Wpływ zastosowanych narzędzi informatycznych na przebieg procesu uczenia się i nauczania na platformie e-learning.

Transkrypt

1 Wpływ zastosowanych narzędzi informatycznych na przebieg procesu uczenia się i nauczania na platformie e-learning. Marcin Albiniak Department of Computer Science, Wyższa Szkoła Ekonomii I Innowacji w Lublinie ul. Mełgiewska 7/9, Lublin, Poland marcin.albiniak72@gmail.com Abstract W artykule zostanie opisany problem przebiegu procesu dydaktycznego ze względu na użycie zaawansowanych technologii informatycznych. Użycie gier opisanych teorią gier a zaimplementowanych za pomocą algorytmu genetycznego ma ogromny wpływ na cały proces edukacyjny realizowany za pomocą tego oprogramowania. Środowisko wysoce niedeterministyczne jakim jest środowisko edukacyjne może stać się bardziej przewidywalne i bardziej efektywne. Można postawić twierdzenie że metodyka nauczania e-learningowego jest zdeterminowana użytymi modelami i narzędziami informatycznymi. Nowe modele uczenia się Rozwój nowoczesnych technologii informatycznych ma ogromny wpływ na zmiany zachodzące w różnych obszarach życia. Jednym z tych ważnych obszarów jest edukacja. W momencie wejścia do edukacji

2 technologii informatycznych. Metodyka nauczania oraz sam paradygmat nauczania i uczenia się zaczęły ewoluować. Można ten proces nazwać nawet cichą rewolucją. W tym momencie metodyka nauczania wielu przedmiotów została skonfrontowana z metodyką nauczania elektronicznego, nauczania w sieci komputerowej, nauczania za pomocą środowiska ewolucyjnego. W tym momencie modele informatyczne w istotny sposób wpłynęły na modyfikację całej metodyki nauczania. Oczywiście zmiany przebiegają często niezauważalnie. Wraz z pojawieniem się i rozwojem e-learningu powstał nowy paradygmat nauczania. Przede wszystkim wyróżnia kształcenie ustawiczne i sankcjonuje wiedzę oraz jej przyswajanie jako składową procesu życiowego człowieka. W tym świetle nauczanie jest długotrwałym procesem a nie zdarzeniem. Współczesny człowiek musi przyswajać codziennie coraz większą liczbę informacji. Proces dydaktyczny powinien być tak zorganizowany aby usunąć chaos informacyjny. W tej organizacji procesu nauczania mieszczą się procesy przepływu wiedzy, które decydują o kształcie edukacji wymuszają zmiany w procesie nauczania uczenia się. Wiedza człowieka dzisiaj bardzo szybko się starzeje. W celu zapobieżenia procesom starzenia się musi być stworzony sprawny system zdalnego kształcenie ustawicznego który będzie starał się wspomagać procesy odnawiania wiedzy. Nowy paradygmat nauczania zmienia zupełnie rolę i pozycję nauczyciela. Nauczyciel w procesie nauczania elektronicznego i zdalnego pełni funkcję koordynatora, moderatora, inspiruje i motywuje studentów do podejmowania działań mających na celu zdobywanie wiedzy i doskonalenie jej. Model Mistrz Uczeń zostaje zastąpiony właśnie tym

3 Gracz X nowym modelem. nowe modele i technologie pozwalają na stworzenie środowisk dydaktycznych bardziej deterministycznych niż istniejące do tej pory w których organizacja procesu dydaktycznego zostanie zupełnie zmodyfikowana w stosunku do środowisk istniejących. Również same instytucje edukacyjną zmienią swój kształt, zostaną dostosowane do nowego modelu kształcenia. Jeszcze nigdy żadna technologia nie wpłynęła w tak dużym stopniu na kształt edukacji jak technologia informatyczna. Wpływ teorii zastosowanej logiki na metodykę nauczania Zastosowanie określonych technologii, metod i algorytmów wpływa w bardzo dużym stopniu na metodykę nauczania. Przeanalizujmy przypadek zastosowania w aplikacjach zdalnego nauczania teorii gier. Weźmy multigrę skonstruowaną jako dwie gry połączone ze sobą strategiami: dwuosobowa gra o sumie niezerowej oraz gra oparta na dylemacie więźnia. Stwórzmy tabelę wypłat dla tej gry: Tabela 1. Tabela wypłat dla dwóch graczy w grze dwuosobowej o sumie niezerowej Gracz Y O NO NN A (-2,5) (5,-5) (-5,-5) C (0,6) (2,-2) (0,0) gracza Y Gdzie zapis (a,b) oznacza a wpłata dla gracza X, b wypłata dla A, C oznacza wybrane wcześniej strategie przez gracza X.

