koje si sudionicimogu me usobno proslje ivati.
• xtex_Knowledges sadrži podatke o podru jima, podpodru jima, vorovimaznanja i njihovim okvirima i strukturnim atributima kao i vezama me uvorovima.
• xtex_Courses sadrži popis kolegija, agregacija unutar kolegija, elementeagregacija kao i sve potrebne podatke za generiranje testova.
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
131
Red aplikacijske logike
• Red aplikacijske logike sustava xTEx-Sys modularno je strukturiran premafunkcionalnostima pojedinih sudionika. Ovako strukturiran red aplikacijskelogike sadrži sljede e module:– Administrator (15 komponenata)– Stru njak (11 komponenata)– U itelj (21 komponenta)– U enik (17 komponenata)– Zajedni ke komponente (22 komponente)
Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov
132
Red korisni kog su elja
• Red korisni kog su elja sustava xTEx-Sys podijeljen je u 5 cjelina premafunkcionalnostima sudionika sustava. To su:– Administrator (15 komponenata)– Stru njak (4 komponente)– U itelj (6 komponenata)– U enik (3 komponente)– Zajedni ki elementi (11 komponenata)
16. sije anj 2012. Sustavi e- enjeCopyright, S. Stankov
134
Sadržaj izlaganja
– Cilj i zadaci Projekta– Polazište– Opis izvedenog programskog sustava– Rezultati prototipnog testiranja u procesu u enja i pou avanja– Intelektualno vlasništvo– Financijsko izvješ e
Strukturiranje znanjaTemeljni pojmovi nastavne cjeline – Ra unalo kao sustav
- nastavni sadržaji opisani prirodnim jezikom -
• Ra unalni sustav je me usobno sjedinjenje komponenata tako da izvršavajutemeljne funkcije prihvata podataka (ulaz), obrade podataka i prikazarezultata obrade (izlaz). Obradu podataka obuhva a spremanje podataka ikontrolu podataka. Pored navedenog, obi no se ra unalni sustavdekomponira na sustav tehni ke podrške (hardware) i sustav programskepodrške (software). Pod sustav tehni ke podrške ubrajamo ulazne jedinice,centralnu jedinicu i izlazne jedinice kao što su monitor i štampa .
• Ra unalni sustav je me usobno sjedinjenje komponenata tako da izvršavajutemeljne funkcije prihvata podataka (ulaz), obrade podataka i prikazarezultata obrade (izlaz). Obradu podataka obuhva a spremanje podataka ikontrolu podataka. Pored navedenog, obi no se ra unalni sustavdekomponira na sustav tehni ke podrške (hardware) i sustav programskepodrške (software). Pod sustav tehni ke podrške ubrajamo ulazne jedinice,centralnu jedinicu i izlazne jedinice kao što su monitor i štampa
• vorovi su:Ra unalni sustavTemeljne funkcijePrihvat podataka (ulaz), obrada podataka i prikaz rezultata obrade (izlaz)Obrada podatakaSpremanje podatakaKontrola podatakaSustav tehni je podrške (hardware)Sustav programske podrške (software)Ulazne jediniceCentralna jedinicaIzlazne jediniceMonitorŠtampa
• Povezivanje vorova:Ra unalni sustav [Temeljne funkcije] Prihvat podataka (ulaz), obrada podataka iprikaz rezultata obrade (izlaz)Spremanje podataka [podklasa] Obrada podatakaKontrola podataka [podklasa] Obrada podatakaSustav tehni ke podrške (hardware) [dio od] Ra unalni sustavSustav programske podrške (software) [dio od] Ra unalni sustavUlazne jedinice [dio od] Sustav tehni ke podrške (hardware)Centralna jedinica [dio od] Sustav tehni ke podrške (hardware)Izlazne jedinice [dio od] Sustav tehni ke podrške (hardware)Monitor [vrsta] Izlazne jediniceŠtampa [vrsta] Izlazne jedinice
Prikaz znanja u sustavu TEx-Sys- programski modul u enje i pou avanje -
• Aplikacijska programska podrška je dio od sustava programske podrške (software)• Sistemska programska podrška je dio od sustava programske podrške (software)• Sustav programske podrške (software) je dio od ra unalnog sustava.• Sustav tehni ke podrške (hardware) je dio od ra unalnog sustava.• Temeljne funkcije ra unalnog sustava su prihvat podataka (ulaz), obrada podataka
Tablica 12.3. Primjer raš lane znanje iz podru ja Ra unarstvoRazina znanja Element strukture znanja Primjer - Sadržaja elementaPrva Podru je Ra unarstvo
Druga Podpodru je Ra unalo kao sustav
Tre a Objekt /objekti znanja
Sustav tehni ke podrške (hardware)Ulazne jediniceCentralna jedinicaIzlazne jediniceSustav programske podrške (software)Centralna procesorska jedinicaMemorijaRadna memoriojaPloterMonitorŠtampaRa unalni sustavRa unalo
Sustav tehni ke podrške (hardware) Dio_od Vrsta_od Monitor
Vrsta_od Štampa
Vrsta_od Ploter
Zadatak je izlaznih jedinica da rezulatate obrade podataka izdaju u takvom obliku da se mogu koristiti pri donošenju odluka, ili da ih registriraju na nosioce podataka ustrojno citljivom obliku za potrebe sljedecih obrada.
Temeljna funkcija Priop avanje i zapis obra enih podataka
Izlazne jedinice - ppt(application/vnd.ms-powerpoint)