hc8meifmdc|2011A6132836|Tajmie|tblnews|Text_News|0xfdfff86205000000e421000001000300
مدرس مجازی هوشمند
احمد فراهی (دانشگاه پیامنور ـ سازمان مرکزی ـ گروه کامپیوتر)
Teacher Virtual Intelligent
afaraahi@pnu.ac.ir
سعید جلیلی (دانشگاه تربیت مدرس ـ گروه مهندسی کامپیوتر)
sjalili@nettlcs.modares.ac.ir
چکیده: بیشتر از دو دهه است از کامپیوتر بهعنوان ابزاری
برای کمک به آمـوزش اسـتفاده مـی شـود. متأسـفانه ایـن ابزارهای آموزشی فاقد شیوه تعلیم
براساس مدلهای یادگیری دانشجو است. اخیـراً تحقیقـات زیـادی بـهمنظـور ایجـاد سیستمهای
کامپیوتری کهنقش استاد را در کلاسهای انفرادی ایفاء کنندبهعمل آمـده اسـت. ایـن تحقیقـات
نیـاز بـه گنجاندن روش تعلیم استاد در سیستمهای آموزشی کامپیوتری را واضح میکند. در
این مقاله، یک سیستم آموزشی بهنام مدرس مجازی هوشمندمعرفی شده است کهمیتوانددانش درس
شیوه تعلیم هر استاد را در درس مربوطهبه سیـستم انتقال دهد متعاقباً با اتکاء بهآن
دانش شناخت سطح یادگیری دانشجو، اقدام به آموزش دانشجو به نحو مطلوب کنـد . در این
سیستم، استاد درس میتوانددرس خود را به شیوههای مختلفی تدوین کنـدکـههـر شـیوه متناسـب
بـا یکـی از مدلهای یادگیری دانشجو است.
واژههای کلیدی:
سیستمهای آموزشی، مدرس مجازی هوشمند، دانشگاه مجازی هوشمند
1 .مقدمه
از ابتدای دهه80میلادی این تفکر کـهاز کـامپیوتر بـه عنـوان
ابـزار کمـک آموزشـی اسـتفاده گـردد . شـکل گرفـت پیشرفتهای زیادی در این زمینه حاصل
شد. در سالهای اخیر این ایده قوت گرفتهاست کهاز کامپیوتر بـه عنـوان یـک استاد استفاده
شود محیط تدریس با ابزارهای گرافیکی شبیهسازی گردد. سیستمهای آموزشی غیرهوشمند، به
طور کلـی مطالب آموزشی را دستهبندی کرده، حداکثر آنها را به شکل فرامتن، فرارسانه سازماندهی
مـیکننـد. در ایـن سیـستمهـا، دانشجو برحسب
اختیار خود میتواندبخشهایی از درس را نخوانده یا بخشهایی از درس را بدون رعایت ترتیب
تقدم آموزش ببیند. در چنین سیستمهایی اثری از روشهای تعلیم پویا مشاهده نمیگردد. همانطور
که مـیدانیـد شـیو تعلـیم فردی (استاد دانشجو) مؤثرتر از شیوه تعلیم گروهی ( استاد
دانشجویان ) است، اما از لحاظ هزینهگرانقیمـتتـر اسـت. خوشبختانهبا پیشرفتهای حاصل
در سیستمهای آموزشی هوشمند، شیوه تعلیم فردی میتواندتوسط کامپیوتر بـهعنـوان استاد
درس شبیهسازی شود دانشجو تحت نظارت سیستم کامپیوتری آموزش ببیند. در این مدل،همانند
مـدل انـسانی، شیوه تدریس در اختیار سیستم کامپیوتری است. در شیوه تعلیم فردی، استاد،
روش سرعت تدریس خود را برحسب توانایی دانشجو تنظیم میکند از این بابت است کـه کارایی
این روش بیشتر از شیوه تعلیم گروهی است. اما تنظیم روش تعلیم برحسب توانایی دانشجو
نیاز به شناخت دانشجو دارد. این شناخت میتواندبرحسب پاسخهای دانشجو به سئوالات استاد،
مشاهده رفتار او در حین آمـوزش بدسـت آیـد . چنانچهاستاد در فواصل مناسب اقدامبه سئوال
از دانشجو کند، او می توانـدمیـزان درک همراهـی دانـشجو در درس را بدست آورد شیوه تدریس
خود را بر آن اساس تنظیم کند. به طور مثال؛
الف) اگر دانشجو باهوش است،سرعت تدریس را افزایش دهد از
اظهار جزئیات پرهیز کند.
) اگر دانشجو با مطلب درسی، آشنایی قبلی دارد، بعضی از
بخش ها را پس از انجام سئوالاتی دریافت پاسخ مناسب،
حذف کند.
) اگر دانشجو کشش مطلب را ندارد، مطلب را آهستهتر با ذکر
جزئیات مثالهای بیشتر ارائهکند.
) اگر دانشجو مطلب را متوجهنشد، آن مطلب را مجدداً بههمان
سبک قبلی یا به سبک دیگری بیان کند.
