Статья:

Разработка модели адаптивного процесса обучения на основе психотипов личности

Конференция: XVII Студенческая международная научно-практическая конференция «Технические и математические науки. Студенческий научный форум»

Секция: Технические науки

Выходные данные
Пак В.В. Разработка модели адаптивного процесса обучения на основе психотипов личности // Технические и математические науки. Студенческий научный форум: электр. сб. ст. по мат. XVII междунар. студ. науч.-практ. конф. № 6(17). URL: https://nauchforum.ru/archive/SNF_tech/6(17).pdf (дата обращения: 28.06.2022)
Лауреаты определены. Конференция завершена
Эта статья набрала 0 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Разработка модели адаптивного процесса обучения на основе психотипов личности

Пак Вячеслав Вячеславович
студент, Международный университет информационных технологий, Казахстан, Алматы
Сербин Василий Валерьевич
научный руководитель, заведующий кафедрой «Информационные системы», Ассоциированный профессор, Международный университет информационных технологий, Казахстан, Алматы

 

I.Введение

Адаптивное или интеллектуальное обучение зародилось в подгруппе движения искусственного интеллекта и стало набирать популярность в 70-ых годах двадцатого века. В те времена считалось, что компьютеры так или иначе достигнут уровня адаптивности равной человеческой.

Основная цель такого обучения заключалась в идее о том, что система сможет адаптироваться к методу обучения студента, что приведет к повышению эффективности обучения у пользователя. Еще в 70-ых годах основной проблемой масштабирования данной методики и отсутствие целесообразности ее применения являлась громоздкость и дороговизна компьютерных систем[1]. К тому же пользовательские интерфейсы не способствовали принятию ранних интеллектуальных систем обучения. Эффективность любой адаптивной системы зависит от эффективного и корректного определения характеристик обучаемого. Данные об ученике могут послужить основой для выбора учебного материала. Для создания модели обучения используется парадигма четырехэтапного адаптивный процесса обучения [2].

II.Парадигма четырехэтапного адаптивного цикла

Четырехэтапный адаптивный процесса обучения состоит из этапов (Рисунок 1.):

Сбор данных. Данный этап подразумевает сбор информации об обучаемом, каким образом он взаимодействует с системой. После сбора данных происходит их анализ

Анализ. На данном этапе происходит анализ данных и строится внутренняя модель пользователя. Эти данные могут содержать информацию об уровне знаний, особенностях восприятия обучаемого и т.д

Выборка. Выборка производится на основе модели пользователя. Происходит отбор информации, необходимой для изучения на основании модели студента

Представление. Этап представления предназначен для отбора материалов и методов подачи информации (Аудио, Видео, книги, электронные ресурсы)

 

Рисунок 1. Процесс адаптивного обучения

 

Существуют разные сценарии работы данного цикла:

Полный внешний цикл или автоматизированная адаптация (1,2,3,4,5,6) – обычный сценарий обучения.

Автоматизированная адаптация с вмешательством пользователя,9) –обучаемый может напрямую воздействовать на свою модель в системе.

Диагностика (1,2,3) – анализ уровня знаний учащегося.

Короткий цикл запоминания (1,7,5,6) – выбор материалов обучения производится на основании ранее полученной модели пользователя без анализа актуальных данных

Короткое запоминание без цикла выборки (1,2,8,6) – данный сценарий основывается на предустановленных структуре обучения.

III.Модель адаптивного процесса обучения на основе психотипов обучаемого

Используя вышеописанную парадигму разработана модель на основе анализа психотипа личности. При создании данной модели использовался шаблонный метод(т.е модель на основании фиксированных характеристик пользователя). И в качестве критерия были выбраны несколько типов восприятия:

  • Визуальная1 — опирающаяся, в своей основе на статические изображения;
  • Визуальная2 — опирающаяся, в своей основе на видео без звука;
  • Визуальная3 — опирающаяся, в своей основе на анимации без звука;
  • Аудиальная1 — базирующаяся, только на слуховой канал получения информации;
  • Видео+Аудиальная — базирующаяся, на зрительном и слуховом каналах получения информации;
  • Интерактивная – базирующаяся на взаимодействии пользователя с системой

Для первоначального создания модели пользователя используется следующий алгоритм (Рис. 2)

 

Рисунок 2. Алгоритм работы системы на этапе создания модели пользователя

 

Проверка уровня усвоение пройденного материала неотъемлемая часть любой адаптивной системы, подавляющее большинство систем используют тестирование для проверки знаний. Тестовые системы позволяют эффективно проверить уровень знаний студентов, но в свою очередь существуют вероятность недостоверности полученного результата. Для увеличения достоверности результатов тестирования, в предложенной модели используется метод вычисления уровня сомнений при прохождении теста, который описан в статье Сербина В.В[5].

