Pobierz opis
Transkrypt
Pobierz opis
Marcin Bogdan Albiniak kontakt: [email protected] tytuł pracy doktorskiej: Zastosowanie teorii gier do procesu weryfikacji jakości nauczania na odległość. Uczelnia: Wyższa Szkoła Ekonomii i Innowacji w Lublinie, Przewód doktorski otwarty w Instytucie Informatyki Politechniki Śląskiej w Gliwicach. Środowisko zdalnego nauczania jest bardzo prężnie rozwijającym się obszarem badawczym. W tym momencie nie trzeba już odpowiadać na pytanie czy należy stosować e-learning, tylko należy prowadzać nowe rozwiązania, tak, aby podnieść możliwości platform zdalnego nauczania i podnosić efektywność nauczania oraz możliwości ewaluacyjne. Ważnym elementem, który w tym momencie jest rzadko wykorzystywany w aplikacjach zdalnego nauczania w Polsce jest zastosowanie gier i symulacji. Jeśli nawet gry są stosowane to bardziej w kontekście socjotechnicznym, niż jako mechanizm kontroli nad procesami zachodzącymi podczas zdalnego nauczania. Gry edukacyjne nie wprowadzają naukowej analizy strategii gier oraz badań wpływu zastosowanego algorytmu na wzrost efektywności zdalnego uczenia się. Przy tworzeniu modeli realizowanych w procesie badawczym wzorem były osiągnięcia ośrodków naukowych w USA – do ich tworzenia zostały przeanalizowane najnowsze wydawnictwa dotyczące gier w e-learningu jak również serwisy internetowe. Ze względu na to, że mówiąc w Polsce o procesach zachodzących w środowiskach zdalnego nauczania, które w gruncie rzeczy są konstrukcjami opartymi metodologicznie na technologiach informatycznych, poświęca się temu aspektowi zbyt mało miejsca. Ciężar przeniesiony jest na cześć związaną z samą metodyką nauczania, zjawiskami psychologicznymi czy socjotechnikami. Dlatego uważam, że praca ta wniesie spory wkład w popularyzację zaawansowanych metod informatycznych, które mając poważny wpływ na procesy zachodzące w środowisku zdalnego nauczania będą też posiadały wpływ na wzrost, jakości nauczania. Tezą doktoratu jest twierdzenie, że użycie teorii gier w zdalnym nauczaniu daje narzędzia do podniesienia efektywności aplikacji jak również doskonałe narzędzia pomiaru tej efektywności. Efektywność w tym przypadku będzie rozumiana dualnie, jako efektywność samej aplikacji WWW (rozdział 7) jak i efektywność nauczania związana z przyrostami wiedzy i analiza procesu zdalnego nauczania. Cele pracy Ponieważ środowiska zdalnego nauczania nie dają pełnej kontroli nad procesami związanymi ze zdobywaniem wiedzy udostępnianej poprzez aplikacje, podjęte zostaną badania związane z wprowadzeniem nowych rozwiązań w celu stworzenia deterministycznego środowiska nauczania dającego możliwości podniesienia efektywności nauczania. Podstawowym celem pracy jest wykazanie, że zastosowanie teorii gier implementowanej w aplikacji za pomocą algorytmu genetycznego podniesie determinizm tego środowiska a tym samym jego efektywność w stosunku do klasycznego środowiska zdalnego nauczania wykorzystującego technologie WWW. W tym momencie chodzi o interaktywne metody, które zapewniają gry oraz śledzenie poczynań użytkowników (tutaj rola algorytmu genetycznego). Klasyczna platforma edukacyjna zdalnego nauczania nie posiada aż takich narzędzi wpływu na postępowanie użytkowników (studentów, uczniów, słuchaczy), aby podpowiadać im wybór postępowania (strategii) prowadzącego do jak najlepszych efektów w uczeniu się podawanych treści. Drugim ważnym aspektem jest proces ewaluacji i analizy wyników uczenia się. Środowisko gier zapewnia możliwość ciągłej analizy postępów uczenia się każdego