Розділи

  • Загальне

    • Филоненко Е.М., Фомин А.А.

      Одесский национальный политехнический университет

      КОГНИТИВНЫЕ КАРТЫ КАК СРЕДСТВО АНАЛИЗА ПАРАМЕТРОВ ВЛИЯНИЯ НА ФОРМИРОВАНИЕ ИТОГОВОЙ ОЦЕНКИ СТУДЕНТОВ СМЕШАННОГО ОБУЧЕНИЯ

      Аннотация. Работа демонстрирует использование когнитивных карт как средство анализа параметров, влияющих на формирование итоговой оценки у студентов высшего учебного заведения после внедрения дистанционной составляющей в образовательный процесс университета.

      В работе описан подход к разработке программного обеспечения для визуализации данных, характеризующих влияние некоторых параметров на успеваемость студентов ВУЗа при смешанном обучением.

      Ключевые слова: когнитивные карты, смешанное обучение, визуализация данных.

      Введение. Широкое применение в последние десятилетия получили средства, имеющие возможность создания с помощью современных коммуникационных технологий информационного образовательного пространства для организации процесса обучения в учебных заведениях. Эти средства активно внедряются в учебный процесс образовательных учреждений, так как они имеют ряд преимуществ:

      • возможность существенно экономить материальные и человеческие ресурсы ВУЗа;
      • повышение удобства использования образовательных ресурсов;
      • автоматизация мониторинга качества учебного процесса.

      Актуальность проблемы. Развитие дистанционного обучения в рамках учебного заведения затруднительно без дидактически обоснованных методов применения средств информационных технологий в образовании. Поэтому актуальной является задача анализа различных параметров, влияющих на успеваемость студентов при внедрении дистанционной составляющей в учебный процесс ВУЗа.

      Цель исследования. Целью исследования является выявление параметров, в наибольшей степени влияющих на успеваемость студентов ВУЗа путем внедрения системы дистанционного обучения на базе системы дистанционного обучения Moodle в контексте смешанного обучения.


      1. Понятия когнитивных карт и смешанного обучения

      Точность оценивания успеваемости студентов учебного курса прямо пропорционально ресурсам, затрачиваемых на сбор и анализ данных, получаемых при проведении курса. Внедряя дистанционную составляющую в учебный процесс, преподаватель получает дополнительный источник информации об успеваемости, а также поведенческих параметрах студентов в преподаваемой дисциплине.

      Недостаток данных, позволяющих формировать комплексную оценку качества образования, в том числе включающую психологическое состояние студента во время обучения, уровень осознанности студентами тестовых заданий не позволяет разработать дидактически продуманные дистанционные курсы, нацеленные на повышение уровня качества образования в учебных заведениях.

      Как один из методов оценки уровня влияния упомянутых параметров на качество обучения, обеспечивающий снижение многоразовых трудоемких операций в области анализа полученных данных, выступает когнитивное моделирование.

      Когнитивное моделирование – это способ анализа, обеспечивающий определение уровня взаимовлияния различных параметров на объект управления на основе выделенных понятий, количественно и качественно характеризующих сложившуюся ситуацию. 

      Термин «когнитивный» происходит от «cognition» – «познание» (англ.)  и используется для обозначения новых перспективных направлений развития науки и техники (когнитивная психология, когнитивное моделирование, когнитивный анализ и пр.). Основой когнитивного анализа и моделирования есть когнитивная (познавательная) структуризация знаний об объекте и внешней для него среды.

      Одним из распространенных инструментов когнитивного моделирования является когнитивная карта. Когнитивная карта – это графическое представление причинных связей между понятиями, факторами, показателями, параметрами, взаимодействующими с системами и их блоками [1]. Когнитивная карта позволяет дать комплексную оценку исследуемой ситуации, определить причинно-следственные связи между параметрами системы, а также влияние параметров на ситуацию в целом.

      Классическая когнитивная карта представляет собой знаковый ориентированный граф

      \( G=< V, E >, \)
      		 (1)

      где \( V = \lbrace{ v_i \epsilon V, i = 1, 2, 3 ..., k }\rbrace \) - вершины когнитивной карты, представленные в виде множества факторов, целей или событий;\( E = \lbrace{ e_i \epsilon E, i = 1, 2, 3 ..., k }\rbrace \) - дуги когнитивной карты, множество отношений, показывающие влияние факторов, целей или событий друг на друга [2].

      Когнитивные карты чаще всего рассматриваются для моделирования познавательных (когнитивных) процессов, связанных с приобретением, репрезентацией и переработкой информации об окружающей среде, в ходе которых субъект не является пассивным наблюдателем, а активно взаимодействует со средой.