После определения оценки за пройденный урок, система использует психотип ученика, психотип выбранного преподавателем, оценку за пройденный урок и уровень сомнений в правильности выбранного психотипа материала для адаптации под конкретного студента. Для этого используется модель принятия решений (Рисунок 3).

 

Рисунок 3. Модель принятия решений

 

На этапах прохождения материала модель принятия решений анализирует входные данные. Входные данные имеют вид:

Ps = { V1, V2, V3, A, VA, I }

Pm = { V1, V2, V3, A, VA, I }

V1, V2, V3, A, VA, I = {0…1}

Оценка за урок вычисляется с учетом вычисления уровня сомнений тестирования. Если оценка по пройденному уроку не удовлетворяет порогу, то система должна определить более подходящий набор материалов. Для этого используется модель принятия решений.

Коэффициент сомнений (D1) основывается на таблице связности используемых типов восприятия (Таблица 1). При определении используются входные данные Ps0 и Pm0.

Таблица 1.

Таблица связности типов восприятия

 

V1

V2

V3

A

VA

I

V1

0

0.13

0.14

0.3

0.25

0.4

V2

0.13

0

0.15

0.33

0.28

0.42

V3

0.14

0.15

0

0.35

0.44

0.42

A

0.3

0.33

0.35

0

0.32

0.5

VA

0.25

0.28

0.44

0.32

0

0.47

I

0.4

0.42

0.42

0.5

0.47

0

 

Сомнения по пройденному уроку рассчитываются по формуле 1.

                                                                                                      (1)

Где f – функция определения коэффициента сомнения по таблице связности

Ps0 – входной психотип ученика

Pm0 – входной психотип материала

Значение психотипа учащегося вычисляется по формуле 2.

                                                                                                        (2)

Где g – функция определения максимально похожего психотипа на основе базового психотипа и коэффициента сомнения.

D1 – сомнения по пройденному уроку

Ps0 – входной психотип ученика

Значение психотипа учащегося вычисляется по формуле 3.

                                                                                                      (3)

Где g – функция определения максимально похожего психотипа на основе базового психотипа и коэффициента сомнения.

Pm1 – сомнения по пройденному уроку

Pm0 – входной психотип материала

D0 - Сомнение по прошлому уроку

Таким образом после прохождения каждого урока вычисляются подходящие типы подачи материала оценки за пройденный материал.

Заключение

В данной статье описаны методы организации адаптивного процесса обучения. Представлена модель на основе типов восприятия человека с возможностью адаптации на основе принятия решений.

 

Список литературы:
1. Brusilovsky, P., & Peylo, C. (2003). Adaptive and intelligent web-based educational systems. International Journal of Artificial Intelligence in Education (IJAIED), 13, 159-172.
2. Durlach, P. J., & Lesgold, A. M. (Eds.). (2012). Adaptive technologies for training and education. Cambridge University Press.
3. Везиров, Т. Г., & Богатырева, Ж. В. (2015). Учет репрезентативной системы при организации информационнокоммуникационной среды вуза в подготовке специалистов. Мир науки, культуры, образования, (6), 69-70.
4. Зенкина, В. Г., Сахоненко, В. А., Артюшенко, Б. Г., & Солодкова, О. А. (2016). Репрезентативные системы студентов-медиков и успешность обучения в вузе. Современные наукоемкие технологии, (1-1), 111-114.
5. Serbin V.V., Smirnova Y.G. Psychometric Indicator of Doubt in Computer Tests (TORFL). Психометрический показатель сомнения в компьютерных тестах. GISAP: Educational Sciences, №4. – 2014. – Р. 43-46