СОВМЕСТНОЕ ИСПОЛЬЗОВАНИЕ ФУНКЦИОНАЛЬНОСТИ РАЗЛИЧНЫХ...

СОВМЕСТНОЕ ИСПОЛЬЗОВАНИЕ СОВМЕСТНОЕ ИСПОЛЬЗОВАНИЕ

ФУНКЦИОНАЛЬНОСТИ ФУНКЦИОНАЛЬНОСТИ

РАЗЛИЧНЫХ LMS РАЗЛИЧНЫХ LMS

ПРИ ПРОЕКТИРОВАНИИ УЧЕБНОЙ ПРИ ПРОЕКТИРОВАНИИ УЧЕБНОЙ

СРЕДЫ КУРСАСРЕДЫ КУРСА

А.О. Кривошеев, [email protected]А.Е. Лифанов, [email protected]

ФГАУ ГНИИ ИТТ «Информика»

Телематика - 2013

Рассмотрены вопросы проектирования «учебной среды курса» на основе современных LMS и повышения эффективности управления процессом обучения.

Под учебной средой курса понимается автоматизированная система сопровождения учебного процесса, разработанная для конкретного курса обучения на основе одной или нескольких LMS.

Учебная среда курса состоит из учебного контента и сценария обучения.


Преимущества стандартизацииПреимущества стандартизации

Для учебного контента: интероперабельность; многократное использование; доступность; адаптивность; экономическая эффективность.

Для сценария обучения: обмен и многократное использование сценариев

обучения. формализованное описание процесса обучения.

Использование рекомендаций стандартов обеспечивает длительный жизненный цикл учебной среды курса


Основные спецификации и стандартыОсновные спецификации и стандарты

Для описания учебного контента: AICC IMS Content Packaging ADL SCORM IMS Common Cartridge IMS QTI

Для описания сценариев обучения: IMS Learning Design IMS Simple Sequencing


Классификация распространенных Классификация распространенных LMS LMS по поддержкепо поддержке требований стандартов

Рассмотрены свободно распространяемые LMS: Moodle, LAMS, Sakai, ATutor, Claroline, Dokeos, OLAT, OpenACS/.LRN, ILIAS.

Зарубежные коммерческие LMS: Blackboard/WebCT, IBM Lotus WCL, Oracle Learning Management, Oracle iLearning, Microsoft Learning Gateway, Learn eXact, Desire2Learn, Trivantis, CourseMill LMS, Saba LMS.

Отечественные коммерческие LMS: Доцент, Прометей, Competentum, WebTutor, RedClass, eLearning Server 4G, Орокс, BaumanTraining.


Уровень поддержки требований стандартов в Уровень поддержки требований стандартов в LMSLMS

На диаграмме показан уровень поддержки требований стандартов для описания учебного контента и сценариев обучения в LMS, показывающий процент LMS, поддерживающих соответствующий стандарт.


Архитектура учебной среды курсаАрхитектура учебной среды курса


Подготовка учебного контента

Подготовка учебного контента для использования в составе автоматизированного процесса обучения включает в себя следующие этапы: формирование и формализацию целей обучения и критериев проверки их достижения; соотнесение целей обучения с уровнями усвоения учебного материала; формирование учебных элементов и объединение их в модули в соответствии с целями обучения.

Для формализации целей обучения используется таксономия уровней усвоения учебного материала, разработанная В.П. Беспалько. Предлагается использовать уровни усвоения α1–α3:

уровень α1 - способность выполнять действия, опираясь на их описания,

уровень α2 - способность самостоятельно воспроизводить и примять информацию в ранее рассмотренных типовых ситуациях, уровень α3 - способность использовать приобретенные знания и умения в нетиповых ситуациях.


Подготовка учебного контентаПодготовка учебного контента

Цели обучения соотносятся с уровнями усвоения учебного материала. С помощью инструментальных средств LMS формируются учебные элементы модуля, направленные на достижение целей обучения. На заключительном этапе подготовки контента, учебные элементы объединяются в модули.


Уровень обученностиУровень обученностиДля проверки достижения целей обучения используется понятие «уровень обученности», который определяется для каждого из уровней усвоения по формуле:

где Q(αi) – уровень обученности для рассматриваемого уровня усвоения (i = 1, 2, 3); Pj(mj) – оценочный балл обучаемого за задание mj (j = 1, 2,…, J); J – число выполненных заданий; n – общее число заданий; Pmax– максимальный предусмотренный оценочный балл соответствующего уровня усвоения. В работе предложено использовать общепринятую пятибалльную систему оценивания (Pmax = 5).

Для формирования итогового балла, значение уровня обученности сравнивается с пороговыми значениями Qп(αi) установленными экспериментальным путем:


Эффективное управление процессом обучения

Эффективное управление процессом обучения реализуется при соблюдении следующих требований (Н.Ф. Талызина): указание целей управления; установление исходного состояния управляемого процесса; определение программы воздействий, предусматривающей основные переходные состояния процесса; обеспечение получения информации по определенной системе параметров о состоянии управляемого процесса, т. е. обеспечение систематической обратной связи; обеспечение переработки информации, полученной по каналу обратной связи, с целью выработки корректирующих (регулирующих) воздействий и их реализации.


Модель процесса обучения на основе типового Модель процесса обучения на основе типового учебного модуляучебного модуля


Алгоритм автоматизированного управления Алгоритм автоматизированного управления процессом обученияпроцессом обучения


Повышение эффективности управления процессом Повышение эффективности управления процессом обучения на основе априорной оценки сценарияобучения на основе априорной оценки сценария

Состояние объекта управления (обучаемого) в моменты времени (k = 1,2,…,M), с учетом воздействия управления и помехи, задается уравнением:

Качество управления объектом задается функционалом:

Задача управления состоит в том, чтобы при заданных значениях предельного уровня состояния объекта и множестве коэффициентов определить

В качестве исходных данных используются следующие параметры: среднее время обучения количество обучаемых, закончивших обучение за определенное количество шагов вероятность успешного окончания обучения за заданное число шагов.


Повышение эффективности управления процессом Повышение эффективности управления процессом обучения за счет априорной оценкиобучения за счет априорной оценки

Предложенный подход позволяет: определять и подбирать параметры оптимального

управления (допустимое количество «шагов» обучения,

пороговое значение уровня обученности, количество

попыток). оценивать качество различных вариантов организации

учебного процесса, отличающихся числом шагов

обучения, затратами на обучающие материалы и

индивидуальными особенностями обучаемых. собирать статистические данные для формирования и

уточнения априорной оценки.


ВыводыВыводы

Использование рекомендаций стандартов обеспечивает длительный

жизненный цикл учебной среды курса.

На данный момент в среде свободной распространяемых систем

целесообразно использовать стандарт SCORM 1.2 для описания контента и

IMS Learning Design для описания процесса обучения.

Наиболее полное выполнение рекомендаций стандартов возможно на

основе предложенной архитектуры учебной среды курса с использованием

двух LMS.

Для построения процесса обучения, обеспечивающего эффективное

управление, предложены принципы подготовки учебного контента, модель

процесса обучения и алгоритм автоматизированного управления.

Априорная оценка реализованного процесса обучения позволяет

оценивать различные варианты организации процесса обучения, определять

и варьировать параметры для обеспечения эффективного управления.


СПАСИБО ЗА ВНИМАНИЕ!

СОВМЕСТНОЕ ИСПОЛЬЗОВАНИЕ ФУНКЦИОНАЛЬНОСТИ РАЗЛИЧНЫХ...

Documents