ZATOOWANIE YTEMÓW ELEARNING W EDUKACJI OÓB NIEPEŁNOPRAWNYCH JOLANTA CHĘĆ treszczenie Nowoczesne systemy elearning wykorzystuj nowe technologie informacyjne i komunikacyjne (ICT) dla usprawnienia procesu kształcenia. Opracowany Inteligentny ystem Nauczaj cy (IN) zapewnia optymaln nauk (umo liwiaj c indywidualizacj procesu uczenia) poprzez zastosowanie narz dzi sztucznej inteligencji. Wa ne jest utworzenie odpowiedniego rodowiska uczenia z uwzgl dnieniem teorii pedagogicznych dotycz cych procesu uczenia (zapewniaj c jego twórczy i poznawczy charakter). pecjalizowane systemy elearning (umo liwiaj c indywidualizacj procesu uczenia z uwzgl dnieniem rodzaju niepełnosprawno ci) s szczególnie przydatne w edukacji osób niepełnosprawnych. łowa kluczowe: specjalizowane systemy elearning, teorie pedagogiczne dla procesu uczenia; eedukacja osób niepełnosprawnych, inteligentny system nauczaj cy, inteligentne rodowiska uczenia, indywidualizacja procesu uczenia 1. Wprowadzenie zybki rozwój nowych technologii informacyjnych i komunikacyjnych umo liwił powstanie nowych form edukacji realizowanych przez systemy elearning. ystemy elearning mog wykorzystywa ró ne dziedziny sztucznej inteligencji w ró nych fazach procesu elearning ułatwiaj c nauk. Utworzone w ten sposób systemy nauczaj ce z inteligencj umo liwiaj indywidualizacj procesu elearning zapewniaj c optymalny proces uczenia dla ka dego ucznia. Indywidualizacja procesu uczenia mo e by realizowana w nast puj cy sposób: przez wykorzystanie struktury punktów w złowych oraz przez inteligentne systemy elearning (wykorzystuj ce modele uczniów). Elearning stwarza olbrzymie mo liwo ci dla osób niepełnosprawnych zapewniaj c indywidualizacj procesu elearning (uwzgl dniaj c posiadan przez ucznia wiedz, do wiadczenie, preferencje, zwyczaje i style uczenia zgodnie z teoriami pedagogicznymi dotycz cymi procesu uczenia). ystemy elearning mog, po specjalnej adaptacji do potrzeb osób niepełnosprawnych, zapewnia osobom niepełnosprawnym twórczy, efektywny i wygodny proces uczenia. W artykule przeanalizowane zostały cechy istniej cych systemów elearning, opracowanych dla osób zdrowych, pod k tem ich wykorzystania w procesie uczenia osób niepełnosprawnych. Przedstawiony został Inteligentny ystem Nauczaj cy opracowany w celu optymalizacji procesu nauczania. Zaprezentowane zostały przykładowe rozwi zania systemów elearning dla osób niepełnosprawnych. Omówiona została mo liwo przystosowania inteligentnych systemów elearning do potrzeb uczniów niepełnosprawnych.
