godište I   |   broj 1   |   Zagreb |   20.12.2001.   |  

Dr. sc. Slavomir Stankov, dr. sc. Vlado Glavinić, 
mr. sc. Andrina Granić, mr. sc. Marko Rosić

 

  Inteligentni tutorski sustavi - istraživanje, razvoj i primjena

 

Sadržaj:

I. dio

1.

1.1.

1.2.

2.

2.1.

2.2.

- Svojstva i okviri
- Multimedija i hipertekst

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

 

autori | cijeli članak | literatura | abstract | naslovnica