|
Sadržaj:
I. dio
II. i III dio bit će objavljeni u slijedećim
brojevima.
II. dio (3. Web orijentirani inteligentni
tutorski sustavi, 3.1. Sustav obrazovanja na daljinu - DTEx-Sys,
3.2. Struktura sustava)
III. dio (4. Korisnička sučelja
inteligentnih tutorskih sustava, 4.1. Korisnička sučelja, 4.2. Interakcija
čovjeka i računala te pitanje upotrebljivosti, 4.3. Dizajn korisničkog
sučelja kao ključni segment dizajna ITS-a, 4.4. Korisničko sučelje
sustava TEx-Sys, 4.5. Jedan od smjerova daljnjih istraživanja, 5.
Umjesto zaključka, Zahvala)
I. dio
1. Uvodna rasprava
Sintezom klasične programirane nastave,
osloncem na tradicionalnu nastavu (jedan učenik - jedan učitelj)
te primjenom tehničke i programske podrške računalnih sustava u
posljednjih se četrdeset godina formirao novi oblik nastave najčešće
zvan nastavom pomoću računala, NPR (engl. Computer Assisted
Instruction, CAI). Međutim, od 1959. godine, kada je na Sveučilištu
Illinois-Urbana u SAD-u započela primjena prvog višekorisničkog
računalnog sustava u nastavi, PLATO (1), pa sve
do današnjih dana ne prestaje oštro sučeljavanje mišljenja o prednostima,
slabostima, dometima i granicama primjene računala u nastavi.
U navedenom su razdoblju računalni sustavi
prošli tehnologijsku transformaciju od terminalske potpore i višekorisničkih
operacijskih sustava do osobnih računala temeljenih na suvremenoj
informacijskoj i komunikacijskoj tehnologiji. Osim navedenog, u
proteklom se razdoblju isto promišljanje, da će primjenom računala
nastavnici biti djelomično ili čak potpuno oslobođeni rutinskih
poslova u školi i nastavi, ponavljalo i obično završavalo zaključkom
da taj potencijal tek treba realizirati (Reinhardt, 1995).
Primjena informacijske i komunikacijske
tehnologije (Budin i drugi, 2001) u obrazovanju i nastavi obično
je određena sadržajem komunikacije učenika i osobnog računala, pa
to globalno može biti učenje o računalu, učenje s računalom
i učenje od računala. U nas se pretežno zadržavamo na modalitetu
učenja o računalu i time nastojimo poboljšati nastavu i obrazovanje
služeći se računalom u obradi teksta, za rad s tabličnim kalkulacijama,
rad s bazama podataka i za pristup Internetu. Naravno, to je prva
i nezaobilazna razina, dok su preostale dvije učenje s računalom
i učenje od računala još uvijek malo istražene i primijenjene
u obrazovnom sustavu Republike Hrvatske.
Tijekom posljednjeg desetljeća sustavno
se bavimo upravo tim područjem u nastojanju da ga promoviramo i
podupremo njegov razvoj i primjenu. U vezi s tim predmet naših istraživanja
su razvoj i implementacija: (i) hipermedijskih autorskih ljuski
namijenjenih izgradnji inteligentnih tutorskih sustava (Stankov,
1997); (ii) distribuiranih sustava obrazovanja (Rosić, 2000); te
(iii) korisničkih i prilagodljivih korisničkih sučelja u odnosnim
sustavima (Granić i Glavinić, 2001; Granić i Glavinić, 2000). Ovim
radom prezentiramo samo jedan dio navedenih opsežnih istraživanja.
1.1. Građa inteligentnih tutorskih
sustava
Inteligentni tutorski sustavi,
ITS, (engl. Intelligent Tutoring Systems, ITS) generacija su računalnih
sustava namijenjena potpori i poboljšanju procesa učenja i poučavanja
u odabranom područnom znanju, uvažavajući pri tom individualnost
onoga tko uči i onoga koga se poučava. Radom s inteligentnim tutorskim
sustavom učenik stječe osobnog “računalnog učitelja”. Računalni
je učitelj s jedne strane uvijek raspoložen, nema emocija, dok učenik
s druge strane pred njim nema potrebe kriti svoje neznanje te slobodno,
prirodno komunicira.
