Оплата услуг Личный кабинет
Вход на сайт
  • Рус
  • Eng
  • 中文
ЕГУ им. И.А. Бунина

Журнал «Психология образования в поликультурном пространстве»

Выпуск №3 (51) (2020)

Оглавление выпуска

УДК 378.147+316.7
DOI 10.24888/2073-8439-2020-51-3-95-109

УПРАВЛЕНИЕ ПРОЦЕССОМ ОБУЧЕНИЯ: ОТ ТРАДИЦИОННЫХ МОДЕЛЕЙ К ИНТЕЛЛЕКТУАЛЬНОМУ УПРАВЛЕНИЮ

Автор(ы): Карпачева И.А., Меренкова В.С., Дворяткина С.Н.

Статья посвящена рассмотрению понятия «управление процессом обучения» через анализ различных моделей: от традиционных к интеллектуальному управлению. Показано, что применительно к обучению управление характеризуется целенаправленностью, непрерывностью, последовательностью, систематичностью, гибкостью и результативностью в течение всего периода протекания процесса. При этом обучение является сложно управляемым процессом, поскольку педагог не всегда контролирует каждый этап получения образовательных результатов у каждого обучающегося. Проанализированы теории, нацеленные на преодоление вышеуказанных факторов: теория поэтапного формирования умственных действий П.Я. Гальперина, теория научения Б.Ф. Скиннера, работа Л.Н. Ланды, который применил в отношении процесса обучения такое понятие, как «алгоритм». Рассмотрены технологии CALL (Computer Assisted Language Learning) в образовательной практике, актуальные благодаря возможности использования компьютерных программ различного вида (обучающих, контролирующих, прикладных и пр.). Обобщены исследования по оценке возможностей применения автоматизированных обучающих систем (АОС) для управления учебной деятельностью обучающихся. Представлены системы управления обучением - Leaning management system (LMS). Анализ источников открытого доступа свидетельствует, что образовательные организации внедряют и используют программные продукты, предлагаемые рынком, например, такие, как MOODLE, Blackboard learning, WebCT, Lotus Workplace Collaborative Learning, MS Learning Gateway, системы дистанционного обучения «Прометей» и «СТ Курс», система дифференцированного обучение «Гекадем» и другие. Проанализированы онтологические модели А.В. Аникина, А.Ю. Ужвы, Я.В. Ланг, которые успешно решают определенный круг задач, но не дают возможности учитывать в ходе управления процессом обучения индивидуальные параметры обучаемых. Особое внимание уделено разработке интеллектуальных систем и систем интеллектуального управления. Показаны примеры зарубежных обучающих систем (learning systems), включающих веб-технологии. Сделан акцент на том, что различные стили обучения влияют на подход учащихся к решению проблем и задач, в частности, Граф и Каппель ввели стили обучения в системы управления обучением в стремлении повысить адаптивность системы.

Ключевые слова
управление процессом обучения; психолого-педагогические аспекты процесса обучения; интерактивноть; адаптивность; management of the learning process; psychological and pedagogical aspects of the learning process; interactivity; adaptability

MANAGING THE LEARNING PROCESS: FROM TRADITIONAL MODELS TO INTELLIGENT MANAGEMENT

Author: Karpacheva I.A., Merenkova V.S., Dvoryatkina S.N.

The article discusses the concept of “management of the learning process” through the analysis of various models, from traditional to intelligent management. It is shown that with respect to training process management is characterized by purposefulness, continuity, the sequence regularity, flexibility, and efficiency for the entire period. In this case, learning is a difficult process to manage because the teacher does not always control every stage of obtaining educational results of each student. Theories aimed at overcoming the above factors are analyzed: the theory of the phased formation of mental actions by P.Y. Halperin, the theory of learning by B.F. Skinner, the work of L.N. Landa, who applied the concept of “algorithm” to the learning process. CALL (Computer Assisted Language Learning) technologies are considered in educational practice due to the possibility of using computer programs of various kinds (training, supervising, applied, etc.). Studies on the assessment of the possibilities of using automated training systems (ATS) for managing learning activities of students are summarized. Learning Management System are presented (LMS). Analysis of open access sources indicates that educational organizations implement and use software products offered by the market, such as the MOODLE, Blackboard learning, WebCT, Lotus Workplace Collaborative Learning, MS Learning Gateway, a distance learning system “Prometheus” and “ST Course”, the system of differential education “Gekadem” and others. The ontological models of A.V. Anikina, A.Y. Alas, Y.V. Lang, which successfully solve a certain range of problems but do not allow one to take into account individual parameters of the trainees during the learning management. Particular attention is paid to the development of intelligent systems and intelligent management systems. Examples of foreign learning systems, including web technologies, are shown. The emphasis is placed on the fact that different learning styles affect the students' approach to solving problems and tasks, in particular, Graf and Kappel introduced learning styles into learning management systems in an effort to increase the adaptability of the system.

