Роль і місце ес в навчанні

Існує достатньо багато різних класифікацій програмних засобів (ПІПЗ) (А.А. Кузнєцова, Ю.І. Машбиця, Б.С. Гершчнського, Р. Лаутербаха та інших) в основу яких покладені різноманітні критерії. Для розуміння ролі і можливостей експертних систем у навчанні, розглянемо, яке місце займають експертні системи серед інших систем штучного інтелекту та традиційного програмного забезпечення персонального комп'ютера.

З огляду на те, що в літературі з питань штучного інтелекту не має єдиного підходу до термінології, що використовується в даній проблемній галузі (поряд з терміном експертна система, вживаються як синоніми терміни інтелектуальна система, система штучного інтелекту, система, що базується на знаннях), а також враховуючи важливість цих основних понять для розуміння студентами суті процесів інтелектуалізації ЕОМ, окреслимо чіткіше зміст та відмінності між цими поняттями.

З гносеологічної точки зору сам термін інтелектуальна система не слід розуміти буквально. Академік М.М. Моісєєв зазначав, що «цей термін є не більше, ніж лінгвістичний нонсенс» . Сама по собі ЕОМ не в змозі виконувати найважливіші пізнавальні функції поза якими інтелект як самостійний не існує. Такі процеси, як артикулювання неусвідомлюваного знання, рефлексія над природою і джерелами знання, постановка і зміна цілей пізнання, - все це недоступні для ЕОМ. але дуже важливі моменти людського мислення.

При такій концепції ідея про автономні системи штучного інтелекту є принципово не реалізованою. Як альтернатива їй була запропонована концепція інтелектуальних систем, в рамках якої здійснюється взаємодія людини і ЕОМ при розв'язанні інтелектуальних проблем. Одним із перших цю концепцію сформулював радянський філософ І.С. Ладенко.

Суть ідеї полягає в тому, що ЕОМ функціонує не автономно, а в рамках інтелектуальної системи, одержуючи доступ до інтелектуальних ресурсів експерта-людини, які артикулюються (перетворюються в явне знання) в процесі взаємодії з ЕОМ. Причому важливо, що в цій взаємодії людина здатна збагачувати своє особисте знання шляхом осмислення і освоєння інформації, яка виробляється машиною. Контакти з ЕОМ при цьому здійснюються на рівні мислення людини: безпосередньо в ході її спілкування з машиною їй віддається «машинне» (формалізовані операції), а людині - «людське» (інтуїтивне, творче, неусвідомлюване мислення).

Отже, термін інтелектуальна система, як правило, відображає нову ідеологію, новий підхід до технології створення програмного забезпечення. Надалі в роботі ми будемо притримуватися саме такого підходу в трактуванні даного поняття.

Практичні реалізації ідей штучного інтелекту носять назву систем штучного інтелекту.

Зараз відомі різноманітні програми штучного інтелекту, що не є експертними системами:

- програма, що може продивитись, а потім видати в перефразованій формі текст розповіді дитини і навіть дати відповіді на деякі питання по тексту. Програма повинна якоюсь мірою «розуміти» і причинно-наслідкові відношення в повсякденному житті;

- програма для друку з голосу: користувач говорить в мікрофон, а програма видає друкований текст;

- програми, які демонструють і моделюють людський інтелект, наприклад, програма, здатна розв'язувати задачі на знаходження аналогії в геометричних фігурах (такі завдання, звичайно, включаються в інтелектуальні тести);

- програми, які автоматично доводять або навіть відкривають математичні теореми ;

- програми, які можуть проводити аналіз зображення, знятого телевізійною камерою, вибирати і класифікувати його об’єкти тощо.

Для розуміння, наприклад, розповіді дитини необхідний великий досвід і високий рівень інтелекту. Якщо можна заставити машину робити це ефективно, то без сумніву, можна багато дізнатися про те, що таке інтелект. Однак такі завдання (розуміння розповіді тощо) не має змісту ставити перед експертом або EC, тому що з ними легко справиться будь-яка людина.

Крім того, до систем штучного інтелекту відносять інтелектуальні інформаційно-пошукові системи, що працюють в інтерактивному режимі на професійних мовах так званої «ділової прози» користувачів-непрограмістів; інтелектуальні розрахунково-логічні системи, що дозволяють користувачам, що не є спеціалістами в галузі прикладної математики, розв'язувати у діалоговому режимі свої задачі з використанням складних математичних методів і відповідних прикладних програм.