tudies & Proceedings of Polish Association for Knowledge Management Nr 53, 2011 31 2. ystemy elearning Istniej ce systemy elearning dla osób zdrowych posiadaj szereg wła ciwo ci równie bardzo korzystnych dla kształcenia osób niepełnosprawnych. zczególnie przydatna jest, oferowana przez te systemy, mo liwo indywidualizacji kształcenia (np. poprzez tworzenie modelu ucznia wykorzystywanego w procesie elearning oraz poprzez zastosowanie struktury punktów w złowych do prezentacji materiału dydaktycznego) w tempie dostosowanym do konkretnego ucznia z uwzgl dnieniem jego stylu uczenia oraz posiadanej przez niego wiedzy, niezale nie od czasu i miejsca. W celu zapewnienia optymalnego procesu uczenia systemy elearning powinny uwzgl dnia : pedagogiczne aspekty procesu uczenia zgodnie z teoriami pedagogicznymi (np. pedagogiczn teori Kolb a) oraz mo liwo ci oferowane przez narz dzia sztucznej inteligencji (np. sieci ucz ce z inteligencj wykorzystuj ce knowboty). 2.1. Wykorzystanie sztucznej inteligencji Tabela 1. Porównanie dziedzin ztucznej Inteligencji Główne cechy ieci neuronowe Dziedziny ztucznej Inteligencji Algorytmy genetyczne ystemy rozmyte ystemy eksperckie Przetworzenie wiedzy niepewnej i nieprecyzyjnej bardzo dobre dostateczne bardzo dobre złe Automatyzacja akwizycji wiedzy bardzo dobre bardzo dobre zła zła Wyja nienie czego? złe dostateczne dobre bardzo dobre ródło: [10]. Wykorzystanie sztucznej inteligencji [10] w edukacji umo liwia tworzenie wysokiej jako ci systemów edukacyjnych z inteligencj. Narz dzia sztucznej inteligencji zapewniaj indywidualizacj procesu uczenia zgodnie z potrzebami i charakterystyk ucznia. Indywidualizacja procesu uczenia obejmuje: personalizacj econtent (zgodnie z potrzebami ucznia, aktualn wiedz ucznia, stylem uczenia si, do wiadczeniem ucznia, jego preferencjami, jego przyzwyczajeniami) oraz nauk we własnym tempie Poszczególne dziedziny sztucznej inteligencji mog zosta wykorzystane do usprawnienia ró nych faz procesu uczenia. Porównanie cech ró nych dziedzin sztucznej inteligencji zostało przedstawione w tabeli 1. Ka da z dziedzin sztucznej inteligencji posiada pewne zalety i ograniczenia przy rozwi zywaniu zło onych problemów. Poł czenie ró nych dziedzin sztucznej inteligencji w jednym systemie prowadzi do systemów hybrydowych, w których wykorzystuje si pozytywne cechy jednego podej cia, aby usun b d zminimalizowa ograniczenia innego. Poł czenie ró nych dziedzin sztucznej inteligencji w jednym systemie stwarza mo liwo m.in. adaptacji do zmieniaj cego si rodowiska. Dlatego systemy takie nazywa si inteligentnymi. Opracowane zostały ró ne rozwi zania systemów inteligentnych (realizuj ce zadania cz stkowe) dla usprawnienia procesu elearning. Roboty wiedzy wykorzystuj techniki inteligentnego agenta, umo liwiaj c automatyzacj rutynowych zada realizowanych przez tutoraczłowieka. ystemy instrukta owe s systemami eksperckimi. Agenci pedagogiczni opieraj si na paradygmacie autonomicznego agenta umo liwiaj c naturalne interakcje z uczniami. ieci
32 Jolanta Ch Zastosowanie systemów elearning w edukacji osób niepełnosprawnych bayesowskie mog by wykorzystywane do przechowywania informacji o wiedzy ucznia. Metody rozmyte mog by zastosowane do reprezentacji niepewno ci w modelu ucznia. ieci neuronowe jako sieci samoorganizuj ce si mog pomaga uczniom w znalezieniu stosownych materiałów uzupełniaj cych w sieci web. ieci neuronowe mog słu y tak e do monitorowania indywidualnych post pów w ramach kursów elearning. 2.2. Indywidualizacja procesu uczenia Indywidualizacja procesu uczenia iest szczególnie wa na i przydatna dla edukacji osób niepełnosprawnych. Indywidualizacja procesu uczenia mo e by zrealizowana na dwa sposoby. Rysunek 1. Przykładowa organizacja w złowa ródło: Opracowanie własne. W pierwszym indywidualizacja procesu uczenia jest wykonywana przez samego ucznia wykorzystuj cego organizacj w złow wiedzy (rys. 1). W organizacji w złowej brak jest centralnego punktu oraz pocz tku i ko ca. Pozwala to na interdyscyplinarne przedstawienie wiedzy poprzez pokazanie zwi zków pomi dzy ró nymi partiami wiedzy, które wydaj si by zbyt odległe. W ten sposób stwarza warunki do twórczego procesu kształcenia (my lenie twórcze). Organizacja w złowa umo liwia ucz cemu si podejmowanie decyzji w trakcie uczenia. Daje tym samym uczniowi mo liwo dokonywania wyboru drogi uczenia si przez co zapewnia wysokiej jako ci indywidualizacj procesu kształcenia. W drugim sposobie indywidualizacja procesu uczenia jest wykonywana przez Inteligentny ystem Nauczaj cy z wykorzystaniem modeli uczniów. Inteligentny ystem Nauczaj cy [3] (nauczyciel komputerowy) umo liwia ci gł adaptacj procesu uczenia do indywidualnych potrzeb ucznia i jego charakterystyki. (p. 2.3.)
