Формування схеми рівнів обізнаності майбутнього вчителя інформатики з систем штучного інтелекту

Размещено на http://www.allbest.ru/

Державний заклад «Південноукраїнський національний педагогічний університет імені К. Д. Ушинського

Формування схеми рівнів обізнаності майбутнього вчителя інформатики з систем штучного інтелекту

Черних Володимир Володимирович кандидат педагогічних наук, старший викладач кафедри прикладної математики та інформатики

Анотація

Стаття присвячена вивченню процесу формування обізнаності майбутніх вчителів інформатики з систем штучного інтелекту. У сучасному освітньому контексті важливість розуміння та використання ШІ вчителями є надзвичайно актуальною, оскільки ці технології швидко розвиваються та входять в усі сфери життя суспільства.

Стаття розглядає ключові аспекти схеми рівнів обізнаності з окресленої теми. За результатами дослідження у статті наведено п'ятирівневу схему обізнаності майбутніх вчителів інформатики з систем штучного інтелекту, включаючи компоненти притаманні кожному з рівнів. В запропонованій схемі виділяються наступні рівні: тематичний, функціональний, операційний, процедурний та семантичний.

Використання запропонованої схеми в процесі формування змісту навчання майбутніх вчителів інформатики передбачає глибоке формування в останніх навичок розуміння принципів функціонування систем штучного інтелекту та вміння використовувати системи штучного інтелекту зокрема в професійній освітній діяльності. У статті також розглянуто вплив формування обізнаності майбутніх вчителів інформатики з систем штучного інтелекту на якість навчання та підготовку студентів до викликів сучасного інформаційного суспільства. обізнаність вчитель штучний інтелект

Дослідження базується на використанні методів аналізу та порівняння наукових джерел, а також апробації в методичних практиках вищих навчальних закладів. Результати статті можуть слугувати підставою для розробки ефективних навчальних програм та стратегій підготовки майбутніх вчителів інформатики до використання систем штучного інтелекту в освітньому процесі. Крім того, запропонована схема рівнів обізнаності може бути використана для вирішення низки завдань, зокрема в рамках реалізація адаптивного навчання з комп'ютерною підтримкою, а саме: прогнозування рівня навчальних досягнень; визначення причин труднощів у навчанні, розробки коригуючих вправ, враховуючи отримані знання про результати навчання здобувачів освіти; адаптація змісту навчання до когнітивних особливостей здобувача освіти; визначення швидкості засвоєння навчального матеріалу; вибір методів, форм, засобів навчання; визначення спроможності до виконання креативних завдань

Ключові слова: штучний інтелект, рівні обізнаності, навчання майбутніх вчителів інформатики, системи штучного інтелекту в освітньому процесі

Chernykh Volodymyr Volodymyrovych PhD in Pedagogy, Senior Teacher at the Department of Applied Mathematics and Informatics, State Institution "South Ukrainian National Pedagogical University named after K. D. Ushinsky", Odesa,

FORMATION OF A SCHEME OF LEVELS OF AWARENESS OF THE PRESERVICE COMPUTER SCIENCE TEACHERS IN THE FIELD OF ARTIFICIAL INTELLIGENCE SYSTEMS.

Abstract

The article examines the process of developing awareness among future informatics teachers about artificial intelligence systems. In today's educational context, it is crucial for teachers to understand and use AI, as these technologies are rapidly developing and becoming ubiquitous.

The article discusses the key aspects of the awareness levels scheme on the topic. The article presents a five-level scheme of awareness of future computer science teachers about artificial intelligence systems, based on the results of the research. The scheme includes components specific to each of the levels, which are: thematic, functional, operational, procedural and semantic.

The use of the proposed scheme in the process of forming the content of training of future informatics teachers involves in-depth formation of the latest skills in understanding the principles of operation of artificial intelligence systems and the ability to use artificial intelligence systems in particular in professional educational activities. The article explores the impact of computer science teachers' awareness of artificial intelligence systems on education quality and student preparation for modern information society challenges.

The research employs scientific source analysis and comparison methods, as well as testing in higher education institution methodological practices. The article's results can provide a foundation for developing effective training programs and strategies to teach future computer science teachers how to use artificial intelligence systems in education.

The proposed scheme of levels of awareness can be used to solve various tasks, particularly in the implementation of adaptive computer-supported learning.

These tasks include predicting educational achievements, identifying causes of learning difficulties, developing corrective exercises based on knowledge of learners' outcomes, adapting education content to students' cognitive characteristics, determining the speed of assimilation of educational material, selecting appropriate methods and forms of education, and assessing the ability to perform creative tasks.

