Петр Леонидович Брусиловский
Эта статья представляет краткий обзор технологий и их возможностей в адаптивных обучающих системах в Web. Системы рассмотрены в соответствии с применяемыми технологиями адаптации.
Введение
В настоящее время обучение через Web является горячей областью исследований и разработок (Khan, 1997). Польза от использования Web для обучения очевидна: независимость расположения обучаемых и независимость от платформы. Приложение, установленное и поддерживаемое в одном месте, может использоваться тысячами обучаемых по всему миру, имеющих компьютер с любым видом подключения к Internet. Тысячи Web курсов и других обучающих приложений стали доступны в Web за последние пять лет. Проблема заключается в том, что большинство из них являются ничем иным, как просто сетью статичных гипертекстовых страниц. Перспективной целью является разработка передовых образовательных приложений, основанных на Web, которые смогут предложить нечто значительное в плане интерактивности и адаптивности. Адаптация исключительно важна для образования в Web, по меньшей мере, по двум основным причинам. Во-первых, большинство Web приложений используются множеством таких различных пользователей, что не предполагалось при разработке локальных приложений. Web приложения, спроектированные для специфичного класса пользователей не будут подходить другим пользователям. Во-вторых, во многих случаях пользователь работает “один” с Web “наставником” или “курсом” (возможно из дома). Вот почему помощь, которую адаптивно предоставляют коллеги и учителя в обычном классном помещении, недоступна.
Обучающие адаптивные системы в широком контексте
Обучающие адаптивные системы (ОАС) в Web не являются полностью новыми или уникальными. Исторически, ОАС в Web являются наследниками двух более ранних разновидностей ОАС: интеллектуальных обучающих систем (ИОС) и адаптивных гипермедиа систем. Традиционно проблемы разработки ОАС исследовались в области интеллектуальных обучающих систем (Burns & Capps, 1988). ИОС используют знания о предметной области, об обучаемом и стратегиях обучения для поддержки гибкого индивидуализированного изучения и обучения. Адаптивность была одной из целевых особенностей любой ИОС. Адаптивная гипермедиа более новая область исследований (Brusilovsky, 1996). Адаптивные гипермедиа системы применяют различные виды моделей пользователя для адаптации содержания и связывания гипермедиа страниц. Обучение одна из основных областей приложения адаптивных гипермедиа сред, и много обучающих адаптивных гипермедиа систем было создано еще до “Web Rush”. С системной точки зрения современные АОС могут рассматриваться просто как ИОС или адаптивные гипермедиа системы реализованные в Web. Однако контекст WWW дает серьезный импульс для проектирования и реализации этих систем, заставляет нас относить их в отдельный подкласс. Например, очень немногие локальные ИОС используют адаптивную гипермедиа, тогда как едва ли не все ОАС могут быть классифицированы либо как ИОС, либо как адаптивные гипермедиа системы. Это объясняется воздействием “гипертекстовой” природы Web.
В другом контексте, ОАС в Web лишь одна из существующих разновидностей адаптивных систем для Web. WWW показывает что может являться хорошей платформой для разработки и тестирования различных адаптивных приложений. С одной стороны, это перспективно: системы в Web действительно нуждаются в адаптации, так как они работают с более значительно отличающимися пользователями, чем более ранние системы, предназначенные для установки непосредственно на машину пользователя. С другой стороны, заманчиво, что Web дает комплексным ИИ адаптивным системам прекрасный шанс дотянуться до многих реальных пользователей. В то время как адаптивная система установлена на мощном сервере, который обслуживается и обновляется хорошо осведомленным персоналом, тысячи пользователей могут подсоединяться к ней через дешевые компьютеры или киоски. Пользователи Web также могут помочь разрешить наболевшие проблемы оценивания, так как все данные о взаимодействии пользователей с адаптивной Web системой могут быть записаны на централизованном сервере и использованы для обстоятельного анализа.
Рабочий семинар “Адаптивные системы и моделирование пользователя в WWW” (http://www.contrib.andrew.cmu.edu/~pbl/UM97_workshop/) показал, что существующие адаптивные Web системы могут быть разделены на три группы: адаптивные информационные системы, которые служат для персонализации информации в режиме on-line, например, AVANTI (Fink, Kobsa & Schreck, 1997) или PUSH (Heek, 1997); адаптивные фильтрующие системы, которые помогают пользователю находить релевантные “просмотры” в океане доступной информации, например, ifWeb (Asnicar & Tasso, 1997) или WebTagger&trade (Keller et al., 1996); и обучающие адаптивные системы. ОАС самая большая группа: больше половины существующих адаптивных систем в Web являются ОАС. Здесь мы перечислим некоторые возможные причины этого. Во-первых, края между этими группами очень неясные. Информационная on-line система, такая как энциклопедия, которая используется для обучения (Signore, Bartoli & Fresta, 1887) или адаптивная фильтрующая система, применяемая в образовательном контексте (Nomoto et al., 1997), могут быть классифицированы как ОАС. Во-вторых, ОАС объединяет очень много типов различных систем, по сравнению со второй группой, поэтому больше исследователей из разных областей проявляют интерес к работе над ними. И наконец, разработчики ОАС могут полагаться на технологии (и даже компоненты) использованные и одобренные в более ранних локальных ИОС и адаптивных гипермедиа системах. Многие из существующих ОАС в Web, например, такие как ELM-ART, CALAT, WITS и Belvedere, были разработаны на базе более ранних ИОС.
