Ostravská univerzita v Ostravě
Pedagogická fakulta
Katedra informačních a komunikačních technologií
Adaptivní LMS systémy
Autoreferát disertační práce
Autor práce:
Vedoucí práce:
Mgr. Vladimíra Sehnalová
doc. Ing. Cyril Klimeš, CSc.
2011
Název disertační práce:
Adaptivní LMS systémy
Adaptive LMS systems
Autor práce:
Mgr. Vladimíra Sehnalová
Vedoucí práce:
doc. Ing. Cyril Klimeš, CSc.
Studijní program:
Specializace v pedagogice
Studijní obor:
Informační a komunikační technologie ve vzdělávání
K dosažení hodnosti:
Ph.D.
Název instituce:
Ostravská univerzita v Ostravě
Pedagogická fakulta
Katedra informačních a komunikačních technologií
Jména oponentů:
prof. RNDr. Alena Lukasová, CSc.
Ostravská univerzita v Ostravě
doc. RNDr. František Koliba, CSc.
Slezská univerzita v Opavě
Obhajoba práce:
24. ledna 2012, 1500 hod., SA 408
Pedagogická fakulta
Fráni Šrámka 3, Ostrava – Mariánské Hory
ABSTRAKT
Disertační práce řeší problematiku adaptace vzdělávacího procesu z pohledu pedagogického
s využitím moderních informačních technologií. Vychází z teorie učení a vytváří formální
model procesu učení s využitím Petriho sítí. Pomocí fuzzy logické dedukce formuluje
IF-THEN pravidla, která jsou ověřována prostřednictvím softwarového nástroje LFLC.
Výsledkem je model procesu učení pro řízení a adaptaci výukového procesu pomocí fuzzy
orientovaného expertního systému. Práce popisuje možnosti adaptace systému a řízení
průchodu studenta výukovým kurzem v prostředí LMS Moodle.
Klíčová slova: adaptivní vzdělávací systémy, proces učení, teorie učení, podmínky učení,
Petriho sítě, fuzzy logická dedukce, fuzzy orientovaný expertní systém, LFLC, Moodle, řízení
průchodu kurzem
ABSTRACT
The thesis deals with problems of educational adaptation process from a pedagogical view
using modern information technologies. It is based on the learning theory and creates a formal
model of the learning process using Petri nets. Using fuzzy logic deduction, it formulates the
IF-THEN rules that are verified through a software tool LFLC. The result forms a model of
the learning process to manage and adapt the educational process using a fuzzy-oriented
expert system. The work describes possibilities of adaptation of the system and control of
student’s progress through a training course in the LMS Moodle environment.
Keywords: adaptive learning systems, learning process, learning theory, learning conditions,
Petri nets, fuzzy logic deduction, fuzzy-oriented expert system, LFLC, Moodle, control
training process
OBSAH
1
ANALÝZA SOUČASNÉHO STAVU............................................................................. 5
2
CÍLE PRÁCE ................................................................................................................... 8
3
FORMÁLNÍ MODEL PROCESU UČENÍ S VYUŽITÍM PETRIHO SÍTÍ .............. 9
4
MODEL PROCESU UČENÍ S VYUŽITÍM FUZZY LOGICKÉ DEDUKCE ........ 12
5
NÁVRH KURZU V MOODLE..................................................................................... 14
6
VÝSLEDKY PRÁCE ..................................................................................................... 16
SEZNAM POUŽITÉ LITERATURY .................................................................................. 19
SEZNAM PUBLIKACÍ AUTORKY .................................................................................... 20
1 ANALÝZA SOUČASNÉHO STAVU
Analýza současného stavu zaměřená na LMS systémy zkoumá, zda tyto systémy obsahují
nástroje pro adaptaci vzdělávacího procesu. Prostudování modulů, funkčností a vlastností
umožní zjistit, zda jejich využitím je možné přizpůsobit výuku různým skupinám uživatelů
nebo bude nutné navrhnout nové funkčnosti systému. Studium článků, které vyšly
v odborných časopisech,
nebo příspěvků na konferencích zaměřených na oblast
e-learningového vzdělávání umožní nalézt odborníky, kteří se danou problematikou
dlouhodobě zabývají, a přinese přehled výsledků současného stavu řešení problematiky.
Pro vzdělávání jsou hledány stále nové formy vycházející ze současného poznání a dalších
možností, především technologických. E-learningové systémy v současné době podporují
především distanční a kombinované formy studia. Mají-li tyto systémy pomoci studujícím,
měly by převzít částečně roli vyučujícího. Pedagog ve vzdělávacím procesu reaguje na
každou konkrétní situaci a další kroky výuky přizpůsobí aktuálním znalostem studentů,
odpovídá na dotazy studentů, zařazuje další vysvětlení a příklady při nepochopení daného
tématu nebo pokračuje ve výkladu dále.