4 O oznacza pozytywna odpowiedź gracza Y. NO oznacza złą odpowiedź gracza Y i poprawną odpowiedź gracza X. NN oznacza niepoprawną odpowiedź obu graczy. Element ten jest użyty jako element testujący w tej aplikacji i jest realizowany zgodnie z podanymi wyżej strategiami. Model testu oparty jest na zadawaniu sobie przez graczy nawzajem pytań. Ilość rund nie jest niczym ograniczona. Pytania testowe są podzielone na N grup. Rysunek 1. Model quizu oparty na strategiach gry dwuosobowej o sumie niezerowej Drugim przypadkiem jest gra oparta na dylemacie więźnia. Przedstawmy ogólną postać Dylematu Więźnia. Gra oparta na Dylemacie Więźnia polega na wyborze jednej z dwóch strategii: kooperacyjnej czyli współpracy (C) lub niekooperacyjnej czyli zdrady (D). Ważnym elementem jest czas wyboru strategii przez obu graczy ich wybór odbywa się w czasie rzeczywistym. O swoich wyborach obaj gracze dowiadują się w tym samym czasie. Pierwszy warunek gwarantuje, że strategia D dominuje strategię C

5 Gracz X dla obu graczy, a jedyna równowaga w grze DD jest zdominowana w sensie Pareto przez CC. Drugi warunek powoduje, że dla obu graczy granie CC zawsze jest korzystniejsze niż zamienne granie CD i DC, dzięki czemu CC jest paretooptymalne. Tabela 2. Tabela wypłat dla dwóch graczy w grze opartej na Dylemacie Więźnia Gracz Y C D C (R,R) (S,T) D (T,S) (U,U) Znaczenie Dylematu Więźnia wypływa z tego, że wiele typowych sytuacji społecznych ma, jak się zdaje, w swej istotnej warstwie strukturę Dylematu Więźnia. W grze studenci mają do wyboru jako strategię C współpracę na zasadzie udzielania sobie nawzajem prawa do uczenia się kolejnej porcji wiedzy. Natomiast strategia D polega na wyborze testowania drugiego gracza. Jeżeli połączymy obie gry uzyskamy multigrę iterowaną. Określone zachowania w tej grze determinują przebieg całego procesu edukacyjnego. Jeśli zostaną postawione bardzo określone ramy wówczas środowisko edukacyjne staje się dużo bardziej przewidywalne, oczywiście w obszarze zdefiniowanej gry. Definiując precyzyjnie nowoczesny proces nauczania narzucamy w tym momencie bardzo określone zmiany w metodyce nauczania. Metody i zastosowane algorytmy determinują cały proces dydaktyczny. Trzeba tutaj zaznaczyć że tak wysokiego stopnia determinizmu nie da się uzyskać dla całej platformy e-learningowej, jest to

6 tylko możliwe w przypadku określonych aplikacji o charakterze gier opartych na określonych strategiach. Rysunek 2. Model gry opartej na Dylemacie Więźnia Efektywność nauczania opartego na nowych modelach W jaki sposób będzie oceniana efektywność nauczania na platformie e-learningowej? Według Donalda L. Kirkpatricka ocena efektywności nauczania powinna odbywać się na czterech poziomach. Cztery poziomy oznaczają kolejne kroki procesu oceny programu szkoleniowego. Każdy kolejny

7 poziom dostarcza więcej informacji niż poprzedni, jest jednak bardziej pracochłonny i skomplikowany. Przeanalizujmy poszczególne poziomy. Poziom 1. Ocena reakcji na trening Ten poziom służy ocenie zadowolenia uczestników szkolenia. Najczęściej stosowanym narzędziem do badania są ankiety wypełniane na zakończenie szkolenia. Wykładowcy nazywają je na ogół formularzami oceny szkolenia lub po prostu ewaluacjami. Poziom 2. Ocena uczenia się Szkolenie ma na celu dokonania zmian w jednym z trzech (lub wszystkich trzech) aspektów uczenia się - wiedzy, umiejętności oraz postaw. Ocena procesu uczenia się jest o wiele trudniejsza i bardziej pracochłonna niż ocena poziomu 1. Warto jednak ją przeprowadzić, szczególnie w kontekście oceny poziomu 3 oceny wykorzystania wiedzy i umiejętności w praktyce. Jeśli zweryfikujemy pozytywnie poziom 2, a negatywnie poziom 3, może to np. oznaczać, że uczestnik nie pracuje w atmosferze sprzyjającej wprowadzaniu nowych metod czy technik. Może to również oznaczać, że cele szkoleniowe były źle postawione i student uczestniczył w treningu, który nie był mu potrzebny. Poziom 3. Ocena zmian w zachowaniu

