مقدمه

در سی سال اخیر، تحقیقات وسیعی در زمینه توسعه برنامههای کامپیوتری که از طریق شبیه سازی معلم انسانی، قابلیت عمل تدریس موثر به دانشآموزان را داشته باشند، به عمل آمده است. این برنامه ها سیستم های آموزشی هوشمند ITS نامیده می شوند، انگیزه ساخت چنین سیستم هایی ، موثر واقع شدن آموزش فرد به فرد میباشد . با توجه به اینکه تعداد شاگردان به مراتب بسیار بیشتر از تعداد معلمان است، عملاً امکان آموزش فرد به فرد وجود ندارد. اما با ظهور کامپیوتر ایده داشتن چنین آموزشی،یک قدم به واقعیت نزدیکتر شد. اگر بتوان کامپیوتر را بهگونه ای برنامه ریزی کرد که یک معلم را شبیه سازی کند، در عمل رویای داشتن آموزش فرد به فرد محقق خواهد شد .
فلسفه جایگزین کردن معلم با کامپیوتر ریشه در هوش مصنوعی دارد. در تئوری ، تنها کاری که باید انجام شود، برنامه ریزی کامپیوتر با دانش حوزه و روش تدریس می باشد. البته ممکن است تئوری های علوم شناختی و علوم روش تدریس نیز در برنامه ریزی مورد استفاده قرار گیرند. در حالت ایده آل پردازش زبان طبیعی نیز به دانشآموز امکان میدهد که همانگونه که با معلم ارتباط برقرار می کند به همان شکل نیز با کامپیوتر ارتباط برقرار کند.
البته خیلی سریع مشخص شد که این ایدههای مهیج، بیشتر چالشهای بلند پروازانهای هستند که حداقل در حال حاضر با واقعیت فاصله زیادی دارند. اولاً به این دلیل که پردازش زبان طبیعی علیرغم پیشرفت های زیادی که در سالهای اخیر داشته، هنوز آنقدر قوی نیست که بتواند مکالمات بین دانشآموز و معلم را پشتیبانی کند و به همین دلیل تکنیکهای دیگری جهت توسعه رابط کاربر مورد استفاده قرار گرفته اند. دوماً خیلی سریع مشخص شد که کامپیوتر هیچ گاه قادر نیست جای معلم را
بگیرد، چرا که همیشه دانشآموزی وجود دارد که تدریس کامپیوتری در مورد او موثر واقع نشود ونیز همیشه موضوعاتی وجود دارند که تدریس کامپیوتری آنها امکان پذیر و یا حداقل مناسب نیست. بنابراین هدف از ایجاد ITS، بطور واقع بینانه، پشتیبانی و کمک به معلم در کلاس، و کمک به دانشآموز در محل کار و یا در منزل دانشآموز می باشد، با استفاده از کامپیوتر به عنوان یک ابزار کمک آموزشی ، دانشآموز قادر خواهد بود سرعت آموزش را با سرعت یادگیری خود تطبیق دهد. معلم نیز قادر خواهد بود زمان بیشتری برای آموزش خصوصی دانشآموزانی اختصاص دهد که سیستم آموزشی کامپیوتری مناسب آنها نیست،خواهد داشت. در این نوشتار، در ادامۀ مقدمه جهت روشن شدن نقش زیرسیستم مدل کنندۀ دانشجو در یک سیستم آموزشی هوشمند، ابتدا نگاه کلی به معماری سنتی سیستم های آموزشی هوشمند خواهیم داشت. سپس یکی از مشکلات موجود در راه مدلسازی دانشجو، که همان عدم قطعیت در باورهای سیستم در مورد دانشجو می باشد را مورد بررسی قرار خواهیم داد. در واقع همین شکل عدم قطعیت، دلیل انتخاب رهیافت مبتنی بر نظریه احتمال و نظریۀ تصمیم گیری می باشد که در هر دوی این تئوری ها با عدم قطعیت ذاتی موجود در سیستم به شیوۀ اصولی و مبتنی بر تئوری های محکم ریاضی برخورد می شود. در ادامه، در فصل دوم، رهیافت های مختلف مدلسازی دانشجو، در سیستم های آموزش هوشمند را با هدف بررسی تکنیکهای هوش مصنوعی مورد استفاده در این سیستم ها، مطالعه خواهیم کرد.