Kurzy, které jsou pro LMS systémy vytvářeny, mají strukturu danou systémem a jsou stejné
pro všechny studenty. Vzdělávací informační systém by se měl umět přizpůsobit předchozím
znalostem a schopnostem studenta, preferovanému způsobu nebo stylu učení, zájmům
a motivaci a dalším studijním okolnostem. Obdobné požadavky jsou kladeny také na
adaptivní weby. Vlastní rozšíření systému o adaptivitu v oblasti e-learningových nástrojů je
cestou, jak dosáhnout vyšší efektivity tohoto způsobu vzdělávání a nabídnout učitelům
a studentům flexibilní způsob výuky. Současné LMS systémy byly analyzovány z pohledu
architektury informačních systémů. Úkolem bylo ověřit, zda obsahují nástroje pro adaptaci
vzdělávání, nebo hledání takových vlastností, funkčností a modulů systémů, které by
umožnily adaptaci vzdělávání různým skupinám uživatelů.
Pro analýzu současného stavu v oblasti adaptivních vzdělávacích systémů byly vybrány
příspěvky publikované v letech 2010 a 2011 ve vědeckých a odborných časopisech.
Ze starších článků byly zařazeny ty, které jsou významné pro studovanou problematiku, jsou
zdrojem informací pro další autory nebo řeší oblast jiným originálním způsobem.
Problematice adaptivních systémů se dlouhodobě věnuje Peter Brusilovsky, který v roce 1996
publikoval článek Methods and techniques of adaptive hypermedia. V něm shrnuje tehdejší
dosavadní poznatky o adaptivních hypermédiích, dosud vytvořených adaptivních systémech
5
a použitých adaptačních technikách. Článek ovlivnil řadu dalších autorů a je často citován
v textech o adaptivních hypermédiích. Pro zařazení do skupiny adaptivních hypermédií
Brusilovsky požadoval, aby systém splňoval tři kritéria: jedná se o hypertextový nebo
hypermediální systém, měl by mít model uživatele a měl by být schopen přizpůsobit
hypermédia pomocí tohoto modelu. Identifikoval více než dvacet systémů, které v uvedeném
článku analyzoval a popsal.
V roce 2007 byl Peter Brusilovsky jedním s editorů knihy The Adaptive Web, Methods and
Strategies of Web Personalization. Kniha si klade za cíl zmapovat současnou situaci v oblasti
adaptivních systémů a každý z autorů popisuje svůj přístup k problematice adaptace
(Brusilovsky, 2007). Další články publikované v odborných časopisech v posledním období
jsou někdy souhrnem dosud publikovaných materiálů, často jsou citovány články
P. Brusilovského. Někteří autoři se pokoušejí o návrh nové výpočetní metody, kterou by bylo
možno uplatnit u adaptivního systému. Objevují se snahy o pohled na adaptivní vzdělávací
systémy z pohledu pedagogického či psychologického, částečně jsou uplatněny zásady
didaktické. U současných systémů zcela chybí pohled na adaptivní vzdělávací systémy
z pohledu teorie vzdělávání a zapojení pohledu učitele na řízení procesu vzdělávání.
Rozhodování ve vzdělávacím procesu se neopírá jen o výsledky vyjádřené číselně nebo
získané na základě hodnocení, didaktických testů v různé hodnotící škále, ale také na
schopnostech a znalostech učitele, který analyzuje celý vzdělávací proces a rozhoduje
o jednotlivých krocích postupu. Specifický je přístup jednotlivých učitelů k výuce. Jeden
tematický celek mohou různí učitelé vést pomocí různých vyučovacích metod, klást důraz na
odlišné prvky a vyhodnocovat různě vzniklé situace. Algoritmus postupu rozhodování je ve
vyučovacím procesu učitele různý, s rozvojem učitelových znalostí a schopností se mění také
jeho postoj k posuzování vnitřních a vnějších podmínek vzdělávání, důležitosti jednotlivých
kroků a k metodám, jak těchto cílů dosáhnout.
Na vzdělávání pomocí adaptivních LMS systémů je potřeba pohlížet jako na složitý
rozhodovací proces. Obsahuje celou řadu neurčitostí, ale je možné definovat jeho strukturu.
Pro stanovení průběhu učení a rozhodovacího procesu, jak na základě vstupních požadavků
co nejlépe a nejefektivněji dosáhnout požadovaných cílů, mohou pomoci fuzzy orientované
expertní systémy (Klimeš, 2009). Cílem expertního systému je dosahovat obdobně kvalitních
závěrů při řešení složitých problémů, jako by stejný problém řešil člověk – expert v daném
oboru. Pro expertní systémy je zcela typická práce s neurčitou, nepřesnou nebo chybějící
6
informací. Znalosti jsou heuristické, statisticky nepodložené, vágní, data jsou zašuměná nebo
zkreslená vlivem použitých metod či chyb přístrojů. (Pokorný, 2004)
Vlastní nedostatečnost informace ve vzdělávacím procesu je způsobena nedostatky v měření
výsledků vzdělávání, hodnocení je omezeno kvalifikační stupnicí a nevystihuje vždy přesně
schopnosti a znalosti studenta. Další nedostatečností je použití popisu pomocí přirozeného
jazyka, omezený počet slov nemůže vždy zcela přesně popsat všechny možné vzniklé situace.
Produkční pravidla vyslovená v přirozené řeči jsou složena ze slov přirozeného jazyka.