Projektiranje i implementacija inteligentnih
tutorskih sustava sustavno je pridonosila i pridonosi razvoju metoda
i tehnika umjetne inteligencije. U tom su smislu ITS-ovi bili i
sada su dobar "test kušnje" (engl. testbed) za razvoj
projekata umjetne inteligencije, budući da posjeduju ove bitne značajke:
-
otvorenost širokom spektru
područnih znanja
-
moguću otvorenost za dogradnju,
jer se neka mjera efikasnosti ITS-a može očuvati neovisno o
postignutim razinama inteligentnog ponašanja sustava i
-
složenost jer integrira
različite problemski specifične načine razmišljanja.
Takvi sustavi mogu sadržaj i način izlaganja
nastavnih tema prilagoditi sposobnostima učenika. U tom je smislu
znanje ključ inteligentnog ponašanja, pa stoga inteligentni tutorski
sustavi imaju sljedeće temeljne odrednice:
-
znanje koje sustav ima
o područnom znanju
-
principi pomoću kojih
sustav poučava i metode pomoću kojih primjenjuje te principe
i
-
metode i tehnike za modeliranje
učenika tijekom stjecanja znanja i umijeća.
Slika
1.1: Tipična građa inteligentnog tutorskog sustava
Inteligentni tutorski sustavi su građeni
na temelju četiriju međusobno povezanih programskih modula (slika
1.1) kako slijedi:
Ekspertni modul (područno znanje)
kao nosilac područnog znanja s kojim će tijekom učenja i poučavanja
učenik komunicirati. Ekspertni je modul "...kralježnica svakog
inteligentnog tutorskog sustava" (Anderson, 1988, str. 21).
Modul učenika (znanje učenika
- dinamički model stjecanja znanja i vještina učenika) obuhvaća
sve aspekte stjecanja učenikova znanja i vještina u danom područnom
znanju. Modul učenika je nosilac procedure modeliranja učenika,
koje obuhvaća model učenika i dijagnostiku stanja znanja učenika.
Model učenika je skup podataka koji prikazuje aktualnu razinu znanja
i vještina, dok je dijagnostika proces upravljan tim podacima.
Modul učitelja (tutorsko znanje)
jedinica je za vođenja procesa stjecanja znanja i vještina učenika.
U tom je smislu modul učitelja nosilac scenarija poučavanja i pedagogijskih
znanja s kojim raspolaže "živi" učitelj.
Komunikacijski modul (sučelje
učenika i okruženje nastavnog procesa - interakcija učenik-učitelj-znanje)
predstavlja korisničko sučelje učenika i inteligentnog tutorskog
sustava.
1.2. Odrednice istraživanja
Pristup našem istraživanju obogaćen je
sustavnim promišljanjem nastave temeljene na kibernetičkom modelu
sustava u kojoj djeluju tri informacijske strukture: učenik, učitelj
i nastavni sadržaji. U takvom se sustavu vodi proces stjecanja znanja
i vještina učenika. Polazište istraživanja je kibernetički model
sustava (slika 1.2.) s istaknutim procesom,
vođenjem i referencom. Temelje takva gledanja, tzv. kibernetičko
gledanje, postavio je Norbert Wiener objavljujući znanstvenu disciplinu
kibernetiku - Kibernetika ili znanost o upravljanju i o vezi
živoga i stroja (Wiener, 1948). Za njegovo otkriće najvažnija
je tvrdnja da je za samostalno djelovanje neke tvorevine, bilo prirodne,
tehničke ili društvene, potrebno svojstvo vođenja (Božičević, 1980;
Foerster, 1992).
Slika 1.2: Kibernetički
model sustava
Posebno je provedena analiza do sada razvijenih
i primijenjenih inteligentnih tutorskih sustava s različitim područnim
znanjima, i to:
-
Učenje i poučavanje iz
zemljopisa (Carbonell, 1970; Stevens i drugi, 1982).
-
Otklanjanje pogrešaka
u složenim dinamičkim sustavima (Fatah i drugi, 1990).
-
Otklanjanje pogrešaka
u elektroničkim sustavima (Burton i drugi, 1982).
-
Uporaba simulacijskih
procesa u digitalnoj elektronici (Brian i drugi, 1992).
-
Simulacija sustava parnog
kotla (Woolf, 1992).
-
Poučavanje i uvježbavanje
astronauta, kontrolora leta i osoblja zemaljske logistike u
NASA-inom centru Johnson (Loftin i Savely, 1991).
-
Programiranje u programskom
jeziku BASIC i PASCAL (Barr i drugi, 1976; Woolf i McDonald,
1984).
-
Obavljanje osnovnih aritmetičkih
operacija (Burton, 1982).