Список литературы

  1. Аверкин А.Н., Блишун А.Ф., Гаврилова Т.А., Осипов Г.С. Приобретение и формализация знаний // Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник. Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. С. 65-76.

  2. Аникин А.В. Метод поиска и интеграции разнородных распределенных образовательных ресурсов на основе логического вывода на онтологии. Волгоград: ВолгГТУ, 2014.

  3. Афанасьев Ю.И. Оптимизация модели управления процессом обучения // Современные проблемы науки и образования. 2015. № 1-1. URL: http://www.science-education.ru/ru/article/view?id=19196 (дата обращения: 23.06.2020).

  4. Баин А.М., Лисов О.И. Разработка интеллектуальной обучающей системы в области технической диагностики многокомпьютерных комплексов // Открытое образование. 2012. № 2. С. 4-7.

  5. Беспалько В.П. Слагаемые педагогической технологии. М.: Педагогика, 1989.

  6. Брусиловский П.Л. Построение и использование модели обучаемого в интеллектуальных обучающих системах // Техническая кибернетика. 1992. № 5. С. 97-119.

  7. Васильев С.Н. К интеллектному управлению // Нелинейная теория управления и ее приложения. М.: Физматлит, 2000. С. 57-127.

  8. Гальперин П.Я. Управление процессом учения // Новые исследования в педагогических науках. 1965. № 4. С. 12-18.

  9. Головко В.А. Нейронные сети. Обучение, организация и применение. Книга 4. М.: ИПРЖР, 2001.

  10. Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. и др. Нейроинформатика. Новосибирск: Наука, Сибирское предприятие РАН, 1998.

  11. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, сиб. отделение, 1996.

  12. Горюшкин Е.И. Использование нейросетевых технологий в адаптивном тестировании по информатике в вузе: дис. … канд. пед. н. Курск, 2009.

  13. Гостев В.И. Нечеткие регуляторы в системах автоматического управления. Киев: Радiоматор, 2008.

  14. Грушевский С.П., Архипова А.И. Проектирование учебно-информационных комплексов. Учебная монография. Краснодар: Издательство Кубанского государственного университета, 2000.

  15. Гурьянов И.С. Проблемы адаптивного управления образовательным контентом в современных системах управления обучением // Наука и Мир. 2015. № 7(23). С. 38-40.

  16. Демчук О.В., Нымм В.Р., Пиотровская К.Р. Управление процессом обучения языку с помощью CALL технологий // Известия Российского государственного педагогического университета им. А.И. Герцена. 2015. № 178. С. 119-124.

  17. Добровольская Н.Ю. Компьютерные нейросетевые технологии как средство индивидуализированного обучения студентов физико-математических специальностей: дис. … канд. пед. н. Краснодар, 2009.

  18. Еграшкина Ж.Е., Седова Н.О. Устойчивость и стабилизация нелинейных систем обыкновенных дифференциальных уравнений в терминах линейных матричных неравенств // Нелинейный мир. 2015. № 1. С. 3-15.

  19. Иванушкина Н.В. Организация контроля знаний и умений студентов на базе LMS Moodle // Образование в современном мире: роль вузов в социально экономическом развитии региона: сб. науч. трудов Международной научно-методической конференции (Самара, 18 марта 2014 г.) / отв. ред. Т.И. Руднева. Самара: Самарский университет, 2014. С. 72-74.

  20. Интеллектуальные системы и системы управления // Хелпикс.Орг. URL: https://helpiks.org/7-17317.html (дата обращения: 25.05.2020).

  21. Коджаспирова Г.М., Коджаспиров А.Ю. Педагогический словарь. М.: Издательский центр «Академия», 2003.

  22. Колесников А.В. Технология разработки гибридных интеллектуальных систем: дис. … д-ра техн. н. СПб., 2002.

