E-LEARNING W KSZTAŁCENIU LLL

Transkrypt

1 JOLANTA CH Instytut Ł czno ci w Gda sku E-LEARNING W KSZTAŁCENIU LLL Streszczenie Rozwój nowych technologii informacyjnych i komunikacyjnych umo liwił powstanie nowych narz dzi wspieraj cych proces uczenia. Systemy ucz ce wykorzystuj ce te nowe narz dzia nazywane s systemami e-learning. Mog by stosowane w sieciach komputerowych zapewniaj c nauk ka demu niezale nie od czasu i miejsca. Narz dzia te powinny umo liwia twórczy i poznawczy proces uczenia przez wykorzystanie teorii pedagogicznych. Zastosowanie rodków sztucznej inteligencji zapewnia wysokiej jako ci indywidualizacj procesu uczenia. Szybko rozwijaj ce si obecnie ró ne dziedziny wiedzy wymagaj ci głej aktualizacji wiedzy co zapewnia proces LLL (uczenie trwaj ce przez całe ycie). Słowa kluczowe: systemy e-learning; proces uczenia trwaj cy przez całe ycie (proces LLL); teorie pedagogiczne dot. procesu uczenia; edukacja oparta na komputerze (CBE); roboty wiedzy; agenci pedagogiczni; inteligentny nauczyciel komputerowy 1. Wprowadzenie Wiedza ludzka powinna by bie co uaktualniana. Realizacj tego umo liwia proces LLL (Life Long Learning), który jest procesem uczenia trwaj cym przez całe ycie obejmuj c edukacj wst pn na poziomie podstawowym, rednim i wy szym oraz edukacj ustawiczn (w sensie uaktualniania i poszerzania posiadanej wiedzy) poprzez studia podyplomowe, kursy, warsztaty. Proces LLL mo e by wspomagany przez zastosowanie nowoczesnych narz dzi technologii informacyjnych i komunikacyjnych (Information and Communication Technology Tools; ICT Tools), z uwzgl dnieniem teorii pedagogicznych dotycz cych procesu uczenia, zapewniaj c wysokiej jako ci nauk. E-learning jest procesem uczenia wykorzystuj cym rodki informatyczne. Systemy informatyczne realizuj ce e-learning nazywane s systemami e-learning. Dla tworzenia wysokiej jako ci aplikacji e-learning wykorzystywane s nast puj ce narz dzia i metody: nowoczesne technologie: technologie prezentacji technologie dla prezentacji materiału dydaktycznego uczniowi; technologie dystrybucji technologie dla dostarczenia materiału dydaktycznego; technologie interakcji technologie umo liwiaj ce interakcj mi dzy lud mi w czasie procesu uczenia; sztuczna inteligencja: systemy ekspertowe, sieci neuronowe, algorytmy genetyczne, systemy rozmyte, inteligentni agenci, sieci Bayesowskie, systemy hybrydowe SI. Poł czenie ró nych dziedzin

