2.4.Выводы по главе 2

Для формализации деятельности оператора используется множество разнообразных методов например:

• Граф-схемы алгоритмов

• Сети PERT

• Сети GERT

• Имитационные модели организационно-технологической надежности

• Функциональные сети

Наиболее перспективным для моделирования деятельности оператора-технолога является обобщенно-структурный метод функционально-структурной теории эрготехнических систем профессора Губинского. Этот метод позволяет описывать, оценивать и оптимизировать процессы человеко-машинного взаимодействия.

Для формализованного описания деятельности необходимого для ввода информации в компьютер необходимо специальный язык описания функциональных сетей. В качестве такого языка предлагается использовать формализмы разработанные в работах Лаврова и Пасько [28].

3. Программный комплекс для моделирования деятельности интеллектуального агента

3.1. Принципы и общая схема функционирования интеллектуального агента

Будем рассматривать обучающие системы, характеризующиеся следующими особенностями:

• теоретический курс с модульной системой оценки знаний;

• оценка обучения за модуль производится путем итогового тестового контроля;

• итоговый тестовый контроль проводится однократно;

• модуль может быть разбит на части (подмодули);

• подмодули могут разбиваться на части, соответствующие различным уровням сложности;

• результат усвоения подмодуля может быть проверен обучаемым (самоконтроль);

• количество самоконтролей в общем случае не ограничивается;

• возможно включение элементов диагностики (выявления проблемных (слабоусвоенных) вопросов) с повторным предъявлением отдельных порций учебного материала

• тестовые технологии самоконтроля являются подмножествами технологий зачетного контроля.

• оценивание знаний определяется долей правильных ответов методом использования сответствующих шкал.

Для выявления основных задач, которые необходимо возложить на агента-менеджера, было проведено исследование степени удовлетворенности студентов обучением в системе дистанционного образования.

Главной претензией студентов к существующим средствам электронного обучения (эргономическими дефектами) являются:

• сложность гибкого манипулирования технологией обучения (34,3%);

• низкое соответствие модальности информации стилям пользователя (21,1%);

• низкая возможность варьирования сложностью (12,4%);

• сложность прогнозирования результатов обучения (11,1%);

• слабая приспособленность к работе с мобильными устройствами (10,9%);

• отсутствие технологии самоконтроля и объяснительной компоненты (7,1%);

• другие (3,1%).

Диалоговая система эффективна только тогда, когда обеспечивает то, «что ожидает от нее пользователь».

В связи с этим для систем электронного обучения целесообразно обратиться к понятию «функциональный комфорт» (ФК). ФК – «функциональное состояние человека, занятого трудовым процессом, при котором достигнуто соответствие средств и условий труда функциональным возможностям человека и наблюдается его положительное отношение к работе, что обусловливает адекватную мобилизацию психофизиологических процессов, отдаляет развитие утомления, способствует длительной работоспособности без ущерба для здоровья. Психофизиологическим обоснованием ФК служит продуктивная напряженность, когда при минимальных энергозатратах организма и при высокой результативности деятельности обеспечивается длительная работоспособность человека».

Исходя из этого задачу можно сформулировать так: «Для заданных технических средств обучения, временных и ресурсных ограничений обеспечить максимум вероятности заданного результата обучения и максимум ФК».

Категория ФК, к сожалению, однозначно формально в литературе применительно к системам электронного обучения практически не определена.

В целях данного исследования выделим составляющие ФК, наиболее актуальные для человека-оператора в системе «студент-обучающая среда»:

• когнитивный ФК;

• темповый ФК;

• сложностной ФК.

Предполагаем следующие механизмы обеспечения ФК:

• для когнитивного ФК – выбор базового учебного модуля (платформы), обеспечивающего максимальную «близость» параметров модуля к параметрам, характеризующим предпочтения оператора (стиль представления информации, уровень интерактивности и т.п.);

• для темпового ФК – механизм, состоящий в постоянном контроле резерва времени для реализации оставшейся части обучения и выборе вариантов продолжения обучения, обеспечивающих своевременное выполнение;

• для сложностного ФК – механизм, состоящий в интеллектуальном анализе данных модели обучаемого (история обучения, подготовленность, мотивация).

Таким образом, основную задачу агента можно сформулировать следующим образом:

, (1)

, (2)

, (3)

, (4)

, (5)

где – множество альтернативных вариантов сценариев обучения; – вероятность безошибочного ответа на вопросы тестового контроля; – случайная величина времени обучения; – директивное время обучения; – минимально допустимая вероятность своевременного завершения обучения; - степень функционального когнитивного комфорта, – вектор, характеризующий вариант сценария обучения: , где - базовый модуль, - сценарий обучения; – уровень сложности обучения, - множество допустимых уровней сложности обучения.

Множество определяется множеством альтернативных обучающих платформ (модулей) и множеством возможных технологий обучения для каждого из , , -количеcтво альтернативных модулей.

В данной постановке задача принадлежит к классу многокритериальных. Если учесть, что степень функционального когнитивного комфорта определяется в основном выбором типа модуля, можно ввести допущение о независимости от при выбранном модуле. Тогда (1) можно записать в виде . Такое допущение позволяет поэтапное решение задачи.

1-й этап. Выбор базовой обучающей платформы (модуля) .

2-й этап. Выбор сценария обучения (2)-(4) при , где - множество возможных технологий для платформы (модуля ).

- искомое решение задачи.

