ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ОБУЧАЕМОГО ДЛЯ ОПТИМИЗАЦИИ УЧЕБНОГО ПРОЦЕССА | Открытое и дистанционное образование. 2014. № 2 (54).

ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ОБУЧАЕМОГО ДЛЯ ОПТИМИЗАЦИИ УЧЕБНОГО ПРОЦЕССА

Предложено формальное описание учащегося, используемое в целях формирования индивидуальной траектории обучения. Модель учитывает не только знания, умения и навыки учащегося, но и его индивидуальные особенности и предпочтения. Кроме того, выявлены взаимосвязи этих характеристик. Подобное описание учащегося позволяет индивидуально сформировать не только учебный материал, но и дать рекомендации для освоения материала, что важно как для дистанционного образования, так и для самообразования учащихся .

SYSTEM FOR LEARNING PROCESS OPTIMIZATION.pdf Введение Развитие дистанционного образования в России сформировало ряд требований к модернизации учебного процесса. Важным достижением оказалась возможность индивидуализации процесса образования как следствие внедрения информационных технологий в процесс дистанционного обучения. Для этого стало необходимым определять личные знания, умения и навыки учащегося, а также его личностные характеристики и предпочтения. Образовательный процесс - это сложная система, которая состоит из большого количества элементов и связей, подчиняющихся определенным правилам. На процесс обучения могут влиять различные факторы: 1) когнитивные - факторы, определяющие склонности и способности обучающегося; 2) временные - факторы, определяющие время усвоения предоставленной информации; 3) факторы внешней среды, влияющие на процесс обучения; 4) психологические - факторы, определяющие психологическое состояние обучающегося. Процесс обучения затрагивает такие виды деятельности, как теоретическое обучение, обучение решению качественных и количественных задач, обучение способам выполнения практических работ. Для построения индивидуальной траектории обучения необходимо учитывать начальный уровень знаний учащегося по предмету или разделу курса, а также его предпочтения в обучении. В статье предложен способ описания знаний, умений и навыков обучающегося, а также описание его личностных характеристик, что составило математическую модель обучающегося. 1. Факторы, влияющие на процесс обучения В зависимости от начальных знаний, определяемых с помощью входного контроля, могут быть выделены несколько уровней образовательных траекторий (табл. 1). Для того чтобы процесс обучения дал хорошие результаты, нужно учесть факторы, влияющие на процесс обучения, предпочтения студентов и параметры взаимного влияния этих факторов. Полученная математическая модель позволит оптимизировать процесс обучения индивидуально для каждого студента. Для определения влияния факторов на процесс обучения были выбраны самые значимые факторы: 1. Черты характера / особенности памяти, поведение. 2. Самоорганизация (способность к самостоятельным занятиям). 3. Наличие свободного времени. 4. Желание / нежелание учиться. 5. Наличие других каких-либо интересов, не связанных с учебной деятельностью. 6. Факультативная деятельность. 7. Общение с другими студентами и преподавателями. 8. Поддержка / отсутствие поддержки со стороны окружающих, родителей. 9. Состояние здоровья. 10. Материальное положение. 2. Анализ взаимовлияния характеристик обучаемого Каждый из указанных факторов является не только важным сам по себе, но влияет на остальные факторы. В табл. 2 представлены взаимодействия перечисленных факторов (весов). Знаком «-» отмечены веса факторов, которые взаимоисключают друг друга. Знаком «+» отмечены веса факторов, которые взаимодополняют друг друга. Знаком «0» отмечены веса факторов, не взаимодействующих друг с другом. Здесь ωn - вес фактора. Данные о взаимодействии факторов были получены с помощью проведенного корреляционного анализа. Весовые коэффициенты факторов были определены экспертным методом. Для этого были опрошены студенты Муромского института Владимирского государственного университета, а также слушатели подготовительных курсов. Обучаемым было предложено расположить факторы, влияющие на процесс обучения, в соответствии с их важностью. Полученные результаты позволили ранжировать факторы по значимости и определить их весовые коэффициенты (табл. 3). Предположим, что взаимодействие выбранных факторов