از ابتدای دهه80میلادی این تفکر کـهاز کـامپیوتر بـه عنـوان
ابـزار کمـک آموزشـی اسـتفاده گـردد . شـکل گرفـت پیشرفتهای زیادی در این زمینه حاصل
شد. در سالهای اخیر این ایده قوت گرفتهاست کهاز کامپیوتر بـه عنـوان یـک استاد استفاده
شود محیط تدریس با ابزارهای گرافیکی شبیهسازی گردد. سیستمهای آموزشی غیرهوشمند، به
طور کلـی مطالب آموزشی را دستهبندی کرده، حداکثر آنها را به شکل فرامتن، فرارسانه سازماندهی
مـیکننـد. در ایـن سیـستمهـا، دانشجو برحسب
اختیار خود میتواندبخشهایی از درس را نخوانده یا بخشهایی از درس را بدون رعایت ترتیب
تقدم آموزش ببیند. در چنین سیستمهایی اثری از روشهای تعلیم پویا مشاهده نمیگردد. همانطور
که مـیدانیـد شـیو تعلـیم فردی (استاد دانشجو) مؤثرتر از شیوه تعلیم گروهی ( استاد
دانشجویان ) است، اما از لحاظ هزینهگرانقیمـتتـر اسـت. خوشبختانهبا پیشرفتهای حاصل
در سیستمهای آموزشی هوشمند، شیوه تعلیم فردی میتواندتوسط کامپیوتر بـهعنـوان استاد
درس شبیهسازی شود دانشجو تحت نظارت سیستم کامپیوتری آموزش ببیند. در این مدل،همانند
مـدل انـسانی، شیوه تدریس در اختیار سیستم کامپیوتری است. در شیوه تعلیم فردی، استاد،
روش سرعت تدریس خود را برحسب توانایی دانشجو تنظیم میکند از این بابت است کـه کارایی
این روش بیشتر از شیوه تعلیم گروهی است. اما تنظیم روش تعلیم برحسب توانایی دانشجو
نیاز به شناخت دانشجو دارد. این شناخت میتواندبرحسب پاسخهای دانشجو به سئوالات استاد،
مشاهده رفتار او در حین آمـوزش بدسـت آیـد . چنانچهاستاد در فواصل مناسب اقدامبه سئوال
از دانشجو کند، او می توانـدمیـزان درک همراهـی دانـشجو در درس را بدست آورد شیوه تدریس
خود را بر آن اساس تنظیم کند. به طور مثال؛
- Intelligent
Virtual Teacher
- Client
/ Server
- World
Wide Web
- Intelligent
Virtual University
- Multimedia
بهصورت تکدرس یا به صورت تک دوره تحصیلی در سطح کاردانی،
کارشناسی، یا کارشناسی ارشد.
2 .نگاهی به سیستمهای آموزشی
بهطور کلی سیستمهای آموزشی کامپیوتری را میتوان به دو
دستههوشمند غیرهوشمند تقسیم نمود. در سیـستمهـای آموزشی غیرهوشمندیک درس از پیشتعریف
شده در سیستم موجود است کهبهصورت ایستا بهدانشجو ارائهمـیگـردد. این گونه سیستمها فاقدهرگونهپویایی
در شیوه تدریس هستند. در کلاسهای واقعی، استاد بـا توجـهبـهعکـس العمـل دانشجویان نسبت
بهمطلب درسی ارائه شده، شیوه تدریس خود را تصحیح می نماید ایـن امـر باعـث افـزایش
بـازدهی آموزش میگردد. بنابراین اگر سیستمهای آموزشی کامپیوتری بخواهنـدبـه واقعیـت
نزدیـک شـوندبایـد بتواننـد چنـین تصمیماتی را در شیوه تدریس اعمال کنند. در سیستمهای
آموزشی هوشمند نحوه تدریس به صورت پویا، براسـاس فـن تعلیم مدل یادگیری دانشجو صحیح
میشود. در ادامه این بخش، ما تعدادی از سیستمهای آموزشی هوشمند را معرفـی میکنیم. سیستم
Tutor-SQL براساس
اکتشاف راهنمایی شده ساخته شده است. این سیستم سئوالاتی کهبایدبهدانشجو ارائهدهدرا
براساس مدل دانشجو انتخاب کرده، زمانیکهدانشجو راهحل خـود را ارائـهکـرد، پاسـخ او
را از نظـر صـحت بررسی میکند با توجهبه میزان صحت پاسخ، مدل دانشجو را به هنگام کرده،
آنگاه مجدداً بـا توجـهبـه مـدل، سـئوال انتخاب میکند. سیستم Tutor-C برای آموزش زبان C به برنامهنویسان مبتدی طراحی شده است. از آنجا که برنامههای مبتدیان خطاهای
زیادی دارد، وقت زیادی از آنها جهت تشخیص خطاها مصرف میشود. در این سیستم براسـاس خطـای
پـیش آمده، خطا توسط برنامه exbug تشخیص داده مـیشـود توجـهبرنامـهنـویس
بـهآن جلـب شـده، شـکل صـحیح برنامهنویسی بهاو آموزش داده میشود. Tutor-C یک تحلیلگر برنامـه یـک محـیط آموزشـی را در خـود دارد بـا تشخیص خطا در حین
برنامهنویسی، زبان C را بهدانشجو آموزش میدهد. سیستم
Edusof یک پوسته شیگرا برای ارائهدرو آموزشی هوشمنداست.