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فهرست مطالب

چکیده………………………………………………………………………………………………………………..9
مقدمه……………………………………………………………………………………………………………….10

فصل اول:کلیات

در این تحقیق که مقدمهای است بر پایاننامه کارشناسی ارشد ” ارائه یک مدل هوشمند مبتنی بر مدیریت دانش برای مدلسازی دانشجو در سیستمهای آموزش الکترونیک” هدف مطالعه ماژول مدل دانشجو در سیستمهای آموزشی مختلف میباشد. ابتدا به تبیین جایگاه مدل دانشجو در سیستم آموزشی هوشمند خواهیم پرداخت. سپس تئوری های مختلف یادگیری و کاربرد آنها در طراحی سیستمهای آموزشی مورد بررسی قرار خواهدگرفت. در ادامه مدل دانشجو در سیستم های پیاده سازی شده، در چهار قالب: مدل دستههای کلیشهای، مد پوششی، مدل میزان اختلاف و مدل آشفتگی دستهبندی خواهدشد. در ادامه این فصل با توجه به برنامه نگارنده در استفاده از روش مدلسازی دانشجو با استفاده از قضایای احتمال شرطی، این نوع مدلسازی با دقت بیشتری مورد بررسی قرار خواهدگرفت.
در انتهای این فصل کاربردهای مختلف از مدلسازی دانشجو با استفاده از قضایای احتمال شرطی مورد مطالعه قرار خواهدگرفت.
1-2 پیشینه تحقیق
در سی سال اخیر، تحقیقات وسیعی در زمینه توسعه برنامههای کامپیوتری که از طریق شبیه سازی معلم انسانی، قابلیت عمل تدریس موثر به دانشآموزان را داشته باشند، به عمل آمده است. این برنامه ها سیستم های آموزشی هوشمند ITS نامیده می شوند، انگیزه ساخت چنین سیستم هایی ، موثر واقع شدن آموزش فرد به فرد میباشد . با توجه به اینکه تعداد شاگردان به مراتب بسیار بیشتر از تعداد معلمان است، عملاً امکان آموزش فرد به فرد وجود ندارد. اما با ظهور کامپیوتر ایده داشتن چنین آموزشی،یک قدم به واقعیت نزدیکتر شد. اگر بتوان کامپیوتر را بهگونه ای برنامه ریزی کرد که یک معلم را شبیه سازی کند، در عمل رویای داشتن آموزش فرد به فرد محقق خواهد شد .
فلسفه جایگزین کردن معلم با کامپیوتر ریشه در هوش مصنوعی دارد. در تئوری ، تنها کاری که باید انجام شود، برنامه ریزی کامپیوتر با دانش حوزه و روش تدریس می باشد. البته ممکن است ر برنامه ریزی مورد استفاده قرار گیرند. در حالت ایده آل پردازش زبان طبیعی نیز به دانشآموز امکان میدهد که همانگونه که با معلم ارتباط برقرار می کند به همان شکل نیز با کامپیوتر ارتباط برقرار کند. البته خیلی سریع مشخص شد که این ایدههای مهیج، بیشتر چالشهای بلند پروازانهای هستند که حداقل در حال حاضر با واقعیت فاصله زیادی دارند. اولاً به این دلیل که پردازش زبان طبیعی