      Когнитивные карты уместно использовать для анализа данных после внедрения дистанционной составляющей (технологий дистанционного обучения (ДО)) в учебный процесс ВУЗа. Актуальным способом популяризации ДО в учебную деятельность ВУЗа является современный подход в образовании, именуемый «смешанным обучением».

      Смешанное обучение, или blended learning, – современная образовательная технология, в основе которой лежит концепция объединения аудиторной преподавательской деятельности и технологий электронного обучения, базирующегося на новых дидактических возможностях, предоставляемых информационными компьютерными технологиями и современными учебными средствами [3]. 

      Главной целью внедрения такого подхода в учебный процесс является стимулирование студентов к самостоятельному освоению материала, самоанализу и социальной активности. При этом учитываются такие характеристики, как индивидуальные образовательные потребности, темп и ритм усвоения материала, которые не ссылаются на учебную программу, в которой может быть указано количество часов, недостаточных для усвоения материала.

      В качестве средства реализации такого подхода была выбрана одна из моделей смешанного обучения «Перевернутый класс» (англ. «Flipped classroom»). Данная модель подразумевает перенесение репродуктивной учебной деятельности на домашнее обучение. Работа в аудитории посвящена обсуждению изученного, разным видам деятельности, организации индивидуальной и групповой формы работы за счет высвобождения времени от зубрежки теоретического материала. Во время дистанционного «домашнего» изучения материала в системе ведется учёт времени работы, фиксируются количественные и качественные параметры работы каждого пользователя.

      Нахождение таких параметров является одной из задач представленной работы.


      2. Выделение «субъективных» параметров обучения

      Для построения когнитивной карты была предложена группа параметров, основанная на представлении студентами данных о своей деятельности на дистанционном курсе, которые далее будем называть как «субъективные». Субъективные параметры основаны на оценках (социологических опросах, тестах и т.д.) участников образовательного процесса: преподавателей, ассистентов, студентов и пр. Основной характеристикой этих параметров считается «опрашиваемость».

      Для дальнейших исследований выделим параметры, обладающие свойством субъективности. Также выделим качественные признаки представленных параметров представления в СДО Moodle (табл.2.1).

      Таблица 2.1. Параметры, влияющие на качество обучения

      NN Параметр Субъективность
      Опрашиваемость Качественный признак
      1 2 3 4
      1 Материалы лекций, представленные в системе ДА Присутствуют / Отсутствуют
      2 Тесты ДА Присутствуют / Отсутствуют
      3 Время, проведенное в системе ДА Много / Мало
      4 Задания для лабораторных работ ДА Присутствуют / Отсутствуют
      5 Время, приведенное в системе ДА Много / Мало

      Параметр «Количество лекционных материалов» подразумевает наличие конспектов лекций, методических указаний к практическим работам и прочие дополнительные источники, рекомендуемые преподавателем и размещенные в самой системе.

      Параметр «Количество тестов» указывает на количество тестов, реализованных в системе в рамках исследуемого учебного курса.

      Параметр «Время, потраченное на выполнение теста» нацелен на определение зависимости формирования оценки за тест у студента от времени, за которое студент проходил тест.

      Параметр «Количество заданий» указывает на количество заданий, реализованных в системе в рамках исследуемого курса.

      Параметр «Время, проведенное в системе» определяет зависимость формирования оценки за курс у студента от времени, которое студент провел в системе.

      Для определение объективных параметров используются различные средства веб-аналитики СДО Moodle. Методика определения субъективных параметров изложена в следующем разделе.


      3. Определение субъективных параметров

      3.1. Выбор ресурса для проведения исследования

      В LMS Moodle предусмотрены несколько стандартных активных элементов дистанционного курса, благодаря которым можно проводить различные исследования, в том числе и социологические опросы. Такими элементами являются:

      • Анкета (Survey);
      • Тест (Quiz);
      • Опрос (Choice);
      • Обратная связь (Feedback).

      Среди перечисленных элементов для формирования опроса для сбора субъективных параметров был выбран элемент «Обратная связь» (табл.3.1).

      Табл. 3.1. Сравнение активных элементов дистанционного курса СДО Moodle

      № п/п Активный элемент Возможность создания и проведения социологического опроса Неоцениваемый элемент Формирование ряда собственных вопросов с определением их количества и вариантов ответов на них
      1 Анкета + + –
      2 Тест + – +
      3 Опрос + + –
      4 Обратная связь + + +

      Преимущества выбранного элемента:

      1. Данный элемент позволяет создавать и проводить опросы для сбора отзывов [5].
      2. В отличие от элемента «Тест», элемент «Обратная связь» относится к неоцениваемым активным элементам, так как основная цель работы с данным элементом – анализ статистики.
      3. В отличие от элемента «Анкета», элемент «Обратная связь» позволяет сформировать ряд уникальных вопросов разного типа (множественный выбор, краткий текстовый ответ и пр.), что позволяет создать оптимальные условия для проведения исследования.
      4. В отличие от элемента «Опрос», «Обратная связь» позволяет внедрить в один элемент курса неограниченное количество вопросов.