Základní vlastností slovních pojmů je jejich pojmová neurčitost – vágnost. V praxi nejvíce
rozšířeným způsobem formalizace vágních pojmů, jako formalizace neurčitosti slov
přirozeného jazyka, se staly tzv. fuzzy množiny.
Pokud nejsme schopni stanovit přesné hranice třídy vymezené vágním pojmem, nahradíme
toto rozhodnutí mírou vybíranou z nějaké škály. Každý prvek bude mít přiřazenu míru, která
vyjadřuje jeho místo a roli v této třídě. Bude-li škála uspořádaná, pak menší míra (stupeň
příslušnosti) bude vyjadřovat, že daný prvek leží někde na okraji třídy. Třída, v níž každý
prvek je charakterizován stupněm příslušnosti k této třídě, se nazývá fuzzy množina. Lze také
říci, že stupeň příslušnosti vyjadřuje stupeň našeho přesvědčení, že daný prvek patří do dané
fuzzy množiny (Dvořák, 2004).
K formalizaci vágních slovních pojmů se používá prostředků fuzzy množinové matematiky,
inferenční mechanizmy pak využívají principů fuzzy jazykové logiky. K popisu chování
složité soustavy je potřeba použít více pravidel, která tvoří vlastní bázi znalostí a jsou v ní
obsaženy všechny znalosti (experta), které máme o chování soustavy k dispozici (Pokorný,
2004). Pro využití expertního systému ve vzdělávání je nutné popsat proces učení pomocí
jazyka, kterému rozumí počítač.
7
2 CÍLE PRÁCE
Návrh adaptivního LMS systému byl řešen pomocí následujících dílčích cílů.
1. Teorie učení z pohledu pedagogického, psychologického a didaktického.
Vymezit pojem učení a stanovit klíčové charakteristiky vzdělávacího procesu.
Určit základní podmínky učení a pravidla řízení výukového procesu.
2. Formální model procesu učení.
Popsat činnosti, stavy a fáze vzdělávacího procesu.
Navrhnout model učení s využitím Petriho sítí.
Ověřit funkčnost modelu pomocí softwarového nástroje HPSim.
3. Návrh pravidel pro inferenční mechanismus s využitím fuzzy logické dedukce.
Definovat jazykové proměnné, evaluační jazykové výrazy a jazykový popis
pro jednotlivé fáze vyučovacího procesu.
Vytvořit IF-THEN pravidla, která vychází z formálního modelu učení
a odpovídají situacím, které mohou ve vyučovacím procesu nastat.
4. Ověření pravidel pomocí softwarového nástroje LFLC 2000.
Sledovat vliv pravidel na výsledek inference, odstranit nepřesná nebo
nadbytečná pravidla.
Doplnit pravidla, která zpřesňují požadovaný průběh procesu.
Vyhodnotit změnu závislé proměnné při změnách hodnot nezávisle
proměnných.
5. Ověření navržených prvků řízení výukového procesu v LMS systému Moodle.
Vybrat moduly, činnosti, funkce a možnosti systému Moodle, které mohou být
využity při adaptaci výukového kurzu.
Navrhnout prvky adaptivní navigace a prezentace, které umožní řízení
průchodu studenta kurzem.
V disertační práci je cíl č. 1 a 2 řešen v kapitole Formální model procesu učení s využitím
Petriho sítí, cíl č. 3 a 4 je objasněn v kapitole Model procesu učení s využitím fuzzy logické
dedukce a cíl č. 5 je popsán v kapitole Návrh kurzu v Moodle.
8
3 FORMÁLNÍ MODEL PROCESU UČENÍ S VYUŽITÍM
PETRIHO SÍTÍ
Model procesu představuje zjednodušenou reprezentaci skutečnosti. Pro vytvoření formálního
modelu procesu učení bylo nutné prostudovat teorie, které popisují proces učení, vybrat prvky
výuky a pojmenovat představitele činností a stavů, které budou v modelu použity. Do modelu
učení zahrnout složky, druhy nebo typy učení a další jevy, které při vyučovacím procesu
nastávají. Při modelování použít takové podmínky a požadavky, které jsou nezbytné pro
průběh vyučovacího procesu. Formální model vytvořený pomoci Petriho sítí popisuje proces
učení a zohledňuje další požadavky na vzdělávací proces, jako je úloha učebních cílů,
motivace, struktura učiva, opakování nebo zpětná vazba.
Pro vytváření modelu učení byl použit grafický editor HPSim (Anschuetz), který umožňuje
vytvářet jednotlivé grafické objekty a jejich propojení. Po vytvoření sítě je možné vložením
značek (tokenů) ověřit návrh sítě pomocí simulace toku značek celou sítí. Pro popis modelu
bylo dodrženo standardní označení pro místa písmenem P (places) a přechod písmenem
T (transition). (Klimeš, Balog, 2007)
Robert M. Gagné (1975) definoval osm typů učení, které tvoří hierarchickou strukturu
a splnění nižšího typu učení je předpokladem k učení vyššího typu. Řešení problémů (8. typ)
předpokládá znalost principů (7. typ), které jsou založeny na znalosti pojmů (6. typ).
