Компьютерно-интеллектуальное дидактическое симулирование: логическое моделирование оптимизации задач обучения

УДК: 377.1( 075.6)

Максим Петрович Загорный ,

старший преподаватель кафедры

методики профессионального обучения

и новейших технологий производства

высшего учебного заведения «Республиканский институт

последипломного образования инженерно-педагогических работников»

КОМПЬЮТЕРНО-ИНТЕЛЛЕКТУАЛЬНОЕ ДИДАКТИЧЕСКОЕ СИМУЛИРОВАНИЕ: ЛОГИЧЕСКОЕ МОДЕЛИРОВАНИЕ ОПТИМИЗАЦИИ ЗАДАЧ ОБУЧЕНИЯ

Аннотация. Описан предлагаемый нами педагогический метод КИДС (компьютерно-интеллектуальное дидактическое симулирование), который может использоваться как в учебных, так и в научных педагогических исследованиях. Приведен пример применения метода КИДС при логическом моделировании слушателями курсов повышения квалификации педагогических работников образовательных учреждений среднего профессионального образования проблемы оптимизации задач обучения. Сделаны выводы о комплексном педагогическом эффекте, получаемом при использовании метода КИДС в системе дополнительного профессионального образования.

Ключевые слова: профессиональная компетентность, информационная компетентность педагогического работника, дополнительное профессиональное образование, компьютерно-интеллектуальное дидактическое симулирование.

Мы бы немало выиграли, если бы нам удалось подвести множество исследований под формулу одной-единственной задачи. Точно определив эту задачу, мы облегчили бы труд не только себе, но и каждому, кто пожелал бы удостовериться, достигли ли мы своей цели или нет.

Иммануил Кант. «Критика чистого разума»

Главной задачей дополнительного профессионального образования педагогических работников образовательных учреждений среднего профессионального образования (ОУ СПО) является развитие их профессиональной компетентности. Важной подзадачей является развитие их компетентности информационной. Информационная компетентность является ключевой: с одной стороны, ее развитость есть ресурс развития других компетентностей; с другой стороны, развитость других компетентностей – источник ее развития. Поэтому развитие информационной компетентности (в частности) должно осуществляться не в отрыве, а в тесной связи с развитием (вообще) компетентности профессионально-педагогической [3].

Одной из составляющих информационной компетентности педагогического работника ОУ СПО является информационно-технологическая, входящая в структуру ее знаниевого компонента [7]. Относительно нее в практике дополнительного профессионального образовании педагогических работников ОУ СПО существует смысловой диссонанс: наряду с дающим положительный образовательный эффект освоением «неинтеллекуальных» информационно-коммуникационных технологий (ИКТ) – офисных, графических, мультимедийных, сетевых и так далее, – уделяется недостаточное внимание к реализуемым компьютерными средствами системам искусственного интеллекта. Стереотипно считают, что интеллектуальные компьютерные системы еще не развиты настолько, чтобы педагог мог быть их пользователем в том смысле, в каком он является пользователем, скажем, офисных ИКТ, поэтому и пристальное внимание к ним сейчас является преждевременным.

Актуальность этой статьи обусловлена необходимостью устранения очерченного выше противоречия. Действительно, одним из признаков высокой развитости профессиональной компетентности педагогического работника ОУ СПО является сознательное осуществление им всех профессиональных действий

на основании четкого осмысления их сущности, необходимости и оптимальности в педагогической системе. А ведь именно математические модели обладают высоким потенциалом в контексте развития педагогического сознания (благодаря присущим им ясности, простоте, универсальности). Математическое моделирование, в свою очередь, становится доступнее для «нематематиков» при использовании интеллектуальных компьютерных систем [4; 5].

Целью этой статьи является описание предлагаемого нами педагогического метода КИДС (компьютерно-интеллектуальное дидактическое симулирование). Метод КИДС может использоваться как в учебных, так и в научных педагогических исследованиях. Применение метода КИДС описывается на примере логического моделирования слушателями курсов повышения квалификации педагогических работников ОУ СПО (одна из форм их дополнительного профессионального образования) проблемы оптимизации задач обучения. Применение метода КИДС дает комплексный эффект: одновременно реализуется развитие элементов и информационной (в частности), и профессиональной (вообще) компетентности слушателей.