علیرغم پیشرفت های زیادی که در سالهای اخیر داشته، هنوز آنقدر قوی نیست که بتواند مکالمات بین دانشآموز و معلم را پشتیبانی کند و به همین دلیل تکنیکهای دیگری جهت توسعه رابط کاربر مورد استفاده قرار گرفته اند. دوماً خیلی سریع مشخص شد که کامپیوتر هیچ گاه قادر نیست جای معلم را بگیرد، چرا که همیشه دانشآموزی وجود دارد که تدریس کامپیوتری در مورد او موثر واقع نشود ونیز همیشه موضوعاتی وجود دارند که تدریس کامپیوتری آنها امکان پذیر و یا حداقل مناسب نیست.
بنابراین هدف از ایجاد ITS، بطور واقع بینانه، پشتیبانی و کمک به معلم در کلاس، و کمک به
دانشآموز در محل کار و یا در منزل دانشآموز می باشد، با استفاده از کامپیوتر به عنوان یک ابزار کمک آموزشی ، دانشآموز قادر خواهد بود سرعت آموزش را با سرعت یادگیری خود تطبیق دهد. معلم نیز قادر خواهد بود زمان بیشتری برای آموزش خصوصی دانشآموزانی اختصاص دهد که سیستم آموزشی کامپیوتری مناسب آنها نیست،خواهد داشت.
در این نوشتار، در ادامۀ مقدمه جهت روشن شدن نقش زیرسیستم مدل کنندۀ دانشجو در یک سیستم آموزشی هوشمند، ابتدا نگاه کلی به معماری سنتی سیستم های آموزشی هوشمند خواهیم داشت. سپس یکی از مشکلات موجود در راه مدلسازی دانشجو، که همان عدم قطعیت در باورهای سیستم در مورد دانشجو می باشد را مورد بررسی قرار خواهیم داد. در واقع همین شکل عدم قطعیت، دلیل انتخاب رهیافت مبتنی بر نظریه احتمال و نظریۀ تصمیم گیری می باشد که در هر دوی این تئوری ها با عدم قطعیت ذاتی موجود در سیستم به شیوۀ اصولی و مبتنی بر تئوری های محکم ریاضی برخورد می شود. در ادامه، در فصل دوم، رهیافت های مختلف مدلسازی دانشجو، در سیستم های آموزش هوشمند را با هدف بررسی تکنیکهای هوش مصنوعی مورد استفاده در این سیستم ها، مطالعه خواهیم کرد.
1-2-1 معماری سیستمهای آموزشی هوشمند سیستمهای ITS ، معمولاً سیستم های یکپارچهای به نظر می رسند که براحتی نمیتوان قسمتهای مختلف آنها را به صورت مجزا تفکیک کرد. ولی برای درک مفهوم و طراحی این سیستمها، بهتر است که آنها را به صورت سیستم های متشکل از اجزاء مستقل درنظر بگیریم. یک سیستم ITS نمونه، از زیرسیستمهای اصلی مدل دانشجو ، ماژول روش تدریس ، ماژول دانش حوزه ، ماژول تبادل اطلاعات و مدل فرد خبره تشکیل شده است.شکل 1- 1،معماری کلی یک سیستم آموزشی هوشمند را نشان میدهد.