هدف از طراحی این سیستم ساختن یک چارچوب برای نمایش اشیاء، وقایع، پاسخها، عکسالعملها
ارتباطات در آموزش است. ضمناَ یک واسط بـرای اخـذ دانش نیز طراحی شده است. سیستم LACEPRO برای مهندسین عمران طراحی شده است کـه سـه مؤلفـه دانـش مدرس، سازنده، متخصص
را برای پایگاه دانش خود درنظر گرفتهاست هر کدام مکانیزم خـاص خـود را دارد . پایگـاه
دانش بهصورت حلقهای از شبکههاست کههر نود شبکه ساختاری شبیهقاب دارد. این سیـستم قـادر
بـه حـل مـسأله راهنمایی کاربر از طریق دامنهمسأله، تولیدمسألهبهصورت اتوماتیک، تشخیص
اشتباهات کاربر میباشد. سایر سیستمهای آموزشی هوشمندعبارتنداز EIAS سیـستم نـصیحتکننـده بـرای یـادگیری مـشارکتی،
-UC Links سیستم
ساخت هوشمند برای ارائه درس در دانشگاهها، سیـستم GENITOR مولـد برنامـههـای آموزشی، ICATS سیستمی کههماهنگی بین سیستمهای خبره محیطهای چندرسانهای
در داخل یک سیـستم آموزشی هوشمندایجاد کرده است،
یک سیستم آموزشی برای امور پزشکی کهبر ایـهاطلاعـات بیمـار، سیـستم
کمک تصمیمگیری، ابزارهای استدلال، موقعیت یادگیری تشریحی
را برای دانشجو فراهم میآورد.
3 .ویژگیهای سیستم آموزشی هوشمند
با پیشرفت هوش مصنوعی کاربرد آن در سیستمهای آموزشی، سیستمهای
آموزشی هوشمند،همـراه بـا ویژگـیهـای خاص خود پدید مدهاند، ما در این مقاله، سعی کردهایم،
ویژگیهایی را که مدرس مجازی هوشمند IVT دارد بهصـورت انتزاعی در این بخش
ارائهکنیم. مزیت این شیوه در معرفی IVT عبارتست از بیان صریح انتظاراتی کهبـهطـور کلـی از یک مدرس مجازی هوشمندتوقع
داریم. در زیر این ویژگیها تشری میشوند.
3?1 انواع دانشجو
یکی از مهمترین عوامل تصمیمگیری یک سیستم آموزشی هوشمند،
دانـشجو اسـت. دانـشجویان رفتارهـای متفـاوت متغیری دارند. در نتیجه سیستم آموزشی بایستی
براساس رفتار دانشجو شیوه تدریس خود را تنظیم کند. در مدلسـازی رفتار دانشجو، انواع
مختلف دانشجویانی کهممکن است با سیستم کار کننددرنظر گرفتهمی شود. یکی از عوامل تفکیـک
رفتار دانشجویان میتواند ضریب هوش توانایی یادگیری دانشجویان مانند دانشجویان قوی،
متوسط ضعیف باشد . این تقسیمبندیها بهاستاد این امکان را میدهدبتواندبراساس نوع دانشجو،
شیو تعلیم خود را تعیین کند.
3?2 شیوههای تعلیم
یکی از مهمترین عوامل تصمیمگیری یک سیستم آموزشی هوشمند،
دانـشجو اسـت. دانـشجویان رفتارهـای متفـاوت متغیری دارند. در نتیجه سیستم آموزشی بایستی
براساس رفتار دانشجو شیوه تدریس خود را تنظیم کند. در مدلسـازی رفتار دانشجو، انواع
مختلف دانشجویانی کهممکن است با سیستم کار کننددرنظر گرفتهمی شود. یکی از عوامل تفکیـک
رفتار دانشجویان میتواند ضریب هوش توانایی یادگیری دانشجویان مانند دانشجویان قوی،
متوسط ضعیف باشد . این تقسیمبندیها بهاستاد این امکان را میدهدبتواندبراساس نوع دانشجو،
شیو تعلیم خود را تعیین کند..
3?3 تشخیص نوع دانشجو
یکی از مهمترین عوامل تصمیمگیری یک سیستم آموزشی هوشمند،
دانـشجو اسـت. دانـشجویان رفتارهـای متفـاوت متغیری دارند. در نتیجه سیستم آموزشی بایستی
براساس رفتار دانشجو شیوه تدریس خود را تنظیم کند. در مدلسـازی رفتار دانشجو، انواع
مختلف دانشجویانی کهممکن است با سیستم کار کننددرنظر گرفتهمی شود. یکی از عوامل تفکیـک
رفتار دانشجویان میتواند ضریب هوش توانایی یادگیری دانشجویان مانند دانشجویان قوی،
متوسط ضعیف باشد . این تقسیمبندیها بهاستاد این امکان را میدهدبتواندبراساس نوع دانشجو،
شیو تعلیم خود را تعیین کند.الف) سیستم با پرسش از دانشجو، نوع دانشجو را مشخص کند.
) سیستم باهوشمندی از روی بازخوری کهدانشجو به سیستم میدهد،
نوع دانشجو را مشخص کند.