2 6 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 29, 2010 sztucznej inteligencji w jednym systemie stwarza mo liwo wykorzystania pozytywnych cech jednego podej cia w celu usuni cia b d zminimalizowania ogranicze innego. Systemy e-learning mog by stosowane w sieciach komputerowych, mog tak e uwzgl dnia teorie pedagogiczne w procesie uczenia. Systemy e-learning stosowane w sieciach komputerowych umo liwiaj nauk niezale nie od czasu i miejsca zapewniaj c jednocze nie niezale ne od czasu i miejsca komunikowanie si pomi dzy uczniami i nauczycielem (pomoc nauczyciela w procesie uczenia) oraz pomi dzy uczniami (wymian informacji). Realizowane jest to przez systemy kształcenia na odległo (ODL; Open and Distance Learning) oraz asynchroniczne sieci ucz ce (ALN; (Asynchronous Learning Networks). Systemy kształcenia na odległo (ODL) zapewniaj proces uczenia z wykorzystaniem Internetu (oferuj c narz dzia synchroniczne i asynchroniczne), w którym uczniowie i nauczyciel nie musz by obecni w tym samym miejscu oraz mog komunikowa si niezale nie od czasu. Narz dzia asynchroniczne umo liwiaj komunikacj pomi dzy u ytkownikami niezale nie od czasu. Nie wymagaj obecno ci uczestników w tym samym czasie. S bardzo przydatne dla nauki we własnym tempie, współpracy pomi dzy uczniami z ró nych stref czasowych. Zapewniaj odpowied refleksyjn. Narz dzia synchroniczne umo liwiaj komunikacj pomi dzy u ytkownikami w tym samym czasie. Wymagaj obecno ci wszystkich uczestników w tym samym czasie. S bardzo przydatne dla burzy mózgów ` i rozpoczynania nowych działa. Zapewniaj natychmiastow odpowied ; Asynchroniczne sieci ucz ce ALN (sieci ludzkie umo liwiaj ce kształcenie na odległo w skali globalnej w dowolnym czasie i dowolnym miejscu) ł cz mo liwo samokształcenia z interaktywno ci asynchroniczn pomi dzy nauczycielem i uczniami oraz pomi dzy uczniami. W procesie uczenia mo e by wykorzystywany nauczyciel komputerowy (w miejsce nauczyciela opiekuna człowieka) umo liwiaj c indywidualizacj procesu nauczania poprzez wykorzystanie rodków sztucznej inteligencji (inteligentny system nauczaj cy). W artykule przedstawione zostały: teorie pedagogiczne umo liwiaj ce przystosowanie procesu e-learning do indywidualnych potrzeb uczniów w procesie LLL, rozwój systemów kształcenia wykorzystuj cych nowoczesne narz dzia ICT, przykładowe realizacje systemów e-learning takie, jak roboty wiedzy (knowboty), edukacja oparta na komputerze (CBE), agenci pedagogiczni, inteligentny system nauczaj cy. 2. Teorie pedagogiczne dla e-learning 2.1. Rola poznawcza komputera w procesie uczenia Wraz z rozwojem technologii zmieniaj si narz dzia wspomagaj ce proces uczenia. Sam proces uczenia, z pedagogicznego punktu widzenia, nie zmienia si. Technologie ICT stosowane w edukacji stanowi nowy element dodany do istniej cego zestawu narz dzi wspomagaj cych nauczanie. Technologie te powinny by zestawem narz dzi poznawczych, a nie tylko narz dziami do zbierania, magazynowania i przesyłania informacji. Komputer powinien by wykorzystywany jako narz dzie kreatywne i poznawcze dla wspomagania uczniów podczas procesu uczenia zapewniaj c wysokiej jako ci efektywn nauk. Komputer powinien by stosowany w celu wsparcia procesu my lenia oraz dla ułatwienia budowania wiedzy w umy le ludzkim. Proces rozumienia informacji umo liwia tworzenie mechanizmu automatycznej nauki. Zgodnie z teori Andersona mo liwe jest wyró nienie nast puj cych dwóch

3 Jolanta Ch E-learning w kształceniu LLL 7 rodzajów wiedzy: wiedzy deklaratywnej (wiedzie e) oraz wiedzy proceduralnej (wiedzie jak). D. H. Jonassen opracował model dotycz cy narz dzi poznawczych, podobny do modelu Guilforda dla trójwymiarowej struktury umysłu. Model Jonassena zakłada, e narz dzia poznawcze umieszczone s w przestrzeni trójwymiarowej (rys. 1). narz dzia poznawcze Aktywno Pasywno Nauczyciel Kontrola Ucze Reprodukcja Generacja Tworzenie ródło: [7]. Rys. 1. Narz dzia poznawcze Opracowanie programu komputerowego umo liwiaj cego wykorzystanie komputera jako narz dzia intelektualnego, kreatywnego i poznawczego wymaga znajomo ci wiedzy z zakresu technologii komputerowej, wiedzy w zakresie technologii kształcenia oraz wiedzy z zakresu stosowania narz dzi poznawczych Pedagogiczna teoria Kolb a Zgodnie z teori Kolb`a dotycz c uczenia empirycznego uczenie jest procesem za pomoc którego wiedza tworzona jest przez przekształcanie do wiadczenia. Jednym z najbardziej fundamentalnych wymogów, który ułatwia uczenie jest odpowiednie rodowisko, gdzie ucz cy si mog zdoby do wiadczenie W uczeniu empirycznym ucze pozostaje w bezpo rednim kontakcie ze studiowan rzeczywisto ci. Mózg ludzki składa si z dwóch półkul: lewa półkula reprezentuje symbole abstrakcyjne, z kolei prawa półkula reprezentuje rzeczywisto. Proces uczenia nie jest dla ka dego identyczny w zwi zku z tym wyró nia si ró ne style uczenia. Dwa wymiary uczenia (konkretny/abstrakcyjny oraz aktywny/refleksyjny), niezale ne od siebie, definiuj cztery tryby uczenia (konkretne do wiadczenie, obserwacja refleksyjna, abstrakcyjna konceptualizacja, aktywne eksperymentowanie) oraz cztery rodzaje wiedzy (wiedza przystosowawcza, wiedza rozbie na, wiedza asymilacyjna, wiedza zbie na). Indywidualne style uczenia okre lone s przez tryby uczenia jako: przystosowanie, rozbie no, asymilacja, zbie no. Dla efektywnego uczenia wymagane jest odpowiednie rodowisko. rodowiska uczenia, które wspieraj cztery tryby uczenia to odpowiednio: afektywnie kompleksowe (koncentruje si na do wiadczaniu tego co wydaje si by profesjonalnym w studiowanej dziedzinie), percepcyjnie

