Рост учителя. Issn молодой учёныйЕжемесячный научный журнал 6 (65) Редакционная коллегия bГлавный редактор
 Скачать 2.45 Mb.
|
|
Количество Среднее Отклонение от стандарта Стандартная ошибка F Sig Группа 2,88 63,57 15,27 2,88 4,461 Экспериментальная группа 65,93 29,83 Таблица Сравнение контрольных и экспериментальных групп познавательная, поведенческая, эмоциональная подшкалы) Количество Среднее Отклонение от стандарта Стандартная ошибка F Sig Познавательная подшкала контрольная группа) 28 45,50 15,92 2,90 4,646 Познавательная подшкала экспериментальная группа) 88 37,57 10,01 Поведенческая подшкала контрольная группа) 28 44,63 16,59 3,02 4,132 Поведенческая подшкала (экспериментальная группа) 88 36,85 10,56 1,99 4,646 0,035 777 “Young Scientist” . #6 (65) . May О подготовке будущих преподавателей по информационно-коммуникационным технологиям — перспектива развития информационных технологий Юсупов Фирнафас, кандидат технических наук, доцент Сапаев Уктамбай, старший преподаватель Ташкентский университет информационных технологий, Ургенчский филиал (Узбекистан) В соответствии с законом Республики Узбекистан Об информатизации от 1 декабря 2003 года ив целях дальнейшего кардинального совершенствования и повышения уровняв сфере связи и информатизации, развития и внедрения в отраслях и сферах экономики страны современных информационных и телекоммуникационных технологий на уровне мировых стандартов, включая сеть Интернет принят Указ Президента Республики Узбекистан от 16 октября 2012 г. № УП−4475 О создании Государственного комитета связи, информатизации и телекоммуникационных технологий Республики Узбекистан. В соответствии сданным Указом … Основными задачами и направлениями деятельности Государственного комитета связи, информатизации и телекоммуникационных технологий Республики Узбекистан определены … организация эффективной системы подготовки и повышения квалификации кадров в области информационно-комму- никационных технологий, в том числе в сфере разработки программных продуктов, информационных баз данных, обеспечение информационной безопасности Поэтому создание технопарков, техноэкополисов в сфере информационных технологий — это национальная задача Республики Узбекистан. Но необходимо отметить, что такой ресурс, как специалисты, как нефть и газ из земли не берутся, а подготавливаются в системе образования школа — лицей, профобразования колледж — вуз — дополнительное высшее образование. Модернизация отечественного образования, переориентация его на самореализацию личности, адаптацию по отношению к реальным возможностями потребностям учащихся требует от преподавателя, особенно в области информационной технологии, постоянного совершенствования, как профессионала. По этой причине в сфере образования существенно возрастает объем работы по повышению квалификации специалиста информационной технологии, увеличивается нагрузка на систему повышения квалификации и переподготовки педагогических кадров в области информационных технологии. Возникает противоречие между необходимостью подготовки преподавателя в сфере информационных технологии к работе в изменяющихся условиях и неспособностью региональных систем повышения квалификации работников образования решать задачу повышения квалификации в области информационных технологий в постоянно возрастающем объеме в рамках традиционных форм обучения. Государственная политика в области образования, в частности в сфере информационной технологии, направлена на повышение доступности качественного образования, соответствующего требованиям инновационного развития экономики, современным потребностям общества и каждого гражданина. Инновационное развитие экономики предполагает постоянное совершенствование таких качеств личности, как инициативность, способность творчески мыслить и находить нестандартные решения. В связи с этим ключевой задачей, стоящей перед образовательной системой любого уровня, является переход к освоению различных видов деятельности — проектных, творческих, исследовательских — через формирование базовых компетентностей современного человека и спе- циалиста. В настоящее время увеличивается запрос на специализацию и индивидуализацию обучения в сферах информационной технологии на всех уровнях, в том числе ив дополнительном профессиональном образовании. Осознанный заказ специалиста на собственный процесс повышения квалификации становится чрезвычайно важным, т. к. только реализация собственного заказана повышение квалификации может помочь удовлетворить индивидуальные образовательные потребности специалистов в области информационной технологии, стимулировать их профессиональное компетентное развитие и соответственно совершенствовать образовательную практику. Созданная и постоянно модернизируемая в Ургенчском филиале ТУИТ дидактическая среда дисциплины Информатика и ИТ, Технология программирования, объектно-ориентированное программирование реализуется на основе международного стандарта ISO / IEC 12207, в частности