1- 1 هدف……………………………………………………………………………………………………………..13

1- 2 پیشینه تحقیق………………………………………………………………………………………………….13
1- 2- 1 معماری سیستم های آموزشی هوشمند………………………………………………………………15
1- 2- 1-1 مدل دانشجو………………………………………………………………………………………………16
1- 2- 1-2 ماژول روش تدریس……………………………………………………………………………………….17
1- 2- 1-3 دانش حوزه………………………………………………………………………………………………..17
1- 2- 1-4 ماژول تبادل اطلاعات……………………………………………………………………………………..17
1- 2- 1-5 مدل فرد خبره……………………………………………………………………………………………..17
1- 3 بررسی مشکل: عدم قطعیت در سیستم های آموزشی هوشمند……………………………………….18
1- 4 ارائه راه حل: استفاده از تئوری های اصولی…………………………………………………………………22

فصل دوم: بررسی مدل دانشجو در سیستم های موجود

بنا به تعریف Holt، مدل دانشجو عبارت است از یًک نمایش از باورهای سیستم در مورد دانش- آموز و … بنابراین یک تجرید از دانشجو میباشد ً [ 5]. بنابراین منظور از مدلسازی دانشجو، نمایش برخی از صفات دانشآموز توسط سیستم می باشد. از آنجا که کاربرد مدل دانشجو منطبق ساختن مطالب درسی با نیاز و دانش دانشجو است، آن دسته صفات دانشجو که در امر یادگیری او موثر واقع می شود در مدل نمایش داده خواهند شد. میزان خبرگی دانشجو در یک حوزه و یا رفتار او در حل مسئله، باورهای غلط و سبک یادگیری نمونه هایی از این صفات هستند. پیش از پرداختن به بحث مدلسازی دانشجو بررسی تئوریهای مختلف یادگیری و نحوه تأثیر آنها در طراحی طرح درس مفید خواهد بود. چهار تئوری مهم یادگیری عبارتند از رفتارگرایی ، شناخت گرایی ، عین گرایی و ساخت و سازگرایی می باشند. سه تئوری اول در سیستمهای مختلف بکار گرفته شده اند ولی در پیاده سازی، تئوری چهارم مسائل خاص خود را دارد، اگر چه نمیتوان گفت مدلسازی دانشجو کاملاً با تئوری ساخت و سازگرایی تناقض دارد. در ادامه به بررسی چهار تئوری ذکر شده می پردازیم.
2-1 بررسی تئوریهای مختلف یادگیری دانشجو را به شکل یک جعبه سیاه در نظر می گیرد. آموزش دانشجو در این تئوری به این معناست که به دانشجو آموزش داده شود که در
مقابل یک محرک خاص باید یک جواب خاص بدهد، این پروسه شرطی شدن نام دارد. یکی از روشهای آموزش در این تئوری، تحریک مکرر و تشویق در صورت گرفتن جواب درست و تنبیه در صورت گرفتنجواب نادرست میباشد. مشخصه اهداف آموزشی بر اساس تئوری رفتارگرایی، خصوصیتهای “کاملاًمشخص بودن” ، “قابل اندازه گیری بودن” و “قطعی بودن” می باشد[ 6] . برای مثال گفته می شود که یک دانشجو اگر به 90 درصد ،یا بیشتر از سئوالات در یک امتحان پاسخ درست داده باشد، در آن حیطه خبره شده است. اساس تئوری شناخت گرایی بر این باور است که “یادگیری، بدست آوردن ساختارهای شناختی و یا دوباره سازماندهی آنها در طی پردازش و ذخیره سازی