tudies & Proceedings of Polish Association for Knowledge Management Nr 53, 2011 33 2.3. Inteligentny ystem Nauczaj cy (IN) Na rysunku 2 została przedstawiona koncepcja takiego systemu zgodna z opracowan przez IEEE LTC specyfikacj architektury systemów DL. Inteligentny ystem Nauczaj cy zgodnie z t koncepcj składa si z nast puj cych składników: silnika ucz cego, modelu u ytkownika (ucznia), bazy wiedzy, bazy metod, oceny, prezentacji i komunikacji. Prezentacja Ocena Komunikacja ilnik ucz cy Model u ytkownika Baza wiedzy Baza metod Rysunek 2. Inteligentny ystem Nauczaj cy architektura ródło: Opracowanie własne. ilnik 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. kładnik prezentacja umo liwia generacj i prezentacj materiału dydaktycznego na ró ne sposoby. kładnik komunikacja okre la poziom interaktywno ci rodowiska uczenia. kładnik ocena okre la poziom wiedzy ucznia zapewniaj c stosowne testy. Model ucznia [8] przechowuje informacje dotycz ce indywidualnego ucznia, stanowi zbiór parametrów zawieraj cych informacje charakteryzuj ce ucznia (wyró nia si nast puj ce klasy parametrów w modelu ucznia: parametry profesjonalne, parametry psychologiczne, parametry fizjologiczne, parametry demograficzne), odzwierciedla bie cy stan wiedzy ucznia. Wyró nia si ró ne rodzaje modeli ucznia (rys. 3). 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.
34 Jolanta Ch Zastosowanie systemów elearning w edukacji osób niepełnosprawnych Wiedza eksperta Wiedza ucznia Wiedza eksperta Wiedza wspólna ucznia i eksperta Bł dna wiedza ucznia a) Nakładkowy model ucznia b) Dewiacyjny model ucznia Rysunek 3. Modele uczniów ródło [8]. Inteligencja takiego systemu nauczaj cego zawiera si w podejmowanych przez niego decyzjach pedagogicznych, jak uczy na podstawie gromadzonej o uczniach informacji. Inteligentny ystem 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), mog wybiera stosowny materiał uzupełniaj cy wykorzystuj c bogate mechanizmy wyszukiwa, ustawia parametry dla symulacji. Ucze wykorzystuje inteligentny system nauczaj cy do nauki poprzez rozwi zywanie problemów. ystem 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. IN przystosowuje w sposób optymalny materiał dydaktyczny (personalizacja econtent) do indywidualnego ucznia (z uwzgl dnieniem wiedzy i zdolno ci ucznia). IN sprawdza wiedz ucznia i uczy go w sposób optymalny. 3. rodowiska uczenia Dla edukacji osób niepełnosprawnych szczególnie istotne jest uworzenie odpowiedniego rodowiska uczenia (z uwzgl dnieniem teorii pedagogicznych). Tworzenie inteligentnych rodowisk uczenia zapewniaj cych indywidualizacj procesu uczenia wymaga uwzgl dnienia aspektów pedagogicznych. Pedagogiczna teoria Kolb a jest bardzo u yteczna dla tworzenia przyjaznych rodowisk uczenia, ułatwiaj cych proces uczenia z uwzgl dnieniem typów wiedzy i stylów uczenia. Zgodnie z teori Kolb`a [9] 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
tudies & Proceedings of Polish Association for Knowledge Management Nr 53, 2011 35 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. Na rysunku 4 przedstawione zostały dwa prostopadłe wymiary uczenia (konkretny/abstrakcyjny oraz aktywny/refleksyjny), niezale ne od siebie, definiuj ce cztery tryby uczenia oraz cztery rodzaje wiedzy. Te cztery tryby uczenia to: 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 przedstawione na rysunku 4 to odpowiednio: afektywnie kompleksowe (koncentruje si na do wiadczaniu tego co wydaje si by profesjonalnym w studiowanej dziedzinie), percepcyjnie 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). 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 Kolba wiedz klasyfikuje si jako: wiedz przystosowawcz, wiedz rozbie n, wiedz asymilacyjn oraz wiedz zbie n. Ka dy rodzaj wiedzy zgodnie z teori Kolba zajmuje jedn z czterech wiartek 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 z wiartek przestrzeni uczenia empirycznego). Taka klasyfikacja 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.