یکی از مهمترین عوامل تصمیمگیری یک سیستم آموزشی هوشمند،
دانـشجو اسـت. دانـشجویان رفتارهـای متفـاوت متغیری دارند. در نتیجه سیستم آموزشی بایستی
براساس رفتار دانشجو شیوه تدریس خود را تنظیم کند. در مدلسـازی رفتار دانشجو، انواع
مختلف دانشجویانی کهممکن است با سیستم کار کننددرنظر گرفتهمی شود. یکی از عوامل تفکیـک
رفتار دانشجویان میتواند ضریب هوش توانایی یادگیری دانشجویان مانند دانشجویان قوی،
متوسط ضعیف باشد . این تقسیمبندیها بهاستاد این امکان را میدهدبتواندبراساس نوع دانشجو،
شیو تعلیم خود را تعیین کند.
3?4 ساختار درسی
یکی از مهمترین عوامل تصمیمگیری یک سیستم آموزشی هوشمند،
دانـشجو اسـت. دانـشجویان رفتارهـای متفـاوت متغیری دارند. در نتیجه سیستم آموزشی بایستی
براساس رفتار دانشجو شیوه تدریس خود را تنظیم کند. در مدلسـازی رفتار دانشجو، انواع
مختلف دانشجویانی کهممکن است با سیستم کار کننددرنظر گرفتهمی شود. یکی از عوامل تفکیـک
رفتار دانشجویان میتواند ضریب هوش توانایی یادگیری دانشجویان مانند دانشجویان قوی،
متوسط ضعیف باشد . این تقسیمبندیها بهاستاد این امکان را میدهدبتواندبراساس نوع دانشجو،
شیو تعلیم خود را تعیین کند.
3?5 آزمون دانشجو
آزمون دانشجو یکی از بخشهای مهم یک سیستم آموزشی هوشمنداست.
سیستم میتواندبنا بهنظر استاد درس، قبل بعداز شروع هر قسمت از درس برای تعیین نوع دانشجو
شیوه تعلیم از دانشجو سئوالاتی بکند او را آزمایش کند . نحوه انتخاب این سئوالات بسیار
مهم است به طوری کهاگر دانشجو چندین مرتبهبخش هایی از درس را تکرار کرد، سـئوالات تکراری
را مشاهده ننماید. همچنین انتخاب سئوالات بایستی به شکلی هوشمند براساس نـوع دانـشجو
شـیوه تعلـیم صورت گیرد. اگر سیستم آموزشی صرفاً در حد تکدرس نباشد هدف از آموزش، اعطای
مـدرک تحـصیلی در یکـی از مقاطع تحصیلی باشد، در اینصورت هوشمندی سیستم آموزشی، اهمیت
بیشتری پیدا میکند.
3?6 محیط آموزشی دانشجو
در یک سیستم آموزشی هوشمندعلاوهبر تشخیص نوع دانشجو تنظیم
شیوه تدریس با آن، خدمات دیگـری نیـز مهـم
هستندکهدر ارتقاء سطح آموزشی دانشجو نقش مهمی دارند. این
خدمات عبارتنداز:
الف) ارائ مطالب آموزشی به شکلی جذاب. ارائهمطالب درسی
به شکلی کهدر آن از متن، صوت، تصویر بـهصـورتی متعادل هماهنگ استفاده شده باشد، به
شکل فرارسانه سازماندهی شده باشد، درصـورت نیـاز از برنامـه هـای اجرایی برای ایجاد
پویایی حرکت در نحوه ارائهدرس استفاده شد باشد، جذابیت بیشتری دارد.
) ارائه خدمات FAQ برای هر درس.
) برقراری ارتباط بین دانشجویان هر درس از طریق پست الکترونیکی.
) مشاهده سئوالاتی که سایر دانشجویان درس از استاد پشتیبان
درس پرسش میکنند پاسخ آنها.
) حفظ آخرین وضعیت تحصیلی دانشجو بهیادآوردن مجدد آن.
) بالاخره ذخیره سوابق تحصیلی دانشجو.
خدمات فوقالذکر مدرس مجازی هوشمند، اجزاء اصلی یک دانشگاه
مجازی هوشمندرا تشکیل میدهند.
الف) ارائ مطالب آموزشی به شکلی جذاب. ارائهمطالب درسی
به شکلی کهدر آن از متن، صوت، تصویر بـهصـورتی متعادل هماهنگ استفاده شده باشد، به
شکل فرارسانه سازماندهی شده باشد، درصـورت نیـاز از برنامـه هـای اجرایی برای ایجاد
پویایی حرکت در نحوه ارائهدرس استفاده شد باشد، جذابیت بیشتری دارد.
4 .طراحی مدرس مجازی هوشمند IVT
قلب هر سیستم آموزشی هوشمند، دانش شیوههای تعلیم آن سیستم
است. در IVT برای نمایش دانش شیوههای تعلیم درس از روش قاب برای
نمایش دانش درس از تکنیک فرامتن، فرارسانه اسـتفاده شـده اسـت. در ادامـه ایـن بخـش،
خصوصیات طراحی IVT متناظر با ویژگیهای یک سیستم آموزشی
هوشـمندکـهدر بخـش ارائـه شـد، شـرح داده میشود.