4 8 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 29, 2010 kompleksowe (głównym celem jest zrozumienie, tj. zdolno do definiowania problemów oraz do okre lenia powi za pomi dzy poj ciami), symbolicznie kompleksowe (ucze jest zaanga owany w prób rozwi zania problemu dla którego istnieje poprawna odpowied ), behawioralnie kompleksowe (główny nacisk kładziony jest na aktywne zastosowanie wiedzy i umiej tno ci do problemu natury praktycznej). Praca społeczna Historia PRZYSTOSOWAWCZA ROZBIE NA Edukacja ZBIE NA Biznes ASYMILACYJNA Matematyka In ynieria elektryczno ci Fizyka ródło: [8]. Rys. 2. Ró ne dziedziny akademickie w uczeniu empirycznym Uniwersytety klasyfikuj wiedz jako nauki cisłe, in ynieri, medycyn, zarz dzanie, sztuk, nauki humanistyczne. Nie jest jednak wiadomo w jaki sposób ludzie ucz si przedmiotowych dziedzin. Natomiast zgodnie z teori pedagogiczn Kolb a wiedz klasyfikuje si jako: wiedz przystosowawcz, wiedz rozbie n, wiedz asymilacyjn oraz wiedz zbie n. Ka dy rodzaj wiedzy zgodnie z teori Kolb a zajmuje jedn z czterech wiartek (rys. 2) wyznaczon przez strukturalne wymiary uczenia empirycznego. Ka da dziedzina akademicka taka, jak fizyka, matematyka, historia, in ynieria, itp. nale y do jednego z rodzajów wiedzy okre lonych przez teori Kolba (mo e by umieszczona w jednej wiartek przestrzeni uczenia empirycznego). Taka klasy-

5 Jolanta Ch E-learning w kształceniu LLL 9 fikacja jest bardzo przydatna dla zaprojektowania odpowiedniego rodowiska uczenia. Na przykład nauka przedmiotu z zakresu in ynierii (nale cego do wiedzy zbie nej) wymaga rodowiska behawioralnie i symbolicznie kompleksowego. Nauka przedmiotu z zakresu nauk cisłych (matematyki lub fizyki, które nale do wiedzy asymilacyjnej) wymaga rodowiska symbolicznie i percepcyjnie kompleksowego. Nauka przedmiotu z zakresu ekonomii lub zarz dzania (nale cego do wiedzy przystosowawczej) wymaga rodowiska afektywnie i behawioralnie kompleksowego. Nauka przedmiotu z zakresu nauk humanistycznych (nale cego do wiedzy rozbie nej) wymaga rodowiska afektywnie i percepcyjnie kompleksowego. 3. Systemy e-learning Zastosowanie nowoczesnych technologii informacyjnych i komunikacyjnych w procesie uczenia umo liwia rozwój systemów kształcenia. Na rys.3 przedstawione zostały etapy rozwoju systemów kształcenia (realizowanych metod face-to-face i metod korespondencyjn z wykorzystaniem nowych rodków technicznych). Przeszło Tera niejszo Przyszło Konwencjonalne na odległo Interakcyjne na odległo Edukacja hybrydowa Konwencjonalny nauczyciel Tele-nauczanie Tele-wykłady ródło: Opracowanie własne. Rys. 3. Etapy rozwoju systemów kształcenia Mo liwe jest wyró nienie nast puj cych rodzajów systemów kształcenia wykorzystuj cych sieci komputerowe: ze wzgl du na czas w którym odbywa si nauka: aplikacje synchroniczne: wymagaj obecno ci uczestników (nauczyciel, uczniowie) procesu uczenia w tym samym czasie; aplikacje asynchroniczne: proces uczenia nie wymaga obecno ci uczestników (nauczyciel, uczniowie) w tym samym czasie (jest niezale ny od czasu nauki poszczególnych uczestników);

