7.inteligentni sustavi e-ucenja

Inteligentni sustavi e-u enja

Uvodne porukePedagogijska paradigma inteligentnih tutorskih sustava

Gra a inteligentnog tutorskog sustavaModuli inteligentnog tutorskog sustava

Model Tutor-Expert System

1Sustavi e- enjeCopyright, S. Stankov

Click t

o buy NOW!

PDF-XChange

www.docu-track.com Clic

k to buy N

OW!PDF-XChange

www.docu-track.com

http://www.docu-track.com/buy/


Inteligentni tutorski sustavi- klasa asinkronih sustava e-u enja -

• Inteligentni tutorski sustavi (ITS) su podru je umjetne inteligencije koje jepovezano sa aktivnostima za “oponašanje” tutorskih (pou avateljskih)vrednota “živog” tutora .

• Uvažavaju i definiciju prirodne ( ovjeku svojstvene) inteligencije tada se nara unalu utemeljen tutor mora samo «ponašati inteligentno», a ne bitiinteligentan poput ovjeka.

• Inteligentan tutorski sustav mora raspolagati sa znanjem te osim toga bitisposoban precizno dijagnosticirati znanje u enika, vještine kao i stilovekorištenja pravila, što je bolje nego da preprogramira u enikove odgovoreradi odlu ivanja što mora u slijedu uraditi.

Sustavi e- enjeCopyright, S. Stankov

2

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Što su inteligentni tutorski sustavi?

• Inteligentni tutorski sustavi predstavljaju vezu izme u bihevioristi kogpristupa u tradicionalnim sustavima nastave pomo u ra unala ikognitivisti ke paradigme enja i pou avanja

• ITS su ra unalni sustava namijenjeni potpori i poboljšanju procesa u enja ipou avanja u odabranom podru nom znanju, uvažavaju i pri tomindividualnost onoga tko u i i tko se pou ava, kao u tradicionalnoj nastavi“jedan-na-jedan”.

• Radom s inteligentnim tutorskim sustavom u enik stje e osobnog“ra unalnog u itelja”.

• ITS su bili i sada su dobar "test kušnje" (eng. testbed) za razvoj iimplementaciju projekata umjetne inteligencije.


3

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Pedagogijska paradigma inteligentnih tutorskih sustava- pou avanje po modelu jedanpou avanje po modelu jedan –– nana –– jedanjedan -

Tutorial systemElementi pou avanja po modelu jedan-na-jedan

Tutor – pou avateljPostignu a u enika u nastavi po modelu pou avanja jedan-na-jedan

Hipoteze pou avanja po modelu jedan-na-jedanInteligencija - Inteligentni tutorski sustavi

Definicija ITS – zaklju ak analize znaka “I”2 sigma problem - Motiv za istraživanje i razvoj inteligentnih tutorskih sustava


4

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Tutorial System(nastava u obliku individualnih konsultacija ili u malim grupama)


5

Tutorial System(Self, 1974)

• Tradicionalan na in bezsofisticiranih nastavnihpomagala.

• Nastavna pomagala primjerenavremenu u kojem se nastavaodvija.

• Pretežito u eš e “živog” radaitelja.

• A tutorial comprises threeinteracting components (Self,1974):– the subject (what)– the student (who)– the teacher (how)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Elementi pou avanja po modelu jedan – na – jedan

• Pou avanje u užem smislu predstavlja sustav pedagoških mjera koje u iteljprimjenjuje kao namjernu pomo u procesu u enja u enika.

• Pou avanje po modelu jedan-na-jedan (eng. one-to-one tutoring) jespecijalizirana vrsta nastave koja se odvija u intenzivnoj interakciji u enika ilimale grupe u enika (onaj/oni koga/kojih se pou ava) i u itelja - tutora (onajtko pou ava).

• Pou avanje po modelu jedan-na-jedan koje se odvija pod okriljem ljudskogtutora je dokazano uspješno i smatra se da je to naju inkovitiji na inodvijanja nastavnog procesa (Cohen i drugi, 1982; Bloom, 1984).

• Tutor ne mora nužno uvijek imati stru nost u pedagogijskim umije imaovakvog pou avanja, premda ima stru nost u podru nom znanju.

• U ovoj raspravi koristit emo termin pou avanje po modelu jedan-na-jedan itermin tutoring zamjenski.


6

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Tutor

• Tutor – u itelj– Literatura koja se bavi podru jem primjene umjetne inteligencije u

obrazovanju termine „tutor“ i „u itelj“ esto zamjenski koristi ne obaziru ise pri tom na strukturu oblikovanog obrazovnog sustava (Graesser idrugi, 2000).

• Što je to zapravo tutor?– Tutor je osoba koja u pogledu strukturiranja i nadziranja obrazovnih

sadržaja ulazi u ravnopravne odnose s jednim ili više u enika (od tri dopet) u procesu u enja i pou avanja.

– Tutor i u enik komuniciraju naj eš e uz dijalog podijeljene inicijative.


7

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Hipoteze pou avanja po modelu jedan-na-jedan

• Chi i drugi (2001) smatraju da se na elo pou avanja po modelu jedan-na-jedan temelji na tri suprotstavljene hipoteze:– tutoru orijentirana hipoteza – T-hipoteza (eng. tutor- centred hypothesis –

T-hypothesis),– u eniku orijentirana hipoteza – S-hipoteza (eng. student-centred

hypothesis – S-hypothesis) i– interakciji orijentirana hipoteza – I-hipoteza (eng. interactive hypothesis –

I - hypothesis).


8

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




9

Tutoru orijentirana hipoteza

• Ova se hipoteza temelji na dijalogu koji se odvija izme u u enika i tutora. Dijalog sesastoji od više koraka, a svi zajedno predstavljaju tzv „tutorski okvir“ (Graesser,Person and Magliano, 1995):– Tutor postavlja po etno pitanje.– U enik daje prvi odgovor.– Tutor daje (pozitivnu ili negativnu) povratnu informaciju, ovisno o tome je li

odgovor to an ili ne.– Tutor izgra uje podršku (eng. scaffolding) do poboljšanja u enikovog rješenja

kroz niz razmjena pitanja i odgovora (5-10 ciklusa)– Tutor procjenjuje u enikovo razumijevanje rješenja - "Razumiješ li to sada?"

• Tutorski okvir sugerira bazi no dominaciju tutora u dijalogu, odre uje program rada,utje e na postavljanje sljede eg pitanja, postavljanje analogija i protu primjera,pružanje povratne informacije.

esto se pri procjeni efikasnosti tutora postavlja pitanje „Što to tutori rade da je takoinkovito?“ (Merrill et al., 1992).

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Tutoru orijentirana hipotezaB. Žitko (doktorska disertacija), 2010.


10

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




11

eniku orijentirana hipoteza

• Tutori prate u enike ali ne nužno s izravnom korektivnom povratnom informacijom.• Stru ni tutori zapravo nikad ne daju odgovor na probleme, poti u u enike da

reagiraju na na in koji može uzrokovati u enje.• Postoje dva posebna zahtjeva kod u eniku orijentirane hipoteze:

– u enici imaju mogu nosti konstruktivisti kog u enja u individualnom pou avanjuza razliku od tradicionalnog pou avanja u u ionici.

– konstruktivne reakcije u enika su u korelaciji s u enjem.• McArthur et al. (1990) su prou avali pou avanje po modelu jedan-na-jedan radi

utvr ivanja taktike tutora stru njaka pri pou avanju studenta na akademskoj raziniobrazovanja iz podru ja algebre.– Identificirali su 44 razli ite taktike koje su tutori koristili.– Taktike su rasporedili u 3 široke kategorije:

• poticanje neovisno o sadržaju (24%) (eng. content-free prompting),• pružanje povratne informacije (47%) i• podrška s poticanjem (29%).

– 53% taktika tutora bez odlaganja uvodi u enika u konstruktivisti ko okruženjeenja.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




12

Interakciji orijentirana hipoteza 1/2

• U pou avanju po modelu jedan-na-jedan dijalog tutora i u enika nijesimetri an.– tutor pokušava prenijeti informacije o X-u na na in na koji ga u enik

može razumjeti,– u enik pokazuje ili signalizira razumije li ili ne X– tutor može procijeniti da li u enik razumije X.

• Gotovo da nema istraživanja koja ispituju koliko ima interakcije u ovakvommodelu pou avanja, te koje su implikacije za u enje.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




13

Interakciji orijentirana hipoteza 2/2

• Empirijska istraživanja:– Jedan smjer istraživanja je suradni ko u enje i zajedni ko rješavanje problema

(eng. collaborative learning and peer problem solving) koji otkriva dvije pojave:• prvo, rješavanje problema u parovima je produktivnije od zasebnog rada;• drugo, uspješnije "dvojke" karakterizira i više komunikacije me u partnerima

– Drugi smjer istraživanja ukazuje na važnost interakcije - dolazi iz prou avanjadijaloga (McKendree, Stenning, Mayers, Lee & Cox, 1998).

• I-hipoteza - u inkovitost pou avanja ovisi o kvaliteti interakcije:– Interaktivni su oni komentari koji izvla e odgovor od u enika.– Ne-interaktivni komentari su oni kada tutori daju opširna objašnjavanja bez

pružanja mogu nosti u eniku da odgovori ili kada iza njihove povratneinformacije odmah slijedi objašnjenje bez postavljanja pitanja o razumijevanju.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




14

Inteligencija - Inteligentni tutorski sustavi

• Uvažavaju i definiciju prirodne ( ovjeku svojstvene) inteligencije tada se nara unalu utemeljen tutor mora samo „ponašati inteligentno“, a ne bitiinteligentan poput ovjeka.

• Kako se ra unalni sustav može programirati da radi inteligentno?• Ovo pitanje pokre e brojna kako teorijska tako i empirijska istraživanja u

podru ju zvanom umjetna inteligencija.• Shute i Psotka (Shute i Psotka, 1995., str. 576 i 577) sažeto analiziraju i

komentiraju razmišljanja ve eg broja istraživa a o tome što znak ''I'' zna iu sloganu inteligentni tutorski sustav.