8 Ten poziom oceny dotyczy wykorzystania w praktyce nabytej wiedzy i umiejętności. Pojawia się w tym punkcie kilka uwarunkowań i zmiennych zakłócających ocenę. I tak, na przykład, ludzie mają bardzo różny czas przyswajania nauki. Efekty mogą pojawić się od razu lub po 3-4 miesiącach. Niektórzy uczestnicy w ogóle nie wdrożą nowej wiedzy ponieważ mogą uznać, że to co robili jest skuteczniejsze (co nie oznacza, że szkolenie było złe. Po prostu dokonano niewłaściwej diagnozy potrzeb szkoleniowych). Mimo piętrzących się trudności zdecydowanie warto jest dokonać oceny na tym poziomie. Przecież szkolenie przeprowadza się właśnie po to by dokonać zmian w zachowaniu uczestników. Poziom 4. Ocena wyników Określenie wyników uzyskiwanych przez uczestników dzięki programowi szkoleniowemu jest najtrudniejszym zadaniem ze wszystkich dotychczasowych poziomów ocen efektywności. Tylko w bardzo niewielu przypadkach udaje się jednoznacznie wskazać, które wyniki są bezpośrednim efektem szkolenia. Badanie efektywności szkolenia powinno opierać się na badaniach przyrostu wiedzy. E- efektywność nauczania jest różnicą przyrostu wiedzy próbki badanej i próbki kontrolnej. (Wzór 1) Wzór 1. Wyznaczanie efektywności nauczania

9 E b k Próbka kontrolna jest to grupa studentów przebadana jako tło eksperymentu w celu sprawdzenia przyrostu wiedzy nabywanej poprzez różnorodną aktywność. Próbka kontrolna nie uczy się w eksperymencie. Zostaje przebadana dwukrotnie na początku badań i na końcu. Tym samym sprawdzamy czy w grupie nie uczących się osób następuje pewien przyrost wiedzy. Próbka badana to wyselekcjonowana grupa osób, która zostanie wprowadzona w środowisko e-learningowe i przez określony okres czasu będzie uczona określonego zakresu materiału oraz podobnie jak w przypadku próbki kontrolnej zostanie policzony przyrost wiedzy. Obie grupy są od siebie odizolowane i odpowiednio wyselekcjonowane. Różnica przyrostu wiedzy próbki badanej i próbki kontrolnej wyznacza rzeczywistą efektywność nauczania. Podsumowanie Użycie nowych metod i algorytmów w procesie zdalnego nauczania powoduje znaczące zmiany w całym procesie dydaktycznym. W szczególny sposób w tworzeniu deterministycznych środowisk edukacyjnych biorą udział gry strategiczne. Poprzez bardzo precyzyjnie narzucone sposoby postępowania zostaje wprowadzony w proces dydaktyczny element przewidywalności. Daje to duże możliwości zarządzania całą platforma e-learningową. Użycie określonych algorytmów zaczyna mieć określony wpływ na nauczanie w sensie globalnym. Całość zmian wpisuje się w

10 rozległy ewolucyjny - neuronalny model nauczania. Grupa osób tworząc środowisko uczące się będzie tworzyć swoistą sieć neuronową o charakterze genetycznym. Analiza naturalnych modeli biologicznych daj możliwości rozwoju nowej metodyki zdalnego nauczania. Bibliografia Albiniak M., Zastosowanie algorytmów sztucznej inteligencji w aplikacjach zdalnego nauczania z elementami konkurencji,, Wydawnictwo Komunikacji i Łączności (2005) Axelrod R, Evolving New Strategies, The Evolution of Strategies in the Iterated Prisoner s Dillema, (2001) Kirkpatrick D.L., Ocena efektywności szkoleń. Wydawnictwo Studio Emka. Warszawa Malawski M., Wieczorek A., Sosnowska H., Konkurencja i kooperacja Teoria Gier w Ekonomii i Naukach Społecznych, Wydawnictwo Naukowe PWN Marks R. E., Playing Games with Genetic Algorithms, The Universities of Sydney and New South Wales Press (2001) Neill, D.B., Optimality Under Noise: Higher Memory Strategies for the Alternating Prisoner Dilemma, (2001) Philips D. Straffin, Teoria gier, Wydawnictwo Naukowe SCHOLAR, (2004) Riolo R.L., Cohen M.D., Axelrod R., Evolution of cooperation without reciprocity, Macmillan Magazines Ltd. (2001) Wu J., Axelrod R., How to Cope with Noise in the Iterated Prosoners s Dillema, The Journal of Conflict Resolution, vol 30, Issue 1, (1995) Hawkins J., Blakeslee S., Istota Inteligencji, Helion (2006)

11 Juszczyk S., Edukacja na odległość kodyfikacja pojęć, reguł i procesów, Wydawnictwo Adam Marszałek, Toruń (2003) Koolen R., Learning Content Management Systems - The Second Wave of e-learning, Grand Rapids, Michigan, USA (2001)