WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     ||
|

В решении проблемы фундаментализации мы выделяем внутрипредметный и межпредметный аспекты.

В первом случае фундаментальность при обучении конкретному предмету может быть достигнута путем отбора содержания. Содер­жание обучения составляют: система знаний предметной области и метод науки. В систему знаний по нашему курсу мы включили наиболее общие универсальные научные знания из выделенных разделов искусственного интеллекта. Что касается метода, то это метод информационного моделирования, который студенты осваивают в практической части курса. Выбор в качестве содержания соответствующих
знаний и метода позволяет усилить фундаментальность подготовки учителей информатики. Наличие большого числа межпредметных связей выделенных разделов искусственного интеллекта с другими
дисциплинами позволяет с помощью данного курса осуществить педагогическую интеграцию, преодолеть разрыв между знаниями, полученными студентами при изучении различных учебных дисциплин.

Результаты раскрытия содержания основных понятий интегрирующего специализированного курса по теории экспертных систем и инженерии знаний представлены в таблице 1.

Чем лучше структурирована и систематизирована совокупность знаний, подлежащих усвоению, чем более ясными являются цели изучения и значимость овладения данной системой знаний и умений, тем легче и прочнее эти знания и умения усваиваются обучаемыми.
Поэтому при отборе содержания проектируемого курса мы осуществили систематизацию понятий с помощью методов искусственного интеллекта, в частности, сетевого моделирования и тезаурусного
метода. Тезаурус – формализованная модель системы понятий учебного курса, которая представляет логически непротиворечивые связи основных понятий со смысловой, или семантической, нагрузкой, не зависящие от порядка изложения. Проектирование содержания обучения на основе тезауруса позволяет не только четко выделить структурно-логические основания учебной дисциплины, круг базовых понятий, но также выделить и оптимальным образом использовать межпредметные связи, обеспечить преемственность и целостность учебного содержания.

Таблица 1

Содержание основных учебных элементов

теории экспертных систем и инженерии знаний

Учебные
элементы

Содержание

Уровень

подготовки

Экспертные

системы

Определение ЭС.

Характеристики ЭС: концепция программирования, структура, функции и режимы использования.

Классификация ЭС.

Технология создания ЭС.

1

Знание (с точки зрения ИИ)

Определение знаний в ИИ.

Отличие от данных.

Классификация.

Инженерия знаний.

1

Приобретение

знаний

Получение информации (извлечение,

приобретение, формирование).

Инженер по знаниям.

Методы извлечения знаний.

Структурирование знаний:

подходы и методики.

3

Представление знаний

Модели представления знаний: универсальные и специализированные.

Логическая модель.

Продукционная модель.

Семантические сети.

Фреймы.

Представление и формализация

нечетких знаний.

3

Обработка

знаний

Методы логического вывода.

Механизм вывода

продукционных систем.

Вывод на семантических сетях.

Управление выводом на фреймах.

Обработка нечетких знаний.

2

На основе системы формально-логических схем (рис. 3), являющихся компонентами тезауруса и отражающих структуру отношений между понятиями учебного курса, проведен отбор содержания обучения теории экспертных систем и инженерии знаний с распределением выделенных учебных элементов по темам (таблица 2).

Выбрана последовательность изложения материала, соответ­ствующая прохождению основных этапов классической технологии реализации прототипа экспертной системы. Составлен перечень
требований к знаниям и умениям будущих учителей информатики, сформулированы основные методические рекомендации по изучению каждой темы. Описаны принципы составления системы заданий,
используемых на практических занятиях при освоении методов структурирования и формализации знаний. Разработаны компоненты и описана методика организации работы над учебными исследовательскими проектами при проведении лабораторного практикума по курсу.

Педагогический эксперимент проводился на базе Пермского
государственного педагогического университета с 2001 по 2006 г.

Констатирующий этап эксперимента (2001–2004 гг.) был
направлен на решение следующих задач:

1) анализ состояния, потребностей и перспектив массовой практики, ориентированной на подготовку будущих учителей информатики к профессиональной деятельности в условиях усиления тенденции фундаментализации высшего педагогического образования;

2) анализ состояния развития теории и практики преподавания основ искусственного интеллекта в педагогическом вузе, существующего педагогического опыта обучения студентов основам искусственного интеллекта, учебников, пособий по искусственному интеллекту и экспертным системам, в частности;

3) анализ программных средств, которые могут быть использованы в учебном процессе при подготовке будущих учителей информатики в области искусственного интеллекта.

Результаты констатирующего этапа эксперимента показали необходимость совершенствования предметной подготовки будущих учителей информатики в педагогическом вузе в направлении усиления роли фундаментальных знаний в области информатики, в частности такого раздела, как искусственный интеллект, разработки содержания и методики преподавания соответствующих учебных курсов, создания программной поддержки, соответствующей целям и задачам обучения будущих учителей информатики основам искусственного интеллекта.

На поисковом этапе (2004-2005 гг.) педагогического эксперимента проводилась разработка методической системы обучения теории экспертных систем и инженерии знаний будущих учителей информатики в педагогическом вузе. Результат работы был оформлен в виде учебно-методи­ческого пособия по экспертным системам и дополнительных учебно-методических материалов для проведения занятий по курсу. А также разрабатывалась программная поддержка данного курса.