użytkownika. Bada jego poziom wiedzy, aktywność, wybór strategii gier. Elementy teorii gier, które zostaną zastosowane w modelu aplikacji zdalnego nauczania to: gra oparta na Dylemacie Więźnia oraz gra dwuosobowa o sumie niezerowej. Gracz X Gracz Y O A (-2,5) C (0,6) NO (5,-5) (2,-2) NN (-5,-5) (0,0) Tabela 1. Tabela wypłat dla graczy w grze dwuosobowej o sumie niezerowej 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. Gracz X Patrząc na poszczególne strategie już na pierwszy rzut oka widać, że strategia A jest strategią agresywną, natomiast C zachowawczą (powoduje jak najmniej strat po obu stronach). Drugim elementem jest gra oparta na Dylemacie Więźnia. C D Gracz Y C D (2,2) (-2,4) (4,-2) (0,0) Tabela 2. Tabela wypłat dla graczy w grze opartej na Dylemacie Więźnia W tej grze możliwe są dwie strategie: C i D. Przeprowadźmy analizę strategii: Strategia C: Gracz X pozwala graczowi Y przejść do kolejnego bloku wiedzy, tak, aby gracz Y mógł się przygotować do sprawdzianu poszerzając kolejny blok wiedzy. Strategia D: Gracz X sprawdza gracza Y wywołując go quizu. Jeżeli obaj gracze zagrają strategię C to obaj otrzymają po 2 punkty. Jeżeli obaj zagrają D to otrzymują 0 punktów. Natomiast, jeśli jeden z nich wybierze strategię C a drugi D, to ten, który wybrał C otrzymuje karę -2 a drugi gracz nagrodę 4 punkty. Przy wyborze D następuje przystąpienie gracza do quizu, który może być kolejną grą na przykład opartą na strategii wcześniej opisanej gry tworząc rozbudowaną multigrę. Stosując w ten sposób dylemat więźnia możemy „przymusić” studentów, aby nie przyśpieszali sprawdzianu wiadomości, ponieważ sami mogą na tym stracić. Student w większej ilości prób będzie kooperował z drugim i pozwalał mu się uczyć. Sprawdzian nastąpi wtedy, gdy jeden ze studentów uzna, że poziom jego wiedzy jest wystarczający, aby odbyć quiz. Przedstawiony model gry będzie implementowany za pomocą algorytmu genetycznego. Aby wybrać najlepszy dla danego przypadku operator selekcji należy rozważyć wcześniejsze użycie operatorów w podobnych przypadkach i przeprowadzić eksperyment porównując zastosowania różnych wariantów operatora. Wybór operatora odbywa się na drodze empirycznej. W przypadku gry strategicznej opisanej przez ewolucyjną teorię gier zaprezentowanej przez Roberta Axelroda została użyta selekcja turniejowa. Jednak w przypadku gry opartej na dylemacie więźnia operat selekcji powinien być operatorem mieszanym ze względu na komplikację sytuacji, jaką stwarza rozbudowanie klasycznego dylematu o dodatkowe wypłaty poprzez połączenie dwóch gier. Dodatkowa gra wzmacnia strategię kooperacji w dylemacie więźnia, gdyż, jeśli kooperacja zostanie zerwana straty graczy mogą być znacznie większe niż w klasycznym dylemacie więźnia. W tak skonstruowanej grze wybór operatora selekcji zdecyduje o kształcie kolejnej populacji i doborze osobników do operacji krzyżowania i mutacji, bo takie dwie operacje zostaną użyte w algorytmie genetycznym. Dobrze dobranym operatorem będzie taki, który da dostatecznie dobre wyniki doboru kolejnych populacji. Optymalnym rozwiązaniem będzie użycie strategii CC, a w określonym momencie zagranie innej strategii (DD, CD lub DC). Tym odpowiednim momentem będzie chwila, kiedy przynajmniej jeden z graczy opanuje materiał w takim stopniu, aby zaliczyć pozytywnie test. Efektem końcowym analizy przeprowadzonych badań ma być potwierdzenie wzrostu efektywności zdalnego nauczania z użyciem gier opisywanych teorią gier w stosunku do rozwiązań dotychczasowych powszechnie używanych.