спиралевидную модель, что, по нашему мнению, позволит при системном подходе к подготовке преподавателей информатики сделать модернизацию педагогического образования перспективным элементом системы образования, в целом. В связи с указанными обстоятельствами особое значение приобретает проблема качества образования, целенаправленное управление которым обеспечивает достижение необходимых показателей. Параллельно необходимо вести интенсивный поиски новых форм учеб- но-методического обеспечения учебного процесса. Эффективность работы и достижение поставленных целей во многом определяется согласованной деятельностью педагога и обучающихся, что в свою очередь зависит от подготовки их к занятиям. Как показывает практика, перед педагогами, особенно начинающими свою профессиональную деятельность, стоит проблема подбора таких Молодой учёный» . № 6 (65) . Май, 2014 г. Педагогика форм и методов работы, которые приводили бык достижению положительного результата (соотношение трудовых затрат преподавателя с глубиной усвоения учебного предмета обучаемым). Среди различных приемов повышения качества учеб- но-методической деятельности педагога выделяется разработка и использование в виде логического граф- семантического структурированного конспекта дисциплины, помогающего систематизировать учебный материал, выделить существенные связи, обеспечить представление учащимся целостной картины изучаемого предмета. Все это создает основу для дальнейшей организации процесса усвоения учебного предмета доне- обходимой глубины, обеспечить качество его усвоения. Проблема структурирования и отбора содержания учебного материала давно и широко обсуждается. В настоящее время существует весьма много моделей логической структуры учебного материала. Эти модели, несмотря на их разнородность в плане обоснования подходов и методов, прошли апробацию в реальном педагогическом процессе и дали свои положительные результаты. Вопросу выяснения влияния логических связей (отношений) в учебном материале на дидактические свойства различных вариантов объяснения этого материала посвящена работа [3]. По его мнению, оттого, что понимается под элементом учебного материала и оттого, как устанавливаются связи между выделенными элементами, зависят и варианты представления логической структуры учебного материала, а также организации преподавании данного предмета. Представление конспекта дисциплины в структурно- логической форме имеет ряд преимуществ по сравнению с линейно-текстовым изложением учебного материала. Среди таких преимуществ можно выделить следующие [2– 6]: 1) Упрощается возможность определения структуры изучаемого явления, существенных связей между компонентами затруднение в выделении главного в линей- но-текстовом изложении в значительной мере преодолевается при замене словесного описания оформлением ее в виде таблица лучше — схем. 2) Практически реализуется способ схематической визуализации информации, который представляет собой более рациональный прием работы с учебным материалом вообще. 3) Структурирование и схематизация текстовой информации являются важнейшими компонентами мнемического действия, составляющего основу процесса запоминания. 4) Структур- но-логическая форма изложения материала помогает быстрее сформировать у обучающихся целостную картину изучаемого предмета. Это создает основу для дальнейшей организации процесса усвоения учебного предмета доне- обходимой глубины и т. д. Обучение будущих педагогов, на основе структурно- логической форме изложение учебного материала, использованию информационных и коммуникационных технологий в образовательном процессе требует усиления фундаментальной подготовки педагогов, формирование их способности к исследовательской деятельности в психолого-педагогической и предметной сфере. Подготовка компетентных педагогов в области информационных технологии в ближайшем будущем, зависит от настоящей системы подготовки преподавателей информатики, в частности. Особое внимание при подготовке преподавателей следует обратить, которые обладая знаниями, умениями и навыками в области информационных технологий, программирования на универсальных, современных и других языках программирования и основами педагогики и психологии способны создавать современные дидактические среды начиная с профессиональных колледжах и лицеях и на их основе готовить перспективных для общества специалистов в профессионально ориентированных вузах. Одной из фундаментальных дисциплин подготовки учителей информатики является дисциплины Информатика и ИТ, технология программирования, объектно-ориенти- рованное программирование, программирование в среде Интернет, и, по нашему замыслу, введя в ее дидактическую среду элементы системной инновации и модернизации можно готовить для системы образования топ менеджеров, способных быть связующим звеном между преподавателями предметниками, их дисциплинами и современными информационными и коммуникационными технологиями. Существующие методы обучения