Keywords: artificial intelligence, levels of awareness, training of future computer science teachers, artificial intelligence systems in the educational process

Постановка проблеми. Ґрунтуючись на результатах дослідження [1], варто підкреслити, що процес створення експериментальної моделі результатів навчання студента стикається з певними труднощами, перша та вагома з яких відноситься до необхідності відстеження змін в когнітивному стані студента, в першу чергу, для моделювання його навичок та знань, тобто змін відносно постійного та глобального характеру. Крім того, додаткова складність виникає тому, що зазначені зміни не є монотонними.

Спрямований на реалізацію вимог сучасного інформаційного суспільства процес навчання майбутніх учителів інформатики систем штучного інтелекту варто розглядати як складний динамічний процес та, відповідно до моделювання таких процесів у технічних науках, висунути твердження про те, що загальні вимоги щодо створення експериментальної моделі результатів навчання студента дещо збігаються із вимогами, які висуваються до створення математичних моделей.

Однією з головних вимог, що обумовила створення експериментальної моделі результатів навчання студента в рамках поточного дослідження, була вимога адекватності. Зміст вимоги полягає у достовірному високоякісному описі об'єкта (в нашому випадку результатів навчання майбутнього вчителя інформатики) за обраними характеристиками (в рамках дослідження під характеристиками слід розуміти ключові професійні компетентності, їхні компоненти та складові). Варто зазначити, що адекватність моделі визначається не лише правильністю добору значущих характеристик (компетентностей), а також їхньої кількістю.

Процес залучення інтелектуальних технологій у процес навчання надав можливості проводити моделювання як предметної області, так і розробити експериментальну схему рівня обізнаності з систем штучного інетелекту майбутнього вчителя інформатики [2]. В межах даного дисертаційного дослідження, відповідно до результатів досліджень [1], [3] розуміємо таку схему як набір знань про того кого навчають, за рахунок яких можливо з'ясувати різні його стани: знання, характеристики особистості, професійні якості.

Аналіз останніх досліджень і публікацій. Важливі аспекти формування та розвитку сучасного питання модернізаціі змісту освіти майбутній вчителів

інформатики, зокрема з питань обізнаності з систем штучного інтелекту, висвітлюються такими українськими ученими як М. І. Жалдак, Н. В. Морзе, Ю. С. Рамський, Ю. В. Триус, О. М. Спірін, С. О. Семеріков, В. Ю. Биков, Н. Р. Балик, Ю. В. Горошко, І. С. Іваськів. Використанню систем штучного інтелекту, в тому числі у сфері освіти, присвячені наукові роботи Г. А. Атанова, Т. Л. Мазурок, П. Л. Брусиловського, М. О. Антонченко та ін.

Однак недостатню увагу вчених приділено питанню систематизації рівнів обізнаності майбутніх вчителів інформатики з питань штучного інтелекту, тому цей аспект поки що не є систематизованим в повному обсязі.

Мета статті - дослідження рівнів обізнаності майбутніх вчителів інформатики з питань систем штучного інтелекту та формування відповідної схеми рівнів обізнаності.

Виклад основного матеріалу. Перед усім варто зауважити, що сам процес моделювання було запозичене сучасною дидактикою саме в технічних науках, зокрема з теорії штучного інтелекту. Це запозичення допомогло формалізувати уяву про того, кого навчають. Зауважимо також, що сучасний стан розвитку теорії штучного інтелекту ілюструє високу зацікавленість саме до моделювання навчання, зокрема моделюванню учасників освітнього процесу.

Для формування схеми рівнів обізнаності зі ЗОІС майбутнього вчителя інформатики в рамках дослідження користуємось визначенням Г. О. Атанова про те, що «Знання про те, яким має бути той хто навчається, тобто вимоги до кінцевого стану за окремими навчальними дисциплінами та, взагалі, як до фахівця, називають нормативною моделлю того, кого навчають». Кінцева мета навчання, в такому випадку -- відповідність результатів навчання студента з їхньою нормативною моделлю.

Відповідно до досліджень Е. Е. Буля [4], Г. О. Атанова [2], П. Л. Брусиловського [5], Ю. І. Машбіца [6] така схема має відображати достатньо повну інформацію: рівні знань, умінь та навичок, здатність до виконання завдань, особистісні характеристики, тощо. Крім того, Ю. І. Машбіц [6] підтверджує можливість використання нормативної моделі студента та схем рівнів обізнаності з навчального предмету задля керування його навчальною діяльністю. Це досягається також на основі врахування психолого- фізіологічних характеристик та навчальних досягнень студента на протязі всього процесу навчання.

Відповідно до досліджень Г. О. Атанова [2] будується п'ятикомпонентна (тематична, семантична, процедурна, операційна та функціональна компоненти) експериментальна схема рівнів обізнаності зі ЗОІС майбутнього вчителя інформатики.