Vytvoření pojmu předpokládá mnohonásobnou diskriminaci (5. typ), která obsahuje verbální
asociace (4. typ) nebo jiné řetězce (3. typ), které jsou vytvořeny pomocí S – R spojů (2. typ)
osvojením odpovědi na signál (1. typ).
1. typ učení: učení signálům
Subjekt (člověk nebo zvíře) se učí uskutečnit obecnou odpověď na signál. Učení signálům je
soubor podmínek vhodných pro vytvoření podmíněné odpovědi. Tímto způsobem nelze
osvojit přesné vědomé odpovědi.
2. typ učení: S – R učení
Jedná se o druh učení, ve kterém se subjekt učí odpovídat na signál, osvojuje si přesnou
odpověď na přesně odlišený podnět. Jako odpověď na podněty nebo kombinaci podnětů je
provedení přesných pohybů kosterního svalstva. Tento typ učení umožňuje jednotlivci
provádět činnost, kdy sám chce. Např. dítě se učí vyslovovat nová slova, člověk se učí
vyslovovat slova při výuce cizích jazyků.
9
3. typ učení: řetězení
Řetězení je osvojování řetězu dvou nebo více S – R spojů. Při řetězení musí dojít ke spojení
každého článku s následujícím. Jsou-li podmínky splněny, k osvojení řetězce nedochází
postupně, ale uskuteční se při jediné příležitosti. Například dítě se naučí dožadovat určitého
předmětu jeho jménem nebo vytváření slovního spojení chlapci a děvčata, muži a ženy.
4. typ učení: verbální asociace
Tento typ učení je osvojováním řetězců složených ze slov. Nejjednodušší verbální řetězce
představuje pojmenování předmětů. Při výuce cizích jazyků si subjekt osvojuje asociované
páry (slovo v mateřském a cizím jazyce). Řetězec, který vytváří verbální asociaci, zahrnuje
verbální prvek, který působí jako počáteční podnět pro navození řetězce. Dále je jeho součástí
jiné předem osvojené spojení a kódové spojení, jež si vytváří subjekt sám nebo mu ho
poskytuje učitel, a které spojuje ostatní dva články.
5. typ učení: mnohonásobná diskriminace
Učení mnohonásobné diskriminaci je v podstatě vytváření velkého počtu různých řetězců. Je
to typ učení, který převládá v celém formálním vzdělávání. Subjekt se učí docílit mnoha
různých identifikačních odpovědí na stejný počet odlišných podnětů, které se mohou ve
větším nebo menším stupni sobě navzájem podobat. Ačkoli osvojování každého jednotlivého
spoje je realizací učení 2. typu, jednotlivá spojení mají tendenci na základě interference
ohrožovat uchování dalších spojů.
6. typ učení: učení pojmům
Tento typ učení vede ke způsobilosti identifikovat pojmy správně v řadě různých
podnětových situací. Předpokladem je, že podnětová část řetězce musí být osvojena předem.
Při předkládání různých podnětových situací si učící se subjekt osvojuje uskutečnit obecnou
odpověď jejich rozlišením.
7. typ učení: učení principům
Princip je řetězem dvou nebo více pojmů, je vztahem mezi pojmy. Nejjednodušší typ principu
může být většinou vyjádřen formou: Jestliže A, pak B. Pro osvojování principů musí být
předem osvojeny pojmy, jež mají být spojeny. Pokud učící se subjekt rozumí pojmům,
následuje proces řetězení a osvojení principu se uskuteční při jediné příležitosti.
10
8. typ učení: řešení problémů
Řešení problému je řadou psychických aktů, v nichž lidé využívají principů k dosažení cíle.
Jakmile si člověk osvojil nějaký princip, může ho použít k mnoha účelům při svém
vyrovnávání se s prostředím a při jeho ovládání. Je schopen kombinovat principy, kterým se
již naučil. Pomocí procesu kombinování známých principů v nové řeší problémy, které dosud
neznal, a tak si osvojuje ještě větší zásobu nových způsobilostí. Žák se nenaučí jen vzorec, ale
naučí se užívat definici a zobecňovat ji v dalších situacích. (Gagné, 1975)
Obrázek 1 Formální model procesu učení
11
4 MODEL PROCESU UČENÍ S VYUŽITÍM FUZZY
LOGICKÉ DEDUKCE
Pro návrh popisu vzdělávacího procesu, který má charakter rozhodování a je uspořádán
hierarchicky, je vhodná fuzzy logická dedukce. Fuzzy logická dedukce pracuje s formulemi
typu IF-THEN a pravdivostními hodnotami jazykových výrazů, které se v nich vyskytují
(Novák, 2000). U každého typu učení v modelu vytvořeného pomocí Petriho sítě jsou
definovány nezávislé proměnné, které jsou vstupními podmínkami daného typu učení. Závisle
proměnná přestavuje cíl vzdělávání v popisované fázi učení. Protože jednotlivé typy učení
tvoří hierarchickou strukturu, závisle proměnná nižšího typu učení tvoří nezávisle proměnou
typu učení na vyšší úrovni. Vztah mezi nezávisle proměnnými a závisle proměnnou je
vyjádřen pomocí IF-THEN pravidel s využitím základních jazykových výrazů. V pravidlech
bylo zachyceno co nejvíce vnitřních a vnějších podmínek pro daný typ učení. Navržená
pravidla byla vytvářena a testována pomocí softwarového nástroje LFLC (8).