программированию в целом можно охарактеризовать следующими составными частями Характеристика языков программирования, алгоритмы и программы, структурные схемы Предварительное знакомство с языком программирования Объявление и типы данных Выражения, операнды и операторы Элементарный ввод-вывод; Формирование циклов и объединение инструкций в группы Процедуры и функции Массивы, файлы, множества и записи Более сложные элементы языка, практика программирования и примеры решения сложных задач (сортировки, поиск оптимального маршрута, программирование игр и т. д.). Более развернутый и фундаментальный подход к изучению программирования, широко практикуемый в странах СНГ дан в учебных пособиях для высшего образования. Этот подход предлагает Программирование как составную часть информатики наряду с такими дисциплинами, как Дискретная математика, логическая математика и т. п. Предлагаемый х семестровый курс включает следующие разделы и темы Информация и ее представление Вычислительные структуры и алгоритмы Языки программирования и программирование Аппликативные языки программирования Управляющие структуры, ориентированные на присваивание Объявления типов Ма- шинно-ориентированные языковые элементы Рекурсивные объявления типов Вычислительные структуры и машинно-ориентированное программирование. Не секрет, что водной студенческой группе могут обучаться как студенты, способные осваивать знания на продуктивном и на проблемном уровнях, таки студенты, обладающие слабыми способностями в отношении алгоритмического и логического мышления. Предлагаемый подход позволяет не только реализовать существующие требования стандарта на репродуктивных уровнях обучения, но и на продуктивных уровнях проводить постоянную модернизацию основополагающей для преподавателей информатики дисциплины и закладывать основы инновационной деятельности. Литература: 1. УП−4475 от 16 октября 2012 г. О создании Государственного комитета связи, информатизации и телекоммуникационных технологий Республики Узбекистан. Шаталов, В. Ф. Педагогическая проза. Архангельск Сев.-Зап. Кн. Изд-во, 1990. 383 с. Сохор, А. М. Логическая структура учебного материала. Вопросы дидактического анализа. М Педагогика, 1974. — 192 с. Штейнберг, В. Э. Конструкторско-технологическая деятельность преподавателя // Школьные технологии. 2000. № 3. с. 3–18. 5. Эрдниев, П. М. Укрупнение дидактических единиц в обучении математике кн. для учителя. М Просвещение, 1986. 255 с. Юсупов, Ф, Юсупов Д. Ф, Раззаков Б. Повышение эффективности изучения курса информатика на основе структурно-логической граф схемы дисциплины / Высшее образование сегодня. — Мс. Савельев, А. Я. Основы информатики Учеб. для вузов. — М Изд-во МГТУ им. Н. Э. Баумана, 2001. — 328 с. Вирт, Н. Алгоритмы и структуры данных Перс англ. — М Мир, 1989. — 360 с. Долинский, МС. Решение сложных и олимпиадных задач по программированию Учебное пособие. — СПб.: Питер, 2006. — 366 с. Нейросетевые технологии адаптивного обучения и контроля знаний студентов по курсу основы программирования Юсупов Давронбек Фирнафасович, ассистент Ургенчский государственный университет (Узбекистан) С целью своевременного контроля, и корректировки знаний студентов а также системы контроля хода учебного процесса необходимо создать адаптивные автоматизированные системы управления учебным процессом. Самым слабым звеном в учебном процессе, как правило, является явно недостаточное количество или иногда полное отсутствие информации у преподавателя о качестве усвоения изучаемого материала, о правильном понимании его, оса- мостоятельной работе студентов, в частности, предмета основы программирования в начальном курсе обучения. Представление об этом может быть получено лишь в конце обучения, да и то лишь по некоторым курсами далеко неполное, так как за несколько часов, которые отводятся для оценки знаний преподавателем вовремя текущего и рубежного контроля с целой группой студентов, трудно выяснить истинные знания, полученные студентами завесь период обучения. Для более успешного проведения занятий преподаватель должен знать о работе студентов над прочитанным материалом, о качестве его усвоения. Это можно сделать с помощью внедрения современных информационно-коммуника- ционных, педагогических технологий и моделей обучения в учебный процесс, например созданием системы адаптивного обучения предмета основы программирования на основе нейросетевых технологий. Специфика подготовки специалиста в области информационной технологии требует создания определенной модели обучения. Под моделью обучения мы понимаем совокупность модели обучаемого, базы знаний предметной области (ПО) и модели концепции обучения [1]. Рассматривая такие области знаний, как математика, информатика, физика, химия и другие естественнонаучные дисциплины, мы сталкиваемся с четко определенными понятиями и правилами ПО, которые характеризуются высокой степенью формализации. Подобные области знаний описывают набором определений, понятий и