6 10 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 29, 2010 ze wzgl du na miejsce, w którym odbywa si nauka: nauka poza campusem (off-campus): very far from campus: uczestnicy procesu uczenia maj zdalny dost p do usług edukacyjnych oraz wspieraj cych, near campus (bardzo u yteczne dla osób niepełnosprawnych): uczestnicy procesu uczenia maj zdalny dost p do usług edukacyjnych oraz bezpo redni dost p (on campus) do usług wspieraj cych; nauka w campusie (on-campus): ucze ma mo liwo uczestniczenia w tradycyjnych wykładach (face-to-face), a tak e komunikowania si i współpracy z nauczycielem opiekunem oraz innymi uczniami poprzez wykorzystanie komputera w campusie. Istnieje tak e mo liwo nauki we własnym tempie. Nauka we własnym tempie przeznaczona jest dla uczniów, którzy chc przy pieszy nauk, dla tych którzy musz uzupełni braki potrzebnej wiedzy, a tak e tych, którzy z ró nych powodów opuszczaj normalne zaj cia; geograficznie rozproszone grupy kohortowe (bardzo u yteczne w przypadku szczególnie w skich specjalno ci): małe grupy (3 5 osób), geograficznie rozproszone, mog ze sob współpracowa np. w realizacji projektów in ynierskich (praca grupowa); ze wzgl du na czas i miejsce, w którym odbywa si nauka w tym samym czasie i w tym samym miejscu; w tym samym czasie i w ró nych miejscach; w ró nym czasie i w tym samym miejscu; w ró nym czasie i w ró nych miejscach; ze wzgl du na pomoc nauczyciela-opiekuna w procesie uczenia model Stanford: proces nauczania jest transparentny dla wykładowcy (nie absorbuje dodatkowo jego czasu). Wykłady nagrano na kasety wideo, dokonano ich digitalizacji, a nast pnie udost pniono je poprzez Internet w trybie wideo na danie. W tym modelu studenci mog korzysta z wykładów w sposób asynchroniczny, natomiast terminy zada domowych oraz egzaminów s zsynchronizowane z terminami dla studentów ucz cych si w campusie lub za po rednictwem przekazu telewizyjnego; aplikacja e-learning z wykorzystaniem robotów wiedzy (p. 3.1); aplikacja e-learning umo liwiaj ca pomoc nauczyciela-opiekuna (człowieka): zapewnia interakcj w trybie asynchronicznym oraz synchronicznym pomi dzy uczniami i nauczycielem-opiekunem (człowiekiem) oraz pomi dzy uczniami poprzez wykorzystanie bogatych rodków komunikacji asynchronicznej i synchronicznej (nauczyciel człowiek mo e wspiera uczniów w procesie uczenia); inteligentny nauczyciel komputerowy (p. 3.4); Dalej omówione zostały przykładowe realizacje systemów e-learning