Все данные, программные модули, необходимые для моделирования , представляются книгой MS Excel: Модель_агента.XLS;

Книга содержит данные и средства для автоматизированной оценки вероятности безошибочного выполнения (В), математического ожидания изучения указанного модуля (М), дисперсии (D) и вероятности своевременного изучения модуля (B(св)). Книга разделена на 5 основных листов:

1. Лист «Исходные_данные» - содержит входные параметры студентов, которые будут использованы при расчете вышеуказанных параметров.

2. Лист «Результаты» - содержит таблицу с выходными параметрами каждого студента по каждому отдельному учебному модулю. Таблица разделена на уровни мотивации студента, которые соответствуют желанию получить оценку (Низкий уровень мотивации – 3, средний уровень – 4, высокий уровень - 5). Каждый уровень мотивации студента разбит дополнительно на модели, по которым доступно изучение учебного модуля. Схемы моделей представлены в начале таблицы.

3. Лист «Графики_В» - справочный лист, который используется исключительно для наблюдения общей статистики студентов с разной вероятностью успешно изучить учебный подмодуль определенной сложности (низкая, средняя и высокая). Графики показывают, как изменяется вероятность получить желаемую оценку, соответствующую мотивации студента.

4. Лист «Графики_М» - справочный лист, который используется исключительно для наблюдения общей статистики студентов с разной вероятностью успешно изучить учебный подмодуль определенной сложности (низкая, средняя и высокая). Графики показывают, как изменяется математическое ожидание изучения учебного модуля студентов с разной мотивацией.

5. Лист «Графики_с_учетом_В(св)» - лист, который предназначен для построения графика для отдельного студента, который показывает – как изменяется его вероятность своевременного изучения учебного модуля с изменением имеющегося у него директивного времени, которое поступает на вход. Одновременно можно построить график только для одного студента.

Поддержание нормального диалога системы с оператором обеспечивается пользовательским интерфейсом. Все элементы интерфейса делятся на две группы: формы и объекты. VBA содержит графическую среду, позволяющую наглядно конструировать экранные формы и управляющие элементы. Формы определяют размер, размещение и фон окон, которые представляют программу. Объектами являются различные элементы, такие как кнопки или переключатели, способные поддерживать диалог с пользователем.

Одним из основных элементов интерфейса пользователя является Главная форма системы (рис.3.1), которая открывается нажатием кнопки <Модель_интеллектуального_агента>, находящейся на панели быстрого доступа или комбинацией клавиш Ctrl + d.

Рис.3.1 - Главная форма

Главная форма содержит кнопки управления, которые инициируют выполнение всех программных модулей системы. Надписи на кнопках отвечают названиям программных модулей. При нажатии кнопок главной формы, могут открываться другие экранные формы, содержащие поля ввода и поля со списками для выбора. Некоторые из них приведены ниже.

Кнопка «Добавление данных» вызывает форму добавления нового студента в книгу. В форме имеются поля для ввода входных значений, которые далее будут переданы для расчета (Рис 3.2).

На вход подаются следующие параметры:

1. В1[n, s, v] – вероятность безошибочного выполнения учебного подмодуля указанной сложности (n – низкой, s – средней, v - высокой).

Эти параметры берутся из нейросети, которая специально предназначена для их расчета.

2. K11 - вероятность обнаружения отсутствия ошибки при ее отсутствии.

3. К00 – вероятность обнаружения ошибки при ее наличии.

4. M(xp)[n, s, v] – математическое ожидание изучения подмодуля указанной сложности (n – низкой, s – средней, v - высокой).

5. D(xp) – дисперсія выполнения ученого подмодуля, которая не зависит от его сложности.

6. M(xk) – математическое ожидание выполнения контрольной.

7. D(xk) – дисперсия выполнения контрольной.

8. Директивное время (минут) – непосредственно директивное время, которое есть у студента на изучение учебного модуля.

Кнопка «Расчет» вызывает форму выбора типа расчета. Оператор может выбрать как расчет параметров для всех существующих студентов (в этом случае будет произведен только расчет вероятности безошибочного выполнения, математического ожидания изучения указанного модуля, дисперсии и вероятности своевременного изучения модуля для каждого студента, находящегося на листе «Исходные_данные»), так и расчет параметров для отдельного студента. В этом случае система выполнит проверку – если ранее расчет для этого студента еще не производился, то будет добавлена новая запись на лист «Результаты» со всеми необходимыми выходными параметрами. Если же ранее для этого студента расчет выполнялся, то система просто пересчитает выходные параметры используя входные данные для этого студента, которые находятся на листе «Исходные_данные». Так же система автоматически отформатирует ячейки для вывода результата на листе «Результаты» в необходимый дружественный формат. В случае, если пользователь выберет опцию расчета параметров для указанного студента, ему потребуется дополнительно указать мотивацию студента (Рис.3.3, Рис.3.4).

Кнопка «График» вызывает форму Выборка информации для графика. График строится для отдельно указанного студента, который находится на листе «Исходные_данные». График показывает, как изменяется вероятность своевременного изучения учебного модуля студентом, в зависимости от изменения директивного времени, имеющегося у студента, которое подается на вход. Перед построением графика система выполнит проверку, все ли поля заполнены. Если хотя бы одно поле окажется пустым – пользователь получит соответствующее уведомление и система не инициирует алгоритм построения графика (Рис.3.5).

Рис.3.2 - Форма добавления нового студента в книгу

Рис.3.3 - Форма выбора режима расчета параметров для студентов

Рис.3.5 - Форма построения графика зависимости вероятности своевременного изучения модуля от директивного времени