-
Učenje i poučavanje u
glazbenoj kulturi (Angelides i Tong, 1994).
-
Učenje i poučavanje stranog
jezika (Angelides i Garcia, 1993; Swartz, 1992).
-
Simulacije poslovnih sustava
(Angelides i Paul, 1993).
-
Sustav temeljen na WWW
(Nakabayashi i drugi, 1995).
-
Računalne igre (Paul,
1995; Burton i Brown, 1982).
-
Primjena hipermedije (Perez
i drugi, 1995).
Osim toga obuhvaćeni su i radovi s pregledom
istraženosti područja (Rickel, 1989; Woolf, 1992), kao i oni koji
raspravljaju o koncepciji izgradnje inteligentnih tutorskih sustava
(O'Shea i Self, 1983; Barr i Feingenbaum, 1986; Burns i Capps, 1988;
Rolston, 1988; Rickel, 1989; Orey i Nelson, 1991).
Inteligentni tutorski sustavi tijekom
dosadašnje primjene pomogli su poboljšanju nastavnog procesa prilagođenog
individualnim potrebama učenika (Cerri, 1985; Anderson, 1988; Richardson,
1988; Rickel, 1989; Loftin i Savely, 1991; Voss, 1995; Treunaft,
1995; Nakabayashi i drugi, 1995, 1997; Murray, 1996) te dokazali
upotrebljivost i niz vrednota pa u tom smislu promotrimo neke od
njih:
(1) Što su inteligentni tutorski sustavi
u primjeni do sada pokazali? Višedimenzionalnost informacijskog
transfera u komunikacijskom procesu učenik - računalni učitelj.
(2) Što smo naučili tijekom poučavanja
s inteligentnim tutorskim sustavima? Strogu međuzavisnost uspješnog
modela učenja i bogatstva računalne prezentacije heterogenog znanja.
(3) Što se gradi i što je preostalo?
Hipermedijske autorske ljuske za izgradnju inteligentnih tutorskih
sustava, i to u on-site izvedbi, ali i u mrežnoj, tj. web izvedbi
(Brusilovsky, 1996; Nakabayashi i drugi, 1995, 1997; Stankov, 1997;
Rosić, 2000).
U suglasju s odgovorom na treće pitanje
jest i okruženje našeg istraživanja. Prema tome, razvoj inteligentne
hipermedijske autorske ljuske koja će u tutorskoj nastavi vođenoj
unutar hipermedijskog okruženja ispuniti zahtjeve učitelja ali i
učenika predstavlja izvorni doprinos ovom znanstvenom području,
pridonosi njegovu obogaćivanju na našim prostorima te posebice izvornoj
primjeni načela sustavnog mišljenja i načela vođenja u tehnici,
prirodi i društvu.
Inteligentne hipermedijske autorske ljuske
(slika 1.3.) omogućavaju izgradnju inteligentnih
tutorskih sustava, koje u procesu učenja i poučavanja ispunjavaju
zahtjeve učitelja ali i učenika. Autorske ljuske imaju izomorfne
značajke u pogledu područnog znanja te neprogramerima osiguravaju
izgradnju baza područnog znanja te podršku u učenju i poučavanju
tako izgrađenim bazama znanja.
Slika 1.3: Autorska
ljuska i inteligentni tutorski sustav (Granić i drugi, 2000)
2. Hipermedijska autorska ljuska
Tutor - Expert System (TEx-Sys)
Sustav TEx-Sys je strukturiran u suglasju
s kibernetičkim modelom (slika 1.2.), pa
je u vezi s tim stjecanje znanja i vještina učenika vođeni proces,
a referenca nastavni sadržaj i model "dobrog" učenika.
Struktura sustava je modularna, a prikazana je na
slici 2.1. Upravljačka funkcija sustava temelji se na: (i) mjerenju
i dijagnosticiranju znanja učenika, (ii) određivanju razlike aktualnog
znanja učenika i referentnog modela, (iii) ocjenjivanju znanja učenika
s preporukom za daljnji rad. Sustavni je pristup prihvaćen kao metodologija
projektiranja, razvoja i primjene modela stjecanja znanja i vještina
učenika u nastavi, koju na inteligentan način podupire računalo.