зависит от коэффициента r, так называемого коэффициента корреляции, при этом r = (-1, 0, +1). То есть если r = -1, то факторы взаимоисключают друг друга; если r = 0, то факторы не взаимодействуют между собой; если r = +1, то факторы взаимодополняют друг друга. Таким образом, если: 1) факторы взаимоисключают друг друга: W= fiωi + fjωj (1-r); (1) 2) факторы взаимодополняют друг друга: W= fiωi + fjωj (1+r); (2) 3) факторы не взаимодействуют: W= fiωi + fjωj , (3)где W - влияние факторов и их параметров на процесс обучения; ωn - вес фактора, влияющего на процесс обучения; fn - параметры влияния факторов на процесс обучения. Значения самих факторов fn определяются для каждого обучаемого индивидуально перед началом формирования траектории обучения. Часть из значений определяется различными тестами (например, особенности характера и способности к самоорганизации), а остальные - опросом обучаемых. Каждому варианту ответа присваивается собственное значение. Все собственные значения равноценные и означают конкретную рекомендацию в ходе формирования индивидуальной траектории обучения (табл. 4). 3. Математическая модель обучаемого Для того чтобы корректно сформировать индивидуальную траекторию обучения, необходимо учесть влияние каждого фактора на процесс обучения. В зависимости от полученного весового коэффициента для каждого фактора можно сформировать определенные рекомендации к обучению. Математически алгоритм нахождения весового коэффициента можно представить в следующем виде. Обозначим W = 0 и a = ω1 × f1; b = ω2 × f2; c = ω3 × f3; d = ω4 × f4; e = ω5 × f5; g = ω6 × f6; h = ω7 × f7; k = ω8 × f8; l = ω9 × f9; m = ω10 × f10; тогда W = a + b + c + d + e + g + h + k + l + m. Были взяты только те факторы, которые взаимодополняют друг друга (в табл. 2 отмечены знаком «+»), и, исходя из этого, был составлен следующий алгоритм зависимостей факторов: Взаимодействие факторов 1-4: x = a + 2 × d; y = d + 2 × a; выбирается min (x, y): если x < y, то W = W + 2 × d; иначе W = W + 2× a. Взаимодействие факторов 1-5: x = a + 2 × e; y = e + 2 × a; выбирается min (x, y): если x < y, то W = W + 2× e; иначе W = W + 2 × a. Аналогично вычисляются и остальные весовые коэффициенты. Был получен конечный результат Wn - влияние факторов и их параметров на процесс обучения. Далее для вычисления нагрузки студента необходимо определить максимально возможный коэффициент влияния Wn max. Для этого необходимо в слагаемые W - влияние факторов и их параметров на процесс обучения - подставить значения весов факторов ωn, которые получились в анализе факторов обучения методом экспертных оценок, и максимальное значение параметров влияния факторов fn=1. Так, например, для самого значимого фактора - черты характера / особенности памяти, поведение - максимальное значение коэффициента влияния равно a = 0,171 × 4 = 0,684. Для второго фактора - недостаток свободного времени - максимальное значение коэффициента влияния равно следующему значению: b = 0,164 × 4 = 0,656. Далее необходимо рассчитать максимальное значение коэффициента влияния для каждого представленного фактора, влияющего на процесс обучения. Максимальные значения приведены в табл. 5. Уравнение нормировки выглядит следующим образом: , (4) где Wi - влияние i-го фактора и его параметров на процесс обучения; Wimax - максимальное влияние факторов и их параметров на процесс обучения; Аi - нормированный весовой коэффициент нагрузки для обучающегося. Вся нагрузка определяется множеством нормированных весовых коэффициентов для каждого фактора: A=(A1, A2, ...A10). Нормирование учебного процесса является заключительной стадией в процессе проектирования обучающего модуля и играет очень важную роль в моделировании, проектировании и оптимизации учебного процесса. Заключение Для повышения эффективности обучения в современном образовании важно индивидуализировать учебный материал. Особенно это важно в процессе дополнительного образования, самообразования, а также в системе дистанционного обучения. Для построения индивидуальной траектории обучения необходимо пользоваться моделью обучаемого. Если при создании модели учесть наиболее важные характеристики обучаемого и их значимость в процессе обучения, а также их взаимосвязи, то можно получить параметры процесса обучения, которые будут определять индивидуальную траекторию обучения.