36 Jolanta Ch Zastosowanie systemów elearning w edukacji osób niepełnosprawnych AFEKTYWNIE KOMPLEKOWE Konkretne do wiadczenie Wiedza przystosowawcza Wiedza rozbie na Aktywne eksperymentowanie Obserwacja refleksyjna BEHAVIORALNIE KOMPLEKOWE Wiedza zbie na Wiedza asymilacyjna PERCEPCYJNIE KOMPLEKOWE Abstrakcyjna konceptualizacja YMBOLICZNIE KOMPLEKOWE ródło: [9]. Rysunek 4. Pedagogiczna teoria Kolb'a Ka de rodowisko uczenia mo e by scharakteryzowane przez główne i drugorz dne cechy (tabela 2). rodowiska uczenia zapewniaj nast puj ce główne cechy: rozwi zanie problemu krok po kroku jest zapewniane przez behawioralnie kompleksowe rodowisko uczenia; ogniskowanie si na procesie jest zapewniane przez percepcyjnie kompleksowe rodowisko uczenia; dyskusje w małych grupach s zapewniane przez afektywnie kompleksowe rodowisko uczenia; narz dzie symboliczne jest zapewniane przez symbolicznie kompleksowe rodowisko uczenia. Wybór odpowiednich cech rodowiska zale y od typu wiedzy, do której nale y obiekt ucz cy oraz charakterystyki uczniów (style uczenia, cele, preferencje, do wiadczenie). [6]
tudies & Proceedings of Polish Association for Knowledge Management Nr 53, 2011 37 Tabela 2. Cechy rodowiska uczenia Cechy rodowiska Behavioralne Afektywne ymboliczne Percepcyjne Zapisy wykładów lajdy, tekst lajdy, tekst z audio lajdy, tekst z audio i wideo Teoria do odczytu tudia przypadku wiczenia, zadania domowe, kwizy Wizualizacja Animacja ymulacja Partnerski feedback Personalizowany feedback Dzielone odczucia Zr czno /aktywne rozwi zanie problemu Nauczyciel jako korepetytor/pomocnik Nauczyciel jako ekspert/interpretator Nauczyciel jako przewodnik Nauczyciel jako model zawodu Rozmowa ekspercka/seminarium Autonomiczny (samokształcenie) ucze Ucze my li samodzielnie Do wiadczenia ucznia b d ce profesjonalnymi Ucze okre la własne kryteria powi za Ogniskowanie si na procesie Ogniskowanie si informacji na zadaniach i ich realizacja Narz dzie symboliczne ródło informacji jest tutaj i teraz Dyskusje w małych grupach Konferowanie Przekaz synchroniczny Wykonanie ocenianie jako poprawne lub bł dne Rozwi zanie problemu krok po kroku P Cecha główna, Cecha drugorz dna. ródło: Opracowanie własne. P P P P