4?1 نواع دانشجو
IVT انواع مختلف دانشجو را حمایت میکند.
در IVT دانشجویان براساس میزان هوش درک مطلب به دسـته هـای
4?2 شیوههای تعلیم
در IVT اساتیددر موقع طراحی تدوین درس
خود می تواندتمامی دستهها یا برخی از دستههای دانشجویی را درنظر بگیرند. در اینصورت
استاد بایستی برای هر نوع دانشجو که انتخاب کرده است یک شیوه تعلیم رائه دهد. بهعنوان
مثـال برای دانشجوی ضعیف درس را آرامتر با مثالهای بیشتری نسبت به دانشجوی قوی ارائه
دهد. همچنین استاد بایـستی برای هر شیوه تعلیم محدوده نمرهای کهدانشجو بایستی در پاسخ
به سئوالات هر بخـش از درس بدسـت آورد تـا بتوانـد تحت آن شیوه تدریس قرار یرد را تعیین
کند. یادآوری میگردد، این محدوده نمره میتواندبـرای بخـشهـای مختلـف درس در یک شیوه
تدریس متفاوت باشد. علاوهبر آن، استاد تغییر این محدودهها میتواندقصد دیگری را اعمـال
کنـد. اگر بخشی از درس مهمتر از سایر بخشهای آن درس باشد، استاد با افزایش حدوده نمره
قبولی در تمـامی شـیوههـای تدریس آن بخش درس میتواندتأکیدبیشتری بر روی آن بخش درسی
کند.
4?3 تشخیص نوع دانشجو
IVT در پایان هر بخش درسی، سئوالات
مربوط بهآن بخش درس را به صورت هوشمندانهاز دانـشجو پرسـش کـرده، نتایج پاسخها را تبدیل
به یک نمره میکند. آنگاه این نمره را با محدوده نمرات متناظر برای شیوه های تعلیم آن
بخش که استاد از قبل تعیین کرده است، قیاس کرده، نوع دانشجو را تشخیص می دهد. پس از
این تشخیص است که IVT شیوه تعلیم را متناسب با آنچهکهاستاد
درس از قبل تعیین کرده است، تغییر می دهد. در اینجا متذکر میگـردد مقـدار زیـادی از
هوشمندی IVT بستگی بهاستادی دارد کهدرس را طراحی میکند. اگر استاد
فقط برای یک نوع دانشجو درس خود را طراحی کرده باشد مثلاً برای دانشجویان متوسط، آنگاه
IVT قادر به تغییر شیوه تدریس برای سـایر انـواع دانـشجویان
نخواهد بود. بالطبع بدون تأثیر نوع دانشجو،همه انواع دانشجویان تحت همان یک شیوه تدریس
طراحـی شـده آمـوزش خواهنددید. بدیهی است کهدر اینصورت تاحدودی از کیفیت IVT کاسته خواهد شد.
4?4 ساختار درس
ساختار درس در IVT بهصورت درختی سازماندهی شده است بدینترتیب کهدر اولین سطح، فصول، در دومین
سطح، بخشهای مختلف هر فصل، بههمین ترتیب سطوح تقسیمبندی ادامهمییابدتا در برگها بهاجزاء
درسی میرسیم که کوچکترین جزء درسی قابل ارائه به دانشجو است. هر جزء درسـی در بـرگ
درخـت درس، حـاوی؛ الـف) یـک سـری سئوالات قبل از شروع جزء درس ) ارائه درس به شیوههای
مختلفی که استاد تدوین کرده اسـت. ) یـک سـری سئوالات پس از ارائهدرس است. سئوالات
قبل از جزء درسی برای تعیین نوع دانشجو قبـل از ارائـهآن جـزء درسـی بـه دانشجو یا
معاف شدن دانشجو از دیدن آن بخش از درس است . سئوالات پس از جـزء درسـی بـرای ارزیـابی
آمـوز دانشجو در آن جزء تعیین احتمالی نوع دانشجو در ارائه جزء درسی بعدی یاهمان جزء
درسی به شیوه دیگر است . این ساختار برای سطوح بالاتر یعنی بخش، فصل حتی خود درس قابل
تعمیم است.
در اینجا یک حالت کاملاً پویا وجود دارد بهطوری کهبرای
کلیهقسمتهای درس (فـصل، بخـش، جـزء درسـی) اسـتاد میتواند سئوال قبل از درس، ارائه
درس به شیوههای مختلف سئوال پس از درس را به اختیار خود قرار دهـد بـه ایـن ترتیب استاد
در پیادهسازی اجرای روش تدریس خود در سیستم حداکثر آزادی را دارد. در IVT برای نمایش ساختار درس از قاب استفاده شد است. بدینترتیب کهمشخصات درس، فـصل،
بخـش، جـزء درسی همگی در قابهای متعددی با خصوصیات متدهای یکسان تعریف شده است. ناماین
قاب، CourseSection است ساختار آن در شکل ارائه شده
است.