• Istraživa i iz podru ja ra unarstva, psihologije, obrazovanja----• Shute, V. J., Psotka, J (1995). Intelligent tutoring systems: past, present, and future, in edited

D. H. Jonassen: Handbook of research on educational communications and technology, pp570-600.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




15

Ton de Jong (http://users.edte.utwente.nl/jong/publ.htm)Psiholog, Faculty of Behavioral Sciences, University of Twente,The Netherlands

Sharon Derry(http://www.education.wisc.edu/edpsych/facstaff/derry.htm)Educational psihology, Wisconsin Center for EducationResearch at the University of Wisconsin-Madison

Wayne Gray (http://www.rpi.edu/~grayw), Psiholog, Professor ofCognitive Science, Rensselaer Polytechnic Institute, Carnegie

Lee Gugerty(http://business.clemson.edu/Psych/gugerty/index.html)Psiholog, Experimental Psychology, Univ. of Michigan

Pat Kyllonen, (https://www.spider.hpc.navy.mil/html-docs/its-ida/armstrong.htm), Research has focused on the measurementof human abilities and on learning and skill acquisition, ArmstrongLaboratory, USA

Susanne Lajoie(http://www.education.mcgill.ca/profs/lajoie/index.html)Psiholog, McGill University, Montreal, Quebec, Canada

Alan Lesgold(http://www.education.pitt.edu/people/AlanLesgold/Psiholog, Dean, School of Education, University of Pittsburgh

Matt Lewis (http://www.prgs.edu/faculty/index_bios.html#j)Psiholog, Carnegie Mellon University, Psychology

Wes Regian (https://www.spider.hpc.navy.mil/html-docs/its-ida/armstrong.htm), Psiholog, Armstrong Laboratory, USA

Frank Ritter (www.frankritter.com), psiholog, Applied CognitiveScience Lab, School of Information Sciences and Technology,Penn State University

Derek Sleeman (http://www.csd.abdn.ac.uk/~sleeman/)Department of Computing Science, University of Aberdeen,Scotland, UK

Eliot Soloway (www.si.umich.edu/people), EducationSchool of Information, University of Michigan

Sig Tobias ([email protected]), Psiholog, Division of Psychologicaland Educational Services Graduate School of Education,Fordham University- Lincoln Center, New York

Kurt VanLehn (http://www.pitt.edu/~vanlehn), mathematic,computer science, Department of Computer Science, &Learning Research, University of Pittsburgh, USA;

Bewerly Woolf (http://ccbit.cs.umass.edu/people/bev/)Phisic, computer science, education, Center for KnowledgeCommunication, Center for Computer-based InstructionalTechnology, University of Massachusetts, Amherst.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com

http://users.edte.utwente.nl/jong/publ.htm

http://www.education.wisc.edu/edpsych/facstaff/derry.htm

http://www.rpi.edu/~grayw

http://business.clemson.edu/Psych/gugerty/index.html

https://www.spider.hpc.navy.mil/html-docs/its-

http://www.education.mcgill.ca/profs/lajoie/index.html

http://www.education.pitt.edu/people/AlanLesgold/

http://www.prgs.edu/faculty/index_bios.html#j

https://www.spider.hpc.navy.mil/html-docs/its-

http://www.frankritter.com

http://www.csd.abdn.ac.uk/~sleeman/

http://www.si.umich.edu/people

mailto:[email protected]

http://www.pitt.edu/~vanlehn

http://ccbit.cs.umass.edu/people/bev/




16

Definicija ITS – zaklju ak analize znaka “I”• ITS iskazuje inteligentno “ponašanje” ako omogu ava:

– Dijagnosticiranje znanja enika sa stajališta spoznajnog uz zahtjev dase ono provodi u realnom vremenu (onda kada se odvija u enje ipou avanje). Ovaj se proces još naziva modeliranje u enika (eng.student modeling).

– Prilago avanje u enikovom aktualnom znanja te u skladu s tim ipružanje pomo i u eniku. Ova osobina reprezentira znak „T“ uinteligentnom tutorskom sustavu.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



2 sigma problemMotiv za istraživanje i razvoj inteligentnih tutorskih sustava


17

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




18

2 sigma problem 1/4

Anania (1982, 1983) i Burke (1984) (Univeristy of Chicago) provodeistraživanje u kojem su usporedili tri na ina u enja novih nastavnih sadržaja:

• Tradicionalno u enje (eng. Conventional Learning): Grupa od 30 u enikatreba savladati podru no znanje pod vodstvom jednog nastavnika. Testovise daju nakon odre enog vremena i služe za ocjenjivanje studenata.

• enje s provjeravanjem (eng. Mastery Learning): Grupa od 30 u enikatreba savladati podru no znanje pod vodstvom jednog nastavnika, poputonog kod tradicionalnog u enja (naj eš e i kod istog nastavnika). Testovi(isti kao i kod prve grupe) služe kao povratna informacija nakon ega slijedeprocedure za ispravljanje i paralelno idu testovi koji daju informaciju o tomeu kojem su opsegu u enici svladali podru no znanje.

• Tutorsko u enje (eng. Tutoring Learning): U enici u e podru no znanje sosobnim tutorom tj. na svakog u enika ide jedan nastavnik (ili jedan tutor idena dva ili tri u enika). Ova vrsta nastave popra ena je povremenimtestovima, povratno-korektivnim procedurama i paralelnim testovima kaokod mastery learninga. Važno je istaknuti da je potreba za korektivnimprocedurama u ovom na inu u enja malena.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




19

2 sigma problem 2/4

Okruženje istraživanja:• U enici su po slu ajnom izboru raspore eni u neku od ove tri grupe, ali imaju sli na

predznanja i sli nu razinu znanja koja je vezana za zadano podru no znanje.Utrošeno vrijeme je jednako u svim grupama, osim za korektivni postupak u masterylearning i tutoring sustavima.

• Burke i Anania proveli su prou avanje sa etiri razli ita uzorka u enika i sa dvarazli ita predmeta (Vjerojatnost i Cartography).

• U svakoj podstudiji tretman je bio ograni en na 11 razdoblja nastave raspore ena ubloku od tri tjedna.

• Koriste i standardnu devijaciju (SIGMA) ustanovljeno je da je prosje an u enik ututorskoj grupi za oko dvije standardne devijacije bolji od prosje nog u enika ukontrolnoj grupi (prosje ni u enik u tutorskom u enju je bolji od 98% u enika pritradicionalnom pou avanju).

• Prosje an u enik u mastery learning grupi je za oko jednu standardnudevijaciju bolji od prosje nog u enika u kontrolnoj grupi (prosje ni masterylearning u enik je bolji od 84% u enika pri tradicionalnom pou avanju).

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




20

2 sigma problem 3/4

• Koriste i standardnu devijaciju (SIGMA) kontrolnog (conventional) razreda,ustanovljeno je da je prosje an u enik u tutorskoj grupi za oko dvijestandardne devijacije bolji od prosje nog u enika u kontrolnom razredu(prosje ni u enik u tutorskom sustavu je bolji od 98% u enika iz kontrolnograzreda).

• Prosje an u enik u mastery learning grupi je za oko jednu standardnudevijaciju bolji od prosje nog u enika u kontrolnom razredu (prosje nimastery learning u enik je bolji od 84% studenata iz kontrolnog razreda).

•• 22 sigmasigma problemproblem(Bloom, 1984)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Izra un i interpretacija 2-sigma problema


21

Standardna devijacija ra una se po formuli:

Nx 2

gdje je =

Standardna devijacija – mjera rasipanja podataka oko aritmeti ke sredine (ve astandardna devijacija ve e raspianje podataka i obrnuto.

Izra unavanje veli ine u inka:

c

ce XX

gdje su aritmeti ke sredine eksperimentalne i kontrolne grupe; c

standardna devijacija kontrolne grupe.

• 2-sigma se iskazuje veli inom u inka• Veli ina u inka omogu ava prijelaz s jednostavnog pitanja istraživanja „Da li je nešto dobro ili

ne?“ na složenije pitanje „Koliko je nešto dobro?“.• Veli ina u inka kvantificira veli inu razlike izme u dvije grupe te se stoga smatra stvarnom

mjerom zna ajnosti te razlike.• Veli ina u inka je standardni na in za iskazivanje rezultata razli itih eksperimenta.• Veli ina u inka može biti pozitivna ili negativna. Pozitivna je kada je eksperimentalna grupa

bolja, a negativna je kada je kontrolna grupa bolja.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




22

Generacija na ra unalu utemeljenih sustava(Fletcher prema Iso Dynamic, 2001)

• Ra unala sa «skromnim»korisni kim su eljem (233studije)

• Interaktivna multimedija(uklju ena slika, zvuk,animacija – 47 studija),

• Inteligentni tutorski sustav(oponašanje strategijejedan u itelj jedan u enik –11 studija) i kona no

• Inteligentni tutorski sustavtemeljen na suvremenojinformacijskoj ikomunikacijskoj tehnologiji(5 studija).

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




23

Average tutored student’s achievement is better than 98% of classroomstudents (Fletcher, 2003)

# St

uden

ts

Learning Improvements

2

1

ClassroomStudents

ClassroomStudents

CurrentTechnology

CurrentTechnology

Next-GenerationTechnology

Next-GenerationTechnology

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




24

Fletcher prema SCROM, 2004

• Studije provedene radi procjene u inkovitosti primjene informacijske ikomunikacijske tehnologije pokazale su sljede e:– smanjena je cijena u dostizanju nastavnih ciljeva za oko 30-60%;– pokazalo se da je smanjeno vrijeme u dostizanju nastavnih ciljeva za oko

30 %;– pove ana su znanja i vještine u enika za oko 30 %.– procijenjeno je da Ministarstvo obrane SAD-a na ovaj na in godišnje

ostvari uštede u iznosu oko 500 milijuna dolara.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Gra a inteligentnog tutorskog sustava

Popis autora s referentom arhitekturom inteligentnih tutorskih sustavaKomponente inteligentnih tutorskih sustava

Postavljanje inteligentnog tutorskog sustava u Web okruženjeWeb orijentirani inteligentni tutorski sustavi

Autorske ljuske za oblikovanje inteligentnih tutorskih sustava


25

S. Stankov: Inteligentni tutorski sustavi - teorija i primjenaPoglavlje 7. - Gra a inteligentnih tutorskih sustava

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Popis autora s referentom arhitekturom inteligentnih tutorskih sustava

1. Hartley i Sleeman, 19732. Anderson i drugi 1995 - Carnegie-Mellon Sveu ilište SAD-u ACT projekt (The Advanced

Computer Tutoring Project); LISP tutor (Anderson i Reiser, 1985; Anderson i drugi, 1985)3. Clancey, 1986 - Zavod za ra unarstvo na Sveu ilištu Stanford; preuzeto iz rada Developing a

Computational Representation for Problem Solving Skills koju je proveo Ira Goldstein(Goldstein, 1978),

4. Wenger, 1987 je napravio svojevrstan pregled podru ja inteligentnih tutorskih sustava ipokazao koliko je ono napredovalo od 1982. godine, od vremena kad se prvi put upotrijebioovaj slogan.

5. Burns i Capps, 19886. Self, 1990 u svojoj raspravi s naslovom „Teorijske osnove inteligentnih tutorskih sustava“

promatra inteligentne tutorske sustav prema na elima za razvoj neformalnih i formalnih teorija.7. Shute i Psotka, 19958. Corbett i drugi, 19979. Beck i drugi, 1998 veza Woolf, 199210. Inteligentni tutorski sustav Andes (http://www.andestutor.org) je razvijen na Sveu ilištu u

Pittsburghu i na Mornari koj akademiji (United States Naval Academy) u SAD-u.11. Loftin i Savely, 1991 - Inteligentni tutorski sustav u okruženje realnog vremena


26

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com

http://www.andestutor.org



Komponente inteligentnih tutorskih sustava

Arhitektura inteligentnog tutorskog sustavaInteligentni tutorski sustav – na znanju utemeljen sustav

Repetitorij temeljnih pojmova za prikaz znanja u inteligentnim sustavima


27

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




28

Arhitektura inteligentnog tutorskog sustavaBurns i Capps, 1988

• Ekspertni modul (podru noznanje - formalizam i prikazznanja)

• Modul znanja u enika (modelenika & dijagnostika

znanja)• Modul u itelja (strategija

poduke & nedostaci u znanjuenika)

• Okruženje nastavnogprocesa i su elje u enika

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




29

Arhitektura inteligentnog tutorskog sustavaV. J. Shute, J. Psotka, 1995

Generiranjeproblema

itelj

Prikaz problema

Podru noznanje

Curriculum

Usporedba rezultata

Rješenje u enikaRješenje ra unala

Present feedback

Knjižnicapogrešaka

Model u enika

Savjetnik u enika

Ažuriranje modelaenikovih znanja i

vještina

Ažiriranje indikatoraenja

Po etak

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




30

Arhitektura inteligentnog tutorskog sustavaIntelligent Computer - Aided Training (Loftin, 1991)

• Korisnici sustava: astronauti,kontrolori leta, osoblje zemaljskelogistike u NASA JSC u realizacijimisija Space Shuttle

• PD/ICAT sustav namijenjen zauvježbavanje osoba za vo enjenavigacije Space Shuttle.VVL/ICAT namijenjen zauvježbavanje specijalista zabavljenje korisnim teretom.MPP/ICAT za uvježbavanje itestiranje inženjera uNASA/Kennedy Space Center - uza rad na pneumatskimpropulzijskim sustavima SpaceShutlleCISCO/ICAT za obuku operatorana mainframe ra unalu za podrškuinformacijskog sustava JohnsonSpace Center.ATCS/ICAT za uvježbavanje kakoposada letilica tako i posadazemaljskih postaja za kontrolu leta.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




31

Odrednice znanja i struktura inteligentnog tutorskog sustava

• Znanje je klju za inteligentno ponašanje inteligentnih tutorskih sustava :– Znanje koje sustav ima o podru nom znanju.– Principi pomo u kojih sustav pou ava i metode pomo u kojih

primjenjuje te principe.– Metode i tehnike za modeliranje u enika tijekom stjecanja znanja i

vještina.• Struktura inteligentnog tutorskog sustava

– Ekspertni modul (modul podru nog znanja)– Modul u itelja (jedinica za vo enje procesa stjecanja znanja i vještina

enika)– Modul u enika (dinami ki model stjecanja znanja i vještina u enika)– Komunikacijski modul (modul interakcije u enik-u itelj-znanje).