Slika 2.1: Model
vođenja procesa stjecanja znanja i vještina učenika u inteligentnom
tutorskom sustavu
Stjecanje znanja i vještina učenika
jest vođeni proces. Stanje znanja učenika ili dostignuta
razina područnog znanja upravljiva je ulazna veličina i izlazna
veličina procesa za tekuću nastavnu jedinicu područnog znanja. Referenca
je definirana nastavnim sadržajem područnog znanja koje valja
savladati, i uz to modelom "dobrog" učenika utemeljenim
pomoću kriterija vrednovanja koji utječu na spoznaju o potrebnoj
razini znanja učenika.
Računalni učitelj, kao zamjena
"živom" učitelju, djeluje u povratnoj vezi nastavnog sustava:
motri, tj. mjeri i provodi dijagnostiku znanja učenika, određuje
odstupanja učenikova aktualnog znanja od referentnog modela, oblikuju
upravljačko djelovanje i prijenos novog znanja i ispravljanje (upućivanje,
pružanje dodatnih informacija, dopunu stečenog znanja).
Pretpostavljeno je da poremećaj
djeluje samo neposredno na učenika. Nemotiviranost, slaba koncentracija
tijekom učenja, niska razina prethodnih znanja, "mladenačko"
nezadovoljstvo i tome slično izvori su potencijalnih poremećaja.
Računalo djeluje bez emocija, "pruža
znanje", ispravlja, upućuje, dijagnosticira i ocjenjuje učinak
učenika ostvaren tijekom učenja i poučavanja; nema negativnih utjecaja
"nemotiviranog", "umornog", "nezadovoljnog"
učitelja.
Predloženi novi model nastave s računalnim
učiteljem povezuje: (a) područno znanje koje uključuje primjere
i objašnjenja; (b) znanje učitelja; (c) znanje učenika koje se razvija
kao rezultat prekrivanja sa znanjem učitelja, uključujući nedostajuća
i pogrešna poimanja i (d) skup pravila za koje se može ustvrditi
da otkrivaju zajednički pogled na pogrešna shvaćanja u područnom
znanju. Osim toga, model omogućuje izgradnju inteligentnog sustava
jer ispunjava ove bitne uvjete: (1) zaključuje ili rješava problem
u aplikacijskoj sredini izabranog područnog znanja, (2) zaključuje
o znanju i vještinama učenika te (3) raspolaže strategijom koja
omogućuje smanjenje razlika u znanju između učenika i eksperta.
2.1. Struktura sustava
Sustav TEx-Sys je modularno strukturiran
i obuhvaća:
-
Prijavni modul (Login)
radi legalizacije rada u sustavu. Dodjeljuju se lozinke za rad
i traže se osnovni podaci o učeniku i učitelju potrebni za praćenje
procesa učenja i poučavanja.
-
Ljusku za građenje inteligentnih
tutorskih sustava, tj. izgradnju baze po volji odabranog područnog
znanja, temeljene na prikazu znanja pomoću semantičkih mreža
s okvirima (Developing ili T-Expert).
-
Modul namijenjen učeniku
za učenje i poučavanje (Learning and Teaching) u izabranom
područnom znanju,
-
Modul za ispitivanje (Testing)
koji pruža mogućnost vrednovanja znanja učenika u scenariju
poučavanja po uzoru na Piagetov princip "vođene slobodne
igre" (Sugerman, 1976).
-
Modul za ocjenjivanje
(Evaluation) koji učiteljima omogućuje stjecanje uvida
u ostvarene rezultate učenja i poučavanja zasnovanog na principu
prekrivanja (engl. overlay) znanja učenika i područnog znanja.
Omogućena je dijagnostika i ocjenjivanje znanja učenika, pri
čemu se ocjena formira pomoću ekspertnog sustava s produkcijskim
pravilima OCJENA. Učenik ima pristup ovom modulu, ali samo s
mogućnostima uvida u osobne rezultate i postignutu ocjenu svojeg
znanja.
-
Modul Quiz predstavlja
implementaciju testova kojima se učeniku distribuira skup pitanja
s pridruženim ponuđenim točnim ili netočnim odgovorima. Učenik
rješava test obilježavanjem odgovora koje smatra točnima. Nakon
rješavanja učenik se ocjenjuje i upućuje prema pojmovima područnog
znanja za koje se utvrdilo da ih nije dovoljno dobro obradio.
Slika 2.2: Struktura sustava
TEx-Sys
2.2. Prikaz znanja u sustavu TEx-Sys
Prikaz znanja u sustavu TEx-Sys ostvaren
je primjenom semantičkih mreža s okvirima te primjenom produkcijskih
pravila.
