Методы и модели интеллектуального автоматизированного контроля знаний

Настоящий реферат содержит результаты анализа методов и моделей интеллектуального контроля знаний с применением средств вычислительной техники, существующих на данный момент в области образования. Также рассказывается о новых разработках в этой области и собственных мыслях автора. Узловыми вопросами работы является обзор имеющихся средств автоматизации контроля знаний и тестирования, теоретические разработки различных авторов, методы построения интеллектуальных систем контроля, модели оценивания знаний.

В последние годы в России в сфере образования наблюдается стремительное усиление интереса к автоматизации промежуточного и финального контроля результатов обучения учащихся самых различных учебных заведений, начиная от школ и заканчивая коммерческими курсами. Самым популярным видом такого контроля является тестирование, основанное на диалоге вычислительной системы с пользователем. Стремительный рост быстродействия компьютерных систем, уменьшение цен на вычислительную технику, появление качественных и мощных систем программирования увеличило потребность в системах, позволяющих объективно, быстро и надежно оценивать знания учащихся, предлагая интересные формы взаимодействия с ними.

Но вопрос создания таких систем является не однозначным, и авторы существующих разработок иногда отходят от педагогической и психологической стороны вопроса, пытаясь максимально увеличить привлекательность своих программных продуктов за счет средств мультимедиа. Иногда программисты просто игнорируют процесс взаимодействия с непосредственно носителями знаний (преподавателями), что отражается на существующих приложениях. Очень часто сами преподаватели не владеют в должной мере методами оценки качества создаваемых тестов (будем говорить о тестировании).

Необходимо отметить, что первые концепции компьютеризации обучения возникли более 30 лет назад под лозунгом “техническое перевооружение педагога, механизация его труда”, “обучающей машины”, имитирующей процесс индивидуальной работы преподавателя с обучаемым. Со временем росло понимание их ограниченности. Определенное распространение получили попытки использовать в учебном процессе системы искусственного интеллекта. Именно применение методов искусственного интеллекта и инженерии знаний, на мой взгляд, поможет превозмочь субъективность и прямолинейность процесса тестирования, поднимая уровень оценивания знаний машинными системами. Дело в том, что применение традиционных методов компьютерного обучения и контроля (прямое тестирование, бальная система, и т.д.) неприемлемо: для того, чтобы оценить знания обучаемого, преподавателю приходится переработать огромное количество информации, и процесс взаимодействия оценивающего и оцениваемого не поддается строгой формализации, поэтому три основные алгоритмические структуры (последовательная, ветвление, цикл) при реализации машинных систем не смогут описать в полной мере данную предметную область. Т.е. осуществление автоматизированного контроля знаний, умений обучаемых, в первую очередь, включает решение проблемы определения совокупности требуемых качеств знаний, без которых критерии оценки знаний и способы определения уровня их усвоения выявить нельзя.

Автор в данной работе попытался показать некоторые существующие методы и модели интеллектуального тестирования (см. 2), описать и оценить качество существующих систем контроля, выдвинуть собственные идеи.

• Контроль и тестирование
• Проверка практических и лабораторных работ
• Интеллектуальное тестирование
• Предметно - критериальная методика составления тестов
• Метод определения количества образовательной информации
• Информационно-генетические алгоритмы
• Модель Раша
• Абсолютная временная шкала измерения знаний
• Методика статистического анализа качества обучения
• Модель адаптивного тестового контроля
• Технология рейтинговых исследований качества образования с применением нейронных сетей
• Тестирование по методу цепочек вопросов
• Автоматизированный контроль знаний по методике уточняющих вопросов
• Алгоритмы прямого тестирования в интеллектуальной автоматизированной системе контроля знаний
• Метод адаптивного автоматизированного тестирования знаний

Это интересно:

Классификация по анатомическому признаку
Упражнения для рук и плечевого пояса (поднимание рук с палкой вверх, опускание палки за спину, рывковые движения рук назад и т.п.) направлены на формирование правильной осанки, т.к. при этом укрепляются мышцы, помогающие держать спину прямо, сближать лопатки. При отведении рук в стороны, круговых д ...

Специфика средней ступени школьного обучения
В чем же состоит специфика средней ступени обучения? Какова динамика в развитии системы обучения иностранному языку на средней ступени? Между учащимися младшего подросткового возраста (10—11 лет) и подростками (12—15 лет) много общего, хотя имеются и существенные различия. Начиная с 7-го класса у н ...

Методические рекомендации по осуществлению образовательного процесса на уроках технологии с использованием дидактических игр
Формирование мотивации учения школьников на уроках технологии является фактором развития всего учебно-воспитательного процесса, проявляясь как в учебной, так и во внеурочной деятельности. Формированию учебной мотивации способствует умелое использование игровых ситуаций и других элементов заниматель ...