اطلاعات توسط انسان می باشد” [ 7]. به عبارت دیگر تئوری شناخت گرایی، یادگیری را شکل دهی و بازشکل دهی نمایش دانش حوزه، در فکر انسان می داند. بنابراین دانشجو از نظر تئوری شناخت گرایی یک جعبه سیاه نیست و مدلهای شناختی نمایش اطلاعات در داخل ذهن را هم در نظر میگیرند. ساختارهای دانش در این تئوری” شما ” نامیده می شود. شما می تواند ترکیب شود، بسط داده شود، و یا با گرفتن اطلاعات جدید تغییر پیدا کند. حافظه در این مدل به سه بخش حسی (که اطلاعات در آن حداکثر به مدت 4 ثانیه نگه داری می شود) وحافظه کوتاه مدت (که اطلاعات حداکثر تا 30 ثانیه و حداقل به مدت 4ثانیه درآن نگهداری میشود) و حافظه طولانی مدت (که در آن پردازشهای عمیق تری مانند ایجاد ارتباط بین موضوعات مختلف اتفاق می افتد و حداکثر گنجایش آن، بین 5 تا 7 موضوع است)، تقسیم می شود.این تئوری همچنین پیشنهاداتی در جهت بهبود بخشیدن به کارایی یادگیری و موثر کردن آن ارائه می نماید. از جمله این پیشنهادها “اثر سازمان داده شده بودن” (اطلاعات طبقه بندی شده با ساختار معین،بهتر در حافظه ضبط می شوند) و “اثر با معنی بودن” (اطلاعات جدید مرتبـــط به شماهای موجود را راحت تر میتوان فرا گرفت) می باشد[ 6] . تئوری عین گرایی، دانش را از صاحب دانش ، و بالتع نمایش دانش را از نمایش فرد خبره ازدانش حوزه، جدا می کند. زیرا دانش( مثل واقعیت و حقیقت) یک موجودیت خارجی است و ساختاریدارد که می تواند به صورت عینی شناخته شود. تئوری عین گرایی با تجربیات شخصی و تعصبات ذهنی، به عنوان مشکلات، در راه درک دقیق واقعیت برخورد می کند[ 8]. درحوزه علم طراحی طرح درس، استفاده از تئوری عین گرایی بدین معنی است که موضوعات درسی به صورتی نمایش داده شود که دانشجو بتواند مفهوم دقیق آنرا درک کند. مانند نقشی که یک کتاب درسی ایفا می کند. چهارمین و آخرین تئوری که بررسی می کنیم، تئوری ساخت و سازگرایی می باشد. در مقایسه با سه تئوری قبل که در آنها رفتار یا ساختارهای شناختی و یا موضوعات درسی از قبل تعریف شده بود و
به دانشجو منتقل می شد، در تئوری ساخت و سازگرایی گفته می شود که هر دانشجو بر اساس تجربیات فردی خودش، درکش را از حقیقت شکل میدهد.در حقیقت دانش جدید منتقل نمی شود بلکه بر اساس تجربیات قبلی دانشجو شکل می گیرد و ساختارهای ذهنی و باورهای قبلی برای تفسیر اتفاقات و موجودیتها مورد استفاده قرار میگیرند. بنابراین انتظار میرود که هر دانشجو حقیقتی منحصر به خودش را به وجود آورد. در این تئوری اعتقاد بر این است که دانش نباید برای عرضه به دانشجو به قسمتهای مجزا شکسته شود، بلکه باید در شرایط واقعی و با ابهامات و جزئیات ریزش به دانشجو ارائه شود. در نتیجه دانشجو قادر خواهد بود که دانش را سازگارتر با متنی که میخواهد دانش را در آن بکار بگیرد ، بدست آورد.