Výhodou fuzzy logické dedukce je možnost pracovat s jazykovými výrazy v přirozeném
jazyce a formulovat pravidla, která jsou při modelování využívána. Při modelování procesu
učení byla jména proměnných ohodnocena základními fuzzy evaluačními jazykovými výrazy
(small, medium a big). Jazykový popis jednotlivých fází vyučovacího procesu se skládá
z pravidel, které popisují situace, které mohou v dané fázi nastat.
Obrázek 2 Vytváření pravidel
Pro výstupní proměnnou je zobrazen tvar výsledné fuzzy množiny s vyznačenou
defuzzifikovanou hodnotou, typickým evaluačním výrazem a všemi pravidly použitými
v inferenci. Při změně hodnot vstupních proměnných lze sledovat jejich vliv na
defuzzifikovanou hodnotu výstupní proměnné.
12
Obrázek 3 Output variables
Tabulka 1 Proměnné modelu učení
1. typ učení: učení signálem
2. typ učení: S – R učení
3. typ učení: řetězení
4. typ učení: verbální asociace
5. typ učení: mnohonásobná
diskriminace
6. typ učení: učení pojmům
7. typ učení: učení principům
8. typ učení: řešení problémů
nezávisle proměnná
stimulus
stimulus
stabilization
reaction
reply1
reply2
chaining
concept1
concept2
reply
mediator
stabilization
confirmation1
confirmation2
interference
repetition
MD
stimulus
classification
term1
term2
understand
principle1
principle2
thinking
závisle proměnná
reply
reply
concept
confirmation
MD (multiple
discrimination
term
principle
problem solving
13
5 NÁVRH KURZU V MOODLE
LMS Moodle, který je v současnosti využíván na celé řadě vysokých, středních a někdy
i základních škol, je oblíbený pro svou jednoduchost a dostupnost. Kurz pro vedení výuky
distanční formou by měl být obohacen o prvky výuky v prezenční formě. Jde především
o komunikaci s vyučujícím, motivaci a aktivaci studentů kurzu, časové nebo tematické
uspořádání učiva, řízení výuky, zpětnou vazbu pro kontrolu plnění stanovených cílů
a povzbuzení do dalšího studia.
Tvůrci LSM systémů hledají nové adaptivní cesty učení a rozšiřují funkčnosti systému o nové
prvky. Pomocí nové funkce nazvané Podmíněný přístup k činnostem je možné definovat
podmínky, které jsou nezbytné pro dokončení činnosti definované v kurzu. Může být
vyžadováno dosažení stanovené výše bodového nebo procentuálního hodnocení přednášky,
testu nebo jiné činnosti v kurzu. Pokud stanovené podmínky nejsou splněny, student musí
činnost opakovat.
Základní navigaci v kurzu Moodle lze vytvořit pomocí volby Uspořádání. Témata kurzu
mohou být uspořádána podle týdnů, témat nebo kurz může mít formu diskusního fóra.
Adaptivní navigaci lze pro jednotlivé studenty omezit podmínkami pro Plnění činností.
Student pokračovat v další činnosti až po splnění nastavených podmínek. Adaptivní
prezentaci lze připravit pro skupiny studentů, které mohou být Oddělené nebo Viditelné.
Rozdělení studentů do skupin může proběhnout podle různých kritérií, např. na základě
výsledků testů.
Modul Přednáška umožňuje vytvářet adaptivní interaktivní výkladový materiál skládající se
z posloupnosti stránek, případně z rozcestníků. Stránky obsahují materiál přednášky a jsou
obvykle zakončeny otázkou. Protože tento modul umožňuje vytvářet větvenou posloupnost
materiálů, je možné je přizpůsobit individuálním schopnostem studentů.
Pro návrh kurzu s adaptivními prvky byl použit e-learningový kurz pro předmět Úvod do
tvorby www stránek, který již jako kurz v Moodle byl vytvořen a využíván, ale zatím bez
prvků přizpůsobení různým vstupním znalostem jednotlivých studentů. Do kurzu se přihlašují
studenti, kteří nemají vůbec žádné zkušenosti s tvorbou www stránek, chtějí se základy tvorby
naučit a své www stránky si vytvořit. Druhou skupinu tvoří studenti, kteří již dobře tvorbu
www stránek znají, mají vytvořeny své www stránky a do předmětu se přihlásili jen pro
splnění úkolů a získání kreditů. Třetí skupinou jsou studenti, kteří základy tvorby www
stránek částečně mají, s HTML kódem jsou již seznámeni, ale chtěli by si své znalosti
14
zopakovat, dozvědět se nové informace, případně opravit si své hotové www stránky, které již
neodpovídají současným standardům.
Pro všechny studenty jsou v kurzu připraveny výukové materiály a tři úkoly, které postupně
ověřují znalost pochopení teorie při konkrétním praktickém použití. První dva úkoly vedou
k prokázání znalosti HTML kódu pro formátování textu, použití obrázků, odkazů a tabulky.
Celý kurz je završen tvorbou vlastních www stránek, které musí odpovídat požadovaným
kritériím.
