Вдохновленные Сетевой обстановкой технологии в Сетевом обучении

Последняя группа технологий является, вероятно, самой волнующей, поскольку эти технологии почти не имеют корней в доинтернетовских образовательных системах. В настоящее время в эту группу входит только одна технология. Мы называем ее подбором моделей обучаемых (или просто подбором моделей), потому что суть этой технологии состоит в способности анализировать и подбирать модели многих обучаемых одновременно. Обычные адаптивные и интеллектуальные образовательные системы не имеют возможности исследовать эту технологию, так как они обычно работают с одним обучаемым (и одной моделью обучаемого) за раз. Иначе в случае СО, эта возможность естественна, поскольку записи обучаемых хранятся централизованно на сервере (по крайней мере, в административных целях). Это обеспечивает отличную основу для развития различных адаптивных и интеллектуальных технологий, которые смогут как-то использовать подбор моделей для различных обучаемых. Пока мы определили два примера подбора моделей обучаемых, которые мы называем адаптивной поддержкой сотрудничества и интеллектуальным наблюдением за классом. Эти примеры полностью отличаются друг от друга и вероятно могут рассматриваться как различные технологии внутри группы подбора моделей обучаемых.

Адаптивная поддержка сотрудничества – это очень новая технология, которая развивалась последние 5 лет вместе с развитием сетевых образовательных систем. Целью адаптивной поддержки сотрудничества является использование знаний системы о различных обучаемых для подбора групп для различных видов сотрудничества. Первые примеры не-СОИ (т.е. ни Сетевой, не образовательной) адаптивной поддержки сотрудничества известны уже несколько лет. В эти примеры входит формирование групп для совместного решения задач в подходящий момент времени или нахождение наиболее компетентного сокурсника, чтобы ответить на вопрос о теме (т.е. нахождение человека с моделью, показывающей хорошее знание этой темы). Меньше чем два года назад Брусиловски предсказывал, что адаптивная поддержка сотрудничества станет популярной технологией. Почти сразу предсказание стало правдой. Сейчас мы можем перечислить несколько существующих примеров адаптивной поддержки сотрудничества в среде СОИ. Группа из Университета Саскачевана расширила свою оригинальную, ориентированную на рабочие места технологию помощи сокурсников разработанную для системы PHelpS для среды СОИ в своей системе Intelligent Helpdesk. Другая схожая система развивалась и эволюционировала в Университете Центральной Флориды. Вдобавок к этому, группа в Университете Дьюисберга, известная своей новаторской работой по адаптивной поддержке сотрудничества недавно предложила основательный фундамент для реализации методов интеллектуальной поддержки для распространяемого интернетовского образования. Эта основа может естественным образом поддерживать их оригинальный способ адаптивной поддержки сотрудничества и обеспечивает основу для исследований других методов подбора моделей.

Интеллектуальное наблюдение за классом также основано на возможности сравнивать записи о различных обучаемых. Однако вместо поиска совпадений оно ищет различия. Целью является определение обучаемых, которые учат записи существенно отличающимся образом от их сокурсников. Эти обучаемые могут отличаться от остальных по-разному. Они могут быть развивающимися слишком быстро, или слишком медленно, или просто имеющими доступ к гораздо меньшему материалу, чем остальные. В любом случае эти обучаемые нуждаются во внимании преподавателя больше, чем остальные, чтобы бросить вызов тем, кто может; чтобы обеспечить больше объяснений тем, кто не может; и подтолкнуть тех, кто мешкает. В обычной аудитории преподаватель может следить за посещаемостью и вниманием обучаемых, чтобы найти обучаемых нуждающихся в особом внимании. В Сетевой аудитории преподаватель в лучшем случае имеет только данные из журнала, которые тяжелы для понимания. В то же время необходимость распознавания небольшого подмножества обучаемых, нуждающихся в помощи больше, чем остальные, является более важной. В среде СОИ на общение между преподавателем и обучаемыми обычно тратится больше времени, и отдаленный преподаватель просто не может индивидуально обратиться больше чем к небольшому подмножеству класса. Система HyperClassroom представляет интересный пример использования нечетких механизмов для определения застоявшихся обучаемых в аудитории СОИ. На время написания это единственный пример технологии интеллектуального наблюдения за классом известный автору.

3 Адаптивные и интеллектуальные технологии в широких масштабах Сетевого образования

Тем, кто знаком с нуждами Сетевого обучения должно быть ясно, что адаптивные и интеллектуальные технологии могут повысить качество разных сторон Сетевых образовательных систем. Адаптивное представление может улучшить пригодность к использованию учебного материала. Адаптивная поддержка в навигации и адаптивное построение последовательности могут использоваться для полного контроля за курсом и для помощи в выборе наиболее подходящих заданий и предписаний. Поддержка в решении задач и интеллектуальный анализ решений интерактивной и интеллектуальной обратной связью могут значительно увеличить качество обеспечения предписаниями, в серьезной степени снимая груз с плеч преподавателя. Технологии подбора моделей могут усилить и управление дистанционными курсами, и общение / сотрудничество между обучаемыми и преподавателями.

С другой стороны адаптивные и интеллектуальные технологии еще не нашли себе место в "настоящей" виртуальной аудитории, т.е. в качестве части настоящих средств обучения используемых сотнями дистанционных обучаемых. Большинство систем обсуждавшихся выше – это типичные "лабораторные" системы, которые никогда не использовались в настоящих дистанционных занятиях. Остальные из них, горстка систем, в основном из семейств ELM-ART и AHA, использовались в нескольких относительно маленьких занятиях. В то же время ни одна из дюжин коммерческих и "университетских" систем Сетевых средств обучения, которые используются в сотнях существующих дистанционных курсов, не использует адаптивные и интеллектуальные технологии. Не значит ли это, что исследования и практика в Сетевом образовании не сойдутся вместе?

Позиция автора следующая. Сетевое образование само по себе относительно молодо. До настоящего времени различные компании, производящие системы Сетевого образования были способны конкурировать на рынке с их простыми не адаптивными системами. Однако количественное исследование уровня систем уже ясно показывает на преимущества адаптивных и интеллектуальных технологий. По ходу увеличения конкуренции на рынке Сетевых образовательных систем “быть адаптивной” или “быть интеллектуальной” станет важным фактором для завоевания покупателей. Традиционные компании Сетевого образования начнут использовать адаптивные и интеллектуальные методы. Команды исследователей с серьезным опытом использования адаптивных и интеллектуальных технологий неожиданно найдут компании для вывода своих технологий на рынок. Первыми технологиями для использования в коммерческих системах, вероятно, будут технологии построения последовательностей (последовательность страниц и последовательность вопросов), так как они очень хорошо подходят для текущей структуры Сетевых образовательных систем. Потом придет ход адаптивной поддержки в навигации и подбора модели. Технологии поддержки в решении задач будут оставаться на уровне исследований дольше, хотя мы можем ожидать появления маленьких Сетевых тренажеров предназначенных для поддержки в заучивании части некоторого предмета. Я надеюсь, что следующие пять лет покажут нам несколько примеров адаптивных и интеллектуальных систем коммерческого уровня, так же как и множество новых и волнующих разработок на уровне исследований.

Table 1 Адаптивные и интеллектуальные технологии в Сетевых образовательных системах, комбинирующие адаптивную гипермедиа и методы ИОС

Таблица 2 Адаптивные и интеллектуальные технологии в Сетевых адаптивных системах гипермедиа

Таблица 3 Адаптивные и интеллектуальные технологии в Сетевых системах ИОС