CourseSection StudentCourse
CorseId
StudentId
Content
CorseId
CorseParts
CurrentCourseSection
Category
CurrentFlag
Range
StdKind
QuestionType
PreQuestionResult
Parent
PostQuestionResult
LastMeet
در قاب ;CourseSection CourseId حاوی شماره شناسایی قاب اسـت; Content حـاوی دانـش درس است که به شکل HTML در یک فایل ذخیره شده است نام آن در اینجا ذکـر مـی شـود; CourseParts حاوی تعدادی اشارهگر به قابهایی است که بخشهای درسی زیر این بخش را نـشان مـیدهنـد;
Category حاوی نام انواع شیوههای تدریس
است; Range حاوی محدوده نمره قابل قبـول متنـاظر بـا هـر نـوع شـیوه
تدریس اعلام شده در Category استType
Question ; میتواند حاوی هیچ، یک، یا هر دو مقدار Pre
Post باشد که در اینصورت بهترتیب، وجود سئوالات قبل از شروع،
بعد از پایان آن خش از درس را نـشان میدهد; Parent نیز به قاب پدر این قاب اشاره میکند. همانطور که ملاحظه میشودIVT قادر است ساختار درختی هر درس را با خصوصیاتی که ذکرشد در این قابها، سازماندهی
کند. از آنجا کهIVT برای آموزش تعدادی دانشجو بهطورهمزمان
طراحی شده است دانشجوهـر درس را طـی دههـا مرتبهتماس با دانشگاه مجازی هوشمندفرا میگیرد،
IVT مشخصات آخرین وضعیت تحصیلی هر دانشجو درهر درس یادآوری میگردد IVT برای هر درس فقط یک ساختار درختی بوجود میآورد که فقط برای اجزاء درسی ( یعنـی
بـرگهـای درخـت) کـه بـه دانشجو ارائه میشود، انواع شیوههای تدریس را پشتیبانی میکند.
در این حالت IVT در قاب CourseSection برای هر یک از اجزاء درسی در سطح برگ به تناظر انواع شیوههای تدریس مندرج در
خصیصه Category قاب، نام فایلی که حاوی دانش درس
از آن نوع است را در خصیـصه Content قرار میدهد. را در قاب StudentCourse که ساختار آن در شکل ارائه شده است، نگهداری مـیکنـد. در قـاب ;StudentId
StudentCourse حاوی شماره دانشجویی دانشجو است; CourseId حـاوی شـماره درسـی اسـت کـهآمـوزش میبیند; CurrentCourseSection حاوی شماره آن جزء از درس است کهدر حال آموزش است; CurrentFlag حاوی موقعیت دانشجو در جزء درسی فعلی است ; StdKind حاوی نوع دانشجو یـا بـهعبـارت دیگـر شـیوه تـدریس مناسب با سط دانشجو است;
reQuestionResult حاوی نتیجه حاصل از آزمـون Pre;
PostQuestionResult حاوی نتیجه حاصل از آزمون Post
; بالاخره LastMeet حاوی تاریخ زمان آخرین مرتبـهای
کـه دانـشجو بـرای آموزش به IVT مراجعهکرده است. IVT برای انجام خدمات خود به قابهای دیگری انندقاب مشخصات عمومی درس (حاوی اطلاعات
پیش نیـاز،هـم نیاز، .... ) قاب مشخصات دانشجو، ... نیاز دارد کهبهعلت طولانی شدن مقالهاز
ذکر آنها خودداری میگردد.
برای حرکت در ساختار درس انجام استنتاجات لازم با توجهبه
شرایط دانشجو سایر شرایط محیطی، متدهایی در ایـن دو قاب طراحی شده است کهبا توجهبه
اهمیت متدها در قاب CourseSection متـدهای ایـن قـاب در ادامـهایـن
بخش به طور مختصر تشریح میشوند. در قـاب CourseSection متـدهای PreTest Display CallChild PostTest طراحی شدهاند. متدهای PreTest با توجهبه جزء درسی، مجموعهای سئوال از نوع Pre را بهصورت هوشمنداز بانک سـئوالات درس انتخاب کرده، آنها را از دانشجو سئوال
میکند براساس پاسخهایی که دانـشجو بـه سـئوالات داده اسـت، دانـشجو را از آموزش در
آن بخش معاف میکند یا خصیصه StdKind از قاب StudentCourse را بهروزرسانی مـیکنـد. متـد Display نیز با توجهبهمحتوای خصیصه StdKind از قاب StudentCourse که شیوه تدریس را بـرای دانـشجو
مشخص میکند فایل مربوطهاز نوع HTML موجود در خصیـصهContent از قـاب CourseSection را بـرای دانشجو ارسال میکندتا
دانشجو بهآن شیوه آموزش ببیند. متد CallChild درصورتی کهبخش درسـی، بخـشهـای دیگری در زیر خود داشتهباشد، به سراغ بخشهای
زیرین درسی میرود. متدPosTest با توجهبه جزء درسی، مجموعهای
سئوال از نوع Post را بهصورت هوشـمنداز بانـک سـئوالات
درس انتخاب کرده، آنها را از دانشجو سئوال میکند براساس پاسـخهـایی کـه دانـشجو بـه
سـئوالات داده اسـت، خصیـصه StdKind از قاب StudentCourse را بهروز رسانی میکند تصمیم میگیرد به سراغ جزء درسی بعدی بـرود یـا همین جزء
درسی مجدداً برای دانشجو تکرار شود. یادآوری میگردد در دو متدPreTest
PosTest چنانچه سئوالات از نوع چهارجوابی باشنداین متدها نتیجه
آزمون را بهطور اتوماتیک محاسبه کرده بهترتیب در خصیصههای مربوطـه در قاب StudentCourse ذخیره میکنند. در غیراینصورت، نتیجهآزمون را برای استاد پشتیبان درس ارسال
مـی کننـد تا متعاقباً نتایج آزمون از طرف استاد برای سیستم ارسال گردد. موقعیت دانشجو در جزء درسی فعلی میتواند مقادیر
مختلفی مانند قبل از شروع سئوالات Pre بعد از سئوالات Pre قبل از شـروع آمـوزش جزء درسی،
پایان آموزش جزء درسی قبل از شروع سئوالات Post بالاخره در پایان سئوالات Post باشد. لازم بهذکر است کهدر تمامی متدهای
فوق، نوع دانشجو به عنوان یک ملاک مهم در کلیـهتـصمیمگیـریهـا در نظـر گرفته میشود.