      Исходя из вышеперечисленных преимуществ, элемент «Обратная связь» является оптимальным решением для проведения исследований, в том числе и для сбора субъективных параметров для построения когнитивной карты.

      3.2. Составление опроса и реализация ее непосредственно в СДО Moodle

      Для каждого отобранного параметра был сформулирован вопрос и соответствующие ему возможные варианты ответов. Вопросы и варианты ответов приведены в таблице 3.2.

      Таблица 3.2. Данные для составления опроса

      NN Параметр Субъективность
      Вопрос Варианты ответов
      1 2 3 4
      1 Количество лекционных материалов Как Вы считаете, повлияло ли количество материалов, размещенных на сайте, на итоговую оценку по дисциплине?
      Я пользовался(лась) только материалами лекций
      Я искал(а) решение только на сторонних ресурсах
      Я смотрел и конспекты лекций, и сторонние ресурсы
      2 Количество тестов Как Вы считаете, повлияло ли количество тестов на Вашу подготовку к модулю?
      Тесты помогли мне разобраться с темой
      Тесты мне только мешали, не давали возможности пройти дальше
      3 Время, проведенное в тесте Как Вы считаете, повлияло ли время, которое Вы затратили на прохождение теста, на итоговую оценку по дисциплине?
      Чем дольше я сидел(а) над тестом, тем лучше понимал(а) вопрос, тем больше получал(а) баллов за тест
      Чем дольше я сидел(а) над тестом, тем больше сомнений появлялось насчет вопросов, тем меньше получал(а) баллов за тест
      4 Наличие заданий для лабораторных работ Как Вы считаете, повлияло ли количество лабораторных работ на итоговую оценку по дисциплине?
      Количество лабораторных работ давали мне более широкое представление о теме
      Количество лабораторных работ только сбивало меня, порождало ряд новых вопросов
      Мне все равно на количество лабораторных, для меня главное - сдать предмет
      5 Время, проведенное в системе Как Вы считаете, сколько времени (в среднем) Вы тратили на подготовку к модулю?
      До 30 минут
      До 1 часа
      До 2 часов
      Более 2 часов

      На основании табл.3.1 был сформирован опрос с использованием элемента «Обратная связь». Реализация данного опроса представлена на рис.3.1.


      Рис.3.1. Выполнение элемента «Обратная связь» в СДО Moodle


      4. Построение когнитивной карты

      4.1. Определение весов дуг когнитивной карты

      Для построения когнитивной карты для определения уровня влияния параметров на академическую успеваемость студентов в системе дистанционного обучения (СДО) воспользуемся следующим алгоритмом:

      1. Подготовка условий для проведения исследования.
      2. Проведение социологического исследования.
      3. Построение когнитивной карты на основе полученных данных.

      Элемент «Обратная связь» в СДО Moodle дает возможность анализировать данные социологических исследований как в визуальном (предлагая данные диаграмм каждого вопроса), таки в табличном виде. Выбирая табличный способ представления данных, аналитику предлагаются данные по каждому вопросу.

      Среди количества пользователей, которые выбрали конкретный вариант ответа, значение каждого варианта ответа определяется по формуле (2):

      \( S= \frac{ \sum{Nc_iK_iP_i} }{N},  \)
      		(2)

      где N – общее количество пользователей, участвовавших в опросе; Nc – количество пользователей, выбравших конкретный вариант ответа (\( \sum{Nc_i}=N \)); Р – коэффициент влияния варианта ответа; К – коэффициент процентного соотношения варианта ответа к общему количеству участников опроса, который определяется по формуле (3):

      \( K= \frac{Nc}{N}, 0 \leq K \leq 1.  \)
      		(3)

      4.2. Разработка плагина для построения когнитивных карт

      Алгоритм расчета, приведенный в п.4.1, а также метод составления опроса, описанный в п.3.2, были внедрены в работу разрабатываемого плагина «Cognitive Analytics» [5].

      При разработке плагина использовался интерфейс программирования приложений Moodle API, который предлагает разработчику множество полезных функций.

      Для работы с базой данных применяется Data manipulation API. Данное API позволяет формировать SQL-запросы к базе данных (поддерживает MySQL, MS SQL и др.), редактировать ее структуру. Доступ к этим возможностям происходит через глобальную переменную Moodle $DB.

      При работе с формами используется Form API. Все формы Moodle наследуются от базового класса moodleform и реализуют методы definition() и validation(). Первый метод содержит определение формы: элементы формы, кнопки, подсказки и другое. Moodle-формы поддерживают множество доступных компонентов, среди которых присутствуют как стандартные textbox, checkbox, select, так и нестандартные, как, например, editor, filemanager и другие. В методе validation() содержатся проверки на допустимость параметров, введенных в форму.