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Repetitorij temeljnih pojmova za prikaz znanja uinteligentnim sustavima

Umjetna inteligencijaEkspertni sustavi

Prikaz znanja


32

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Redoslijed daljeg izlaganja

• Analiza postavljanja inteligentnog tutorskog sustava u Web okruženju• Analiza Web orijentiranih inteligentnih tutorskih sustava• Autorske ljuske za oblikovanje inteligentnih tutorskih sustava

ZAŠTO?

• Ovakav je redoslijed izveden zato jer isti strukturni moduli realizirajufunkcionalnosti inteligentnog tutorskog sustava u on-site i raspodijeljenoj tj.Web izvedbi.

Sustavi e- enjeCopyright, S. Stankov 33

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Postavljanje inteligengtnog tutorskog sustava u Webokruženje

Zašto ITS postaviti na Web?On-site ITS prema Web orijentiranom ITS

Usporedba on-site i Web zasnovanog inteligentnog tutorskog sustava


34

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Zašto ITS postaviti na Web?

• Usporedba on-site i Web zasnovanog inteligentnog tutorskog sustava(prema Zakaria i Siraj, 2000)

• Brusilovsky (www2.sis.pitt.edu/~peterb)– Jednom kad je ITS implementiran u WWW okruženje dostupan je za isporuku

nastavnih sadržaja širom Svijeta ime otvara putove u primjeni za u enje nadaljinu.

– Inteligentni tutorski sustav u WWW okruženju zahtijevaju skromnu ra unalnuopremu.

– Inteligentni tutorski sustav u WWW okruženju postaje neovisan o ra unalnojplatformi (Unix, MacOS, MS Windows itd.)

– Inteligentnim tutorskim sustavima WWW otvara put za upotrebu golemih koli inapostoje ih nastavnih sadržaja

– WWW može pomo i i pomaže inteligentnim tutorskim sustavima da „iza u“ izrazvojnih laboratorija u „u u“ u okruženje u ionice.

– WWW omogu avaju javnost ITS projekata te omogu ava promidžbu ITS ideja.


35

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



On-site ITS prema Web orijentiranom ITS (Alpert i drugi, 1999)


36

Arhitektura on-site izvedbesustava AlgeBrain

Web-orijentirana klijent-poslužiteljarhitektura inteligentnog tutorskog

sustava

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Usporedba on-site i Web zasnovanog inteligentnog tutorskog sustava(prema Zakaria i Siraj, 2000)


37

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Web orijentirani inteligentni tutorski sustavi

Druga polovina devedesetih godina prošlog stolje a - on-site izvedbe inteligentnih tutorskih sustavai prijelaz na Web okruženje

Znanstvene i strukovne udrugeZnanstvene konferencije

Popis sustava i autora s referentom arhitekturom inteligentnih tutorskih sustava u Web okruženju


38

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Znanstvene i strukovne udruge

• IEEE Computer Society (www.computer.org),• IEEE Learning Technology Task Force (lttf.ieee.org),• Association for Computing Machinery (ACM) (www.acm.org) sa

svojim posebnim grupacijama SIGART i SIGCUE,• American Association in Artificial Intelligence (AAAI)

(www.aaai.org),• International Artificial Intelligence in Education Society

(International AIED Society) (http://aied.inf.ed.uc/aiedsoc.html).


39

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com

http://www.computer.org

http://www.acm.org

http://www.aaai.org

http://aied.inf.ed.uc/aiedsoc.html).



Znanstvene konferencije

• Tre a me unarodna konferencija o inteligentnim tutorskim sustavima, lipanj 1996. godine, Sveu ilišteMontreal, Canada (ITS'96)

– Identificirati prednosti i nedostatke WWW-a kao tehnologije za oblikovanje sustava za obrazovanje iobuku.

– Identificirati probleme i odgovoriti na otvorena pitanja u vezi sa upotrebom WWW-a u podršciinteligentnih tutorskih sustava

• Osma svjetska konferencija o primjeni umjetne inteligencije u obrazovanju (Artificial Intelligence in Education– AI-ED 97)

– Inteligentni tutorski sustavi na WWW– Primjena prilagodljive hipermedije na WWW– Postavljanje postoje ih ITS i ILE (Interacitve Learning Environment) sustava na WWW– Autorski alati za WWW utemeljene obrazovne primjene– Implementacije WWW utemeljenih obrazovnih alata u u enju kod ku e i u razredu.

• Me unarodna konferencija „Inteligentni tutorski sustavi 1998“– Kako pove ati interaktivnost na Web-u?– Kako nadvladati kašnjenja kod u itavanja datoteka s nastavnim sadržajima?– Gdje locirati inteligenciju, na klijentu, na poslužitelju ili kombinirano?– Koji tip povezivanja i komunikacije je mogu izme u inteligentnih sustava?– Kako Web može pomo i u suradnom u enju?– Što se dobiva, a što se gubi uporabom Web-a?


40

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Popis sustava i autora s referentom arhitekturom inteligentnih tutorskih sustavau Web okruženju

• Tri pristupa za postavljanje Web orijentiranog inteligentnog tutorskogsustava u okruženje klijent/poslužitelj arhitekture - Sustav AlgeBrain (Alperti drugi, 1999)

• ELM-ART (Brusilovsky i drugi, 1996)• CALAT (Nakabayashi i drugi, 1995)• MANIC (Stern, 1997)• WILEDS (Kassim i drugi, 2001)• ADIS (Warendfor i Tan, 1997)• SQLT-Web (Mitrovi , 2003)


41

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Autorske ljuske za oblikovanje inteligentnih tutorskihsustava

Zašto autorske ljuske? (ITS – 96)Pregled pojmova povezanih s autorstvom pri razvoju courseware-a

Znanstvene konferencije naslovljene na autorske ljuske i alateVlastiti pristup autorskim ljuskama

Monografija Authoring Tools for Advanced Technology Learning Environments(Murray, Blessing & Ainsworth, 2003)


42

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




43

ITS-96 - Architectures and Methods for Designing Cost-Effective and ReusableITSs

POTEŠKO E• Visoka cijena razvoja• Nedostatak interoperabilnosti• Zahtjevi za ograni enim platformama• Poteško e u raspodjeli materijala i uspore ivanju rezultata• Visoka cijena održavanja

SMJERNICE• Ponovo upotrebljive komponente• Težnja standardizaciji• Djeljivi rje nici• Ljuske inteligentnih tutorskih sustava• Ontologije• Raspodijeljene i agent utemeljene gra e ITS-a

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Pregled pojmova povezanih s autorstvom pri razvoju courseware-a

• Definicije pojmova:– autorstvo (eng. authoring),– autorski jezik (eng. authoring language)– autorski sustav (eng. authoring system)– autorska programska podrška

• Referentne institucije:– AICC - The Aviation Industry CBT (Computer Based Training)

Committee (www.aicc.org)) (AICC, 2003).– Ministarstva Obrane SAD-a (Glossary for Training, 2001).


44

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




Pojam AICC Ministarstvo obrane SAD

Autorstvo

Proces implementacije lekcija za izvedbu u CBTsustavima. esto se pojmovi autorski jezik iliautorski sustav koriste da bi ozna ili programskipodršku koja autorima bez formalnog poznavanjara unalnog programiranja omogu ava pripremunastavnih lekcija.

Strukturirani pristup za razvoj svih elemenatapotrebnih nastavnoj jedinici.

Autorski jezik Programski jezik visoke razine oblikovan sasvrhom da omogu i izgradnju courseware-a.

Skup pravila, procedura, rije i, zabilješki, sintakse isemantike koju koristi autor da bi specificirao logiku isadržaj nastave koja e biti isporu ena putemra unala.

Autorski sustav

Programska podrška lagana za korištenje, anamijenjena za oblikovanje courseware-a. estoje autorski sustav temeljen na programskojpodršci s izbornicima tako da omogu avaju radbez formalnog poznavanja programiranja.

Predložak courseware-a, ili ure iva temeljen naizbornicima oblikovani tako da pomognu autorima prioblikovanju interaktivne multimedijske nastave bezpoznavanje programiranja. To se esto referira i kaoautorski paket.

Autorska programskapodrška Nema

Ra unalni program izveden radi pomo i autorima prioblikovanju interaktivne multimedijske nastave - IMIbez poznavanja programiranja. Tri su vrste IMIautorske programske podrške: autorski jezik, autorskisustav i pomo na programska podrška.


45

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• Courseware (PLATO, Control Data PLATO System Overwiev, 1977) is acollection of educational lessons: computer programs providing interactionbetween the student and the system, usually devoted to a specific topic. Theaverage lesson is equivalent to a normal 1-hour class lecture.


46

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Znanstvene konferencije naslovljene na autorske ljuske i alate


47

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




48

Autorske ljuske omogu avaju izgradnju inteligentnih tutorskih sustava(Stankov, 2005)

• Autorske ljuske raspolažu s ontološkim okruženjem koje:• stru njaku omogu ava oblikovanje baza podru nog znanja,• itelju oblikovanje nastavnih sadržaja i• eniku enje, pou avanje i testiranje podru nog znanja.

• Autorske ljuske ostvaruju pretpostavke za interoperabilnost, ponovnuupotrebljivost, trajnost i dostupnost objekata znanja i objekata u enjaugra enih u nastavne sadržaje.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Autorsko okruženja za oblikovanje inteligentnih tutorskih sustava

• REDEEM (Reusable Educational Design Environment and EngineeringMethodology) (Ainsworth i drugi, 2003)

• Eon (Murray, 1998) (http://home.comcast.net/~perspegrity5/eon_www/eon.html) je nazivpaketa autorskih alata (eng. suite of authoring tools)

• Autorski sustav RIDES (Rapid Intelligent Tutoring System DevelopmentShell) (http://www.spider.hpc.navy.mil) (Munro, Pizzini, 1996) je sljedbenik skupaprogramskih alata IMTS - Intelligent Maintenance Training System (Towne iMunro, 1988)

• Autorski sustav SIMQUEST (van Joolingen i de Jong, 2003)• AutoTutor (www.autotutor.org) je Web-orijentirana autorska ljuska za izgradnju

inteligentnih tutorskih sustava razvijena inerdisciplinarnim radomistraživa kog tima pod nazivom The Tutoring Research Group na Sveu ilištuu Memphis u SAD-u.


49

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com

http://home.comcast.net/~perspegrity5/eon_www/eon.html

http://www.spider.hpc.navy.mil)

http://www.autotutor.org



Moduli inteligentnog tutorskog sustava

Modul stru njakaModul u enikaModul u itelja

Komunikacijski modul


50

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Znanje stru njaka – modul stru njaka

Definicija modula stru njakaPristupi za izgradnju podru nog znanja

• Model crne kutije• Model prozirne kutije• Kognitivni modeli


51

S. Stankov: Inteligentni tutorski sustavi - teorija i primjenaPoglavlje 8. Znanje stru njaka (Modul stru njaka)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




52

Definicija

• Modul eksperta je "kralježnica" svakog inteligentnog tutorskog sustava jer obuhva abazu podru nog znanja.

