Приложение на интелигентните агенти в електронното обучение

1. Приложение на интелигентните агенти в електронното обучение Траян Илиев E-mail: t_iliev@fmi.uni-sofia.bg

2. Съдържание • Въведение • Стандарти и спецификации в областта на електронното обучение • Интелигентни агенти – увод, дефиниции, основни характеристики • Стандарти при управлението на знания. Онтологии. • Възможности за приложение на ИА в технологично подпомаганото обучение • Примери

3. Въведение • Обучение и технологии - Основни тенденции (Laudon&Laudon, 2000): • Глобализация • Икономики базирани на знания • Много бързи темпове на развитие на технологиите

4. Въведение • Как образователните институции приемат предизвикателството – нови форми на обучение: • Гъвкаво обучение - flexible learning (Van den Brande, 1993):“Гъвкавото обучение позволява на обучаваните да учат кoгато искат (честота, време, продължителност), както искат (начини на обучение) и каквото искат (обучаваните могат да дефинират какво представлява обучението за тях).” • Дистанционно обучение - distance learning , tele-learning (Betty Collis, 1996):“Дистанционното обучение (Telelearning) осъществява връзки между хора и ресурси чрез комуникационни технологии за постигане на свързани с обучението цели”. • Електронно обучение – e-learning , technology-based learning –този темин обозначава различни образователни среди (electronic learning environments – Koper, 2000), процеси и приложения, включително компютърно базирано обучение (Computer based training – CBT), Уеб – базирано обучение, виртуални класни стаи (McCormack & Jones, 1998), компютърно подпомагана групова работа

5. Основни тенденции в областта • Приложение на обекнто-ориентирания подход към обучението – “учебни обекти” (learning objects). • Постигане на ефективност, ефикасност и многократна използваемост на материалите (content)в процеса на обучение чрез използване на общи стандарти (IEEE-LTSC, IMS, ADL, Ariadne, AICC и др.) • Разделяне на процесите на проектиране и създаване на образователни материали от тяхното адаптиране, публикуване и доставка • Педагогически принципи, теории и методологии • Персонализирано и адаптивно обучение

6. Учебни обекти (learning objects) • Дефиниция (IEEE – LTSC) • Основна структура • Атрибути (съдържание) • Методи (поведение) • Характеристики • Контекстно независими • Могат да бъдат настройвани с конкретни данни • Могат да бъдат наследявани и адаптирани (Koper, 2001) • Описват се с помощта на метаданни (learning object metadata – LOM) с цел улесняване на тяхното повторно използване • Предимства и недостатъци

7. Организации разработващи стандарти и спецификации в областта на електронното обучение • Aviation Industry CBT (Computer-Based Training) Committee (AICC) • Dublin Core Metadata Initiative (DCMI) • ARIADNE Foundation for the European Knowledge Pool • Instructional Management Systems (IMS) Global Learning Consortium • Advanced Distributed Learning (ADL) Initiative • IEEE Learning Technology Standards Committee (LTSC)

8. Спецификации на IMS • IMS Learning Resource Meta-data Specification • IMS Content Packaging • IMS Question and Test Interoperability (QTI) Specification • IMS Learner Information Package (LIP) • IMS Enterprise Specification • IMS Digital Repositories Interoperability Specification • IMS Learning Design Specification • IMS Simple Sequencing Specification • . . .

9. Интелигентни агенти • Интелигентните технологии в нашия живот – визия за бъдещето • Дефиниции: • Intelligent Agent = Agent + Intelligence • AIMA agent (Russel & Norvig, 1995) • Maes agent (Maes, 1995) • Hayes-Roth agent (Hayes-Roth, 1995) • …

10. Характеристики на интелигентните агенти • Автономност • Способност за реагиране (реактивност) • Проактивност • Социална способност (комуникация, ACL) • Рационалност • Адаптивност (Самообучение) • Мобилност

11. Типове агенти • Сътрудничещи си (Collaborative) • Интерфейсни (Interface) • Информационни (Information) • Реагиращи (Reactive) • Мобилни (Mobile) • Хибридни (Hybrid) • Хетерогенни (Heterogeneous) • Видове приложения

12. Стандарти при управлението на знания. Онтологии. • Семантична мрежа - W3C Resources Description Framework (RDF) • Онтологии: • Концептуализация • Речник • Аксиоматизация

13. Възможности за приложение на ИА в технологично подпомаганото обучение (Jafari,2002): • Цифрови асистенти на учителя (Digital Teaching Assistants) • Цифрови учители (Digital Tutors) • Цифрови секретари (Digital Secretary) • Архитектури на образователни ИА (educational agents)

14. Примери • Jafari, A., (2002), Conceptualizing Intelligent Agents for Teaching and Learning: http://www.educause.edu/ir/library/pdf/eqm0235.pdf • Shang, Y. et al., (2001), An Intelligent distributed environment for Active Learning: http://www.hkwebsym.org.hk/2001/E4-track/a_lng.pdf • Gadomski, A. et al., (2001), FAD Intelligent Agents in Distance Learning Systems (Modelling), ENEA, Cassacia: http://erg4146.casaccia.enea.it/FAD-UNINF-5may01.pdf • Mitsubishi Electric Research Laboratories: Intelligent Agents for Operator Training and Task Guidance: http://www.merl.com/projects/training/ • André, E. et al., (1997), WebPersona: A Life-Like Presentation Agentfor Educational Applications on the World-Wide Web, Intelligent Educational Systems on the World Wide Web, Kobe, Japan: http://www.contrib.andrew.cmu.edu/~plb/AIED97_workshop/Andre/Andre.html

15. Благодаря за вашето внимание!