Čvorovi (engl. nodes) i veze (engl. links)
temeljne su komponente semantičke mreže s okvirima. Čvorovi služe
za prikazivanje objekata područnog znanja, a veze za prikazivanje
odnosa između objekata. Veza je u načelu tvrdnja da je za stanoviti
objekt nešto istina u odnosu na drugi objekt. Ljuska raspolaže i
sa semantičkim vrstama: svojstva i okviri (atributi i vrijednosti
atributa), nasljeđivanje svojstava i okvira s mehanizmom zaključivanja,
multimedija i hipertekst.
Čvorovi i veze
Složenost prikaza znanja pomoću semantičkih
mreža uvjetuje činjenica da njezini čvorovi mogu imati različit
smisao i značenje kao što su: shvaćanje entiteta, atribute entiteta,
opis događaja i stanja entiteta. Nedostatak formalne semantike i
standardne terminologije možda je i temeljni nedostatak semantičkih
mreža. Međutim, zajednički su mu čvorovi koji se nalaze na krajevima
veze i utječu na razumijevanje uvođenja veze. Temeljna je razlika
u podjeli između generičke i individualne interpretacije
čvorova. Općenito se neki čvorovi uzimaju kao deskriptori primjenljivi
na mnogo individualnih objekata ili opisa, dok drugi služe za prikazivanje
tih individualnih objekata ili za opise primjenljivih na individualne
objekte ili opise. Jedan generički čvor može biti više ili manje
specifičan od drugog generičkog čvora iskazujući time mrežnu strukturu
semantičkih mreža. Individualni čvorovi teže istoj razini specifičnosti.
Početno se korisniku za relacije između
generičkih čvorova nudi korištenje semantičkih primitiva: JE(ST)
(IS_A), PODKLASA_OD (<SUBC> - engl. subclass) i
VRSTA_OD (<A_KIND_OF>), a za relaciju između generičkog
i individualnog čvora semantički primitiv ČLAN_OD (<INST>
- engl. instance). Relacija DIO_OD (<PART_OF>) iskazuje
odnos pripadanja određenog objekta kao dijela nekog drugog objekta.
U formalizaciji znanja i unošenju objekata semantičke mreže u bazu
znanja dopuštaju se i sve ostale vrste veza koje korisnik može proizvoljno
definirati.
Svojstva i okviri
Relacije između člana (primjerka) klase
i klase ili pak između podklase i nadklase izražene su taksonomijskom
klasifikacijom znanja. Međutim, ako uz to moramo iskazati i znanje
o svojstvima objekata u danom područnom znanju tada se moraju dodavati
novi čvorovi i njima pridruživati relacije sa značenjem svojstva.
Svojstva se iskazuju pomoću semantičkog primitiva s oznakom SVOJSTVO
(<PROP> - engl. property) i shemom Minskoga (Touretzky, 1992)
u kojoj je znanje enkodirano u paketima, tzv. okvirima, koji su
ukomponirani u mrežu s mogućnosti pretraživanja. Sve skupa se zato
naziva sustavom temeljenim na okvirima. Okvir se obično pridružuje
objektu, pa u semantičkoj mreži postoji naziv objekta. Objekt ima
proizvoljni broj "otvora" (engl. slot), pomoću kojih mu
se dojavljuju atributi <SLOT> i pripadne im vrijednosti <FILLER>.
Uvodeći takvu strukturu u semantičku mrežu znatno je unaprijeđena
mogućnost prikaza znanja i iskazivanja eksplicitnih i implicitnih
tvrdnji. Osim toga, osigurana je i shema indeksiranja poput one
u asocijacijskim memorijskim sustavima, ali samo bez povratnih pokazivača.
Takve sustave s okvirima Cherniak i McDermot (1985) nazivaju "slot-and-filler",
tj. atributno-vrijednosni prikaz znanja.
Multimedija i hipertekst
Objekti u bazi znanja, koja se gradi uz
pomoć ljuske T-Expert, pored naziva i veza prema ostalim objektima
mogu imati i jedan od strukturnih atributa, i to: tekstualni opis,
identifikacijski simbol (engl. icon), sliku i animaciju (pokretnu
sliku i zvuk) kao i URL adresu. Unos i ažuriranje tekstualnog opisa
objekata osigurani su u ljusci T-Expert. Ostali se strukturni atributi
moraju prirediti pomoću odgovarajućih programskih alata u okruženju
sustava Microsoft Windows.
(1) PLATO - Programmed
Logic for Automatic Teaching Operations – prvi višekorisnički računalni
sustav za podršku nastave
|