• Znanje je, prije nego li op eniti mehanizam mišljenja, klju za inteligentnoponašanje.

• Stjecanje znanja je prikupljanje informacija, donošenje odluka i uspostavljanjeodnosa me u raspoloživim resursima.

• Stjecanje znanja (Carrico i drugi, 1989)– Inicijalizacija - Prikupiti po etne podatke (eng. Initial – gather data)– Legaliziranje - Usporediti o ekivane rezultate sa aktualnom izvedbom (eng.

Validation – Compare expected results with actual performance)– Bistrenje - Pro istiti postoje e znanje (eng. Refinement – Clarify existing

knowledge by adding detail)– Ponavljanje postupka (eng. Repeat)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




53

Pristupi za izgradnju podru nog znanja (Anderson, 1988)

• U suštini tri su pristupa za oblikovanje znanja u ekspertnom moduluinteligentnog tutorskog sustava:– Prvi: Ekspert crne kutije generira korektno ulazno - izlazno ponašanje

preko itavog prostora rješavanja zadatka u podru nom znanju.Me utim, unutarnji procesi ra unanja koji osiguravaju takvo ponašanjenisu dohvatljivi.

– Drugi: Ekspert prozirne kutije sadrži ovjeku - ekspertu sli an na inprikaza znanja. Ovaj tip prikaza znanja mnogo je pristupa niji zapou avanje od eksperta "crne kutije" jer je u stanju objasniti na in svojegzaklju ivanja.

– Tre i: Kognitivni - spoznajni model ide jedan korak naprijed i ini daekspertni modul oponaša istu onu razinu apstrakcije koju ina e ini “živi”stru njak. Jasno, da ovaj pristup postavlja najve e zahtjeve u razvojuekspertnog modula.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




54

Odnos pedagogijske efikasnosti i resursa implementacijeekspertnog modula (Anderson, 1988)

Pedagogijska efikasnost

Ula

ganj

e u

impl

emen

taci

ju Spoznajni modeli• Kvalitativni• Deklarativni• Proceduralni

Modelcrne kutije

Modelprozirne kutije

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Modeliranje u enika – modul u enika

Model u enikaDijagnostika znanja u enika


55

S. Stankov: Inteligentni tutorski sustavi - teorija i primjenaPoglavlje 9. - Modeliranje u enika - (Modul u enika)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




56

Modeliranje u enika

• Karakteristika ve ine ITS-ova je da zaklju uju o tome kako u enik razumijepodru no znanje i to koriste da bi pou avanje prilagodili u enikovimpotrebama.

• Ovakvo zaklju ivanje još se zove i postavljanje dijagnoze jer nalikujemedicinskom postupku zaklju ivanja o skrivenom psihološkom stanjupacijenta (bolesti) na temelju vidljivih znakova (simptoma).

• Dijagnosti ki modul ITS-a nam otkriva skriveno stanje spoznaje u enikana temelju promatranog ponašanja.

• Komponenta ITS-a koja predstavlja trenuta no stanje u enikova znanjazove se enikov model.

• U enikov model i dijagnosti ki modul su vrsto isprepleteni. U enikov modelje struktura podataka, dok je dijagnoza proces manipulacije tim podacima.Zato se ove dvije komponente ITS-a moraju oblikovati zajedno. Problemnjihovog oblikovanja zove se problem modeliranja u enika.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




57

Modeliranje u enika prema VanLehn (1988)

• Model u enika(eng. Student Model)Model u enikovog znanja iumije a.

• Dijagnostika(eng. Student Diagnosis)Proces vo en podacima izmodela u enika.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




58

Model u enika

• Sleeman i Brown (1982) prvi put upotrebljavaju izraz model u enika, da biopisali interakciju u enika i ra unalnog programa.

• Naj eš e model u enika slijedi na elo prekrivanje znanja stru njaka saznanjem u enika:– Model prekrivanja (eng. Overlay Student Models): znanje u enika je

podskup znanja eksperta.• Unutar modela prekrivanja mogu e su ove situacije:

– Model razlike (eng. Differential student models): posve uje pažnjurazlikama izme u u enikovog znanja i znanja eksperta.

– Model zbrke (eng. Perturbation student models): opisuje pogrešnoshva anje u enika u odnosu na znanje eksperta.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




59

Model prekrivanja (eng. Overlay Student Models)

•• UU modelumodelu u enikaenika ss prekrivanjemprekrivanjem (eng(eng.. OverlayOverlay studentstudent model)model) znanjeznanjeenikaenika predstavljapredstavlja podskuppodskup znanjaznanja stru njakastru njaka.. CiljCilj tutorskogtutorskog procesaprocesa (cilj(ciljenjaenja ii pou avanja)pou avanja) jestjest pove atipove ati opsegopseg znanjaznanja u enikaenika.. OvajOvaj modelmodel

podrazumijevapodrazumijeva dada u enikenik ne ene e pristupitipristupiti u enjuenju sadržajasadržaja kojikoji susu stru njakustru njakunepoznatinepoznati..

•• Na elnoNa elno susu dvadva stanjastanja uu modelumodelu prekrivanjaprekrivanja::–– StanjeStanje neznanjaneznanja –– pojmovipojmovi kojikoji nedostajunedostaju –– engeng.. MissingMissing conceptionconception–– StanjeStanje pogrešnogpogrešnog poimanjapoimanja –– engeng.. MisconceptionMisconception

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




60

Model razlike (eng. Differential student models)

•• StanjeStanje neznanjaneznanja –– pojmovipojmovi kojikoji nedostajunedostaju –– engeng.. MissingMissing conceptionconception•• OvakvoOvakvo stanjestanje odražavaodražava razlikerazlike izme uizme u znanjaznanja u enikaenika ii znanjaznanja stru njakastru njaka..•• estoesto sese ovakavovakav modelmodel zovezove modelmodel razlikarazlika –– engeng.. DifferentialDifferential modelmodel•• ZaZa ovakvoovakvo stanjestanje znanjaznanja sese kažekaže toto jeje znanjeznanje kojekoje stru njakstru njak ima,ima, aa u enikenik

nemanema..

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




61

Model zbrke (eng. Perturbation student models)

•• StanjeStanje pogrešnogpogrešnog poimanjapoimanja -- engeng.. MisconceptionMisconception•• OvakvoOvakvo stanjestanje odražavaodražava razlikerazlike izme uizme u znanjaznanja u enikaenika ii znanjaznanja

stru njakastru njaka..•• estoesto sese ovakavovakav modelmodel zovezove modelmodel zbrkezbrke –– engeng.. PerturbationPerturbation modelmodel•• ZaZa ovakvoovakvo stanjestanje znanjaznanja sese kažekaže toto jeje znanjeznanje kojekoje u enikenik ima,ima, aa

stru njakstru njak nemanema..

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




62

Model u enika

• Model kojeg postavlja i koristi ra unalni tutor.• Model u enikovog znanja i sposobnosti.• Svrha mu je procijeniti u enikove odgovore i postupke.• Semanti ki predstavlja skup podataka potrebnih za dijagnostiku znanja -

modulu dijagnostike.• VanLehn-ovo stajalište pri gra enju modela u enika je svekoliko

argumentirao s brojnim pojedinostima kao što su :– prostor za rješavanje postavljenog problema,– prikaz ciljanog znanja pomo u tehnika koje su ina e korištene u

izgradnji ekspertnog modula,– iskazivanjem pogrešnih poimanja ili pak neznanja u enika u

savladavanju problema podru nog znanja.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




63

Trodimenzijski prostor stanja znanja u enikaeng. A three-dimensional space of student models

Obuhvat ulaznih podatakaeng. Bandwith

Ciljani tipovi znanjaeng. Target knowledge type

Razlike izme u u enika i ekspertaeng. Differences between student

and expert

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




64

Trodimenzijski prostor stanja znanja u enika

– Obuhvat ulaznih podataka - koliki dio u enikove aktivnosti je dostupan programu zadijagnozu?

– Približna mentalna stanja - dostupne su sve aktivnosti (i fizi ke i umne)– Me ustanja - dostupna je sva vidljiva aktivnost tijekom rješavanja problema– Kona na stanja - dostupno je samo kona no stanje (odgovor)

– Tip znanja - kojeg je tipa znanja dano gradivo?– Ravninsko postupkovno - postupkovno znanje bez podciljeva– Hijerarhijsko postupkovno - postupkovno znanje sa podciljevima– Deklarativno

– Razlike izme u u enika i eksperta - kako se u enikov model razlikuje od ekspertovamodela?

– Prekrivanje - neki pojmovi iz ekspertovog modela nedostaju u u enikovom modelu– Knjižnica pogrešaka - uz pojmove koji nedostaju, u enikovi modeli mogu imati i

neto no (pogrešno) znanje. Pogreške dolaze iz ranije definirane knjižnice– Djelomi ne knjižnice pogrešaka - pogreške se sakupljaju u procesu u enja i

pou avanja i time vjerno ocrtavaju ponašanje u enika.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




65

Dijagnostika znanja u enika 1/2

• U enikov model vodi se radi toga da se prona e smisao njegovihpogrešaka.

• Procjenjivanje u enika sli no je drugim dijagnosti kim zadacima kao što jepostavljanje dijagnoze bolesti ili pogreške u opremi.

• Ra unalo mora napraviti kapital od svake pogreške u enika pretvorivši je umogu nost za ispravljanje.

• Ukoliko on naprosto kaže u eniku da je pogriješio on ga nije pou io nego jegurnuo problem k u eniku koji mora nekako sam odrediti razlog pogreške.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




66

Dijagnostika znanja u enika 2/2

• VanLehn (1988) tehnike za dijagnostiku u enika dovodi u vezu s:– modelom u enika, i– metodama i tehnikama za prikaz znanja u inteligentnim tutorskim

sustavima.• Dijagnosti ke tehnike definira kao procese u inteligentnim tutorskim

sustavima u kojima se donose procjene i upravlja podacima iz u enikovogmodela.

• Imaju i u vidu obuhvat ulaznih podataka u izgradnji modela u enikaVanLehn predlaže ukupno devet algoritama dijagnostike, pet ih se odnosina model u enika s kona nim stanjima, tri za model s me ustanjima i jedanza model mentalnog stanja u enika.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




67

U prilog inteligentnim tutorskim sustavimaModeliranje u enika

Igra s nov ima – COINS (Stankov, 1996)

Igra s kunama i lipama.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Vo enje pou avanja – modul u itelja

Teorijski okvir pou avanja pomo u inteligentnih tutorskih sustavaScenarij u enja

Na ela implementacije tutorskih (pedagogijskih) znanja


68

S. Stankov: Inteligentni tutorski sustavi - teorija i primjenaPoglavlje 10. - Vo enje pou avanja (Modul u itelja)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




69

Inteligentni tutorski sustavi predstavljaju vezu izme u bihevioristi kogpristupa u tradicionalnim sustavima nastave pomo u ra unala i

kognitivisti ke paradigme enja i pou avanja

• Bihevioristi ki pristup je usmjeren na istraživanje i tuma enje vanjskihpromjena u ponašanju dok se kognitivnisti ki pristup bavi unutrašnjimpromjenama u znanju, mišljenju, vrijednostima i stavovima, tesamopoimanju.