Изложение основного материала. Слушателю несомненно известно, что цели обучения достигаются путем решения систем задач обучения. Очевидно: достижению каждой цели обучения может служить одна или несколько таких систем. Назовем систему задач обучения результативной (в контексте некоторой цели обучения), если она позволяет достичь цели. Тогда можно говорить, что для каждой цели обучения существует множество результативных систем задач обучения. Естественно возникает вопрос о выборе наилучшей системы. Эту проблему будем называть проблемой оптимизации задач обучения. У слушателей необходимо сформировать и развить осмысленное принятие и понимание данной проблемы. Достичь этого можно следующим образом:

– путем логического моделирования доказать, что существуют такие цели обучения, которые могут быть достигнуты путем решения различных систем задач обучения; выявить качественный состав этих систем, рассмотреть интуитивные представления об их эффективности;

– предложить частные количественные характеристики систем задач обучения и общую характеристику эффективности такой системы; сравнить интуитивные представления об эффективности систем задач обучения с соответствующими формально-математическими представлениями;

– отталкиваясь от результатов конкретных учебных исследований, выполнить

обобщения относительно резервов оптимизации, имеющихся в различных результативных системах задач обучения; выделить существенные черты технологии оптимизации задач обучения и рекомендовать их слушателям для применения в повседневной педагогической практике.

Итак, примем традиционную точку зрения в вопросе о качественном составе системы задач обучения [1]. Будем считать, что каждая система задач обучения состоит из трех подсистем:

– подсистема обучающих задач;

– подсистема задач развития обучающегося;

– подсистема воспитательных задач.

Для учебного исследования проблемы оптимизации задач обучения используется метод КИДС (компьютерно-интеллектуальное дидактическое симулирование). Его сущность такова: обучению подвергается не человек, а его модель – реализованная компьютерными средствами система искусственного интеллекта [6]. Это дает возможность изучать исследуемое явление упрощенно, но сохраняя его существенные черты. В нашем примере используется экспертная система (разновидность систем искусственного интеллекта) [8]. Основными составляющими экспертной системы являются база знаний и логический модуль. База знаний имитирует способность человека запоминать учебную информацию (то есть знания в дидактическом понимании), а логический модуль подражает способности человека целенаправленно преобразовывать информацию при выполнении предложенных ему заданий.

Мы используем логическую модель представления знаний в системе искусственного интеллекта. Поэтому база знаний экспертной системы реализуется средствами языка логического программирования Пролог [2]), а в качестве модуля логического анализа используется интерпретирующая Пролог-программы система GProlog [9].

Пролог-программа (база знаний) Пролог-системы в простейшем случае состоит из знаний-фактов (они моделируют формулировки обучающих задач) и знаний-правил (их еще называют продукциями или эвристиками). Знания-правила моделируют содержание задач развития человека. Воспитательные задачи в прямом смысле смоделировать в обучаемой экспертной системе невозможно (или мы сейчас не знаем, как это сделать), но их образ будем считать условно «присутствующим» тоже в подсистеме знаний-правил.

Моделирование динамических процессов часто называют симулированием. Мы

принимаем этот термин в связи с тем, что обучение, несомненно, является процессом динамическим.

Цель обучения экспертной системы сформулируем так: сформировать способность правильно выполнять сложение натуральных чисел в пределах пяти. Будем считать, что экспертная система обучена полностью, если она правильно отвечает на все представленные ниже вопросы. Иными словами: для контроля результативности каждой из исследуемых далее систем задач обучения предлагается следующая система контрольных заданий:

1+1=? 2+1=? 3+1=? 4+1=?

1+2=? 2+2=? 3+2=?

1+3=? 2+3=?

1+4=?

Мощность (степень трудности) цели обучения будем численно характеризовать количеством контрольных заданий: Nкз=10.

Логическая модель №1. Предложим экспертной системе просто «заучить» ответы на контрольные вопросы. Иными словами, в качестве системы задач обучения, служащих достижению цели обучения, рассмотрим такую:

1+1=2 2+1=3 3+1=4 4+1=5

1+2=3 2+2=4 3+2=5

1+3=4 2+3=5

1+4=5

Технически решение этих задач обучения симулируется путем формирования и испытания следующей базы знаний:

:-op(600,xfx,+).