Что может быть адаптировано в обучающих Web системах
Этот раздел представляет краткий обзор текущих исследований по обучающим адаптивным системам в Web. Целью обзора является демонстрация того, что может быть адаптировано в такого рода системах. Для сохранения преемственности с предыдущими статьями по адаптивной гипермедиа (Brusilovsky, 1996) и ИОС в Web (Brusilovsky, 1995) мы называем по существу разные способы адаптации технологиями адаптации. В настоящее время все технологии адаптации, применяемые в ОАС в Web, адаптированы, либо из области ИОС (адаптивное планирование – curriculum sequencing, интеллектуальный анализ решений обучаемого, поддержка интерактивного решения задач, поддержка решения задач на примерах и поддержка совместной работы), либо из области адаптивной гипермедиа (поддержка адаптивного представления и адаптивной навигации). В ближайшем будущем мы ожидаем появления новых технологий адаптации, например адаптивная поддержка совместной работы, специально спроектированная для обучения в Web.
Целью технологии адаптивного планирования (также называемая технологией учебного планирования) является предоставление обучаемому самой подходящей индивидуально спланированной последовательности модулей знаний для обучения и работы с определенным порядком следования обучающих заданий (примеров, вопросов, задач и т.п.). Другими словами, она помогает обучаемому найти “оптимальный путь” сквозь обучающий материал. Классический пример из области обучения программированию система BIP (Barr, Beard & Atkinson, 1976), новые примеры ITEM-IP (Brusilovsky, 1992b) и SCENT-3 (Brecht, McCalla & Greer, 1989). Это придает смысл различению двух техник адаптивного планирования. Высокоуровневое упорядочение или упорядочение знаний определяет следующую концепцию или тему, которая будет заучена. Низкоуровневое упорядочение или упорядочение заданий определяет следующее обучающее задание (задачу, пример, тест) в текущей теме (Brusilovsky, 1992a). В контексте обучения в Web технология адаптивного планирования становится очень важной для управления обучаемым в гиперпространстве доступной информации. В настоящее время она является старейшей и наиболее популярной технологией для ОАС в Web. Адаптивное планирование реализовано в различных формах в следующих ОАС: ELM-ART (Brusilovsky, Schwarz, & Weber, 1996), CALAT (Nakabayashi et al., 1997), InterBook (Brusilovsky & Schwarz, 1997) AST (Specht et al., 1997), MANIC (Stern, Woolf & Kuroso, 1997), Medtec (Eliot, Neiman & Lamar, 1997) и DCG (Vassileva, 1997).
Интеллектуальный анализ решений обучаемого имеет дело с окончательными ответами студента на обучающие задания (которые могут колебаться от простых вопросов до сложных задач программирования) без разъяснения причин, по которым ответ был получен. В отличие от не интеллектуальных проверяющих программ, которые не могут сказать ничего более чем ответ правильный или нет, интеллектуальные анализаторы могут сказать, что именно неправильно или неполно и какие отсутствующие или неверные знания ответственны за ошибку. Интеллектуальные анализаторы могут предоставлять обучаемому интенсивную обратную связь об ошибках и корректировать модель обучаемого. Классический пример из области обучения программированию PROUST (Johnson, 1986), новые примеры: CAMUS-II (Vanneste, 1994) и ELM-PE (Weber & Mellenberg, 1995). Интеллектуальный анализ решений очень подходящая технология для медленных сетей. При этой технологии необходимо только одно взаимодействие между браузером и сервером для окончательного решения. Она может предоставлять интеллектуальную обратную связь и выполнять моделирование студента, когда другие интерактивные техники использовать затруднительно. В настоящее время существуют, по меньшей мере, две ОАС в Web, которые реализуют интеллектуальный анализ решений обучаемого адаптивно в WWW (т.е. обучаемые с различными моделями могут получать различную обратную связь): ELM-ART, ИОС для программирования на LISP (Brusilovsky et al., 1996) и WITS, ИОС для дифференциального исчисления (Okazaki, Watanabe & Kondo, 1996; Okazaki, Watanabe & Kondo, 1997).
Целью поддержки интерактивного решения задач является предоставление обучаемому интеллектуальной помощи на каждом шаге решения – от предоставления намеков до исполнения следующего шага за обучаемого. Системы, которые реализуют эту технологию, могут наблюдать за действиями обучаемого, понимать их и использовать это понимание для предоставления помощи и корректирования модели обучаемого. Классический пример из области программирования LISP-TUTOR (Anderson & Reiser, 1985); новые примеры: ACT Programming Tutor (Corbett & Anderson, 1992) и GRACE (McKendree, Radlinski & Atwood, 1992). Поддержка интерактивного решения задач не так популярна в Web системах, как в локальных системах так как на сегодняшний момент сервер приложения для WWW не достаточно “интерактивны” для поддержки наблюдения за обучаемым и предоставления ему помощи на каждом шагу. Каждое взаимодействие между браузером и сервером может приводить к заметным временным задержкам и необходимость в них на каждом шаге может разрушить процесс решения задачи. Ситуация возможно измениться, когда Java технология станет более зрелой. Тем не менее, три системы демонстрируют, что технология поддержки интерактивного решения задач может работать в WWW. PAT-Online (Brusilovsky, Ritter & Schwarz, 1997; Ritter, 1997) использует серверный подход (интерфейс CGI) и позволяет обучаемым предоставлять шаги решения нескольких задач на проверку в одной транзанкции (т.е. это комбинация поддержки интерактивного решения задач и интеллектуального анализа решений студента). Belvedere (Suthers &Jones 1997) и ADIS (Warendorf & Tan, 1997) используют Java технологию для поддержания настоящей интерактивности. D3-WWW-Trainer (Faulhaber &Reinhardt, 1997) использует и Java и серверный подход. Достаточно маленький Java апплет предоставляет хороший интерактивный интерфейс. Интеллектуальная и адаптивная часть, тем не менее, расположена на сервере. Апплет предусматривает связь с сервером по средствам CGI интерфейса.