Система, що базується на знаннях трактується як система, що дає можливість використовувати знання, подані у відповідній формі, з допомогою обчислювальної машини.

Будь-яке послаблення основних вимог, що характеризують експертні системи: уміння розв'язувати клас складних практично значимих задач з деякої предметної галузі, одержаних від людини-експерта; демонструвати якість розв'язування, що не поступається розв'язкам експертів; пояснювати процес одержання свого розв'язку, приводить до більш широкого класу - систем, що базуються на знаннях, які розділяють з EC основні принципи побудови і методи подання знань. Цей підхід до розуміння взаємозв'язку між основними поняттями ЕС приводить до класифікації

Серед різноманітних класифікацій програмних засобів розглянемо в першу чергу ті, що включають системи, що базуються на знаннях.

Використання знань і баз знань у навчанні відіграє особливу роль в силу декількох причин. По-перше, для більшості проблем із галузі штучного інтелекту (наприклад, для організації процесу навчання в інтелектуальних навчаючих системах) не має чітких алгоритмічних розв'язків, оскільки багато важливих задач виникає в складних контекстах явищ, що не піддаються точному і строгому опису.

По-друге, спеціалісти в галузі навчання завдяки своїм знанням досягають виключно високих результатів, і якщо комп'ютерні експертні-навчаючі системи зможуть акумулювати і використовувати знання експертів, вони також досягнуть достатньо високого рівня в роботі.

По-третє, знання - дефіцитний ресурс суспільства. Одержання знань від спеціалістів і надання їм форми, що дозволяє використовувати їх в комп'ютерних системах, може суттєво здешевити відтворення знань і їх застосування.

Поява навчаючих систем з базами знань була обумовлена рядом труднощів, пов'язаних з широким впровадженням автоматизованого навчання: недостатнім рівнем інтелектуалізації навчаючих систем, трудомісткістю розробки моделей діяльності студента і викладача в процесі навчання, складністю реалізації аналізу відповідей і повідомлень студента, необхідністю детального опису алгоритмів задач навчання, складністю автоматизації трудомісткого процесу підготовки і введення в систему навчального матеріалу, обмеженими можливостями традиційних навчаючих систем та адаптації їх до рівня підготовки і особистих характеристик студента.

В комп’ютерній технології навчання найбільшого значення мають такі класи систем, що базуються на знаннях: інтелектуальні інформаційно-пошукові системи, інтелектуальні навчаючі системи, експертні системи. Для інтелектуальних інформаційно-пошукових систем або систем взаємодії з базами даних деякою обмеженою мовою (системи ПОЕТ, ЗАПСИБ, ЗАПСИБ-ПРОЛОГ тощо), характерна наявність лінгвістичного процесора і моделі предметної галузі.

Робота інтелектуальної навчаючої системи базується на аналізі моделі предметної галузі, моделі студента і моделі навчання. До інтелектуальних навчаючих систем перш за все відносяться генеруючи автоматизовані навчаючі системи: COACH, MALT, SCHOLAR тощо.

Один із основних блоків генеруючих автоматизованих систем - генератор повідомлень, що працює на основі моделі предметної галузі. Оснащення комп'ютерів кольоровими графічними дисплеями зробили можливим широке використання тренуючих систем і тренажерів. Ці системи вимагають таких засобів подання знань, використовуючи які можна було б побудувати модель предметної галузі і динамічно її корегувати в залежності від ситуації, що складається.

Серед EC виділяють інструментальні експертні системи (BESS тощо). Найбільший інтерес для комп'ютерної технології навчання мають експертні навчаючі системи. Для функціонування експертних навчаючих систем, крім знань з предмету, необхідні знання про студента та процес навчання, знання з методики навчання і діагностики помилок. Розробка експертних навчаючих систем вимагає не тільки розвинутих засобів подання знань, але і взаємодії різних джерел знань (САКИО. BETS, SOPHIE, WHY, GUIDON. BUGGY).