• Upravo iz ovih dviju teorija, tj. iz napuštanja bihevioristi kog na ina u enja ipou avanja i prihva anja kognitivnisti kog pristupa psihologijske teorijeslijedile su zna ajne promjene u obrazovnoj praksi.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




70

Ra unalni u itelj 1/2

U idealnom slu aju ”ra unalni" u itelj mora znati odgovoriti na upite:– Što u enik zna ?– Koja je razina sposobnosti u enika ?– Kako je u enikovo predznanje ?– Kako se u enik ponaša tijekom u enja ? (U i “sporo”. U i “brzo”).– Koje metode predstavljanja u enik preferira ?– Za koja podru ja je u enikovo zanimanje iznad teku eg predmeta

enja?U suglasju s ovim "ra unalni" u itelj odabire scenarij u enja iprimjenjuje potrebna pedagogijska znanja.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




71

Ra unalni u itelj 2/2

• Vo enje pou avanja u inteligentnom tutorskom sustavu jam iosposobljavanje u enika za rješavanje problema u danom podru nomznanju.

• Pou avanje u enika u vještinama prikupljanja znanja težak je zadatak zatošto se ra unalni "tutor" mora prilagoditi individualnim zahtjevima u enika.

• Algoritam vo enja pou avanja obuhva a znanje koje bi u enik trebaonau iti, mogu nosti savjetovanja u eniku za vrijeme pou avanja,mogu nosti predstavljanja ili ukazivanja na nove aktivnosti na temeljuzaklju aka tijekom pou avanja i uspješnu povratnu informaciju onda kada

enik pogriješi.• Vo enje pou avanja obuhva a:

– scenarij u enja i– na ela implementacije tutorskih (pedagogijskih) znanja

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Interakcija u enik – u itelj – znanjemodul komunikacije

Vo eni razgovorSu elje u enika i sustava

Generiranje zadataka


72

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



VAŽNOST modula komunikacije

• Povijesno gledano komunikacijski modul je bio zadnji na kojeg su istraživa iu ovom podru ju obra ali pozornost kao na izdvojeni modul inteligentnogtutorskog sustava.

• Inteligentni tutorski sustav zahtijeva izgradnju komunikacijskog modula kojie u nekoj mjeri omogu iti komunikaciju prirodnim jezikom.

• Istraživa i ovog podru ja ozna ili prirodni jezik kao "Ahilovu petu"inteligentnih tutorskih sustava (Anderson, 1988 i Half, 1988), i naglasili dauporaba prirodnog jezika esto konzumira sve zalihe projekta.

• Jedno istraživanje je pokazalo da u enici zadržavaju (pamte - usvoje):– 25 % onoga što uju,– 45 % onoga što vide i uju, a– 70 % onoga što vide, uju i ine (Edwards prema Rickel, 1989).


73

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Model Tutor-Expert System

Zamisao modela TEx-SysTEx-Sys – novi model nastave s ra unalnim u iteljem

Formalizam za prikaz znanjaGeneracije programskih sustava izvedenih po modelu TEx-Sys

Oblikovanje podru nog znanjaOblikovanje nastavnog sadržaja

Testiranje i vrednovanje znanja u sustavima implementirani pomodelu TEx-Sys

Arhitektura sustava implementiranih po modelu TEx-SysPrimjena i vrednovanje u inkovitosti modela TEx-Sys


74

S. Stankov: Inteligentni tutorski sustavi - teorija i primjenaPoglavlje 12. - Model Tutor - Expert System

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Sustavni pristup i na ela vo enja u povratnoj veziParadigmu „pou avanje je upravljanje u enjem“Na ela pou avanja po modelu „jedan-na-jedan“

Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enikaNa ela umjetne inteligencije s težištem na metodama i tehnikama za prikaz znanja

Tradicionalna gra a inteligentnih tutorskih sustava


75

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




3

Sustavni pristup i na ela vo enja u povratnoj veziTeorija sustava – osnovni pristup 1/3

• Sustav je tvorevina prirodna, društvena, tehni ka ili mješovita, koja u danojokolini djeluje samostalno s odre enom svrhom.

• Tvorevina što je to?– Skup elemenata što stoje u takvom uzajamnom odnosu, da ne postoji

izdvojenih podskupova.– PRIMJER:

Most je tvorevina, ali nije sustav, ne djeluje nepokretan je.• Pokretni most i njegov rukovoditelj kao cjelina, su tvorevina koja je ujedno i

sustav. Elementi most i ovjek, u takvom su uzajamnom odnosu da ihpromatraju i kao cjelinom možemo ozna iti tvorevinom. Djeluju samostalnos odre enom svrhom (pokretni most - otvara prolaze po potrebi i u odre enovrijeme) pa je ta tvorevina i sustav.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




77


• Živa bi a i njihove zajednice primjeri su prirodnih sustava.• Zajednice ljudi društveni su sustavi: obrazovni sustav• Tehni ki sustavi su: hladnjak, brod, elektrana, ...• Mješoviti sustavi - Brojni su primjeri mješovitih sustava, naj eš e takvih

koji djeluju kao zajednice ljudi i tehni kih tvorevina.• Temeljna odlika sustava jest da u pretpostavljenoj okolini djeluje

samostalno i svrhovito sve dok raspolaže potrebnom tvari, energijom iinformacijom.

• Bez tvari ništa ne postoji, bez energije ništa se ne zbiva, bez informacijeništa nema smisla.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




78


• Veza okoline i sustava• iskazuje djelovanje

okoline na sustav ipredo ena je

• ulaznim veli inama.• Veza sustava i okoline• iskazuje djelovanje

sustava na okolinu ipredo ena je

• izlaznim veli inama. Okolina

Okolina

Izlazneveli ineUlazne

veli ineS u s t a v

Modificirano prema Boži evi , 1980, str. 18

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




79

Kiberneti ki model sustava temelj je našeg istraživanja i razvojau podru ju inteligentnih tutorskih sustava

Kiberneti ki model sustavaprimjenjujemo temeljem nauka G.Pask-a, N. Wiener-a i J.Boži evi a:

• G. Pask: A cybernetic model ofconcept learning, 1961

• N. Wiener: Cybernetics or Controland Communication in the Animaland the Machine. M.I.T. Press,Cambridge, MA, 1948.

• J. Boži evi : Temelji automatike,I. knjiga - Sustavno gledište iautomatika, Automatskoreguliranje, Školska knjiga,Zagreb, 1980.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Paradigma „pou avanje je upravljanje u enjem“

• Paradigma „pou avanje je upravljanje u enjem“ (eng. teaching is the control oflearning) postavio je Andrew Gordon Speedie Pask (1928 – 1996), poznat kao jedanod utemeljitelja kibernetike, interdisciplinarnog i trandisciplinarnog intelektualnogpokreta naglo razvijenog nakon II. Svjetskog rata.

• Pask kao „istinska kiberneti ka duša“ svojim radom pokušava izgraditi jedinstvenimost izme u prirodnih znanosti, društvenih znanosti i humanisti kih znanosti.

• 1961. godine je objavio knjigu An Approach to Cybernetics (London: Hutchinson),koja se smatra jedna od najpogodnijih za uvo enje u podru je kibernetike.

• 1972. objavljuje sustav CASTE (Course Assembly System and Tutorial Environment)za podršku pou avanja i obuke kompleksnijih podru nih znanja.

• Sustav Thoughtsticker iz 1974. pomaže u eniku oblikovanje mentalnih mapa tesugerira nove kombinacije.

• Posebno zna ajni su radovi u kojem povezuje kiberneti ka na ela sa procesomenja i pou avanja i na kojima i nastaje paradigma „pou avanje je upravljanjeenjem“ (Teaching Machines; The teaching machine as a control mechanism; A

cybernetic model of concept learning).


80

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Na ela pou avanja po modelu „jedan-na-jedan“

• Istraživanjem u inkovitosti tutorskog u enja tj. u enja po modelu jedan-na-jedan došlo se do tri važne spoznaje:– u enici bolje razumiju nastavne sadržaje, više su motivirani i rade brže;– tutori tako er poboljšavaju podru no znanje dok pou avaju i– uspješni tutori nisu samo oni koji imaju formalno obrazovanje u itelja, to

mogu biti i tz. „peer tutori“ – tutori vršnjaci - partneri.• Istraživanja su pokazala da su tutori uspješni jer dozvoljavaju u eniku da

ima osje aj kontrole nad u enjem i da radi onoliko koliko može te ukoliko seukaže potreba nudi mu svoju pomo .

• Tutor mora znati procijeniti kada pomo i u eniku i usmjeriti ga premarješenju, budu i da postoji opasnost trošenja dragocjenog vremena natraženje rješenja u krivom smjeru.

• U inkovitost tutorskog u enja u na elu utvr uju tri hipoteze: T, S i I hipoteza


81

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Na ela oblikovanja nastavnih sadržaja i vrednovanje znanja u enika 1/9

• Repetitorij pojmova– Courseware– Elementi nastavnog sadržaja

• nastavna cjelina,• nastavna tema,• nastavna jedinica,• nastavni pojam

– Test znanja– Test, ispit, kviz– Zadaci objektivnog tipa– Mjerne zna ajke testova– Ocjenjivanje– Vrednovanje


82

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• Oblikovanje nastavnih sadržaja kako u tradicionalnoj nastavi tako i usustavima e-u enja obavlja u itelj - nastavnik u skladu s odredbama irazinom znanja promatranog obrazovnog procesa.

• Isporuka nastave pomo u sustava e-u enja – courseware-a• Course – ware je agregacija koja se sastoji od svih potrebnih zna ajki koje

e u enje u initi uspješnim.• Courseware kolegija je višerazinski strukturiran na elemente nastavnog

sadržaja: nastavne cjeline (NC), nastavne teme (NT), nastavne jedinice(NJ), nastavne pojmove (NP) kao i elemente za testiranje i ocjenjivanjeznanja enika.

• Poslije procesa enja i pou avanja na izabranom podru nom znanju tj.izabranom kolegiju u enik pristupa postupku utvr ivanja i provjeravanjakvalitete znanja. Ovaj se postupak naziva testiranje znanja, što je preduvjetza vrednovanje znanja.


83

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• Testiranje je aktivnost u enika koju je potrebno provesti zbog donošenjaocjene.

• Bujas (prema Muži , 1968) isti e da je test standardizirani postupak,pomo u kojeg se izaziva neka odre ena aktivnost, a u inak te aktivnostimjeri se i vrednuje tako da se individualni rezultat usporedi s rezultatima, kojisu dobiveni kod drugih individua u jednakoj situaciji.

• Testovi se dijele u tri osnovne vrste (Pedagoška enciklopedija tom. 2, str.442):– Testovi znanja, kojima utvr ujemo razinu znanja i vještina u enika;– Testovi sposobnosti koji se dijele na psihomotorne testove, testove

inteligencije, testove posebnih intelektualnih funkcija i sl.;– Testovi osobnosti u užem smislu obuhva aju izvan intelektualne crte

li nosti, kao što su karakter, temperament, interesi, stavovi, stupanjintrovertiranosti, odnosno ekstrovertiranosti i sli no.


84

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• U pogledu terminološke odre enosti u itelji esto termine test, ispit i kvizkoriste naizmjeni no (Gros, 1993), pa ak ponekad i kao sinonime.– Ispit je najiscrpnija forma testiranja, obi no se obavlja na kraju izvedenih

nastavnih sadržaja (kolegija, te aja), ili ponekad i dva puta tijekomsemestra (polugodišta).

– Test je više sadržajno limitiran, orijentiran je na neke aspekte nastavnihsadržaja. Tijekom odvijanja nastavnog procesa kolegija mogu e jeprovesti više testova znanja (tri do etiri).

– Kviz je najviše limitiran u pogledu ispitivanih nastavnih sadržaja i obi noje vremenski ograni en na petnaest ili manje minuta.

• U fokusu naše analize je ono što primjenjujemo kod modela TEx-Sys, gdjeje za vrednovanje znanja u enika za dani nastavni sadržaj primijenjen kvizznanja i test znanja sa zadacima objektivnog tipa.