Приймаючи до уваги класифікації, що використовується в інженерії знань, знання з предмету навчальної дисципліни можна поділити на декларативні та процедурні. Декларативні знання відтворено у семантичному рівні запропонованої схеми. Тобто семантичну складову запропонованої схеми розглядаємо як набір семантичних фактів, що розташовані в порядку вивчення навчального матеріалу дисципліни.

До процедурного рівня належать правила, методики, техніки, стратегії прийняття рішень.

Сформовані в процесі навчання уміння являють собою операційний рівень.

До тематичного рівня належать теми, які має опанувати студент під час навчання.

На функціональному рівні відтворено роль тих чи інших предметних

знань.

Схему рівнів обізнаності зі ЗОІС майбутнього вчителя інформатики відтворимо у вигляді п'тирівневоі структури, де тематичний рівень представляє собою набір знань про базові поняття з теорії штучного інтелекту та систем штучного інтелекту, особливості систем, що працюють із знаннями, основні засоби управління логічним виведенням, нечітке логічне виведення, архітектуру та особливості систем штучного інтелекту, основні етапи розробки таких систем, визначення та структуру інженерії знань, системи штучного інтелекту навчального призначення. Функціональний рівень складається зі знань про поняття штучного інтелекту, основні напрями розвитку систем штучного інтелекту, будова типової інтелектуальної системи, поняття знань та їх відмінність від даних, моделі подання знань, основні засоби управління логічним виведенням, стратегії виведення, нечітке логічне виведення, структуру і класифікацію ЗОІС, склад колективу розробників та іх функціональні завдання, структуру інженеріі знань та теоретико-методичних аспектах здобування та структурування знань, особливості будови та використання ЗОІС в освітньому процесі. Також до зазначеного рівня відносяться уміння визначати ступінь інтелектуальності задач та обирати доцільний засіб іі розв'язання, класифікувати системи ШІ за призначенням, формувати моделі подання знань, формувати засоби управління логічним виведенням, працювати з нечіткими множинами, описувати нечітку знання, формувати бази знань, обирати доцільні методи здобування знань в конкретній ситуаціі, використовувати системи ШІ в освітньому процесі. Операційний рівень представлено наступними уміннями: визначити ступінь інтелектуальність задачі, формувати правила продукції, формувати семантичні мережі, формувати фрейми, формувати формальні моделі, використовувати пошук в глибину та ширину, формувати функції належності нечітких множин, проводити операції з нечіткими множинами, працювати з фактами та правилами в навчальному програмному середовищі, реалізовувати стратегії вирішення конфліктів при логічному виведенні,

використовувати умовні елементи в навчальному програмному середовищі, формувати вхідні дані при створенні знання-орієнтованої інформаційної системи, реалізувати елементи знання-орієнтованої інформаційної системи в програмному середовищі, використовувати знання-орієнтовані інформаційні системи навчального призначення. Процедурний рівень складається зі знань про етами створення систем ШІ, засоби подання знаннь у ШІ та умінь використовувати нечітке логічне виведення, використовувати особливості знаннян-орієнтованого підходу, проектувати базу знань систем ШІ освітнього призначення. До семантичного рівня входить опанування таких понять, як: «штучний інтелект», «знання-орієнтована інформаційна система», «інтелектуальна задача», «дані», «знання», «нечітка логіка», «нечітка множина», «лінгвістична змінна», «база знань», «правило», «факт», «фрейм», «формальна модель», «продукційна модель», «інженерія знань», «семантична мережа».

Наведені складові формують загальну схему рівнів обізнаності зі ЗОІС майбутнього вчителя інформатики. Крім того, на наш погляд, варто зауважити, що всі компоненти наведеної схеми є взаємозалежними та рівноцінними. Задля наочності запропоновану вище схему доцільно представити у вигляді графу, який зображено на рисунку 1.

Рисунок 1. Схема взаємозв'язку між рівнями обізнаності зі ЗОІС майбутнього вчителя інформатики

Взагалі, вплив на когнітивний компонент ІКТ-компетентності майбутнього учителя інформатики передбачає посилення практичної спрямованості змісту дисципліни «Експертні системи», яка вивчається студентом, зменшення репродуктивної діяльності, спрямування акцентів навчання на інтелектуальний розвиток особистості.

Слід зазначити, що вплив на когнітивний компонент ведеться за двома напрямами: теоретичним та технологічним. Під теоретичною складовою в рамках навчання майбутніх учителів інформатики систем штучного інтелекту будемо розуміти вивчення ними базових понять теорії штучного інтелекту, моделей подання знань, тощо; під технологічною -- вибір ефективних форм та методів навчання, спільної діяльності викладача та студента, активізацію пізнавальної діяльності за рахунок розв'язання прикладних задач практичної та професійної спрямованості.