Основні класи систем, що базуються на знаннях в комп'ютерній технології навчання

Клас системи	Характерні ознаки	Приклади системи
Інтелектуальні інформаційно-пошукові системи	1 .Модель предметної галузі. 2. Модель мови (словник, граматика).	ЗАПСИБ, ПОЕТ, FLIGHT, GEOBASE
Системи машинного перекладу	1 .Модель перекладу.	Силод, Систран, BRAWIS, ATLAS-II, ПЛАСТ, СПАС
Інтелектуальні навчаючі системи	1 Модель предметної галузі 2 Модель студента 3Модель навчання	ГЕОГРАФ, СОАСН, MALT
Експертні системи	1 Підсистема пояснення 2Знання експерта
Інструментальні EC	3Підсистема набуття знань 4Підсистема спілкування 5 Підсистема розв'язування	BESS, GURU, MY, CIN, FIRSTCLASS INTER
Прикладні експертно-навчаючі системи	6Модель предметної галузі 7 Модель студента 8 Модель навчання 9 Знання із стратегій та методик навчання 10 Знання про помилки (діаграма помилок)	САКИО, BETS, GUIDON, WHI

Ряд авторів пропонують структурувати програмно-інформаційне забезпечення в напрямі виділення відповідних навчально-технологічних модулів, які відповідають різним функціям і задачам навчання. Перелік основних навчально-технологічних модулів наводиться в таблиці.

Найменування модуля	Характеристика
Експертно-навчаючі системи	Формування навчаючого середовища
Автоматизовані практикуми	Інтеграція різних програмно-інформаційних середовищ
Автоматизовані навчаючі системи	Вхідна мова, орієнтована на реалізацію навчального діалогу
Інформаційно-навчаючі системи	Автоматизовані словники, навчання термінам
Конструктори навчальних ситуацій І навчальних ігор	Мови маніпулювання
Вмонтовані інструкції для користувачів	Редактори різних типів

В основі критерію класифікації ППЗ обраний характер спілкування між вчителем і студентом, а також між студентами. Згідно цієї класифікації всі ППЗ можна поділити на дві групи:

І) ППЗ, спрямовані на зменшення часу спілкування між викладачем і студентами, або навіть на навчання без викладача (демонстраційні програми, програми-тренажери, різноманітні «електронні довідники»);

2) ППЗ, спрямовані на інтенсифікацію спілкування студент-викладач, студент - студент за рахунок ефективного використання засобів HIT (експертні системи, системи машинної графіки, системи когнітивної комп'ютерної графіки, інструментальні педагогічні засоби тощо).

На сучасному етапі акцент в створенні ППЗ перемістився від програм першого типу на програми другого типу, тому що вони дозволяють проводити навчання в процесі активних дій студента що сприяє підвищенню мотиваційної наповненості навчального процесу, набуттю стійких знань, формуванню прийомів розумової діяльності, творчого мислення студентів.

Критерієм класифікації є дидактичні завдання, що розв'язуються з використанням ППЗ:

По-перше програми використовуються як допоміжні засоби для більш ефективного розв'язання наявної системи дидактичних задач. Зміст об'єкта засвоєння в комп'ютерній навчаючій програмі цього типу є довідкова інформація, інструкції, обчислювальні операції, демонстрації тощо. Прикладом можуть бути експертні системи.

По-друге, комп'ютер може бути засобом, на який покладається розв'язання окремих дидактичних задач при збереженні загальної структури, цілей і задач безмашинного навчання. При цьому сам навчальний зміст не закладається в комп'ютер (він виконує функції контролера, тренажера тощо). Ця функція комп'ютера широко представлена в розгалужених діалогових системах, що моделюють діяльність викладача.

По-третє, використання комп'ютера дозволяє ставити і розв'язувати нові дидактичні задачі. Характерними прикладами є програми з імітації комп’ютерного експерименту. В цих програмах об'єктом засвоєння виступають: а) зовнішні параметри того чи іншого процесу;

б) закономірності, що недоступні спостереженню в звичних умовах;

в) зв'язки, що імітують явища з тими параметрами, що автоматично задаються програмою.

По-четверте, комп'ютер може використовуватись як засіб моделювання змісту об'єктів засвоєння шляхом їх конструювання. Сюди відносять так звані «комп'ютерні навчаючі середовища».

В пропонованій класифікації автори виділяють експертні системи лише як допоміжний засіб для розв'язання наявної системи дидактичних завдань, де об'єктом засвоєння програми є довідкова інформація.

Дослідження показало, що можливості експертних систем у навчанні значно ширші. Вони можуть виступати і як засіб розв'язання окремих традиційних дидактичних задач, наприклад, тестування знань, і як засіб для розв'язання нової дидактичної задачі, що не розв’язується традиційними методами, - завдання по складанню навчальних баз знань і наповненню експертних оболонок.

З врахуванням зроблених зауважень, класифікація ППЗ, критерієм якої є дидактичні завдання, найбільш повно відображає роль експертних систем у навчальному процесі.