مثلاً اگر دانشجویی پس از ورود به سیستم اعلام کند که درباره آن بخش درسی،هیچ مطلبی
نمـیدانـد، سیستم دیگر سئوالات قبل درس (Pre
(را از او نمیپرسد در اینحالت بلافاصله جزء درسی را به او تعلیم میدهد. یا اگر دانشجویی
بخشی از درس را بهخوبی میداندبهطوری که سئوالات قبل از آن بخش را بسیار خوب پاسخ داده
اسـت، در اینصورت از آن بخش درس جهش کرده IVT باعدمتکرار آن مطلب، دانشجو را خـستهنمـیکنـد. ضـمناً IVT تضمین میکنددرس را بههمان ترتیبی کهاستاد تدوین کرده است بهدانشجو آموزش دهد. 4?5 آزمون دانشجو همانطور کهدر بخشهای
قبلی اشاره شد، IVT در موقعیتهای مختلفی اقدامبهآزمون دانشجو میکند. IVT بـرای پشتیبانی آزمونها از بانک سئوال برای هر درس استفاده میکند. سئوالات
این بانـک توسـط اسـتاد پـشتیبان درس طراحی میشود یک نخکشی بهقسمتهای مختلف ساختار
درختی درس دارد. با توجه به عوامل زیر، IVT به کمک یک سیستم خبره، مجموعه سئوالات خوبی را برای هر دانشجو انتخاب می کنـد
بههمین دلیل است کهاشاره کردیم دو متـد PreTest
PosTest انتخـاب سـئوالات را بـه شـیوههوشـمندانجـام میدهند:
f اگردانشجومجبورشد، بخشی ازدرس
را چندمرتبهتکرارکند، نباید سئوالات یکسانی از او بشود.
f در موقع انتخاب سئوال برای هر
دانشجو بایستی نوع دانشجو نیز در نظر گرفته شود.
f سئوالات انتخابی بایستی از کلیهدستههای
سخت، متوسط آسان انتخاب شود.
f سئوالات انتخابی بایستی انعکاسی
از کلیهبخشهای آموزش دیده شده توسط دانشجو باشد.
f حتیالامکا سئوالات انتخاب شده
متفاوت با سئوالات انتخاب شده برای سایر دانشجویان همدوره باشد.
4?6 محیط آموزشی دانشجو
مدرس مجازی هوشمند IVT تواند قلب دانشگاه مجازی هوشمند(IVU
(باشد، کهبتواندکلیه خدماتی را کـهدر بخش این مقالهنامبرده شده است را ارائهکند. بنابراین
دانشجویی کهتحت تعلیم IVT قرار مـیگیـرد از چنـین محیط آموزشی
بهرهمند خواهد شد. IVU با ست برای محیط شبکهInternet با فنآوری www طراحی شود توانددهها اتصال همزمان
هزاران اتصال دانشجویان در روز را پشتیبانی کند.
IVT پیادهسازی 7?4
برای پیادهسازی IVT با توجهبهاینکه شیوه نمایش انتخاب شده، قاب است، بایداز یک پوستهمبتنی بر قاب
اسـتفاده شود، ولی بهدلیل در دسترس نبودن این پوسته همچنین عـدم اسـتفاده از خواصـی
کـه مخـتص قـاب هـستند نظیـر مکانیزمهای needed-if
changed-if به علت شباهت نزدیکی سیار زیاد قـاببـا شـیء، در روش
شـیءگـرا، نمایش دانش بهصورت شیءگرا پیادهسازی
شده است برای ذخیـره اشـیاء موجـود در سیـستم از پایگـاه داده رابطـه ای استفاده شده
است.
