Подготовка будущего педагога профессионального обучения к использованию элементов искусственного интеллекта : на примере отрасли "информатика, вычислительная техника и компьютерные технологии"

• Автор: Исаева, Гачиханум Гаджимедовна
• Шифр специальности: 13.00.08
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Махачкала
• Количество страниц: 194 с. : ил.

СОДЕРЖАНИЕ
ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ИСПОЛЬЗОВАНИЯ ЭЛЕМЕНТОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОФЕССИОНАЛЬНОМ ОБРАЗОВАНИИ

1.1. Анализ проблемы использования элементов искусственного

интеллекта в теории и практике педагогических исследований

1.2. Психолого-педагогические основы использования элементов

искусственного интеллекта в профессиональной подготовке будущих специалистов профессионального образования.

1.3. Педагогические условия подготовки будущего педагога про-

фессионального обучения к использованию элементов искусственного интеллекта

Выводы к главе

ГЛАВА 2. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ПРОЦЕССА ПОДГОТОВКИ БУДУЩЕГО ПЕДАГОГА ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ К ИСПОЛЬЗОВАНИЮ ЭЛЕМЕНТОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

2.1. Структура и педагогические основы построения экспертной

системы анализа обучения с элементами искусственного интеллекта
2.2. Модель подготовки будущего педагога профессионального
обучения к использованию элементов искусственного интеллекта
2.3. Экспериментальное подтверждение целесообразности подго-
товки будущего педагога профессионального обучения к использованию элементов искусственного интеллекта.
Выводы к главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ
ВВЕДЕНИЕ
Актуальность темы исследования. Искусственный интеллект в настоящее время является приоритетным направлением в научных исследованиях. В этом направлении приложены наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей. Здесь возникают и развиваются новые методы научных междисциплинарных исследований, формируется новый взгляд на научные результаты и возникает обновленное философское осмысление этих результатов.
В последнее время приложения искусственного интеллекта (ИИ) вышли за рамки небольших демонстрационных систем. Все это доказывает то, что методы ИИ могут быть «источником» новой технологии обработки информации и разработки программного обеспечения.
Очевидным и ярким примером использования технологий методами ИИ является базы знаний, объединенные с организацией логического вывода.
В начале разработчики программного обеспечения не смогли оценить преимущества этих методов. В последние годы интерес к области ИИ и, в частности, к экспертным системам, со стороны разработчиков программного обеспечения значительно усилился. Это объясняется несколькими причинами:
• изменение самого процесса программирования, переход на новые технологии («парадигмы») программирования;
• кризис в области разработки программного обеспечения;
• сходство проблем, стоящих перед разработчиками в областях программного обеспечения и ИИ;
• многофункциональность и достаточная степень универсальности (возможностей применения) средств, созданных на основе ИИ;
• увеличение доли затрат на разработку новых программных средств;
• невозможность реализовать все задачи, предлагаемые для проектирования программных систем средствами одной технологии (методологии).
По мнению автора Ю.А. Шрейдера к областям применения существующих экспертных систем (ЭС) относятся: медицинская диагностика, разведка полезных ископаемых, химический анализ, символьные математические вычисления. До конца 80- гг. методы ИИ не находили применения в области разработки программного обеспечения. Это было обусловлено новизной самой области искусственного интеллекта. В 1956 г. Дж. Маккарти ввел это понятие на примере первого языка ИИ - LISP, а в 70-е гг. появились первые экспертные системы.
Вопросы построения и использования экспертных обучающих систем рассматривались в работах Бабанина JI.H., Баловнева О.Т., Берестовой В.И., Брусиловского П.Л., Григорьева A.B., Гришина В.А., Даниелян В.А., Жуковской Н. К., Заволович О.В., Казеннова А.Ю., Коновалова В.А., Кудинова
В.А., Роберт И.В., Рыбиной Г.В., Скибневского В.К., Слабнова O.JL, Хохловой Е.Д., Шипицина И.В., Широких Е.А., Шурыгина Ю.И. Принципы построения систем диалога для экспертной обучающей системы рассмотрены в работах Машбиц Е.И., Снижко Е.А., Андриевской В.В., Комиссаровой Е.Ю., Голицыной И.Н., Гофен А.М., Джалиашвили З.О., Левина H.A., Корниловой Т.В., Тихомирова O.K. Петровой H.A. Сухининой М.А., Федорова Б.И. Подходы к построению архитектуры экспертных обучающих систем рассматривались Кисель Е.Б., Петрушиным В.А., Поповым Э.В., Фоминых И.Б., Шапот М.Д.
Проблемы подготовки педагогов профессионального обучения исследованы в работах П.Я Гальперина, Т.Г. Везирова, Б.С. Гершунского, Г.М. Гаджиева, Ш.А.Магомедова, A.C. Муртузалиевой, М.И. Потеева, Н.Ф. Талызиной и др.
Требования к обязательному минимуму содержания основной образовательной программы подготовки педагога профессионального обучения (на

му материалу. Накануне контрольной каждый из студентов проводит двухчасовой сеанс работы с экспертно-обучающей системой, который помогает привести в систему и закрепить знания и навыки, полученные на традиционных практических занятиях.
Достоинства:
GURU: Система универсальна: меняя деревья понятий, получим экспертные системы для оценивания понятийного состава знаний по любым учебным предметам.
UNIMATH: Система классифицирует задачи по типам на основе ответов студента на вопросы системы; в подборе и разъяснении на примерах соответствующих методов решения задач. То есть, система осуществляет "умный" поиск информации.
Недостатки:
GURU: Не предусмотрена корректировка структуры базы данных для дисциплин со множеством формул и уравнений
UNIMATH: Система не только имеет узкую область применения (математика), но и включает в себя только те практические занятия по темам, которые принято изучать в ВУЗе, в котором она разработана, то есть ее нельзя называть универсальной. Также система динамичной, так как уже включает в себя полный набор заданий.
Проблема: Построение обучающих систем как правило базируется на создании модели диалога, который состоит из вопросов и ответов. Вопросы задает компьютер, а обучаемый отвечает. При этом все шаги диалога определены набором правил, которые заранее сформированы или динамически генерируемы. Поэтому в такой модели инициатива остается за разработчиком системы (его компьютерной моделью), а пользователю отводится пассивная роль. В целях упрощения контроля знаний ответ чаще всего заключается в выборе правильного значения из списка (меню). Основным недостатком таких ЭС является возможность случайного угадывания учащимся правильных ответов.