      При формировании шапки и подвала на веб-страницах в плагине портфолио применяется Output API. Также возможности данного API используются при выводе изображений профиля пользователя и отображении различных оповещений.

      Для доступа к текущим настройкам конфигурации Moodle используется глобальная переменная $CFG. При работе с веб-страницами используется Page API. Данное API позволяет через глобальную переменную $PAGE сформировать навигационную панель Moodle («Хлебные крошки»), установить заголовки страницы, подключать к ней стили и JavaScript. Работа с JavaScript осуществляется с помощью библиотеки jQuery. Для работы с глобальными событиями системы дистанционного обучения Moodle используется Event 2 API.

      Для получения доступа к отчету, предоставляемого плагином, необходимо авторизоваться в системе Moodle от имени администратора системы или управляющего (преподавателя) курса. Главная страница одного из курсов Одесского национального политехнического университета с выделенной ссылкой доступа к плагину «Cognitive Analytics» представлена на рис.4.1.


      Рис.4.1. Доступ к плагину «Cognitive Analytics» с главной страницы дистанционного курса в режиме администратора системы

      На рис.4.2 показано выполнение работы плагина в режиме отчета с предварительными настройками.


      Рис.4.2. Страница отчетов плагина «Cognitive Analytics»

      После запуска плагина «Cognitive Analytics» были определены факторы, которые влияют на академическую успеваемость студентов в системе дистанционного обучения, а также уровень их влияния, оцененный в пределах от нуля до единицы. Такая оценка позволяет оценить уровень влияния факторов с целью повышения качества дистанционного обучения в учебном заведении.

      4.3. Построение когнитивной карты

      Рис.4.3 отображает построенную когнитивную карту, которая была выполнена в результате нажатия на кнопку «Когнитивная карта» на странице плагина.

      Рис.4.3. Построенная по результатам исследования когнитивная карта

       

      Выводы. Благодаря использованному в работе методу построения когнитивных карт была решена задача анализа параметров влияния на академическую успеваемость студентов смешанного обучения. Академическую успеваемость в свою очередь оценивается путем исследования формирования итоговой оценки у студентов высшего учебного заведения после внедрения дистанционной составляющей в образовательный процесс университета.

      В работе описан подход к разработке программного обеспечения для визуализации когнитивных карт. Результат построения когнитивных карт показал, что множество параметров, имеющих наибольший вес, можно использовать для улучшения разработки дистанционных курсов и повышения их качества для преподавателей, внедряющих технологии дистанционного обучения в учебный процесс.

      По построенной когнитивной карте были определены параметры, имеющие наибольшее влияние на академическую успеваемость студентов:

      • количество тестирований на курсе;
      • время прохождения теста.

      Также было обнаружено, что в меньшей степени на формирование итоговой оценки студентов курса влияет такой параметр, как время, проведенное студентом в качестве аутентифицированного на курсе пользователя.

      В настоящее время разработанный для решения поставленных задач плагин «Cognitive Analytics» внедрен в образовательную среду Одесского национального политехнического университета.


      Список использованных источников

      1. Авдеева З.К., Коврига С.В., Макаренко Д.И., Максимов В.И. Когнитивный подход в управлении // Проблемы управления. 2007
      2. Филоненко Е.М., Фомин А.А., Павленко В.Д. Использование когнитивных карт для выделения факторов успеваемости студентов дистанционной формы обучения // Сучасні інформаційні технології 2017 (МІТ-2017): Матеріали сьомої Міжнародної конференції студентів і молодих науковців, 22-24 травня 2017р./ Міністерство освіти і науки України. ВНЗ «Одеський національний політехнічний університет». – Одеса: Бондаренко М.О., 2017. – С.150-151.
      3. Смешанное обучение: 6 моделей для применения в современной школе [Электронный ресурс] // Мобильное Электронное Образование, 2016 – URL: https://mob-edu.ru/blog/articles/smeshannoe-obuchenie-6-modelej-dlya-primeneniya-v-sovremennoj-shkole/
      4. Feedback activity // Moodle Docs, 2017 – URL: https://docs.moodle.org/33/en/Feedback_activity
      5. Филоненко Е. М. Анализ академической успеваемости студентов в системе дистанционного обучения Moodle с помощью когнитивных карт / Е. М. Филоненко, Н.А. Герасимчук, А. А. Фомин // Актуальные научные исследования в современном мире: XXXIII Международная научная конференция, 26-27 января 2018 г., Переслав-Хмельницкий. // Сб. научных трудов – Переслав-Хмельницкий, 2018. – Вып. 1 (33), ч. 5 – С. 103-108
    • Презентация доклада Файл Документ PDF Модифіковано 14.05.18, 16:16