BC/NW 2009; №2 (15):12.3

ПОВЫШЕНИЕ КАЧЕСТВА КОНТРОЛЯ ЗНАНИЙ СТУДЕНТОВ ПРИ ДИСТАНЦИОННОМ ОБУЧЕНИИ ЗА СЧЕТ ИСПОЛЬЗОВАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ МОДУЛЬНОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ

Иванченко Л. С., Суханова Н.В.

(ГОУ ВПО МГТУ «СТАНКИН», Москва, Россия)

Дистанционное обучение (ДО) позволяет использовать персональный компьютер (ПК), подключенный к сети Интернет в качестве средства обучения и контроля знаний. Расширение номенклатуры образовательных услуг ставит задачу использования методов искусственного интеллекта и принятия решений в качестве инструмента контроля знаний студентов. В данной статье для контроля полученных знаний предлагается последовательная организация двух независимых процессов. Ι-й процесс служит для преобразования поступившего ответа, т.е. предложения, с естественного языка на формальный мета-язык.

ΙΙ-й процесс выполняется на искусственной нейронной сети (ИНС). ИНС выполняет оценку соответствия данного студентом и правильного ответа.

Технический результат предложенной интеллектуальной системы контроля знаний при ДО - разработка средств для автоматизированного контроля знаний студентов, который по качеству близок к работе преподавателя

1. Актуальность задачи контроля знаний студентов

На современном этапе перед высшим образованием стоят задачи повышения качества образовательного процесса за счет широкого внедрения информационных технологий, обмена информацией по компьютерным сетям и разработки новых средств для автоматизации контроля знаний студентов.

ДО позволяет использовать персональный компьютер (ПК), подключенный к сети Интернет в качестве средства обучения и контроля знаний. При этом обучение может проводиться по индивидуальному плану, в процессе работы или в свободное время. Важной задачей при дистанционной форме обучения является постоянный мониторинг учебного процесса и контроль знаний.

Расширение номенклатуры образовательных услуг ставит задачу использования методов искусственного интеллекта и принятия решений в качестве инструмента контроля знаний студентов.

В ГОУ ВПО МГТУ «СТАНКИН» на кафедре КСУ разработан проект «Устройство контроля знаний», где использованы элементы искусственного интеллекта. Отличительной особенностью устройства является диалог на естественном языке в форме «вопрос-ответ». Устройство задает вопрос по указанной теме, отвечающий даёт ответ на естественном языке. Устройство позволяет повысить качество контроля, исключить субъективный подход, и возможно, отказаться от проведения экзаменов в форме тестирования.

2. Цель исследования

Целью исследования является – повышение качества контроля усвоенных знаний студентов при дистанционном обучении, что не исключает применения этих методов при очной или заочной формах обучения.

При большом разнообразии учебно- методических материалов, книг и пособий, электронных учебных курсов, планов и программ обучения по разным специальностям, необходимы универсальные средства автоматизации обучения и контроля знаний студентов.

3. Задачи исследования

Поставленная цель достигается путем решения следующих задач;

- использование элементов искусственного интеллекта для формализации знаний на основе учебного курса,

- составление и ведение баз знаний по предметам,

- использование искусственных нейронных сетей в качестве средства реализации обучения и контроля знаний;

- использование методов принятия решений для выбора последовательности контрольных вопросов;

- использование методов принятия решений для оценки знаний по n-балльной шкале.

4. Отличия предлагаемой системы контроля знаний от аналогов

Отличие предложенной системы от известных автоматизированных систем обучения и контроля состоит в следующем:

- Вопросы и ответы формулируются на естественном языке. Вопросы и ответы пересылаются по сети в центральные компьютеры. Центральные компьютеры соединены между собой с помощью сети передачи данных и подключены к базам знаний.

- Качество, полноту и содержание ответа на поставленный вопрос определяет обученная искусственная нейронная сеть (ИНС). ИНС реализована на аппаратно- программных устройствах, которые подключаются к центральным компьютерам через общедоступную сеть передачи данных.

- Возможность дополнительных, наводящих вопросов при недостаточно полном или частично неверном ответе.

- Возможность проводить контроль знаний последовательно по всем курсам на одном ПК, используя импорт содержимого разных баз знаний. Это позволяет проводить контроль знаний на дому (например, для инвалидов или для учащихся, проживающих в труднодоступных районах), в свободное от основной работы время (как при заочной форме обучения).