2- 1 بررسی تئوریهای مختلف یادگیری………………………………………………………………………………24
2- 2 کاربرد تئوریهای یادگیری با طراحی سیستم آموزشی هوشمند……………………………………………26
2- 3 مطالعه مدل های دانشجو………………………………………………………………………………………28
2- 3- 1 مدل دسته های کلیشه ای…………………………………………………………………………………31
2- 3- 1-1 دسته های کلیشه ای ثابت……………………………………………………………………………..31
2- 3- 1-2 دسته های کلیشه ای به عنوان دسته های مبنا……………………………………………………..33
2- 3- 2 مدل پوشش………………………………………………………………………………………………….34
2- 3- 3 مدل میزان اختلاف……………………………………………………………………………………………36
2- 3- 4 مدلهای آشفتگی…………………………………………………………………………………………….38
2- 3- 4-1 مدلسازی به روش جمع آوری آشفتگی ها…………………………………………………………….39
2- 3- 4-2 مدلسازی تولید کننده…………………………………………………………………………………….43 .
2- 3- 4-3 مدلسازی به روش بازسازی……………………………………………………………………………..45
2- 3- 5 ردیابی مدل………………………………………………………………………………………………… 46

2- 3- 6 مدلسازی مبتنی بر محدودیت،CBM ا.و…………………………………………………………………..49
2- 4 خلاصه………………………………………………………………………………………………………….. 53
2- 5 مدلسازی دانشجو با استفاده از قضایای احتمال شرطی………………………………………………… 54
2- 5- 1 مدلهای مبتنی بر متخصص……………………………………………………………………………….. 56
2- 5- 2 مدلهای مبتنی بر کارایی…………………………………………………………………………………. 60
2- 5- 3 مدل مبتنی برداده………………………………………………………………………………………… 64
2- 8- 4 موارد استفاده مدل دانشجوی مبتنی بر شبکۀ احتمالی بیز ………………………………………..65
2- 5- 4-1 ارزشیابی………………………………………………………………………………………………. 65
2- 5- 4-2 انتخاب عمل آموزشی مناسب………………………………………………………………………. 66
2- 5- 4-3 استراتژی های تغییر………………………………………………………………………………….. 67
2- 5- 4-4 استراتژی های عیب یابی و تشخیص………………………………………………………………. 70
2- 5- 5 استراتژی های آموزشی بر اساس نظریه تصمیم گیری……………………………………………. 72
2- 6 خلاصه……………………………………………………………………………………………………….. 73
3- 1محتویات مدل دانشجو……………………………………………………………………………………… 75
3- 2 کاربرد های مدل دانشجو …………………………………………………………………………………76
3- 2- 1ماژول طرح درس………………………………………………………………………………………… 76
3- 2- 2نحوۀ انتخاب سرفصل………………………………………………………………………………….. 77
3- 2- 3تولید مسئله……………………………………………………………………………………………. 77
3- 2- 4بازخورد ……………………………………………………………………………………………………77
3- 2- 5 استراتژی انتخاب……………………………………………………………………………………….. 78
3- 3نکات مهم در پیاده سازی………………………………………………………………………………….. 79
3- 4مثال های جالب……………………………………………………………………………………………. 81
3- 4- 1 مدلسازی دانشجو در LISP-tutor ا…………………………………………………………………..82
3- 4- 2مدلسازی دانشجو در Sherlock II ا……………………………………………………………………83
3- 4- 3مدلسازی دانشجو در ANDES او……………………………………………………………………….85
3- 4- 4 مدلسازی دانشجو در MENO- Tutor ا……………………………………………………………….87

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فهرست شکلها

شکل1-1:تعامل زیرسیستمها در یک سیستم آموزشی هوشمند ……………………………………………16

شکل1- 2 :منابع عدم قطعیت در یک سیستم آموزشی هوشمند…………………………………………….21

شکل:2- 1 دسته بندی رهیافتهای نمایش مدل دانشجو بر اساس دوام باورها در مدل و محتوی مدل…………………………………………………………………………………………………………………….30

شکل:2- 2 یک مدل دانشجو با رهیافت پوشش…………………………………………………………………..35

شکل:2- 3 یک مدل دانشجو با رهیافت میزان اختلاف………………………………………………………………37

شکل: 2- 4 تعبیر مدل دانشجو در رهیافت مدلسازی آشفتگی……………………………………………………39

شکل2- 5 : یک راه حل غلط در حوزه تفریق ابتدایی …………………………………………………………………40

شکل 2-6 :دسته بندی مدلهای دانشجو مبتنی بر شبکه احتمال بیز……………………………………………….56

 

Abstract
Intelligent tutoring Systems (ITSs) adapt content and activities with thegoals of being both effective and efficient instructional environments. They have goals for students to be challenged and guided in an optimal way without being too overwhelmed with difficult material or too bored with easy or repetitive material. We propose a particular definition of the zone of proximal development (ZPD) as a general way to describe what all ITSs try to do, and we propose a foundational analysis of instructional adaptivity, student modeling, and system evaluation in terms of the ZPD. We give an operational definition of the ZPD and give an example of its use, and summarize how instructional methods such as scaffolding can be used to maintain ZPD-learning. We also explain how our definition of the ZPD can lead to a more complete model for efficient and effective instruction than common mastery learning criteria.



مقطع : کارشناسی ارشد

قیمت 25 هزار تومان

خرید فایل pdf به همراه فایلword

قیمت:35هزار تومان