  23. Кофман Л. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

  24. Кригер А.Б. Совершенствование учебного процесса на основе использования информационной системы управления обучением // Открытое образование. 2015. № 6 (113). С. 60-66.

  25. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.

  26. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера. М.: Энергия, 1980.

  27. Лавров Е.А., Барченко Н.Л. Нейронная сеть как элемент системы управления обучением // Теория и методика обучения математике, физике, информатике. 2005. Т. 5. № 3(15). С. 148-152.

  28. Ланг Я.В. Математическое моделирование и алгоритмы формирования электронных учебных курсов на базе учебных объектов. Тюмень: ТГУ, 2011.

  29. Лохин В.М., Романов М.П. Интеллектуальные системы управления - перспективная платформа для создания техники нового поколения // Вестник МГТУ МИРЭА. Электронный сетевой научно-методический журнал. 2014. № 1(2). С. 1-24. URL: https://rtj.mirea.ru/journal-archive/2014/no-1-2-march/ (дата обращения: 25.05.2020).

  30. Мак-Каллок У.С., Питтс В. Логические исчисления идей, относящихся к нервной деятельности // Автоматы. Под ред. К.Э. Шеннона, Дж. Маккарти. М.: Издательство иностранной литературы, 1956. С. 362-384.

  31. Монахов М.Ю., Голубева С.К. К вопросу применения автоматизированных обучающих систем для управления учебной деятельностью и индивидуализации процесса обучения // Научный поиск. 2012. № 1(3). С. 45-49.

  32. Нечеткие множества в моделях управления и искусственного интеллекта / под ред. Д.А. Поспелова. М.: Наука, 1986.

  33. Нымм В.Р. Эволюционный подход к созданию и развитию call-технологий на базе вычислительного эксперимента // Известия Российского государственного педагогического университета им. А.И. Герцена. 2015. № 173. С. 137-147.

  34. Остроух А.В. Интеллектуальные системы. Красноярск: Научно-инновационный центр, 2015.

  35. Осуга С. Обработка знаний. М.: Мир, 1989.

  36. Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Известия Российской академии наук. Техническая кибернетика. 1993. № 2. С. 164-190.

  37. Покалицина О.В. Интеллектуальная обучающая система как средство повышения качества обучения в современной школе: дис. … канд. пед. н. Карачаевск, 2006.

  38. Попов Д.И. Методология и технология проектирования интеллектуальных систем дистанционного обучения: автореф. дис.. д-ра техн. наук. М., 2004.

  39. Родькин П.Е. Непреодолимый посредник: отчуждение человека из процесса коммуникации на примере систем управления обучением // Знание. Понимание. Умение. 2015. № 4. С. 204-211.

  40. Розанова Н.М. Преподавание в эпоху Digital generation: обучение с использованием LMS // Terra economicus. 2012. Т.10. № 4. С. 139-149

  41. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия - Телеком, 2006.

  42. Темников Ф.Е., Афонин В.А., Дмитриев В.И. Теоретические основы информационной техники. М.: Энергия, 1979.

  43. Терехов В.А., Ефимов Д.В., Тюкин И.Ю. Нейросетевые системы управления. Учеб. пособие для вузов. М.: Высш. школа, 2002.

  44. Третьяков П.И., Мартынов Е.Г. Профессиональное образовательное учреждение: управление образованием по результатам. Практика педагогического менеджмента. М.: Новая школа, 2001.

  45. Туктарова Л.Р. Системное моделирование интеллектуального управления организацией учебно-воспитательного процесса: На примере учебного заведения среднего профессионального образования: дис.. канд. тех. н. Уфа, 2001.

  46. Ужва А. Ю. Поддержка адаптивного процесса обучения студентов на основе онтологий и рассуждения по прецедентам. Волгоград: ВолгГТУ, 2008.

  47. Усков А.А. Системы с нечеткими моделями объектов управления. Смоленск: Смоленский филиал АНО ВПО ЦС РФ «Российский университет кооперации», 2013.

  48. Фоминых И.Б. Нейрологические модели и методы решения задач в интеллектуальных системах реального времени: дис. … д-ра тех. н. М., 2001.

  49. Хмель Н.Д. Педагогический процесс как объект профессиональной подготовки учителя. Алма-Ата: Мектеп, 1978.