Materiály a činnosti v kurzu
Průchod studenta kurzem je veden pomocí podmíněných činností a přednášek s otázkami.
Tabulka 2 Struktura kurzu
Téma
Studijní materiál
Činnost
Příprava kurzu
Databáze zdrojů
Seznam termínů a definic
Úvod do
problematiky
Úvod
Princip vytváření www stránek
Přednáška Úvod do
problematiky, základní pojmy
Text a jeho
vlastnosti
Text a jeho vlastnosti
Seznamy
Přednášky Text a jeho
vlastnosti, Přednáška Pokyny
pro vypracování úloh
Korespondenční úkol č. 1
Vytvoření odkazů
a grafických prvků
Odkaz, obrázek
Tabulka
Přednáška Vytvoření odkazů
a grafických prvků
Korespondenční úkol č. 2
Vlastní webové
stránky
Vlastní webové stránky
Formulářové prvky
Korespondenční úkol č. 3
15
6 VÝSLEDKY PRÁCE
Tvorba adaptivního vzdělávacího systému je proces, který zahrnuje didaktické zpracování,
tvorbu, sdílení, distribuci a změny obsahu ve spolupráci týmu programátorů, tvůrců médií,
pedagogů a psychologů. Přes odlišný pohled odborníků na vzdělávací proces a nejednotnou
terminologii je možné vzdělávací proces rozdělit do etap, které na sebe navazují a vymezit
základní podmínky realizace procesu vzdělávání. Mezi nejvýznamnější faktory patří vnitřní
a vnější podmínky vzdělávání, struktura učiva, dostatek podnětů pro řízení procesu a zpětná
vazba pro zpevnění naučeného, jak je popsáno v disertační práci v kapitolách Vymezení pojmu
učení a Podmínky učení. Pohled na současné adaptivní LMS systémy je rozšířen
o pedagogický přístup, který zavádí do procesu adaptace vnitřní a vnější podmínky učení.
Vnější podmínky učení zahrnují metody a formy výuky, projeví se v připravených
materiálech, struktuře a preferencích stanovených autorem kurzu.
Formální model procesu je obecná struktura složitého procesu, která neobsahuje úplný popis
všech možností reálného děje a všechny podmínky, které do procesu vstupují. Obecný postup
řešení vychází z výběru nejdůležitějších faktorů, jejich zařazení do formálního modelu
a hledání závislostí. Formální model procesu učení je založen na výběru popisu činností,
stavů a fází vzdělávacího procesu, které celý proces co nejlépe charakterizují. V kapitole
Formální model procesu učení s využitím Petriho sítí je model postupně vytvářen podle teorie
učení Gagného (1975) s přihlédnutím k dalším teoriím popisujícím proces učení. Součástí
návrhu modelu je ověření funkčnosti pomocí softwarového nástroje HPSim (Anschuetz),
který umožňuje graficky zpracovat návrh modelu a simulací ověřit průchod Petriho sítí. Pro
adaptivní LMS systémy je nutné provedení analýzy učiva a rozdělení struktury učiva podle
úrovní a typů učení, tedy zda se jedná o mnohonásobné diskriminace, učení pojmům, učení
principům nebo řešení problémů. Výukové materiály doplněné o metody a formy vedení
výuky, musí vést k postupnému naplňování jednotlivých dílčích cílů.
Výsledky a závěry této kapitoly byly shrnuty v příspěvku Formální model procesu učení
s využitím Petriho sítí a zaslány k publikování do recenzovaného neimpaktovaného
odborného časopisu e-Pedagogium, který je zaměřen na interdisciplinární výzkum
v pedagogice, speciální pedagogice a didaktikách oborů. Příspěvek byl recenzenty doporučen
k publikování (XI).
V kapitole Model procesu učení s využitím fuzzy logické dedukce jsou pro každý typ učení
definovány jazykové proměnné. Vztahy mezi nezávisle proměnnými a závisle proměnnou
16
jsou vyjádřeny pomocí IF-THEN pravidel. Vytvořena jsou pravidla, o kterých má smysl
uvažovat, protože odpovídají reálné skutečnosti ve vzdělávacím procesu. V adaptivním LMS
systému musí být zařazena testovací část pro zjištění, zda jsou splněny vstupní podmínky
daného typu učení a ověřovací část splnění dílčích cílů, kterých musí student dosáhnout, aby
mohl pokračovat ve vyšším typu učení.
V kapitole Modelování procesu učení v LFLC v disertační práci je popsán způsob práce
s aplikací, která pomůže ověřit vytvořená pravidla. Na základě vybraného jazykového popisu,
volby typu inference a defuzzifikace jsou do aplikace zadána jména proměnných. V kapitole
Modely jednotlivých typů učení jsou pro všechny typy učení vypsány proměnné a s využitím
standardních fuzzy evaluačních jazykových výrazů použitá pravidla. Při zápisu pravidel
aplikace LFLC upozorňuje na případná shodná, nepřesná nebo nadbytečná pravidla.
Testování jazykového popisu zobrazuje defuzzifikovanou hodnotu výstupní proměnné
a umožňuje sledovat vliv změny hodnot vstupních proměnných na výslednou hodnotu.