7 Jolanta Ch E-learning w kształceniu LLL Roboty wiedzy (knowboty) Powtarzalne zadania wykonywane przez nauczycieli-opiekunów (ludzi) s zautomatyzowane przez zastosowanie inteligentnych agentów softwarowych zwanych robotami wiedzy (knowbotami). Knowbot jest to program wykorzystuj cy techniki inteligentnego agenta w celu zapewnienia wsparcia dla uczestników kursu (nauczycieli-opiekunów i uczniów). Roboty wiedzy s stosowane w kursach online dla symulacji ludzkich zachowa wykonuj c obowi zki pomocników w nauczaniu dla rutynowych zada. W ród funkcji, które mo e wykonywa knowbot mo na wyró ni odpowiadanie na proste pytania, sprawdzanie kodu komputerowego, przypominanie ucz cym si o konieczno ci i terminach wysłania rozwi zanych zada. Magazyn zada powierzanie Sprawd zadanie sprawd zadanie (opcja) Materiał on-line nauka Ucze na danie KnowBot y powiadomienie (je li wymagane) Nauczyciel/ opiekun nadaj/ wy wietl status lub pozostało Baza wiedzy Program planuj cy interakcja System konferencyjny interakcja ródło [6]. Rys. 4. Ogólna charakterystyka systemu knowbot Knowboty (rys. 4) s umieszczane pomi dzy nauczycielem-opiekunem i uczniem umo liwiaj c interakcj. System knowbotów obejmuje nast puj ce składniki: knowbot y, baz wiedzy, magazyn zada, u ytkownika/ucznia, interfejs z nauczycielem-opiekunem (człowiekiem). Wewn trzn architektur knowbotów stanowi agenci interfejsu u ytkownika, agenci sprawdzacze

8 12 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 29, 2010 (checker) oraz agenci , a tak e moduły bazy wiedzy. Agenci interfejsu u ytkownika zapewniaj interfejs przyjazny u ytkownikowi stanowi c medium komunikacyjne pomi dzy u ytkownikiem i knowbotami. Agenci tworz i wysyłaj e do uczestników kursu (nauczycieliopiekunów i uczniów). Agenci sprawdzacze s odpowiedzialni za sprawdzanie rozwi zanych zada przez uczniów. Mo na wyró ni nast puj ce typy knowbotów: Planowania wysyłaj raport do ka dego uczestnika kursu po sprawdzeniu zadania; Na danie wywołane przez uczestnika kursu wysyłaj natychmiast wyniki do danego u ytkownika; Pomocnik przekazu formularze dla przekazania rozwi zanego zadania. Uczniowie chc mie stały dost p do opiekuna online, chc mie natychmiastow odpowied od człowieka lub maszyny. Sprz enie takie mo e by zapewnione przez roboty wiedzy w trybie na danie. Autonomiczni inteligentni agenci mog poprawi efektywno nauczania oraz satysfakcj uczniów jednocze nie redukuj c koszty Edukacja oparta na komputerze CBE) Rozumienie konceptualne styl uczenia Struktura zewn trzna i problemy Structura wewn trzna Wybór materiału wiedza ucznia log uczenia Uczenie w gł b Teoria Temat Przykłady Pokaz Wybór materiału uzupełniaj cego Materiał uzupełniaj cy Materiał uzupełniaj cy Materiał uzupełniaj cy Oszacowanie rozumienia ródło [7]. Rys. 5. Koncepcja CBE Zgodnie z koncepcj CBE (rys. 5) uczniowie mog uczy si na ró ne sposoby z uwzgl dnieniem ich stylów uczenia, posiadanej wiedzy, celów i zainteresowa. Uczniowie mog by informowani o ocenie ich wiedzy w zakresie studiowanego materiału z wykorzystaniem logu uczenia. Proces uczenia składa si z dwóch faz: rozumienia konceptualnego i uczenia w gł b. Faza rozumienia konceptualnego umo liwia zrozumienie powi za pomi dzy modułami ma-

9 Jolanta Ch E-learning w kształceniu LLL 13 teriału dydaktycznego. Składa si ona z nast puj cych cz ci: Struktura zewn trzna i problemy - pomaga zrozumie powi zania pomi dzy materiałem dydaktycznym i innymi kursami w zakresie danego obszaru zainteresowa. Zaprojektowana jest dla uczenia problemowego; Struktura wewn trzna czyni jawnymi konceptualne powi zania pomi dzy modułami wiedzy oraz informuje uczniów, które moduły wiedzy powinni pozna wcze niej, aby bie cy moduł mógł by zrozumiały. Faza uczenia w gł b umo liwia uczniom korzystanie z trzech ró nych sposobów prezentacji materiału, takich jak: teoria, przykłady, pokazy. Uczniowie mog tak e wybra stosowny materiał uzupełniaj cy Agenci pedagogiczni Symulacja Osoba animowana Silnik wnioskuj cy Web server Web browser Silnik tekst - mowa Klient ADE Server ADE Pami : student, osoba, referencja i symulacja Planuj cy zadania, oceniaj cy ródło [6]. Rys. 6. Agent pedagogiczny architektura Agenci pedagogiczni opieraj si na paradygmacie autonomicznego agenta umo liwiaj c bardziej naturalne interakcje pomi dzy uczniami i inteligentnym materiałem dydaktycznym poprzez wykorzystanie osoby animowanej. Agent pedagogiczny (rys. 6) składa si z dwu elementów: osoby animowanej i silnika wnioskuj cego. Osoba animowana mo e by wykorzystana oddzielnie lub mo e by wł czona do wi kszej aplikacji. U ytkownik ma mo liwo wyboru osoby animowanej. Silnik wnioskuj cy wykonuje cały monitoring (wł czaj c interakcje ucznia) oraz podejmowanie