Підсумовуючи викладене вище, визначимо принципи, що використовуються в методиці навчання майбутніх учителів інформатики систем штучного інтелекту та сприятимуть розвитку когнітивного компоненту їхньої ІКТ-компетентності:

принцип використання фонових знань, який передбачає активне використання студентом під час навчання знань отриманих за межами ЗВО;

принцип інтерактивності, який полягає у організації спільної з іншими студентами діяльності для розв'язання задач (відповідно до цього принципу, отримані в процесі навчання знання спонукають до пошуку додаткового навчального матеріалу з предмету, тобто до самоосвіти);

принцип усвідомлення пізнавальної діяльності, який, насамперед, створює позитивну мотивацію для засвоєння нових порцій навчального матеріалу.

Зазначена схема рівнів обізнаності зі ЗОІС майбутнього вчителя інформатики може бути використана для вирішення низки завдань, зокрема в рамках реалізація адаптивного навчання з комп'ютерною підтримкою, а саме:

прогнозування рівня навчальних досягнень;

визначення причин труднощів у навчанні, та розробка коригуючих вправ, враховуючи отримані знання про результати навчання особи;

адаптація змісту навчання до когнітивних особливостей студента;

визначення швидкості засвоєння навчального матеріалу;

вибір методів, форм, засобів навчання;

визначення спроможності до виконання креативних завдань.

Висновки

Розроблена п'ятикомпонентна схема рівнів обізнаності зі штучного інтелекту майбутнього вчителя інформатики, яка відображає набір умінь та навичок доступних для опанування під час професійної підготовки майбутніх вчителів інформатики в рамках навчання їх систем штучного інтелекту може бути використана для оновлення методичної системи, зокрема змісту навчання, професійної підготовки майбутніх вчителів інформатики у закладах вищої та фахової передвищої освіти. Крім того, розроблена схема рівнів обізнаності зі ЗОІС майбутнього вчителя інформатики може бути базисом для реалізації адаптивного навчання з комп'ютерної підтримкою. Що загалом, в свою чергу, відповідає поточному соціальному замовленню сучасного пост-індустріального інформаційного суспільства.

Література

Dillenbourg, E., Self, J. Framework fo Learner Modelling // Interactive Learning Environments. -- 1992. -- Vol. 2. -- Is. 2. -- P. 111 - 137

Атанов Г. А. Предметное моделирование обучаемого // Актуальне проблемы педагогики и психологии. -- Вып. 3. -- Днепропетровск: Навчальна книга, 2000. -- С. 5 - 14.

Беспалов П.В. Компьютерная компетентность в контексте личностно-ориентированного обучения /Беспалов П.В. // Педагогика. - 2003. - № 4. - С. 45-50.

Буль Е. Е. Обзор моделей студента для компьютерных систем обучения // Educational Technology and Society 6(4) 2003 ISSN 1436-4522 -- С. 245 - 250

Брусиловский П. Л. Архитектура на основе модели студента для интеллектуальных обучающих сред. // Четвертая международная конференция по Моделированию Пользователя, 15 - 19 августа 1994.

Машбиц Е. И. Психолого-педагогические проблемы компьютеризации обучения. -- М.: Педагогика, 1988. -- 192 с.

References

Dillenbourg, E., Self, J. (1992). Framework fo Learner Modelling. Interactive Learning Environments, 2, 2, 111 - 137 [in English].

Atanov, G. A. (2000). Predmetnoe modelirovanie obuchaemogo [Subject modeling of the student // Current problems of pedagogy and psychology]. Aktual'ne problemy pedagogiki i psihologii - Current problems ofpedagogy and psychology, 3, 5 - 14 [in Russian].

Bespalov, P.V. (2003). Komp'juternaja kompetentnost' v kontekste lichnostno- orientirovannogo obuchenija [Computer competence in the context of student-centered learning]. Pedagogika - Pedagogy, 4, 45-50 [in Russian].

Bul', E. E. (2003). Obzor modelej studenta dlja komp'juternyh sistem obuchenija [Review of student models for computer learning systems]. Educational Technology and Society, 6(4) 2003, 1436-4522 , 245 - 250 [in Russian].

Brusilovskij, P. L. (1994). Arhitektura na osnove modeli studenta dlja intellektual'nyh obuchajushhih sred. [Architecture based on the student model for intelligent learning environments]. Proceedings from IV Mizhnarodna konferentsiia po Modelirovaniju Pol'zovatelja - The Fourth International Conference n User Modeling. (pp. 15-19). [in Russian].

Mashbic, E. I. (1988). Psihologo-pedagogicheskie problemy komp'juterizacii obuchenija [Psychological and pedagogical problems of computerization of education], M.: Pedagogika [in Russian].

Размещено на Allbest.Ru/