38 Jolanta Ch Zastosowanie systemów elearning w edukacji osób niepełnosprawnych 4. pecjalizowane systemy elearning dla osób niepełnosprawnych ystemy elearning s szczególnie przydatne w edukacji osób niepełnosprawnych. Daj mo liwo komunikowania si z nauczycielem drog elektroniczn (porady, wskazówki). Jest wiele mo liwo ci przystosowania istniej cych systemów elearning opracowanych dla osób zdrowych (w szczególno ci zapewniaj cych indywidualizacj procesu uczenia p. 2.2 i 2.3, co jest szczególnie korzystne w kształceniu osób niepełnosprawnych) do potrzeb osób niepełnosprawnych ze szczególnym uwzgl dnieniem wykorzystania narz dów zdrowych w procesie kształcenia eliminuj c niedogodno ci zwi zane z niesprawnymi lub nie w pełni sprawnymi narz dami. Osoby z ograniczonymi mo liwo ciami poruszania si mog zdobywa wiedz ucz c si w domu. Poni ej zostały omówione przykładowe rozwi zania systemów elearning w kształceniu osób niewidomych (niedowidz cych) oraz osób nie słysz cych (niedosłysz cych). 4.1. Elearning dla osób niewidomych W Instytucie Technologii Edukacyjnych w Palermo (Włochy) [1] opracowane zostało onlinowe rodowisko uczenia dla osób niewidomych (realizacja praktyczna). Oparte jest ono na sieci Web. Umo liwia łatwiejsze rozumienie materiału dydaktycznego i interakcje. Oparte jest na architekturze klientserwer. Komunikacja wykorzystuje protokoły internetowe: http i tcp/ip. Wszystkie moduły opracowane zostały w j zyku Java. Interfejs głosowy i narz dzia wykorzystuj ce interfejs głosowy (rys. 5) zostały opracowane umo liwiaj c osobom niewidomym komunikacj synchroniczn i asynchroniczn, odszukiwanie informacji przy wykorzystaniu Internetu oraz surfowanie w sieci Web. Uczniowie mog w pełni uczestniczy w pracy grupowej. Zaprojektowane zostały tak e narz dzia umo liwiaj ce przygotowanie nowych kursów dla osób niewidomych oraz narz dzia dla zarz dzania tymi kursami. 4.2. Elearning dla osób niesłysz cych W łowenii [7] jest 6000 osób niesłysz cych i niedosłysz cych (według danych Biura ds. osób niepełnosprawnych i przewlekle chorych). łowenia uczestniczyła w niektórych programach mi dzynarodowych dotycz cych edukacji osób niesłysz cych i niedosłysz cych takich, jak VIIOCOM (Video upported Online Communities) projekt PHARE oferuj cy: narz dzia dla wielopunktowych wideokonferencji opartych na web, a tak e nauk z pomoc tutorów; BITEMA (Bilingual Teaching Material for Deaf by means of ICT) projekt OCRATE GRUNDTVIG w ramach, którego opracowany został prototyp interfejsu u ytkownika dla niesłysz cych uczniów wykorzystuj cy j zyk migowy. Przeprowadzona została ankietyzacja i testy dotycz ce procesu uczenia osób niesłysz cych. Lepsze wyniki zostały osi gni te przez uczniów niesłysz cych ucz cych si z wykorzystaniem systemów elearning ni uczniów ucz cych si metod tradycyjn. ystemy elearning s bardzo u yteczne dla edukacji i rehabilitacji osób niesłysz cych.