85

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• Kviz znanja predstavlja implementaciju testova u kojima se u eniku distribuira skup pitanjakojima su pridruženi ponu eni odgovori.

• Odgovori mogu biti to ni ili neto ni.• Test se rješava obilježavanjem odgovora za koje u enik smatra da su to ni.• Nakon rješavanja u enik se ocjenjuje i upu uje prema pojmovima podru nog znanja za koje se

utvrdilo da ih nije dovoljno dobro obradio.• Kvizove možemo razvrstati prema više kriterija (Rosi , 2000) a ovdje se navode dva:

– Podjela prema broju to nih odgovora me u predloženim rješenjima.• Najjednostavniji su kvizovi kod kojih je za svako pitanje ponu en jedan i samo jedan

to an odgovor. To je jednostavan tip kviza ali mu je nedostatak velika mogu nostpoga anja to nog odgovora.

• Napredniji su kvizovi kod kojih nije definiran broj to nih odgovora unutar ponu enihodgovora za svako pitanje. Kod takvih kvizova za svako pitanje mogu biti svi ponu eniodgovori to ni, može biti nekoliko to nih odgovora, može biti samo jedan to anodgovor ali mogu i svi ponu eni odgovori biti neto ni.

– Podjela prema na inu postavljanja pitanja. Najjednostavniji kvizovi dopuštaju postavljanjepitanja isklju ivo tekstualnog sadržaja dok složeniji tipovi kvizova omogu uju da pitanjepoprimi multimedijske karakteristike tj. da pitanje sadrži i elemente multimedije.


86

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• Testovi znanja u pogledu vrste mogu biti pravi – baždareni testovi znanja i nepravi –nebaždareni testovi znanja tj. niz zadataka objektivnog tipa (ZOT).

• Zadaci objektivnog tipa – eng. „task objective items“ (Grounlund, 1985).• Orijentacija je na zadatke objektivnog tipa jer se tim nebaždarenim testovima želi

objektivno utvrditi razina znanja u enika.


87

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• Zadaci objektivnog tipa globalno se mogu podijeliti u dvije skupine (Muži , 1968):– Zadaci kod kojih u enik donošenjem odgovora reproducira usvojene nastavne sadržaje

(zadaci reprodukcije) što se naj eš e obavlja dosje anjem nastavnog sadržaja kojeg je veio. U ovu skupinu se obi no oblikuju:• Zadaci tipa dosje anja kod kojeg se u eniku postavlja pitanje ili neka nedovršena

tvrdnja. Kod ovakvih zadataka poga anje to nog odgovora je gotovo eliminirano. Takvizadaci su pogodni za provjeravanje deklarativnog znanja.

• Zadaci tipa dopunjavanja u kojima je u tekstu zadatka izostavljena jedna ili više rije ikoje u enik treba napisati. Može se kazati da je ovo varijanta zadatka tipa dosje anja.Prednosti ovog tipa zadataka ogledaju se u tome što odgovori ne po ivaju naprepoznavanju, ve je za davanje pravilnih odgovora potrebno aktivno znanje u enika.

– Zadaci u kojima u enik odabire ispravan odgovor izme u ponu enih odgovora radiprepoznavanja to nog odgovora (zadaci prepoznavanja). U ovoj skupini se oblikuju:

• Zadaci tipa jednostrukog ili dvo lanog izbora (zadaci tipa da/ne) se sastoje od pitanjana koja je potrebno odgovoriti biranjem jedne od dvije ponu ene opcije.

• Zadaci tipa višestrukog izbora sadrže pitanja s više predloženih odgovora na koja seodgovara biranjem jednog ili više ponu enih odgovora.

• Zadaci tipa povezivanja i sre ivanja.


88

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• U pogledu mjernih karakteristika testovi znanja se strukturiraju prema sljede imparametrima (Grgin, 1986):– Valjanost koja pokazuje u kojoj mjeri test zaista mjeri ono što se njime želi mjeriti;– Pouzdanost koja se o ituje u tome što test kod ponovljene primjene daje iste

rezultate;– Objektivnost koja se o ituje u tome da na rezultat mjerenja ne djeluju nikakvi

subjektivni faktori;– Osjetljivost, testom bi se trebale mo i ispitati i manje razlike u veli ini koja se

mjeri;– Baždarenost, tj. postojanje jedne op e skale, koja daje uporišne to ke kod

me usobne usporedbe rezultata mjerenja;– Diskriminativnosti pitanja u testu, koja zapravo ukazuje na mjeru u kojoj se

usmjerenost pojedinog pitanja slaže s usmjerenosti cijeloga testa.•


89

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




• U zadacima objektivnog tipa pitanja su tako formulirana da njihovi odgovori buduodraz objektivnog znanja u enika, a najvažnija im je zada a omogu iti ocjenjivanje

enika na jednozna an i objektivan na in (Muži , 1968).• Ocjenjivanje ponekad ograni avamo samo na postupak davanja ocjene. Me utim, u

procesu odgoja i obrazovanja potrebno je utvrditi razinu znanja u enika kao iokolnosti u kojima je isto ostvareno te se ono naziva vrednovanje znanja(Enciklopedijski rje nik pedagogije, 1963, str. 1105).

• Evaluacija – vrednovanje je pojam koji povezuje provjeravanje i ocjenjivanje znanja unastavi te sadrži postupke (Pedagoška enciklopedija tom 1. – str. 192)– evidentiranja (osigurava kontinuiran uvid u tijek nastavnog procesa),– provjeravanja (otkriva pravo stanje i rezultate rada u nastavi),– mjerenja (odnosi na postupak objektivnog sagledavanja postignu a u enika) I– ocjenjivanja (pomo u odre enih postupaka uspore ivanja i instrumenata

mjerenja dolazi do vrijednosnih pokazatelja o ishodu nastavnog procesa).• Provjeravanje znanja s obzirom na na in prikupljanja informacija o postignu u

enika može biti formativno i sumativno.


90

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




91

Termin umjetna inteligencija prekriva brojna podru ja.Znanstvene discipline “pod kišobranom” determiniraju pojam

“umjetna inteligencija” (Winston, 1979)

• Termin umjetna inteligencija prekrivabrojna podru ja. Znanstvene discipline“pod kišobranom” determiniraju pojam“umjetna inteligencija”

• Eng. Robotics - Robotika -Psihomotorna zna ajka

• Eng. Vision System - Sustavi gledanja

• Eng. Expert System - Stru nost(znanje)

• Eng. Natural Language - Komunikacijaprirodnim govorom

• Eng. Sound Recognation -Prepoznavanje zvuka

• Eng. Cognitive Science - Spoznajneznanosti

Podru ja koja odre uju naziv umjetnainteligencija (prema Carrico i drugi, 1989)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Tradicionalna gra a inteligentnih tutorskih sustava

• Tradicionalna gra a inteligentnih tutorskih sustava (detaljno prezentirano udijelu C.) je zna ajno uporište u razvoju modela TEx-Sys. S tim u veziobuhva eni su autoriteti podru ja iji se radovi naj eš e citiraju i navode priopisu gra e, strukture i primjene inteligentnih tutorskih sustava.

• Ve ina referentnih navoda iz poglavlja 7. u kojem je provedena analizakomponenata inteligentnih tutorskih sustava u on-site okruženju nalazi se napopisu najviše citiranih autora na pretraživa ima poput Google Scholar,Google i sli no, kao što su E. Wenger, D. Sleeman, J. Anderson, H. L, Burn,C. G. Capps, J. Self, V. J. Shute, J. Psotka.


92

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Tutor Expert System - TEx-SysNovi model nastave s ra unalnim u iteljem


93

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




94

Tutor Expert System - TEx-SysNovi model nastave s ra unalnim u iteljem

Kiberneti ki model sustava

Model vo enja procesa stjecanja znanja i vještinaenika u inteligentnom tutorskom sustavu

1. Boži evi J. (1980): Temelji automatike,I. knjiga - Sustavno gledište iautomatika, Automatsko reguliranje,Školska knjiga, Zagreb.

2. Boži evi J. (1992): Od kibernetike doznanosti o sustavima, str. 9-14 u J.Boži evi (urednik), Sustavsko mišljenje,Hrvatsko društvo za sustave, Zagreb.

Stankov, S. (1997): Izomorfni model sustava kaoosnova ra unalom poduprtog pou avanja na elavo enja, doktorska disertacija, Fakultetelektrotehnike, strojarstva i brodogradnje,Sveu ilište u Splitu, Split.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




95

Pedagogijska paradigma modela TEx-Sys

Pedagogijska paradigma ovog modela nastaveiskazana je funkcijskim djelovanjem ukontinuiranom etverofaznom iteracijskom ciklusu:– Faza didaktike iskazuje nekoliko imbenika:

predmet pou avanja (Što se pou ava?),objekt pou avanja (Tko se pou ava?) te na ini prilagodbu strategije pou avanja individualnimpotrebama u enika (Kako se pou ava ?).

– Motrenje se bavi aktualnom razinom znanjaenika (stanje znanja u enika).

– Faza dijagnostike i vrednovanja utvr uje razinui ocjenjuje znanje u enika.

– Pogrešna poimanja u znanju u enika pokre umehanizme pomo i radi smanjenja razlika uznanju izme u eksperta i u enika.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Formalizam za prikaz znanjau sustavima izvedenim po modelu TEex-Sys

Semanti ke mrežeSemanti ke mreže s okvirima

Produkcijska pravila


96

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




97

Generacije programskih sustavaizvedenih po modelu TEx-Sys

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 20051992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 20051992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

• TEx-Sys inteligentna hipermedijska autorska ljuska (S. Stankov, 1997)• DTEx-Sys sustav za daljinsko u enje zasnovan na ITS-ovima (M. Rosi , 2000)• xTEx-Sys Tehnologijski projekt MZOS: Web orijentirana inteligentna hipermedijska

autorska ljuska (MZOS – Tehnologijski projekt -TP-02/0177-01- I. Ciklus programaTEST, voditelj S. Stankov, 2003-2005).

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




98

Razvoj autorskih ljuski zasnovani na modelu Tutor-Expert SystemClic

k to buy N

OW!PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




99

Prikaz implementiranih sustava po modelu TEx-Sys- sudionici i globalne funkcionalnosti -

TEx-Sys DTEx-Sys xTEx-SysOblikovanje podru nog

znanja

Oblikovanje nastavnogsadržaja

enje i pou avanje

Testiranje i vrednovanje

Suradnja korisnika

Administracija korisnika

Sudionik enik, u itelj enik, u itelj,administrator

enik, stru njak, u itelj,administrator

nastavni sadržajnastavni sadržajpodru no znanjepodru no znanjepodru no znanjepodru no znanje

kviz, prekrivanjekviz, prekrivanje kvizkviz kvizkviz

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




100

On-site izvedba TEx-Sys-a

• Developing - oblikovanje baze znanja• Learning & Teaching – u enje i

pou avanje na izabranoj bazi znanja• Testing – testiranje metodom

prekrivanja• Evaluating – vrednovanje metodom

prekrivanja• Quiz – testiranje i vrednovanjem

metodom kviza• Help – pomo za korištenje sustava

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




101

DTEx-Sys – glavni izbornik

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




102

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



16. sije anj 2012. Sustavi e- enjeCopyright, S. Stankov

103

Funkcionalnost sustavu xTEx-Sys - sudionici i slu ajevi korištenjaSUDIONIK

SLU AJ KORIŠTENJA enik itelj Stru njak za podru no znanje Administratorsustava

enje i pou avanje nastavnogsadržaja ++

Testiranje znanja iz kolegija – Kviz ++

Testiranje znanja iz kolegija - Metodaprekrivanja ++

Oblikovanje znanja ++ ++

Oblikovanje nastavnog sadržaja ++

Prijava na sustav ++ ++ ++ ++

Unos sudionika ++

Prikaz sudionika ++ ++

Promjena sudionika ++

Unos grupe sudionika ++

Prikaz grupe sudionika ++ ++

Promjena grupe sudionika ++

Pridruživanje sudionika grupisudionika ++ ++

Pridruživanje u itelja (grupa,pojedinac) ++

Pridruživanje kolegija (grupa,pojedinac) ++ ++

Suradnja sudionika ++ ++ ++ ++

Nadzor sustava ++

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




104

Specifikacija ontologije za oblikovanje baza znanja

• Podru je znanja• Podpodru je znanja• Objekt znanja vor znanja semanti ke mreže

– Naziv vora znanja• Strukturni atribut vora znanja (tekstualni opis, multimedijski opis,