10 14 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 29, 2010 decyzji. W systemie z wieloma u ytkownikami decyzje silnika wnioskuj cego oparte s na modelu ucznia, planie zada i stanowi pocz tkowemu pobieranymi z serwera oraz na uaktualnianym bie cym stanie agenta. System e-learning, który wykorzystuje agentów pedagogicznych, zapewnia takie funkcje, jak prezentacja, monitorowanie ucznia, sprz enie zwrotne, porady, wyja nienia. Te mo liwo ci s poł czone z osob animowan wspieraj c wielo-modalne interakcje z uczniem. Zalet agentów pedagogicznych w stosunku do konwencjonalnych inteligentnych rodowisk uczenia jest mo liwo bardziej naturalnych interakcji pomi dzy uczniami i inteligentnym materiałem dydaktycznym. Przykładowy system zastosowany w medycynie został zaprojektowany do współpracy z symulacjami edukacyjnymi opartymi na sieci web Inteligentny nauczyciel komputerowy Inteligentny system nauczaj cy (nauczyciel komputerowy) umo liwia ci gł adaptacj procesu uczenia do indywidualnych potrzeb ucznia i jego charakterystyki. Na rys. 7 została przedstawiona koncepcja takiego systemu. Inteligentny system nauczaj cy zgodnie z t koncepcj składa si z nast puj cych składników: silnika ucz cego, modelu u ytkownika (ucznia), bazy wiedzy, bazy metod oraz modułów: oceny, prezentacji i komunikacji. Prezentacja Ocena Komunikacja Silnik ucz cy Model u ytkownika Baza wiedzy Baza metod ródło: Opracowanie własne. Rys. 7. Inteligentny System Nauczaj cy architektura Silnik ucz cy jest wykorzystywany do sterowania, kontroli i koordynacji wszystkich składników. Baza wiedzy zawiera materiał dydaktyczny. Baza metod zawiera ró ne koncepcje i metody dydaktyczne wspomagaj ce nauczycieli. W praktyce nauczyciele wykorzystuj wi cej ni jedn metod nauczania zgodnie z typem wiedzy dziedzinowej. Zmieniaj tak e metod nauczania dla tej samej partii materiału dydaktycznego dostosowuj c si do ró nych stylów uczenia si. Składnik prezentacja umo liwia generacj i prezentacj materiału dydaktycznego na ró ne sposoby.