Результаты поискового этапа эксперимента позволили сформулировать гипотезу исследования, согласно которой если обучение учителей информатики теории экспертных систем и инженерии знаний осуществлять в рамках научно-обоснованной методической системы, разработанной на основе фундаментального подхода к обучению и соблюдения ряда педагогических условий, то это будет способствовать повышению уровня предметной подготовки учителей информатики в педагогическом вузе.

Третий этап эксперимента – формирующий (2005–2006 гг.) был направлен на внедрение разработанной методической системы обучения и проверку эффективности ее влияния на качество предметной подготовки будущих учителей информатики.

Среди студентов факультета информатики и экономики, а также математического факультета Пермского государственного педагогического университета были выделены экспериментальная (52 чел.) и контрольная (60 чел.) группы. Студенты контрольной группы обучалась теории экспертных систем и инженерии знаний в рамках дисциплины «Основы искусственного интеллекта» по традиционной системе, а экспериментальной – в рамках спецкурса «Экспертные системы» на базе разработанной нами методической системы.

С целью установления сравнительной эффективности лекций по теории экспертных систем и инженерии знаний, читаемых по предложенной нами методике, т. е. без конспектирования их студентами с
использованием раздаточных материалов на основе тезауруса (экспериментальная группа), с лекциями, читаемыми по традиционной методике, т. е. с обязательным ведением конспектов (контрольная группа), нами после лекции проводилось тестирование студентов по материалу
прослушанной лекции. По результатам тестирования рассчитывалась
процентная эффективность лекции. По данным проведенного эксперимента эффективность лекций в экспериментальной группе по сравнению с контрольной была выше в среднем на 21 %. Анализ результатов тестирования с использованием статистических методов подтвердил в среднем более высокий уровень остаточных после лекций знаний в экспериментальной группе. Таким образом, результаты проведенного эксперимента свидетельствуют о большей эффективности предложенной методики чтения лекций по сравнению с общепринятой.

В изучении готовности будущего учителя информатики к профессиональной деятельности мы придерживались функционального подхода. При этом мы считаем готовность будущих учителей информатики к профессиональной деятельности характеристикой качества их предметной подготовки.

Таблица 2

Содержание обучения теории экспертных систем и инженерии знаний

с распределением учебных элементов по темам

Тема

Содержание

1

Введение в ЭС

Виды интеллектуальных информационных систем.

Возникновение и развитие ЭС.

Определение ЭС.

Место ЭС в программном обеспечении

2

Характеристики ЭС

Концепция программирования, базирующаяся на знаниях.

Структура, функциональные возможности и режимы использования ЭС.

Классификация ЭС

3

Технология

создания ЭС

Инструментальные средства проектирования ЭС.

Оболочки ЭС: обязательные компоненты, обзор.

Основные технологические этапы создания ЭС.

Технология быстрого прототипирования

4

Инженерия знаний

Знания с точки зрения искусственного интеллекта, отличия знаний от данных.

Классификация знаний.

Функции инженера знаний при разработке интеллектуальных систем.

Методы приобретения знаний.

Проблема извлечения знаний, работа с экспертами.

Структурирование знаний

5

Представление знаний в

интеллектуальных системах

Проблема представления и моделирования знаний.

Основные модели представления знаний.

Логические модели представления знаний, исчисление предикатов.

Продукционные модели, компоненты продукционных систем.

Семантические сети, отношения и объекты.

Фреймовый подход, слоты, присоединенные процедуры

6

Обработка знаний

и вывод решений в

интеллектуальных системах

Дедуктивные методы поиска решений.

Общие методы поиска решений в пространстве

состояний в продукционных системах.

Выводы на фреймах и в семантических сетях.

Поиск решений в условиях неопределенности

7

Представление и

формализация нечетких знаний

Виды нечеткости.

Коэффициенты уверенности.

Вероятностная байесовская логика.

Нечеткая логика и приближенные рассуждения.

Нечеткие множества, нечеткие отношения

8

ЭС в образовании

Области применения ЭС. Примеры применения ЭС в системе образования.

ЭС как средство интеллектуализации обучения.

Интеллектуальные обучающие системы,

экспертные обучающие системы.

ЭС как объект изучения

Для анализа сформированности содержательно-информа­ционного компонента готовности будущего учителя информатики к профессиональной деятельности нами были оценены знания и умения выпускников в области предметной подготовки. Оценка производилась по результатам:

– итогового теста на знание основных понятий теории экспертных систем и инженерии знаний;

– защиты демонстрационного прототипа экспертной системы, разработанного студентами.

Для количественного выражения различий в уровнях обучен­ности учащихся контрольной и экспериментальной групп использовался коэффициент полноты усвоения учебных элементов. По итогам проведенного тестирования этот коэффициент в экспериментальных группах был выше, чем в контрольных. Для определения достовер­ности различий использовался t-критерий Стьюдента.

Исследование качества усвоения основных видов деятельности производилось по результатам защиты разработанных учащимися прототипов экспертных систем. Средний балл в экспериментальных группах был выше, чем в контрольных. Для строгого обоснования различий снова использовался двухвыборочный t-критерий Стьюдента, подтвердивший статистически достоверную значимость произошедшего изменения. Результаты проведенного эксперимента позволяют утверждать, что сформированность содержательно-информационного компонента готовности будущего учителя информатики к профессиональной деятельности в экспериментальной группе студентов выше, чем в контрольной.

Pages:     ||
|



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.