V případě potřeby je možné doplnit pravidla, která lépe odpovídají požadovanému průběhu
procesu.
Adaptivní LMS systém spolupracuje s fuzzy orientovaným expertním systémem, ve kterém je
proces vzdělávání popsán pomocí slov přirozeného jazyka. Na základě pravidel vytvořených
odborníky pro vzdělávání expertní systém vybírá nejlepší průchod studenta výukovými
materiály při splnění vstupních podmínek každé fáze učení. Hlavní myšlenky tvorby modelu
učení s využitím fuzzy logické dedukce byly formulovány v příspěvku Model of a learning
process using fuzzy logic deduction přijatém a prezentovaném na konferenci Information and
Communication Technology in Education (XII).
V kapitole Návrh kurzu v Moodle jsou popsány možnosti LMS systému Moodle pro adaptaci
výukového kurzu. Přesto, že systém neobsahuje nástroje pro adaptivní vedení, je možno
využít některé nové funkce pro řízení průchodu studenta výukovým kurzem. Pro navigaci
v e-learningovém kurzu jsou to možnosti uspořádání kapitol, plnění a dokončení činností
nebo nová funkčnost nazvána „podmíněné činnosti“. Adaptivní prezentaci obsahu je možné
vytvořit pomocí modulu „Přednáška“ nebo rozdělením studentů do skupin s přiřazením
odlišných studijních materiálů a činností.
Nové funkčnosti LMS Moodle verze 2.0 a jejich využití při adaptivní prezentaci obsahu nebo
adaptivní navigaci studenta byly popsány v příspěvku Možnosti LMS Moodle pro adaptaci
17
výukového kurzu, který byl přijat na on-line konferenci Moderní vzdělávání: Technika
a informační technologie (XIII).
V části disertační práce Návrh kurzu s adaptivními prvky je popis vytvořeného kurzu
s využitím možností LMS systému Moodle. Materiály a činnosti v kurzu umožňují
přizpůsobit průchod kurzem studentům s různými počátečními znalostmi. Doplněn je pohled
studenta, který je informován o materiálech, které jsou k dispozici, úkolech, které má splnit,
a podmínkách přístupu do vybraných částí kurzu. Do kurzu s adaptivními prvky bylo zapsáno
pět virtuálních studentů pro možnost ověření postupu průchodu studenta kurzem. Přihlášení
pomocí role „student“ umožnilo testovat nastavení parametrů pro zobrazení materiálů a plnění
činností. Bohužel nová verze Moodle vykazuje velkou chybovost, popis a nastavení
parametrů neodpovídá výslednému chování systému pro vyhodnocování podmínek. Špatně
jsou v modulu „Přednáška“ vyhodnocovány krátké tvořené odpovědi a přiřazovací otázky.
O možnosti využití kurzu ve výuce je možné uvažovat až po odstranění systémových chyb.
Expertní systém, který řídí průchod studenta kurzem, zahrnuje kromě pravidel také informace
o všech učebních objektech, jejich struktuře, vztazích mezi nimi a vzájemné podmíněnosti.
Profil uživatele obsahuje údaje o všech aktivitách, které student v systému prováděl, datum
a délku trvání jednotlivých aktivit, osobnostní vlastnosti, cíle, kterých během studia dosáhl,
úkoly a testy, které absolvoval a jejich výsledky. Některé parametry jsou použity pro výpočet
adaptivního průchodu a konkretizují informace, které byly dosud o studentovi známy. Jiné
údaje, které se zaznamenávají, slouží ke zpřesňování a úpravu pravidel expertního systému.
Adaptivní LMS systém je významným pomocníkem studenta a nástrojem zlepšení kvality
vzdělávacího procesu. Nemůže zcela nahradit činnost učitele v přímé výuce a osobně doufám,
že to nebude nikdy jeho cílem.
18
SEZNAM POUŽITÉ LITERATURY
1.
Anschuetz, H. HPSim [on-line]. [cit. 2010-08-15]. Dostupné na www:
<http://www.winpesim.de/3.html>.
2.
Brusilovsky, P. Methods and techniques of adaptive hypermedia. User Modeling and
User Adapted Interaction, 1996, Volume: 6, Issue: 2-3, Publisher: Springer, Pages:
87-129, ISSN 09241868.
3.
Brusilovsky, P. Millán, E. User Models for Adaptive Hypermedia and Adaptive
Educational Systems. The Adaptive Web, LNCS 4321, pp. 3 – 53, 2007. P.
Brusilovsky, A. Kobsa, and W. Nejdl (Eds.). Springer-Verlag Berlin Heidelberg 2007.
ISBN 978-3-540-72078-2.
4.
Dvořák, J. Expertní systémy, VUT v Brně, Fakulta strojního inženýrství, Ústav
automatizace a informatiky, učební text, 2004.
5.
Gagné, R. M. Podmínky učení, Pedagogická teorie a praxe. Státní pedagogické
nakladatelství Praha, 1975, ISBN 14-092-75.
6.
Klimeš, C., Balog, Z. Využitie Petriho sietí pri implementácii procesov. In DIVAI
2007 – Dištančné vzdelávanie v Aplikovanej informatike, str. 9 - 16, Nitra, 2007, ISBN
978-80-8094-123-9.