tudies & Proceedings of Polish Association for Knowledge Management Nr 53, 2011 39 Nast pna wiadomo Moduł komunikacyjny Wiadomo zapami tana Dost p do wiadomo ci Ładowanie wiadomo ci Punkty rozszerze Typ wiadomo ci Wy lij wiadomo erwer wiadomo ci Pobierz wiadomo Konwersja wiadomo ci Wyszukiwanie głosowe Wyszukiwanie dokumentów U ytkownik Odnalezienie wybranego dokumentu Utworzenie przegl du wyniku Analiza wyników ilnik wyszukuj cy Przegl darka Web Przegl d strony Web Analiza dokumentów erwer usługowy Doł cz si do pomieszczenia chat Głosowy chat Wykorzystaj pomieszczenie chat Wy lij przeformatowan wiadomo erwer chat Wy lij wiadomo Punkty rozszerze Typ wiadomo ci Wy lij wiadomo u ytkownika ródło: [1]. Rysunek 5. Interfejs głosowy
40 Jolanta Ch Zastosowanie systemów elearning w edukacji osób niepełnosprawnych 5. Zako czenie Bardzo wa ne jest zdobycie odpowiedniego zawodu przez osoby niepełnosprawne umo liwiaj cego im pó niejsz prac. Mo liwo ci takie stwarza stosowna edukacja. zczególnie istotn rol mog tu odegra systemy elearning uwzgl dniaj ce potrzeby osób niepełnosprawnych. ystemy takie powinny opiera si na wykorzystaniu funkcji narz dów sprawnych i zdrowych eliminuj c lub minimalizuj c niesprawno ci utrudniaj ce proces kształcenia. ystemy elearning umo liwiaj ce nauk we własnym tempie, niezale nie od czasu i miejsca mog by bardzo pomocne w edukacji osób niepełnosprawnych. ystemy takie powinny zosta zaadaptowane z uwzgl dnieniem ró nych rodzajów niesprawno ci (np. dla osób niewidomych wykorzystanie specjalnych drukarek i klawiatur umo liwiaj cych u ywanie alfabetu Braille, tak e zastosowanie interfejsu głosowego i specjalnych narz dzi wykorzystuj cych ten interfejs; dla osób niesłysz cych wykorzystanie prezentacji wizualnych takich, jak prezentacje video wykorzystuj ce j zyk migowy, obrazki, animacje, tekst) umo liwiaj c osobom niepełnosprawnym efektywny proces uczenia. Opracowane ju zostały pewne rozwi zania systemów elearning uwzgl dniaj ce ró ne rodzaje niesprawno ci (p.4.1 i p.4.2). Uwa am, e istniej ce inteligentne systemy elearning wykorzystuj ce modele uczniów powinny by zaadaptowane dla osób niepełnosprawnych z uwzgl dnieniem rodzaju niesprawno ci. W ten sposób osoby niepełnosprawne b d mogły wykorzystywa funkcje oferowane osobom zdrowym (bez niesprawno ci) przez takie systemy. Zapewni to osobom niepełnosprawnym wysokiej jako ci proces uczenia o zindywidualizowanym i twórczym charakterze. Bibliografia [1] Arrio M. ELearning Accessibility for blind students. Recent Research Development in Learning Technologies, 2005. [2] Chec J.Creative and Cognitive Aspects of ELearning Process. International EDEN Annual 2006 Conference. Vienna, Austria, 2006. [3] Ch J.: Intelligent Computer Teacher in ELearning ystems. 10 th International Conference IC L 2007. Villach, Austria, 2007. [4] Ch J., New Roles of a Teacher in ELearning ystems. 5 th International EDEN Open Classroom Conference, Poitiers, Francja, 2005. [5] Chec J., ODL ystem for Engineering Postgraduate tudies. 19 th International Conference on Technology and Education. Florida tate University, UA, 2001. [6] Chec J.: Use of Artificial Intelligence in New Learning Environments. International Conference T.E.L. 03. Mediolan, 2003. [7] Debevc M., Dugonic B. Use of Information and Communication Technology In Deaf and Hard of Hearing Education in lovenia,brak wydawcy. [8] Joyce B., Calhoun E. and Hopkins D. Models of learning tools for teaching. Open University Press, Buckingham, 1997. [9] Kolb D. A. Experiential Learning. Prientice Hall,1984. [10] Russel., Norwig P.: Artificial Intelligence. London, PrenticeHall, 1995.
41 tudies & Proceedings of Polish Association for Knowledge Management Nr 53, 2011 UE OF ELEARNING YTEM FOR EDUCATION OF DIABLED PERON ummary Modern elearning systems use new information and communications technologies (ICT) for improvement of education process. Elaborated Intelligent Teaching ystem (IN) ensures optimum learning (enabling individualization of learning process) by the use of artificial intelligence tools). Creation of appropriate learning environment considering pedagogical theories of learning process is important (ensuring its creative and cognitive nature) pecialized elearning systems (enabling individualization of learning process and considering kind of disability) are especially useful in education of disabled persons. Keywords: specialized elearning systems; pedagogical theories for learning process; eeducation of disabled persons, intelligent teaching system, intelligent learning environments, individualizationj of learning process Jolanta Ch Instytut Ł cznosci Zakład Z8 ul. Ja kowa Dolina 15, 80252 Gda sk email: J.Chec@itl.waw.pl