Artykuł naukowy

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, 20-209 Lublin, Poland
e-mail: [email protected]
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
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
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
Gracz
X
niezerowej
A
C
O
(-2,5)
(0,6)
Gracz Y
NO
(5,-5)
(2,-2)
NN
(-5,-5)
(0,0)
Gdzie zapis (a,b) oznacza a – wpłata dla gracza X, b – wypłata dla
gracza Y
A, C – oznacza wybrane wcześniej strategie przez gracza X.
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
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
Gracz
X
na Dylemacie Więźnia
C
D
Gracz Y
C
D
(R,R)
(S,T)
(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
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
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
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
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
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 2001.
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, http://www.idealibrary.com. (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)
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)