URL adresa)• Okvir vora znanja (Slot/Filler)

• Veza me u objektima vorovima znanja– Naziv veze (inicijalni skup veza: JE, KLASA_OD, VRSTA_OD,

PRIMJERAK_OD, DIO_OD)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




105

Primjer semanti ke mreže za:podru je Ra unarstvo; podpodru je Uvod u ra unarstvo

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




106

Specifikacija ontologije za oblikovanje nastavnih sadržaja

• Grupa/pojedinac – u enik radi u enja, pou avanja i testiranja podru nog znanja.• Kolegij – (nastavni predmet) može biti dodijeljen grupi ili pojedincu• Didakti ka na ela za organizaciju kolegija

– Nastavnih cjelina – raš lamba na najvišoj razini (razina kolegija)– Nastavnih tema – svaka nastavna cjelina ima više nastavnih tema– Nastavnih jedinica – svaka nastavna tema ima više nastavnih jedinica– Nastavnih pojmova – svaka nastavna jedinica ima više nastavnih pojmova– SCORM referentnog modela prilago en za primjenu u sustavu xTEx-Sys

• Korijenske agregacije – raš lana nastavnih sadržaja na razini kolegija• Agregacije (raš lana nastavih sadržaja kolegija na nižim razinama)• SCO-a kao djeljivi objekt nastavnih sadržaja• Dodatak ili svojina (eng. asset) vora znanja.

• Utvr enih mjesta, u strukturi nastavnih sadržaja, za testiranje znanja– Dinami ki na in testiranja– Stati ki na in testiranja

• Specifikacije ontologije za prikaz znanja u sustavu xTEx-Sys

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




107

Kolegij

Nastavnacjelina n Test nNastavna

cjelina 1

Nastavnatema 2

Nastavnatema 1

vor znanja 1Test 3

Nastavnajedinica 2 Test 2Nastavna

jedinica 1

Test 1Nastavnipojam 1

vor znanja 1

Strukturniatribut 1

Strukturniatribut 2

Strukturniatribut n

Pitanje 1

Pitanje 2

Elementpitanja 1

Elementpitanja 2

Elementpitanja 3

Pitanje n

vor znanja nvor znanja 1

vor znanja n

Predložak br. 4 zaorganizaciju

courseware-a

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Elementi strukture nastavnog sadržaja u sustavu xTEx-Sys i SCORM referentnom modelu


108

Struktura nastavnog sadržaja SCORM normaKolegij Root AggregationNastavna cjelina Nastavna cjelina Aggregation SCONastavna tema Nastavna tema Aggregation SCONastavna jedinica Nastavna jedinica Aggregation SCONastavni pojam SCOTest SCOStruktura znanja

vor znanja AssetStrukturni atribut Asset

Pitanje AssetElementi pitanja Asset

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Model TEx-Sys Sustavi e- enjeCopyright, S. Stankov

109

Testiranje i vrednovanje znanja u sustavima implementirani pomodelu TEx-Sys

Provodi se s osloncem na:• Deklarativan na in prikaza znanja• Tehniku prekrivanja znanja u

promatranju razlika izme uenika i u itelja

• Metodu kviza

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




110

Kviz u sustavu TEx-Sys

Modul testiranja u enika pomo u kviza, u našem pristupu ima tri osnovna zadatka:generiranje kviza,

testiranje u enika,

ocjenjivanje u enikovog znanja na osnovu danih odgovora te davanje preporukeza daljnji rad.

enik

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




111

Vrednovanje znanja u enikatestiranje -

• Kviz se sastoji od ne više od deset serija po dva pitanja• Izgra eno je dvanaest formata pitanja podijeljenih u tri težinske kategorije• Provjera odgovora vrši se nakon svake serije pitanja• Prelazak u višu ili nižu težinsku kategoriju pitanja odre en je u enikovim

iskazanim znanjem• Ocjena se daje na osnovu odnosa maksimalnog mogu eg broja bodova i

ostvarenog broja bodova• Generira se lista svih pitanja sa informacijom o to nosti odgovora i

omogu ava se pristup vorovima iz pitanja na koje nije dan to an odgovor• Rezultati se smještaju u bazu u enika

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




112

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




113

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




114

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




115

Kako te e testiranje u enika?

• Izbor baze podru nog znanja.• Generiranje problema - za

po etak to je II. težinskakategorija.

• Odgovor se vrednuje.• Generiranje novog problema

je u suglasju s odgovorom(prijelaz u III./I. težinskukategoriju).

• Ciklus se ponavlja s ure enimparovima pitanja,

• Za kraj ocjena i preporuka zadaljnji rad.

• Up-date baze podataka oeniku.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




116

Pitanje iz DRUGEtežinske kategorije


Pitanje iz TRE Etežinske kategorije

Pitanje iz PRVEtežinske kategorije







Kraj KVIZA

Kraj KVIZA

PRVAserija

pitanja

DRUGAserija

pitanja

ZADNJAserija

pitanja

Ocjenjivanje i preporukaza daljnji rad

…………………………………………

Tijek testiranjaTijek testiranjaClic

k to buy N

OW!PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




117

Bodovne vrijednosti i tijek odvijanja kviza

• Nakon svaka dva odgovora vrši se provjera danih odgovora, tj. prate se me ustanjau procesu testiranja.

• U slu aju da u enik ozna i sve ponu ene odgovore kao to ne, ne dobiva bodove zatakav odgovor.

• Nakon rješavanja jednog para pitanja za prijelaz u ve u težinsku kategoriju potrebnoje da na oba postavljena pitanja odgovori to no ili na jedno to no i na drugodjelomi no to no.

• Par neto nih odgovora, ili kombinacija jednog neto nog i jednog djelomi no to nogodgovora, rezultira prelaskom na lakša pitanja.

• Kombinacija to no/neto no (ili dva djelomi no to na odgovora) rezultira ostajanjem uistoj skupini pitanja kojoj su pripadala i prethodno postavljena pitanja.

Prva težinska kategorija - 1 bodDruga težinska kategorija - 2 boda

Tre a težinska kategorija - 3 boda

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




118

Ocjenjivanje u enika u kvizu

• Posljednja faza vrednovanja u enikovog znanja je ocjenjivanje. Ostvarenibodovi se zbrajaju nakon svake serije pitanja, te se na kraju (nakon deseteserije), dobiva ukupan rezultat testiranja u enika.

• Izra un ocjene:

• Rang <= 30 - nedovoljan• 31 Rang 50 - dovoljan• 51 Rang 70 - dobar• 71 Rang 90 - vrlodobar• 91 Rang - odli an

100bodovabrojmaksimalan

bodovabrojostvarenirang

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Algoritam za utvr ivanje izvedivosti kviza

• Izvršiti izbor elementa strukture nastavnog sadržaja (kolegij u cjelini, nastavne cjeline, teme, jedinice)• Prvi dio generiranja (odre ivanje izvedivosti kviza) :

– ULAZ: skup vorova i pripadnih veza u bazi znanja zajedno sa slot/filler vorovima kao i strukturnim atributima.– OBRADA: odluka o izvedivosti kviza ispitivanjem minimalnih uvjeta odvijanja po tipovima pitanja unutar definiranih težinskih

kategorija:• Za svaki od 12 tipova pitanja (po etiri pitanja u svakoj težinskoj kategoriji) utvr uje se mogu nost generiranja.• Kategorija je izvediva ako se barem jedno pitanje u njoj može generirati.• Kviz je izvediv ako su sve težinske kategorije izvedive.

– IZLAZ: kviz je izvediv• DA – prelazi se na drugi dio generiranja kviza• NE – prekida se proces generiranja kviza i u itelja izvještava da kviz za izabrani element strukture nastavnog sadržaja nije

izvediv.• Drugi dio generiranja (odre ivanje maksimalnog broja ciklusa pitanja u kvizu)

– ULAZ: skup vorova i pripadnih veza u bazi znanja zajedno sa slot/filler vorovima kao i strukturnim atributima.– OBRADA: odre ivanje maksimalnog broja ciklusa pitanja:

• Za svaki tip pitanja, iz prvog dijela generiranja, se odre uje maksimalni broj primjeraka tog pitanja.• Od svih maksimuma uzima se najmanji i njega proglašava ukupnim brojem pitanja koja se u kvizu mogu postaviti za zadanu

strukturu pojmova podru nog znanja.– IZLAZ: Broj ciklusa pitanja koji je jednak ukupnom broju pitanja podijeljenog s dva.


119

Minimalni uvjet zageneriranje pitanja

broj 1.


broj 4.


broj 5.


broj 8.


broj 9.


broj 12.

Minimalni uvjet zaPRVU težinsku

kategoriju

Minimalni uvjet zaDRUGU težinsku

kategoriju

Minimalni uvjet zaTRE U težinsku

kategoriju

Minimalni uvjet zaizvo enje kviza

... ... .. .

or or or or or or

andand and

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Prikaz rada sustava oblikovanih po modelu TEx-Sysza globalne funkcionalnosti

Oblikovanje podru nog znanjaOblikovanje nastavnog sadržaja

enje i pou avanje u enikaTestiranje i vrednovanje znanja

Prikaz i analiza rada sustava on-site TEx-Sys i xTEx-Sys


120

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Oblikovanje podru nog znanjaAutorska ljuska za oblikovanje podru nog znanja

• Oblikovanje podru nog znanja je u suglasju s tehnikom za prikaz znanja• Ovdje su u upotrebi semanti ke mreže s okvirima• Podru no znanje se oblikuje u pojmovnom i terminološkom okruženju:

– podru je (znanja)– podpodru je (znanja)

vor znanja– veza me u vorovima– slot/filler– strukturni atribut (tekst, slika, video, ...)

• Oblikovanje znanja – PRIMJER


121

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




122

Oblikovanje nastavnih sadržajaAutorska ljuska za u itelja radi oblikovanja nastavnih sadržaja

• U itelj svoje aktivnosti obavlja primjenom specijaliziranih autorskih alata i uz pomoposebno definirane didakti ke ontologije.

• Didakti ka ontologija omogu ava prikaz nastavnih sadržaja u formi courseware-a(didakti ki oblikovan nastavni sadržaj prire en za izvo enje na ra unalu).

• Courseware nastavne sadržaje višerazinski organizira na:– nastavne cjeline,– nastavne teme,– nastavne jedinice i– nastavne pojmove.

• Nastavni pojam je nedjeljiv, na višim razinama su nastavna jedinica koja sadrži višenastavnih pojmova, nastavna tema koja sadrži više nastavnih jedinica te nastavnacjelina koja sadrži više nastavnih tema.

• Temeljna zada a u itelja je raš lamba nastavnih sadržaja prema ovoj strukturi kao ipriprema i generiranje testova i ispita za provjeru znanja u enika.

• Oblikovanje nastavnih sadržaja - PRIMJER

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




123

enje i pou avanje u enika - Testiranje i vrednovanje znanjaLjuska za u enika radi u enja, pou avanja i testiranje znanja

• Ova ljuska nema autorske zna ajke, ali omogu ava izbor podru nog znanjakao i „navigaciju“ kroz odabrano podru no znanje putem didakti kioblikovanih nastavnih sadržaja koje je izvršio u itelj.