:-op(500,xfx,=).

1+1=2. 2+1=3. 3+1=4. 4+1=5.

1+2=3. 2+2=4. 3+2=5.

1+3=4. 2+3=5.

1+4=5.

Характеристики этой базы знаний таковы: система знаний представлена только знаниями-фактами. Мощность подсистемы обучающих задач будем характеризовать количеством знаний-фактов: Nф=10. Знания-правила отсутствуют. Мощность подсистемы задач развития будем характеризовать количеством знаний-правил: Nпр=0. Общее количество знаний Nзн=10 (характеристика мощности системы задач обучения).

Результат испытания: все контрольные задания экспертной системой выполнены верно.

Характеристики соответствующей системы задач обучения: представлена только подсистема обучающих задач, задачи развития отсутствуют. Система результативна. Показатель эффективности:

p12-1

Значение показателя F свидетельствует о низкой степени эффективности рассматриваемой системы задач обучения. С арифметической точки зрения малое значение показателя F обусловлено тем, что система знаний представлена только знаниями-фактами без привлечения знаний-правил. В дидактическом понимании это означает, что обучающийся действует на чисто репродуктивном уровне. Рассматриваемая система задач обучения «перегружена» обучающими задачами и «бедна» задачами развития обучающегося.

Логическая модель №2. В качестве более эффективной рассмотрим новую систему задач обучения, которая получается из предыдущей путем введения одной задачи развития обучающегося. Ему предлагается осознать, что «от перемены мест слагаемых сумма не меняется». Введение этой эвристики позволяет сократить количество обучающих задач:

1+1=2 2+1=3 3+1=4 4+1=5

2+2=4 3+2=5

А+В=В+А

Соответствующая база знаний экспертной системы такова:

:-op(600,xfx,+).

:-op(500,xfx,=).

1+1=2. 2+1=3. 3+1=4. 4+1=5.

2+2=4. 3+2=5.

A+B=C :- B+A=C.

Характеристики базы знаний: знания представлены как знаниями-фактами (Nф = 6), так и знаниями-правилами (Nпр = 1), общее количество знаний Nзн=7.

Результат испытания: все контрольные задания экспертная система по прежнему выполняет верно.

Характеристики соответствующей системы задач обучения: система результативна. В процессе обучения предполагается решение 6 обучающих задач и одной развивающей. Показатель эффективности:

p12-2

Значение показателя F свидетельствует о повышении эффективности системы задач обучения. Арифметически это объясняется существенным уменьшением количества знаний-фактов при незначительном увеличении количества знаний-правил, что привело к уменьшению общего числа усваиваемых знаний при неизменном количестве правильно выполняемых контрольных заданий. В дидактическом смысле можно сказать так: введение в систему задач обучения развивающей задачи, решаемой обучающимся на частично-поисковом (эвристическом) уровне, позволило упростить подсистему обучающих задач, решаемых им на уровне репродуктивном, без потери результативности. Полученный эффект естественно объясняется дидактической силой эвристических подходов к обучению.

Логическая модель №3. Пересмотрим систему фактов, «заучиваемых» экспертной системой. Сначала пусть она «усвоит» порядок следования первых пяти натуральных чисел (подсистема обучающих задач). Затем введем одну рекурсивную эвристику (подсистема задач развития). Эта эвристика такова: во-первых, прибавление единицы эквивалентно переходу от данного члена натурального ряда к непосредственно следующему; во-вторых, сумма не меняется, если первое слагаемое увеличить на единицу (то есть взять вместо него непосредственно следующий после член натурального ряда), а второе слагаемое уменьшить на единицу (то есть взять вместо него непосредственно предыдущий член). Схематически эта система задач обучения выглядит так (символ «<<», если читать его «слева направо» означает «непосредственно предшествует в натуральном ряду»; при чтении «справа налево» он означает «непосредственно следует после»):

1<<2 2<<3 3<<4 4<<5

Вычисляя А+1, ищи такое В, что A<<B,

а вместо А+В ищи C+D, где C и D таковы,

что A<<C, а D<<B.