правил, устанавливающих взаимосвязи между ними. В качестве модели представления знаний таких ПО, нами предлагается семантическая сеть построенная на основе логической граф-структуры дисциплины [2, 3]. Не останавливаясь на процессе логического структурирования предмета информатика и формализации знаний, будем исходить из предположения, что знания уже представлены семантической сетью, узлы которой содержат логически законченные понятия ПО, а дуги — отношения между ними. Основной особенностью адаптивной системы обучения является оптимизация процесса обучения. На сегодняшний день не существует универсальной методики обучения, поэтому преподаватель выбирает наиболее приемлемый способ Молодой учёный» . № 6 (65) . Май, 2014 г. Педагогика обучения исходя из собственного опыта, что не всегда бывает оптимально. Здесь в качестве критерия эффективности мы рассматриваем глубину освоения предмета обучаемым, полноту и прочность усвоенных им знаний, уровень изучения теоретического материала и приобретения практических навыков. Учет в модели компьютеризованной системы обучения свойств самого обучаемого позволяет наиболее эффективно достигнуть поставленной цели обучения. В процессе исследования свойств и характеристик обучаемого нами были выделены следующие параметры, составляющие ядро модели обучаемого (МО): а) тип мышления обучаемого б) воспринимаемая форма представления знаний в) свойство уверенности при ответе г) уровень усвоения знаний обучаемым д) оптимальная стратегия получения знаний обу- чаемым. Воспринимаемая форма представления знаний обучаемым могут быть представлен двумя значениями интуитивными теоретически-методологическим мышлением в редких случаях может быть отнесена только к одному типу. Поэтому для более точного отображения в МО свойств обучаемого предлагается использовать коэффициенты предпочтения для каждого значения параметра. Не снижая общности дальнейших построений, значений таких коэффициентов можно выбирать из отрезка от 0 до 1 (очевидно, что простое нормирование приводит любой набор коэффициентов в отрезок [0,1]). В общем случае значения таких коэффициентов на отрезке [0,1] могут меняться непрерывно, однако, на практике всегда можно считать, что эти значения меняются дискретно с некоторым фиксированным шагом, величина которого определяется с одной стороны семантикой параметра (смысловым содержанием параметра, ас другой стороны требуемой точностью представления в МО свойств обучаемого. Выделим следующие основные, на наш взгляд, формы представления знаний аналитическая (аналитические выражения, математические модели, алгоритмы, формализованные описания и т. д, образная (схемы, рисунки, видеофрагменты), эвристическая (практические методы и рекомендации, эвристические описания). Для представления знаний по определенной теме, например, Основы алгоритмизации и программирования предмета Информатика выбираем m вопросов. Каждый вопрос объясняем аналитически, либо образно, либо эвристическим путем. Допустим, данный предмет преподает n преподавателей. Для нашего примера возьмем m = 3 вопроса, например, вопрос 1 — алгоритмизация и программирование линейных вычислительных процессов вопрос 2 — алгоритмизация и программирование разветвляющихся вычислительных процессов вопрос 3 — алгоритмизация и программирование повторяющихся (циклических) вычислительных процессов n=2 преподавателя. Введем обозначение { } _____ , 1 , m i v V i = = — количество вопросов — количество преподавателей лингвистические переменные соответственно аналитические Кортеж значений параметра форм представления знаний содержит 12 элементов, те, о, о, о, о 4 , е 1 , ее. Первые четыре элемента соответствуют значению коэффициента для аналитической формы представления знаний, следующие четыре — для образной формы и последние четыре — для эвристической. Таким образом, для каждого подкортежа, состоящего из 4 элементов, хотя бы один элемент равен 1, что соответствует некоторому значению коэффициента для каждой формы представления знаний. Например, кортеж (0,0,0,1,1,0,0,0,0,1,0,0) несет следующую смысловую нагрузку обучаемый в лучшей степени воспринимает практические методы и образную форму (в виде блок-схемы) изучаемого материала, а также ему более доступны словесные описания предлагаемого материала, чем его формальная постановка в виде математических закономерностей. Подобным образом составляются кортежи значений для всех других параметров МО. Объединение кортежей позволяет получить матрицу N x M, где N — это количество параметров МО, а М — длина кортежа значений. Все кортежи необходимо привести к единому значению М, заполнив отсутствующие элементы нулями. Таким образом, мы получаем матрицу, состоящую из нулей и единиц, описывающую состояние модели конкретного обучаемого в некоторый момент обучения. Предлагаемая адаптивная система обучения, используя сформированную матрицу коэффициентов значений параметров обучаемого должна предложить некоторую эффективную методику обучения. Однако, в процессе