• Posebno je za u enika važna mogu nost testiranja dostignute razine znanja,upu ivanje na pogreške i na in „navigacije“ kroz nastavni sadržaj uzavisnosti od postignu a pri testiranju.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Arhitektura sustava implementiranih po modelu TEx-Sys


124

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




125

Ahitektura sustava TEx-Sys i DTEx-Sys

Web ServerASP Filter

User .DLL Knowledge .DLL

Web Client

RDBMS

Users DB

Knowledge DBs

Browser

ADO

ADO

COM

HTTP call

DTEx-SysWindows Applications

Database files

Users DB

Knowledge DBs

Login .exe

T-Expert .exe

Learning .exe

Quiz.exe

Evaluating .exe

DAO

DAO

TEx-Sys

Testing .exe

TEx-Sys:- on-site izvedba- relacijski model baze podataka jeu pozadini baze znanja

- razmjena znanja s okolinom seodvija putem ZIP datoteka

DTEx-Sys:- mrežna izvedba- troredna arhitektura- baza znanja se i dalje razvijapomo u sustava TEx-Sys(modul T-Expert)

- importiranje baza znanja odvijase ru no.

Prikaz znanja:- semanti ka mreža s okvirima- strukturni atributi(multimedija, hipertekst)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




126

Arhitektura sustava xTEx-Sys

Web services

Shared Web Service

Administrator WebService

Expert Web Service

Teacher Web Service

Learner Web Service

RDBMS

KnowledgeUsers Courses

OLEDB• Klijent: Web klijent• Red aplikacijske logike: Web

usluge (Microsoft dotNETtehnologija)

• Red podataka: Baze podatakaunutar DBMS Microsoft SQLServer

– Knowledge baza podataka– Courses baza podataka– Users baza podataka

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




127

Usporedna analiza sustava razvijeni po modelu TEx-SysClic

k to buy N

OW!PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




128

Struktura programskog rješenja sustava xTEx-Sys

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




129

• Sustav xTEx-Sys realiziran je pomo u troredne arhitekture (red podataka,red aplikacijske logike, red korisni kog su elja).

• Implementacija sustava prilago ena je izvršavanju pod operacijskimsustavom Microsoft Server 2003.

• Red podataka je implementiran je unutar Microsoftovog sustava zaupravljanje relacijskim bazama podataka SQL Server. Ovaj red sustavaxTEx-Sys sadrži tri baze podataka (xtex_Users, xtex_Knowledges ixtex_Courses) koje sadrže ukupno 30 tablica i 73 pohranjenih procedura.

• Red aplikacijske logike sa injava ukupno 86 komponenti kojekomuniciraju s jedne strane s bazama podataka reda podataka i s drugestrane s elementima korisni kog su elja.

• Red korisni kog su elja implementiran je s 39 elementa su elja.

Struktura programskog rješenja sustava xTEx-SysClic

k to buy N

OW!PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




130

Red podataka

• Red podataka sustava sadrži tri baze podataka: xtex_Users,xtex_Knowledges i xtex_Courses.

• xtex_Users su podaci o sudionicima: ime, prezime, tip sudionika,sudioni ko ime, adresa i sl., podaci o pripadnosti sudionika raznim grupamasudionika, aktivnostima sudionika u korištenju sustava i ograni enjima ukorištenju pojedinih funkcija sustava, podatke o temama i prilozimaforumima unutar kojih sudionici raspravljaju, kao i poruke koje si sudionicimogu me usobno proslje ivati.

• xtex_Knowledges sadrži podatke o podru jima, podpodru jima, vorovimaznanja i njihovim okvirima i strukturnim atributima kao i vezama me uvorovima.

• xtex_Courses sadrži popis kolegija, agregacija unutar kolegija, elementeagregacija kao i sve potrebne podatke za generiranje testova.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




131

Red aplikacijske logike

• Red aplikacijske logike sustava xTEx-Sys modularno je strukturiran premafunkcionalnostima pojedinih sudionika. Ovako strukturiran red aplikacijskelogike sadrži sljede e module:– Administrator (15 komponenata)– Stru njak (11 komponenata)– U itelj (21 komponenta)– U enik (17 komponenata)– Zajedni ke komponente (22 komponente)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




132

Red korisni kog su elja

• Red korisni kog su elja sustava xTEx-Sys podijeljen je u 5 cjelina premafunkcionalnostima sudionika sustava. To su:– Administrator (15 komponenata)– Stru njak (4 komponente)– U itelj (6 komponenata)– U enik (3 komponente)– Zajedni ki elementi (11 komponenata)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




133

Web orijentirana inteligentna autorska ljuska

Tehnologijski projekt TP-02/0177-0129.05.2003. – 29.05.2005.

http://proliant.pmfst.hr/xtexsys/

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com

http://proliant.pmfst.hr/xtexsys/




134

Sadržaj izlaganja

– Cilj i zadaci Projekta– Polazište– Opis izvedenog programskog sustava– Rezultati prototipnog testiranja u procesu u enja i pou avanja– Intelektualno vlasništvo– Financijsko izvješ e

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




135

Realizacija Projekta TP-02/0177-01provedena s osloncem na Rational metodologiju za analizu, oblikovanje i

implementaciju objektno orijentiranih programskih sustava

• Projekt je realiziran u etiri faze kakoslijedi:– Faza po etak (eng. Inception

Phase) – dvije iteracije– Faza elaboracije (eng Elaboration

Phase) – tri iteracije– Faza konstrukcije (eng.

Construction Phase) – dvijeiteracije

– Faza tranzicije (eng. TransitionPhase) – dvije iteracije

• Projekt je realiziran s potporom oddevet suradnika.

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Prikaz rada sustava oblikovanih po modelu TEx-Sys- kao potvrda na ela oblikovanja i primjene inteligentnih tutorskih sustava -

on – site TEx- SysDTEx-SysxTEx-Sys


136

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



ITS Sustavi e-u enjaCopyright, S. Stankov, 2010.

137

Oblikovanje baza podru nog znanja

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




138

Strukturiranje znanjaTemeljni pojmovi nastavne cjeline – Ra unalo kao sustav

- nastavni sadržaji opisani prirodnim jezikom -

• Ra unalni sustav je me usobno sjedinjenje komponenata tako da izvršavajutemeljne funkcije prihvata podataka (ulaz), obrade podataka i prikazarezultata obrade (izlaz). Obradu podataka obuhva a spremanje podataka ikontrolu podataka. Pored navedenog, obi no se ra unalni sustavdekomponira na sustav tehni ke podrške (hardware) i sustav programskepodrške (software). Pod sustav tehni ke podrške ubrajamo ulazne jedinice,centralnu jedinicu i izlazne jedinice kao što su monitor i štampa .

• Ra unalni sustav je me usobno sjedinjenje komponenata tako da izvršavajutemeljne funkcije prihvata podataka (ulaz), obrade podataka i prikazarezultata obrade (izlaz). Obradu podataka obuhva a spremanje podataka ikontrolu podataka. Pored navedenog, obi no se ra unalni sustavdekomponira na sustav tehni ke podrške (hardware) i sustav programskepodrške (software). Pod sustav tehni ke podrške ubrajamo ulazne jedinice,centralnu jedinicu i izlazne jedinice kao što su monitor i štampa

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




139

• vorovi su:Ra unalni sustavTemeljne funkcijePrihvat podataka (ulaz), obrada podataka i prikaz rezultata obrade (izlaz)Obrada podatakaSpremanje podatakaKontrola podatakaSustav tehni je podrške (hardware)Sustav programske podrške (software)Ulazne jediniceCentralna jedinicaIzlazne jediniceMonitorŠtampa

• Povezivanje vorova:Ra unalni sustav [Temeljne funkcije] Prihvat podataka (ulaz), obrada podataka iprikaz rezultata obrade (izlaz)Spremanje podataka [podklasa] Obrada podatakaKontrola podataka [podklasa] Obrada podatakaSustav tehni ke podrške (hardware) [dio od] Ra unalni sustavSustav programske podrške (software) [dio od] Ra unalni sustavUlazne jedinice [dio od] Sustav tehni ke podrške (hardware)Centralna jedinica [dio od] Sustav tehni ke podrške (hardware)Izlazne jedinice [dio od] Sustav tehni ke podrške (hardware)Monitor [vrsta] Izlazne jediniceŠtampa [vrsta] Izlazne jedinice

Opis nastavnih sadržajaformalizirani – metajezik

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




140

Prikaz znanja u sustavu TEx-Sys- programski modul u enje i pou avanje -

• Aplikacijska programska podrška je dio od sustava programske podrške (software)• Sistemska programska podrška je dio od sustava programske podrške (software)• Sustav programske podrške (software) je dio od ra unalnog sustava.• Sustav tehni ke podrške (hardware) je dio od ra unalnog sustava.• Temeljne funkcije ra unalnog sustava su prihvat podataka (ulaz), obrada podataka

i prikaz rezultata obrade (izlaz).

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Primjer - Ra unalo kao sustav

Sustavi e-u enjaCopyright, S. Stankov, 2009.

141

Tablica 12.3. Primjer raš lane znanje iz podru ja Ra unarstvoRazina znanja Element strukture znanja Primjer - Sadržaja elementaPrva Podru je Ra unarstvo

Druga Podpodru je Ra unalo kao sustav

Tre a Objekt /objekti znanja

Sustav tehni ke podrške (hardware)Ulazne jediniceCentralna jedinicaIzlazne jediniceSustav programske podrške (software)Centralna procesorska jedinicaMemorijaRadna memoriojaPloterMonitorŠtampaRa unalni sustavRa unalo

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



vor znanja – IZLAZNE JEDINICE


142

16. Izlazne jedinice

Izlazne jedinice

Sustav tehni ke podrške (hardware) Dio_od Vrsta_od Monitor

Vrsta_od Štampa

Vrsta_od Ploter

Zadatak je izlaznih jedinica da rezulatate obrade podataka izdaju u takvom obliku da se mogu koristiti pri donošenju odluka, ili da ih registriraju na nosioce podataka ustrojno citljivom obliku za potrebe sljedecih obrada.

Temeljna funkcija Priop avanje i zapis obra enih podataka

Izlazne jedinice - ppt(application/vnd.ms-powerpoint)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




143

Oblikovanje nastavnih sadržaja

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




144

Na elo SCORM - SCO

RootAggregation

SCO Aggregation SCO

SCO SCOAsset

Asset Asset Asset

Asset

Asset

• korijenska agregacija (crvenaboja),

• agregacija (zelena boja),• SCO (žuta boja),• pitanje (plava boja),• element pitanja (siva boja),• dodatak SCO-u (plava boja),• atribut dodatka (siva boja)

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




145

Predložak strukture courseware-aProgramiranje I. - Kolegij

Raš lambaRazina nastavnih cjelina

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




146

Programiranje (temeljni pojmovi) – Nastavna cjelina

Programiranjetemeljni pojmovi

Programskijezici Programi

prevoditelji

Programiranje,programska

podrška

Program iinstrukcija

Asembleri Programski jezicivisoke razineStrojni

Kompilatori Interpretatori

Program InstrukcijaUvod za

programske jezike

Raš lambaRazina nastavnih tema

Raš lambaRazina nastavnih jedinica

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




147

Osnove razvoja programske podrške – Nastavna cjelina



Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




148

Algoritamske strukture – Nastavna cjelina


Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




149

Vodi kroz QBasic – Nastavna cjelina



Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com




150

Metode programiranja – Nastavna cjelina


Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



Nastavna cjelina – Algoritamske strukture s primjerimaNastavna tema – Cikli ka struktura


151

Click t

o buy NOW!

PDF-XChange


k to buy N

OW!PDF-XChange

www.docu-track.com



7.inteligentni sustavi e-ucenja

Documents