11 Jolanta Ch E-learning w kształceniu LLL 15 Składnik komunikacja okre la poziom interaktywno ci rodowiska uczenia. Składnik ocena okre la poziom wiedzy ucznia zapewniaj c stosowne testy. Model ucznia przechowuje informacje dotycz ce indywidualnego ucznia, stanowi zbiór parametrów zawieraj cych informacje charakteryzuj ce ucznia odzwierciedla bie cy stan wiedzy ucznia. Wyró nia si ró ne rodzaje modeli ucznia. W modelu nakładkowym wiedza ucznia stanowi podzbiór wiedzy eksperta. W modelu dewiacyjnym wiedza ucznia składa si z podzbioru wiedzy eksperta oraz bł dnej wiedzy ucznia. Inteligencja takiego systemu nauczaj cego zawiera si w podejmowanych przez niego decyzjach pedagogicznych, jak uczy na podstawie gromadzonej o uczniach informacji. Inteligentny system nauczaj cy, poprzez wykorzystanie rodków sztucznej inteligencji, zapewnia uczniom automatyczny tutoring (interakcja od materiału dydaktycznego). Uczniowie mog do interakcji z materiałem dydaktycznym wykorzystywa szereg ró norodnych rodków. Mog wybiera form prezentacji materiału dydaktycznego (teoria, przykłady, pokaz), wybiera stosowny materiał uzupełniaj cy wykorzystuj c bogate mechanizmy wyszukiwa, ustawia parametry dla symulacji. Ucze uczy si wykorzystuj c inteligentny system nauczaj cy poprzez rozwi zywanie problemów. System porównuje swoje rozwi zanie z rozwi zaniem ucznia, przygotowuje diagnoz, wysyła zwrotnie stosown informacj, uaktualnia model ucznia, okre la nast pn parti materiału do nauki i sposób jej prezentacji. Nast pnie wybiera problemy do rozwi zania przez ucznia i cały cykl zostaje powtórzony. ISN przystosowuje w sposób optymalny materiał dydaktyczny (personalizacja e-content) do indywidualnego ucznia (z uwzgl dnieniem wiedzy i zdolno ci ucznia). ISN sprawdza wiedz ucznia i uczy go w sposób optymalny 4. Podsumowanie W zale no ci od wymaga dotycz cych kształcenia z wykorzystaniem narz dzi ICT mog by stosowane ró ne rodzaje systemów e-learning usprawniaj ce proces uczenia (przedstawione w artykule) takie, jak systemy u ywaj ce roboty wiedzy, systemy z agentami pedagogicznymi, systemy CBE, inteligentny nauczyciel komputerowy. Wykorzystanie nowoczesnych narz dzi ICT w procesie uczenia zapewnia niezale no nauki od czasu i miejsca, a tak e znacznie ułatwia nauk zapewniaj c wysokiej jako ci kształcenie przez całe ycie (tak e osobom dorosłym pracuj cym). Uwzgl dnienie teorii pedagogicznych w procesie uczenia zapewnia twórczy i kreatywny charakter nauki. Zastosowanie rodków sztucznej inteligencji umo liwia indywidualizacj procesu uczenia (szczególnie wa ne dla osób niepełnosprawnych). Wysokiej jako ci proces uczenia wsparty przez nowe technologie informacyjne i komunikacyjne stanowi podstaw dla rozwoju społecze stwa informacyjnego. Bibliografia [1] Chec, J., Creative and Cognitive Aspects of E-Learning Process. European Distance Education Network Conference, Vienna, Austria, [2] Chec J., Individualization of E-Learning Process in New Learning Cultures. 17 th EDEN Annual Conference. Lisbon, Portugalia, [3] Ch J., Intelligent Educational Systems Used in Networks. International Conference T.E.L. 04, Milano, Włochy, [4] Ch J., New Roles of a Teacher in E-Learning Systems. 5 th International EDEN Open

12 16 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 29, 2010 Classroom Conference, Poitiers, Francja, [5] Chec J., ODL System for Engineering Postgraduate Studies. 19 th International Conference on Technology and Education. Florida State University, USA, [6] JALN, ALN Magazine. Vanderbilt University, USA, [7] Joyce, B., Calhoun E., Hopkins D., Models of Learning Tools for Teaching, Buckingham. Open University Press, [8] Kolb, D. A., Experiential Learning. Prentice-Hall, [9] Minoli, D., Distance Learning. Technology and Application. Teleport Communication. Group, Stevens Institute of Technology, Artech House, Inc., [10] Sternberg R. J. Psychologia poznawcza. WSiP, Warszawa, E-LEARNING IN LLL EDUCATION Summary Development of new information and communications technologies en abled the birth of new tools supporting learning process. Learning Systems using these new tools are called e-learning systems. They can be used in computer networksensuring learning for anyone independebly on time and place. These tools should anable creative and cognitive learning process by the use of pedagogical theories Use of artificial intrlligence means ensures high qualityindividualization of learning process. Nowadays quickly developing different fields of knowledge require continuous updatingthat is ensured by LLL (Life Long Learning ) process. Keywords: e-learning systems; Life Long Learning process (LLL process); pedagogical theories for learning process; computer based education (CBE); knowledge robots; pedagogical agents; intelligent computer teacher Jolanta Ch Zakład Z-8 Instytut Ł czno ci ul. Ja kowa Dolina 15, Gda sk j.chec@itl.waw.pl