- Возможность проводить контроль знаний одновременно на всей территории страны, используя единую базу знаний (при проведении ЕГЭ, выпускных экзаменов в школе, вступительных экзаменов и сессии в ВУЗе).

- Возможность тиражирования базы знаний. Базу знаний создают один раз, а затем при необходимости ее можно дополнять, изменять и копировать неограниченное число раз.

Данная система контроля знаний может использоваться для дистанционного обучения людей с ограниченными возможностями (пониженное зрение, слух, немых, инвалидов и т.д.), в качестве консультанта, для самообучения, репетиторства и т.д.

Таким образом, контроль знаний выполняет обученная ИНС. ИНС выполняет анализ ответа, поступившего на её вход, и производит его оценку путем путём классификации и отнесения его к одному из заранее определённых классов. ИНС определяет степень соответствия данного студентом и правильного ответа.

На входы ИНС данные поступают в виде вектора. Следовательно, предложение, составленное на естественном языке, должно быть преобразовано в форму, удобную для обработки в ИНС.

Для этой цели в работе предлагается использование лингвистического процессора (например, ЗАПСИБ), который преобразует предложения на естественном языке в последовательность элементов на некотором мета-языке (т.н. констант). Тем самым уменьшается объём поступивших данных (так как мета-язык содержит существенно меньше базовых (терминальных) конструкций, чем естественный язык), но в результате преобразования должна сохраняться вся смысловая семантика текста.

В процессе проверки усвоенных знаний большую значение имеет показатель времени реакции ИНС на введенный ответ, так как оценка знаний должна проводиться оперативно, с минимальным запаздыванием.

Для контроля полученных знаний предлагается последовательная организация двух независимых процессов.

Ι-й процесс служит для преобразования поступившего ответа, т.е. предложения, с естественного языка на формальный мета-язык.

Для осуществления данного преобразования используется лингвистический процессор (Л-процессор), который путём всестороннего анализа текста на естественном языке превращает его в строку символов на мета-языке, что делает сообщение пригодным для последующей обработки. В результате преобразования должна сохраняться вся семантика ответа.

ΙΙ-й процесс выполняется на ИНС. ИНС будет оценивать правильность ответов. С помощью ИНС надо определить степень соответствия данного и правильного ответа. Для этого ИНС использует метод классификации. Классификация в контексте решаемой задачи - это отнесение ответов к определённым компактным областям (классам), причем число классов определяется заранее. Каждому классу будет соответствовать область ответов с определённым интервалом отклонения от правильного ответа. Это значит, что, если на вход НС подать вектор ответа, то программа на выходе выдаст номер класса, в область которого и попал этот вектор, а значит определит степень правильности. В качестве классификатора выступает ИНС.

Таким образом, подразделив контроль знаний на два независимых процесса, можно достигнуть высокого качества автоматизированной системы контроля знаний при ДО.

Способность ИНС к до- обучению и пере- обучению позволяет периодически или по мере необходимости обучать сеть и вносить изменения и дополнять содержимое базы знаний.

Для реализации ИНС предлагается использовать нейронные сети особой архитектуры, а именно, коммутаторные и доменные ИНС.

Предлагается реализовать коммутаторные и доменные ИНС в форме аппаратно-программной модульной вычислительной системы, которая является внешним устройством и подключается к персональному компьютеру при необходимости проведения оперативного тестирования с оценкой знаний за минимальное время. В случае ДО, когда время оценки не является критичным, имеется возможность обмена данными по сети в форме –перечень вопросов – перечень ответов.

При обратном преобразовании - с мета-языка в естественный язык, имеется возможность прокомментировать те фрагменты ответа, где были допущены неточности и ошибки и выдать рекомендаций (или заключение) по повторному изучению отдельных тем и разделов. Автоматизированная система контроля знаний позволяет задавать дополнительные вопросы по темам.

Выводы

Технический результат предложенной интеллектуальной системы контроля знаний при ДО - разработка средств для автоматизированного контроля знаний студентов, который по качеству близок к работе преподавателя.

ЛИТЕРАТУРА

1. Нариньяни А.С., Лингвистические процессоры ЗАПСИБ, препринт Проект ЗАПСИБ, Российский научно-исследовательский институт искусственного интеллекта, 1997.

2. Кабак И.С.,Суханова Н.В.Устройство контроля знаний. Патент РФ

3. Кабак И.С., Суханова Н.В. Нейронная сеть. Патент РФ

4. Боровиков В., STATISTICA.Искусство анализа данных на компьютере: Для профессионалов.2-е изд.- СПб.:Питер,2003.