Ключевые слова

обучение, модель обучаемого, индивидуальная траектория, optimization of the educational process, particularities, learning trajectory, model of system

Авторы

ФИООрганизацияДополнительноE-mail
Царева Е.Н.уромский институт ФГОУ ВПО «Владимирский государственный университет им. А.Г. и Н.Г. Столетовых», г. Муромtsareva.yekaterina2014@yandex.ru
Рыжкова М.Н.уромский институт ФГОУ ВПО «Владимирский государственный университет им. А.Г. и Н.Г. Столетовых», г. Муромmasmash@mail.ru
Всего: 2

Ссылки

нанишев В.М. Моделирование в сфере образования // Системная психология и социология. - 2010. - Т. 1, № 2. - Режим доступа: http://www.systempsychology.ru/journal/2010_1_2/36-ananishnev-vm-modelirovanie-v-sfere-obrazovaniya.html (дата обращения: 1.10.2013)
Платонова А.С., Рыжкова М.Н. Совершенствование методологии и методики оценивания учебных достижений учащихся [Электронный ресурс] // Системный анализ в науке и образовании: электрон. науч. журнал. - 2010. - №3. - Режим доступа: http://www.sanse.ru/archive
Рыжкова М.Н. Система адаптивного довузовского обучения // Вестник Нижегородского университета им. Н.И. Лобачевского. - №2. - Н. Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2009. - С. 32-37.
Рыжкова М.Н., Царева Е.Н. Модель обучаемого как основа для индивидуализации учебного процесса // Методы и устройства передачи и обработки информации. Научно-технический журнал. - 2012. - № 14. - С. 119-121.
Царева Е.Н. Моделирование системы оптимизации учебного процесса // Наука и образование в XXI веке: сб. науч. тр. по мат-лам Междунар. науч.-практ. конф. 30 сентября 2013 г. - Ч. 28. - Тамбов, 2013. - Режим доступа: http://www.ucom.ru/doc/conf/2013_09_30_2
Ananichev V.M. Modeling in education // System-psychology and sociology. - 2010. - So 1, № 2. - Mode of access: http://www.systempsychology.ru/journal/2010_1_2/36-ananishnev-vm-modelirovanie-v-sfere-obrazovaniya.html (date of access: 1.10.2013).
Platonov A.S., Ryzhkov M.N. Improvement of methodology and methods of assessment of student learning [Electronic resource] // System analysis in science and education: an electron. nauch. the journal. - 2010. - №3. - Mode of access: http://www.sanse.ru/ar
Ryzhkov M.N. Adaptive pre-University training // the Bulletin of the Nizhniy Novgorod University. N.I. Lobachevsky. - №2. Mr. Novgorod: Publishing house of the Nizhny Novgorod state University to them. N.I. Lobachevsky, 2009. - S. 32-37.
Ryzhkov M.S., Tsareva E.N. The student model as the basis for the individualization of educa-tional process // Methods and devices transmitting and processing information. Scientific and technical journal. - 2012. - № 14. - S. 119-121.
Tsareva E.N. Modeling system for optimization of educational process // Science and education in XXI century: collected scientific articles. Tr. by Mat-Lam international. nauch.-practical use. Conf. September 30, 2013 - Am 28. - Tambov, 2013. - Mode of ac
 ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ОБУЧАЕМОГО ДЛЯ ОПТИМИЗАЦИИ УЧЕБНОГО ПРОЦЕССА | Открытое и дистанционное образование. 2014. № 2 (54).

ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ОБУЧАЕМОГО ДЛЯ ОПТИМИЗАЦИИ УЧЕБНОГО ПРОЦЕССА | Открытое и дистанционное образование. 2014. № 2 (54).