 

База знаний экспертной системы:

:-op(600,xfx,+).

:-op(500,xfx,=).

:-op(600,xfx,<<).

1<<2. 2<<3. 3<<4. 4<<5.

A+B=S :- B is 1, A<<S;

A<<C, D<<B, C+D=S.

Характеристики базы знаний: количество знаний-фактов удалось уменьшить (Nф=4) без увеличения количества знаний-правил (Nпр=1), что привело к уменьшению общего количества знаний (Nзн=5) без потери количества правильно выполняемых контрольных заданий.

Результат испытания: все контрольные задания выполнены верно.

Характеристики соответствующей системы задач обучения: система результативна. В процессе обучения предполагается решение 4 обучающих задач и одной глубокой развивающей. Показатель эффективности:

p12-3

Однако, обращает на себя внимание следующий факт: повышение эффективности системы задач обучения достигнуто путем введения «нелегкой» для восприятия обучающегося рекурсивной эвристики. Это приводит нас (с чисто дидактических позиций) к предположению о невозможности дальнейшего увеличения показателя F без потери «ясности» для обучающегося предлагаемой ему системы задач обучения. Разумеется, здесь мы говорим не о компьютерной интеллектуальной системе, а о человеке-обучающемся, образ которого неизбежно осознается исследователем, симулирующим процесс обучения.

Анализ предметного содержания обучения (арифметики) подтверждает это предположение. Действительно, среди знаний-фактов остались только те, которые выражают одну из арифметических аксиом (а значит обучающемуся полезно ее именно «выучить»). Попытка дальнейшего сокращения количества знаний-фактов (даже если бы она и удалась за счет введения какого-нибудь особенно «остроумного» знания-правила) была бы недопустимой с чисто дидактической точки зрения, так как вступила бы в противоречие с принципом научности обучения.

Значит, рассматриваемую сейчас систему задач обучения следует признать оптимальной в контексте той цели обучения, достижение которой требуется.

Рефлексия. Во-первых, слушатели осознают, что существуют такие цели обучения, для достижения которых можно предложить несколько результативных систем задач обучения. Каждая из них может характеризоваться разной степенью эффективности, поэтому осмысленной является постановка вопроса о выборе наилучшей из них – оптимальной. Следовательно, исследование проблемы оптимизации задач обучения в современной дидактике осознается слушателями как перспективное научное и методическое направление.

Во-вторых, слушатели закрепляют представление о том, что в каждой результативной системе задач обучения можно выделить три подсистемы: подсистему обучающих задач, подсистему задач развития обучающихся, подсистему воспитательных задач. Новым для слушателей является то, что мощность каждой подсистемы можно характеризовать количеством ее элементов, сумма этих количеств дает тогда общую характеристику мощности всей системы задач обучения. Если трудность цели обучения охарактеризовать количеством контрольных заданий, которые полностью обученный обучающийся должен правильно выполнить после завершения процесса обучения, то вычтенное из единицы отношение мощности системы задач обучения к мощности цели обучения дает числовую характеристику эффективности системы задач обучения в контексте достижения цели обучения. Оптимальная система задач обучения характеризуется наибольшим значением показателя эффективности по сравнению с другими результативными системами задач обучения, служащими достижению той же цели обучения.

В-третьих, слушатели осознают, что заметным индикатором неоптимальности результативной системы задач обучения (то есть признаком наличия возможности

ее оптимизации) является «перегруженность» обучающими задачами (знаниями-фактами) и недостаточная представленность задач развития и воспитательных задач. При этом задачи развития и воспитания выступают не в качестве «дополнительно» решаемых в педагогическом процессе задач, а в качестве важнейшего резерва оптимизации этого процесса и фактора более эффективного решения именно обучающих задач. Иными словами, здесь убедительно демонстрируется слушателям фундаментальная роль дидактического аспекта образования: другие образовательные аспекты (и даже личностно-ориентированный – переход к субъект-субъектной модели образования) логически следуют, выводятся из необходимости эффективного решения задач обучения. Слушатели осознают, что инновационные образовательные подходы не являются отрицаниями традиционного (знаниевого), а суть результаты его закономерного развития.