обучения, на основе сбора информации о субъекте обучения, происходит изменение МО, что безусловно влияет на методику обучения, которая прежде всего отвечает за формирование предоставляемого обучаемому материала. Задача выбора оптимальной методики обучения сводится к задаче классификации обучаемых, другими словами следует установить соответствие между обучаемыми методикой обучения. При этом, на наш взгляд, важно учитывать не только значения параметров обучаемого в различные моменты времени, но и динамику их изменения. В простейшем случае такую динамику характеризует скорость изменения параметров (производная функции параметра. Другой важный аспект МО, влияющий на эффективность процесса обучения — отношения типа субъект — субъект. Такие отношения, в конечном итоге, определяют взаимовлияние субъектов обучения. Сюда можно отнести конкуренцию, взаимопомощь и т. п. В качестве математического аппарата, решающего задачу классификации обучаемого нами предлагается нейронная сеть (НС. Нейронные сети достаточно эффективно решают задачу распознавания образов и задачу классификации. Рассмотрим процесс проектирования соответствующей НС. В последние десятилетия интенсивно происходит интеллектуализация многих сфер деятельности, в том числе сферы образования. Одно из направлений — автоматизация процессов обучения и контроля уровня знаний обучаемых в целях, прежде всего, интенсификации процесса обучения, повышения качества обучения, коррекции программ обучения. В исследованиях искусственных нейронных сетей, предназначенных для решения задач автоматизации обучения и контроля знаний было отмечено, что обобщение опыта обучения людей, фактически обладающих биологической нейронной сетью, может дать много аналогий для организации обучения искусственных нейронных сетей, используемых не только в образовательной сфере. При этом, на нынешнем этапе наиболее важным является исследование психо- лого-педагогических аспектов обучения, имеющих некоторую аналогию в уже накопившемся опыте обучения искусственных интеллектуальных систем, обладающих определенным уровнем интеллекта. Нейронные сети являются адаптивными обучающимися системами, извлекающими информацию из реальных процессов, которые динамически промоделировать трудно, т. кони содержат много скрытых неконтролируемых параметров. Применение нейронных сетей позволяет решать задачи, которые трудно или невозможно решать традиционными методами в силу отсутствия формализованных математических описаний процессов функционирования. Нейронные сети в процессе работы накапливают информацию, и эффективность их со временем возрастает. Использование обучаемых нейронных сетей позволяет сделать диагностический контроль объективными расширить его применение. Оценка качества обучения имеет как общие закономерности, таки частные — в зависимости от конкретной области применения. На первый взгляд, подчеркнем, упрощенный взгляд, наиболее распространенная система оценки качества обучения, является система, в которой решается задача классификации, те. отнесение результата к тому или иному классу оценок (например, типичные классы оценок неудовлетворительно, удовлетворительно, хорошо, отлично. } 4 3 2 Проанализировав и перебрав всевозможные ситуации, с учетом одинакового принимаемого решения получим систему логических высказываний — предикатов как основу формализации задачи обучения при построении нейросети: Тогда, например, первое логическое высказывание означает Если преподаватель 1 объясняет вопрос 1 соответственно один из методов аналитического, образного и эвристического представления знаний, то результатом обучения будет решение R1 либо R2, либо R3, либо Первым шагом здесь является выбор соответствующей модели сети. Мы остановимся на моделях Хопфилда и Хем- минга [4, 5]. Эти модели обычно используются для организации ассоциативной памяти. Следующим шагом — является выбор параметров обучения сети. Входной слой НС, в нашем случае соответствует набору параметров обучаемого, представленному матрицей кортежей. Далее следует определить топологию сети, те. число элементов и их связи. Здесь мы не будем подробно останавливаться на этом вопросе, так как он подробно освещен в большом количестве публи- каций. Следующий этап проектирования — обучение сети. Типичной формой такого обучения является управляемое обучение, когда для каждого набора данных, подающегося в процессе обучения на вход сети, соответствующий выходной набор известен. Данные, используемые для обучения нейронной сети, разделяются на две категории одни данные используются для тестирования сети, а другие для обучения. Реальные качества нейронной сети выявляются только вовремя тестирования, поскольку успешное завершение обучения сети должно означать отсутствие признаков неправильной работы сети вовремя ее тестирования. Процесс тестирования следует реализовать так, чтобы в его ходе для данной сети можно было бы оценить ее способность обобщать полученные знания. Обобщение в данном случае |