7.
Klimeš, C., Balogh, Z. Model adaptace za neurčitosti. In: ASIS 2009 – Adaptívne
siete v informačných systémoch. Nitra: UKF v Nitre, 2009. s. 51-58. ISBN 978-808094-593-0.
8.
LFLC 2000, Linguistic Fuzzy Logic Controller. Ústav pro výzkum a aplikace fuzzy
modelování. Ostravská univerzita v Ostravě, 2003.
9.
Novák, V. Základy fuzzy modelování. BEN – technická literatura, Praha 2000,
1. vydání, ISBN 80-7300-009-1.
10.
Pokorný, M. Expertní systémy, Ediční středisko CIT OU, Ostravská univerzita
v Ostravě, 2004.
19
SEZNAM PUBLIKACÍ AUTORKY
I.
Sehnalová, V. Evaluace kurzů z pohledu lektorů. In Modulový systém celoživotního
vzdělávání učitelů v Moravskoslezském kraji. Ostrava: Ostravská univerzita v Ostravě,
2007, s. 54-63, ISBN 978-80-7368-394-8.
II.
Sehnalová, V. Podpora celoživotního vzdělávání učitelů formou distančních kurzů
v rámci DVPP. České Budějovice: Scientific Pedagogical Publishing, 2008,
s. 237-239, ISBN 80-85645-59-9.
III.
Sehnalová, V. Zkušenosti a výsledky dotazníkového šetření projektu dalšího
vzdělávání učitelů. In Nová role učitele - budoucnost učitelů ve světě práce
v Moravskoslezském kraji. Ostrava: Ostravská univerzita v Ostravě, 2008, s. 333-341,
ISBN 978-80-7368-517-1.
IV.
Sehnalová, V. Adaptivní LMS systémy. In Sborník příspěvků konference ICTE Junior. České Budějovice: Pedagogická fakulta, Jihočeská univerzita v Českých
Budějovicích, 2008, ISBN 978-80-7394-107-9.
V.
Sehnalová, V. Výukové objekty a jejich zdroje na Internetu. Journal of Technology
and Information Education. 2009, roč. 1, sv. 3, s. 126-130, ISSN 1803-537X.
VI.
Sehnalová, V. Project education with WebQuest. In Information and Communication
Technology in Education. Ostrava: University of Ostrava, 2009, s. 191-194, ISBN
978-80-7368-459-4.
VII.
Sehnalová, V. Který e-learningový systém vybrat pro vzdělávací instituci? In
Information and Communication Technology in Education. Ostrava: University
of Ostrava, 2009. s. 137-145, ISBN 978-80-7368-460-0.
VIII.
Sehnalová, V. Metodika výuky informatiky na 2. stupni základních škol a středních
školách z pohledu pedagogické praxe - náměty pro začínajícího učitele. Ostrava:
Ostravská univerzita v Ostravě, 2010. 72 s. ISBN 978-80-7368-891-2.
IX.
Sehnalová, V. Virtuální laboratoř s využitím interaktivní tabule. Nové technologie ve
vzdělávání: vzdělávací software a interaktivní tabule. Olomouc: Univerzita Palackého
v Olomouci, 2010. s. 17-20. [Publikace je přílohou k tištěné verzi časopisu Journal
of Technology and Information Education (ISSN 1803-537X) - 1. číslo/2011., 201010-11]. ISBN 978-80-244-2720-1.
X.
Sehnalová, V. ICT pro studenty se speciálními potřebami. Ostrava: Ostravská
univerzita v Ostravě, 2011. 111 s. ISBN 978-80-7368-297-2.
20
XI.
Sehnalová, V. Formální model procesu učení s využitím Petriho sítí. Příspěvek
zaslaný do časopisu e-Pedagogium, 2011, recenzenty doporučen k publikování.
Vydává Pedagogická fakulta, Univerzita Palackého v Olomouci, ISSN 1213-7758.
XII.
Sehnalová, V. Model of a learning process using fuzzy logic deduction. Information
and Communication Technology in Education. Ostrava: University of Ostrava,
Pedagogical Faculty, 2011. s. 291–300. ISBN 978-80-7368-979-7.
XIII.
Sehnalová, V. Možnosti LMS Moodle pro adaptaci výukového kurzu. Příspěvek
přijatý na on-line konferenci Moderní vzdělávání: Technika a informační technologie,
2011. Pořádala Pedagogická fakulta, Katedra technické a informační výchovy,
Univerzita Palackého v Olomouci. Dostupné na http://www.movz.upol.cz/.
21
Seznam použitých zkratek
LFLC
Linguistic Fuzzy Logic Controller
LMS
Learning Management System
22
Seznam obrázků
Obrázek 1 Formální model procesu učení................................................................................ 11
Obrázek 2 Vytváření pravidel .................................................................................................. 12
Obrázek 3 Output variables ...................................................................................................... 13
23
Seznam tabulek
Tabulka 1 Proměnné modelu učení .......................................................................................... 13
Tabulka 2 Struktura kurzu ........................................................................................................ 15
24
Download

Adaptivní LMS systémy - Pedagogická fakulta