  50. Шамова Т.И., Третьяков П.И., Капустин Н.П. Управление образовательными системами. М.: ВЛАДОС, 2001.

  51. Янковская А.Е., Разин В.В. Система управления обучением на основе смешанных диагностических тестов с использованием технологии Semantic Web // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2016. № 2(35). С. 78-88.

  52. Chen C.M. Personalized E-learning system with self-regulated learning assisted mechanisms for promoting learning performance // Expert Systems with Applications. 2009. Vol. 36(5). P. 8816-8829. DOI: 10.1016/j.eswa.2008.11.026

  53. Dubois D., Prade H. Representation and combination of uncertainty with belief functions and possibility measures // Computational Intelligence. 1988. Vol. 4. P. 244-264. DOI: 10.1111/j.1467-8640.1988.tb00279.x

  54. Felder R.M., Silverman L.K. Learning and teaching styles in engineering education // International Journal of Engineering education. 1988 Vol. 78(7). P. 674-681.

  55. Fessakis G., Gouli E., Mavroudi E. Problem-solving by 5-6 years old kindergarten children in a computer programming environment: A case study // Computers & Education. 2012. Vol. 63. P. 87-97. DOI: https://doi.org/10.1016/j.compedu.2012.11.016

  56. Games and simulations in online learning: research and development frameworks. Ed by. D. Gibson, C. Aldrich, M. Prensky. Information Science Publishing, 2007.

  57. Graf S. Adaptivity in learning management systems focusing on learning styles (Ph.D. Dissertation). Vienna, 2007.

  58. Graf S., Lin T., Kinshuk. The relationship between learning styles and cognitive traits e Getting additional information for improving student modelling // Computers in Human Behavior. 2008. Vol. 24. P. 122-137. DOI: 10.1016/j.chb.2007.01.004

  59. Hung Y.H., Chang R., Lin C. Hybrid learning style identification and developing adaptive problem-solving learning activities // Computers in Human Behavior. 2016. Vol. 55. P. 552-561. DOI: 10.1016/j.chb.2015.07.004

  60. Hwang, G.J., Wu P.H., Chen C.C. An online game approach for improving students’ learning performance in web-based problem-solving activities // Computers & Education. 2012. Vol. 59(4). P. 1246-1256. DOI: 10.1016/j.compedu.2012.05.009

  61. Jonassen D.H. Toward a design theory of problem solving // Educational Technology Research and Development. 2000. Vol. 48. P. 63-85. DOI: 10.1007/BF02300500

  62. Jung J.Y., Graf S. An approach for personalized web-based vocabulary learning through word association games // International Symposium on Applications and the Internet. IEEE, 2008. P. 325-328. DOI: 10.1109/SAINT.2008.63

  63. Lau W.F., Yuen A.H.K. Promoting conceptual change of learning sorting algorithm through the diagnosis of mental models: The effects of gender and learning styles // Computers & Education. 2010. Vol. 54(1). P. 275-288. DOI: 10.1016/j.compedu.2009.08.014

  64. Li C., Zhou H. Enhancing the Efficiency of Massive Online Learning by Integrating Intelligent Analysis into MOOCs with an Application to Education of Sustainability. Sustainability. 2018. Vol. 10(2). P. 1-16. DOI: 10.3390/su10020468

  65. Nirmalakhandan N. Computerized adaptive tutorials to improve and assess problem-solving skills // Computers & Education. 2007. Vol. 49(4). P. 1321-1329. DOI: 10.1016/j.compedu.2006.02.007

  66. Ross J.L., Drysdale M.T., Schulz R.A. Cognitive learning styles and academic performance in two postsecondary computer application courses // Journal of Research on Computing in Education. 2001. Vol. 33(4). P. 400-412. DOI: 206.58.233.20/jrte/33/4/abstracts/lan.html

  67. Tsai C.W., Lee T.H., Shen P.D. Developing long-term computing skills among low-achieving students via web-enabled problem-based learning and self-regulated learning // Innovations in Education and Teaching International. 2013. Vol. 50(2), P. 121-132. DOI: 10.1080/14703297.2012.760873

Психология образования в поликультурном пространстве Филоlogos История: факты и символы Агропромышленные технологии Центральной Росси Молодежная наука: тенденции развития Continuum. Математика. Информатика. Образование Вопросы отраслевой экономики Вопросы государства и права