5 .نتیجهگیری و کارهای آینده
در این مقاله، جنبههای هوشمندی یک سیستم آموزشی مورد بررسی
قرار گرفت. ین جنبههای هوشمندتاحـدممکـن در مدرس مجازی هوشمند IVT گنجانده شده است. از خصوصیات بارز IVT انعطافپـذیری پویـایی زیـاد در پـذیرش انواع دروس، انواع شیوههای تدریس درهر
درس، طراحی انواع آزمونها، آموزش انواع دانشجویان است. IVT به روش انفرادی، دانشجویان را آموزش میدهد در عین حال محیط کلاسهای گروهی را
با استفاده از خـدمات جنبی دانشگاه مجازی هوشمند IVU مانندارتباط با استاد پشتیبان درس، ارتباط با سایر دانشجویانی کههمزمـان در
درس ثبتنام کردهاند، ... فراهم میآورد. IVT همیشه آخرین وضعیت تحصیلی دانشجویا را در دروش مختلف به یـاد میآورد در نتیجهدانشجویان
میتواننددر دفعات متعددی اقدامبهآموزش خود کنند. ازدیگر ویژگیهای مهـم IVT ایـن است کهبهعنوان مدرس یک دانشگاه مجازی هوشمندبه شکل بدون وضعیت، خدمات
آموزشی خود را در شبکهگسترده Internet با فنآوری www ارائه میکند. این طراحی باعث شده است تا بـالقوههـزاران نفـر درهـر روز بتواننـداز
خدمات IVT در دانشگاه مجازی هوشمنداستفاده کنند. به سختی میتوانIVT را با سایر سیستمهای آموزشی هوشمندکهدر بخش دوممقالهبهآنها اشاره شد، قیـاس
کـرد. علت این است که برخی از آنها صرفاً ارتباط بین دو محیط سیستم خبره محیط www را برقرار میکنند. برخی دیگـر که به نظر جامع میآینداز نکات فنی آنها اطلاعی
در دست نیست، تعدادی از آنها برای منظور خاصی طراحی شده اند فقط مسئولیت آموزش یک درس
را بهعهده دارند، مثلاً سیـستمهـایی مثـ Tutor-C
Tutor-SQL آموزشـی را بهطور مستقیم بههمراه ندارند، بلکه سئوالاتی
برای دانشجو مطرح میکنند یا در مواقع برخورد با مشکل سعی میکننـد دانشجو را راهنمایی
کنند. هیچیک از سیستمهای آموزشی هوشمند اشـاره شـده در بخـش دوم مقالـه ماننـد IVT بـه مدلسازی رفتار دانشجو، تشخیص رفتار دانشجو در حین آموزش، پذیرش شیوههای
متعـدد تـدریس بـرای هـر درس، آزمون هوشمندانهدانشجو به طور یکپارچهنپرداختهاست. در
ادامه ساختIVT درنظر داریم، دانش شیوههای تعلیم درس را از روش قاب
بهروش مبتنی بر قـانون تغییـر دهـیم. پس از انجام ین کار، IVT را از لحاظ این دو شیوه نمایش دانش، با یکدیگر مقایسه خواهیم کـرد تـا کـارایی
توانـایی IVT باهردو روش مشخص گردد. همچنین در نظر داریم مواردی مانندرفتار
دانشجو عکسالعمـلهـای او درهنگـام یادگیری درس را مدل کرده به IVT انتقال دهیم. بهطور کلی استا در کلاس درس واقعی از روی رفتارهـای دانـشجو مانندبی
حوصلگی، حالتهای تعجب تأییددرصورت، جابجا شدن روی صندلی، کسالت خستگی، شـادی عـصبانیت
میتواند عکسالعمل دانشجو را نسبت به نحوه تعلیم متوجه شود. قصد داریم بهوسیله مکانیزمهایی
این حالات دانشجو را به IVT انتقال داده،همانطور که استاد
در کلاس حضوری در شیوه تدریس خود تغییراتی می دهد، IVT هم تغییـرات
مناسب را در شیوه تدریس بدهد.
منابع و مراجع
[1] Learning SQL with a
Computerized Tutor| by: Mitrovic| A.| in: SIGCSE|
Vol.30| No.1|
March 1998| pp 307?311.
An
intelligent tutoring system for introductory C language course| by: Song| J. S.|
et al| in: Computers & Education|
Elsevier| 1997.
An
object oriented shell for intelligent tutoring lessons by: Jerinic| L.|
Devedzic V.|
in: Computer Aided Learning and
Instruction in Science and Engineering| -rd
Int. conf.| CAL ISCE 96| LNCS 11C | edited by: Diaz|
A.| et al| 1996.
Epiphyte
Advisor Systems for Collaborative Learning| by: Giroux| S.| et al| in:
Computer Aided Learning and Instruction in
Science and Engineering| -rd Int.|
Conf.| CAL ISCE’96| LNCS 1108|
edited by: Diaz A.| et al| 1996.
Design
and implementation of an intelligent educational building system| by:
Chia| Yung Hen| et al| in: Int. Symposium
on Knowledge Acquisition.
Representation| and Processing| Auburn
Univ.| 1995.
The
Functional Architecture and Interaction Model of a Generator of Intelligent
Tutoring Applications| by: Kameas| A.|
Pintelas P.| in: Journal of Systems and
Software| Elsevier| 1997.
The
Synergistic Integration of Expert Systems and Multimedia within an
Intelligent Computer Aided environmental
tutoring system| by: Ragusa| J. M.| in:
Proc. of the -rd world congress on expert
systems| 1960.
Supporting
multi-level medical education with knowledge-based systems| by:
King| K.| Carstairs M.| in: Methods of
Information in Medicine| 1997.
Excellent
Classroom Management| by: Rinne| C.H.| Wadsworth Publishing
Company| 1997.