В-четвертых, слушатели выделяют существенные черты технологии оптимизации задач обучения:

– цель обучения должна быть сформулирована в виде эталона правильной деятельности полностью обученного обучающегося (то есть в виде полного набора контрольных заданий);

– цель обучения должна быть разложена не в одну, а в несколько результативных систем задач обучения; эффективность каждой из них должна быть оценена числовым значением соответствующего показателя;

– процесс оптимизации задач обучения должен сопровождаться переходом от менее эффективных систем задач обучения к более эффективным за счет «обогащения» их задачами развития обучающихся и воспитательными задачами.

И наконец, происходит развитие элементов информационной компетентности слушателей, но не в отрыве, а в тесной связи с развитием элементов их научно-методической и вообще профессиональной компетентности.

Выводы.

  1. Применение в дополнительном профессиональном образовании педагогических работников ОУ СПО метода КИДС в качестве метода обучения является эффективным, так как этот метод опирается на ключевую природу информационной компетентности и позволяет реализовать комплексное развитие нескольких подсистем (в нашем примере – информационной и научно-методической) в системе профессионально-педагогической компетентности слушателей курсов повышения квалификации.
  2. Эффективность метода КИДС (как метода обучения) обусловлена еще и тем, что его идея следует из принципа конструктивного использования стереотипов в обучении. Присущие педагогическим работникам ОУ СПО положительные стереотипы технологического (алгоритмического) мышления играют роль дополнительных факторов повышения результативности учения, а отрицательный стереотип неверия в существование и доступность интеллектуальных компьютерных

систем здесь «мягко» разрушается. Но разрушение стереотипа является не самоцелью, а служит решению комплексных образовательных задач.

  1. Возникает интерес в контексте возможности введения (и, естественно, проверки эффективности) инновационного вида учебных занятий в системе дополнительного профессионального образования – педагогических лабораторных работ. Ведущим методом обучения на таких занятиях может быть КИДС. Образовательное значение этих занятий состоит в эффективном развитии способности педагогических работников ОУ СПО к сознательному осуществлению ими всех профессиональных действий на основании четкого осмысления их сущности, необходимости и оптимальности в педагогической системе.

Список используемых источников

  1. Бабанский, Ю. К. Оптимизация процесса обучения (Общедидактический аспект) [Текст] / Юрий Константинович Бабанский. – М. : Педагогика, 1977. – 256 с.
  2. Братко, И. Программирование на языке Пролог для искусственного интеллекта [Текст] / Иван Братко. – М. : Мир, 1990. – 600 с.
  3. Загорний, М. Результати педагогічного експерименту з перевірки ефективності інноваційної моделі розвитку інформаційної компетентності педагогічних працівників ПТНЗ у системі підвищення кваліфікації [Текст] / Максим Загорний // Матеріали всеукраїнської науково-практичної конференції «Сучасні технології навчання у професійній підготовці майбутніх фахівців». – Львів, 2013. – С. 382-384.
  4. Коляда, М. Г. Компьютационная педагогика [Текст] / Михаил Георгиевич Коляда. – Донецк : Изд-во «Ноулидж» (донецкое отделение), 2013. – 322 с.
  5. Коляда, М. Г. Педагогическое прогнозирование: теоретико-методологический аспект [Текст] / Михаил Георгиевич Коляда. – Донецк : Изд-во «Ноулидж» (донецкое отделение), 2014. – 268 с.
  6. Смолин, Д. В. Введение в искусственный интеллект [Текст] / Денис Валерьевич Смолин. – М. : ФИЗМАТЛИТ, 2004. – 208 с.
  7. Чміль, А. І. Структура і зміст інформаційної компетентності педагогічного працівника професійно-технічного навчального закладу [Текст] / Анатолій Іванович Чміль, Максим Петрович Загорний // Вісник післядипломної освіти. – 2011. – № 4 (17). – С.183-189.
  8. Элти, Дж. Экспертные системы: концепции и примеры [Текст] / Дж. Элти, М. Кумбе. – М. : Финансы и статистика, 1987. – 192 с.
  9. The GNU Prolog web site [Электронный ресурс]. – Режим доступа : http://www.gprolog.org/.

 

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *