Питер Брусиловский
Международный Центр Научно-технической Информации
Мы обсуждаем архитектурные проблемы подхода к созданиюинтеллектуальных обучающих сред (ИОС), основанного на модели студента. В этомподходе различные компоненты ИОС, включая компоненты обучения, тренировки,среды и руководства используют центральную модель студента для адаптации ееповедения к данному студенту. Осуществление этого подхода основано на идеяхинтеллектуальных систем обучения, адаптивных интерфейсов и интеллектуальныхсистем справки. Мы вводим простую архитектуру, основанную на модели студентадля ИОС, которую мы применили в нескольких разработанных системах, сообщаем онекоторых проблемах и ограничениях нашей первоначальной простой архитектуры ипредставляем улучшенную открытую архитектуру, основанную на модели студента дляИОС.
Введение
Интеллектуальная обучающая среда – относительно новыйвид интеллектуальной образовательной системы, которая объединяет особенноститрадиционных Интеллектуальных Систем Обучения (ИСО) и обучающих сред.Традиционные ИСО способны поддерживать и контролировать обучение студента нанескольких уровнях, но не представляют возможности для обучения и приобретениязнаний, управляемых студентом. Интеллектуальная обучающаяся среда (ИОС)включает специальный компонент, чтобы поддерживать обучение, управляемоестудентом – модуль среды. «Термин среда используется, чтобы указать начасть системы, которая определяет или поддерживает действия, выполняемыестудентом, и способы, доступные студенту для выполнения этих действий» (Burton R.R., 1988). Некоторые недавние ИСО и ИОС включают такжеспециальный компонент (мы называем его «руководство»), которыйобеспечивает доступ к структурированному инструктирующему материалу. Студентможет работать с руководством через запросы справочной информации или черезспециальные инструментальные средства просмотра, исследуя инструктирующийматериал самостоятельно. Интегрированная ИОС, которая включает компоненты средыи руководства в дополнение к обычному обучающему компоненту, может поддерживатьизучение как процедурных, так и декларативных знаний и обеспечить какуправляемые системой, так и управляемые студентом стили обучения.
Наши исследования в Московском Государственномуниверситете и международном Центре Научно-технической Информации (ICSTI),сосредоточены на двух проблемах создания интегрированной ИОС: проблемеадаптации и проблеме интегрирования. Что касается адаптации, проблема состоит втом, чтобы сделать все компоненты интегрированной ИОС адаптивными. БольшинствоИСО и обучающих компонентов ИОС могут приспособить свою работу (обучение) кданному студенту, однако очень немногие компоненты среды и руководства могутсделать это. Это была одна из наших целей – создать адаптивные компоненты средыи руководства ИОС. Что касается интеграции, наша позиция такова:интегрированная система должна быть не просто суммой, а реальныминтегрированием ее компонентов. В частности это требует непрерывность работыстудента в интегрированной ИОС. Результаты работы студента с любым изкомпонентов в течение сеанса должны быть приняты во внимание другимикомпонентами, чтобы приспособить их работу к измененному уровню знаний итекущему интересу конкретного студента.
Как решение вышеупомянутых двух проблем мы предлагаемподход к построению интегрированной ИОС, основанный на модели студента. Этимподходом все компоненты ИОС, включая среду и руководство, используют одну и туже центральную модель студента, традиционную часть ИСО, чтобы приспособить ееповедение к данному студенту. Мы также разработали простую архитектуру ИОС,основанную на модели студента. С 1985 мы применяли этот подход и архитектуру,основанную на модели студента, в нескольких ИОС, разработанных нашей группойдля различных областей. Мы используем эти ИОС, чтобы исследовать различныеаспекты и проблемы интегрированной ИОС. Мы считаем наш подход плодотворным и эффективным,однако годы опыта дают нам возможность найти ограничения нашей первоначальнойархитектуры. Недавно мы улучшили архитектуру, основанную на модели студента дляИОС, которую мы используем в нашей последней ИОС.
В этой статье мы представляем наш первоначальныйподход и простую архитектуру, основанную на модели студента для ИОС, сообщаем онекоторых проблемах и ограничениях нашей первоначальной архитектуры, ипредоставляем улучшенную открытую архитектуру, основанную на модели студентадля ИОС
Предыдущий опыт
Первая цель такого подхода состоит в том, чтобысоздать действительно адаптивную ИОС, где все компоненты могут динамическиприспособиться к уровню студента. Следующие характеристики могут быть принятыво внимание компонентами ИОС, чтобы приспособить ее поведение к данномустуденту: личные факторы, способы распознавания, стратегии, личные знания (Vander Veer G.C., 1990). Ключевой (и наиболее изменчивой) характеристикой студентас образовательной точки зрения являются знания студента по данной теме. В нашейработе мы, в основном, рассматриваем компонент общей модели студента, котораяпредставляет знания студента.
Здесь хорошие основы обеспечены исследованиямиинтеллектуальных систем обучения (Wenger E.,1987). Особенностью многих ИСО является то, что они выводят модель текущегоуровня понимания предмета студентом и используют эту индивидуализированнуюмодель, чтобы приспособить обучение к потребностям студента. Область ИСО –хороший источник идей, как проектировать модели студента и как использовать ее(модель) обучающими и тренирующими компонентами ИОС (Self J., 1987; VanLehn K.,1988). В то же время она предоставляет мало идей, как использовать еёкомпонентами среды и руководства.
Идеи о создании адаптивного руководства могут бытьнайдены в области интеллектуальных систем справки (ИСС), которая имеет глубокиекорни в исследовании ИСО (Breuker J., 1990). Цель ИСС –поддерживать пользователя, работающего с прикладной системой. ИСС обеспечиваетпользователя пассивной помощью (отвечает на вопросы студента) и активнойпомощью (обнаруживает неправильное и неоптимальное поведение и с приращениемрасширяет знания студента). ИСС использует оверлейные модели пользователей дляадаптации ответов и объяснений к уровню знания каждого индивидуальногопользователя.
Идеи, как использовать модель студента компонентомсреды ИОС могут быть найдены в области адаптивных интерфейсов пользователя1 (Dieterich et al., 1993). Эта относительноновая область (по сравнению с ИСО) изучает интерфейсы, которые адаптируются кхарактеристикам пользователя. Ключевая часть адаптивного интерфейса – модельпользователя, которая представляет те особенности пользователя, которыеявляются важными для адаптации. Модель знания пользователя об области – важнаячасть общей модели пользователя. Благодаря схожести этих данных и содержащихсяв ИСО, Benyon D.R. и Murray D.M. (1993) рассматривают эту часть модели пользователякак модель студента.
Идеи из области адаптивных интерфейсов могут бытьиспользованы для создания компонент адаптивной среды ИОС. Для этого надорассматривать среду как обычную прикладную систему и студента – какпользователя этой системы (Brusilovsky P.L., 1993). Можно спорить, чтокомпонент среды, основанный на идеях адаптивных интерфейсов, можетприспособиться к знаниям студента об изучаемой среде, а не изучаемой области.Однако, обратите внимание, что любая существенная особенность образовательнойсреды представляет немного знаний об области.
Обобщенные области ИСО, ИСС и адаптивных интерфейсовформируют хорошую основу, чтобы достичь первой цели нашего подхода, то естьсформировать адаптивную ИОС, где все компоненты могут динамическиприспособиться к изменяющимся знаниям студента. Вторая цель подхода состоит втом, чтобы иметь единое представление знаний студента в модели студента ИОС,которое может использоваться всеми компонентами ИОС. Эта особенностьобеспечивает непрерывность: результаты работы студента с любым из компонентов,которые могут влиять на уровень знаний студента, немедленно отражаются в моделистудента и могут быть учтены другими компонентами, которые приспосабливают своюработу к изменившимся знаниям студента. Для достижения этой цели мы должныспроектировать единую модель студента-пользователя и, обобщая, спроектироватьархитектуру ИОС, основанную на модели студента, которая обеспечиваетмоделирование студента и совместное использование модели студента. Следующийраздел представляет простую архитектуру, основанную на модели студента, которуюмы использовали прежде в наших нескольких ИОС. Последующий раздел представляетулучшенную архитектуру, основанную на модели студента, которую мы используемтеперь.
Простая архитектура на основе модели студента
В нашей работе по разработке ИОС на основе моделистудента мы шли от ИСО, т.е., принимая традиционную архитектуру ИСО в качествебазы для архитектуры ИОС, основанной на модели студента. Традиционнаяархитектура ИСО включает три основных компонента: компонент экспертизы,обучающий компонент и компонент моделирования студента. Каждый из компонентовсодержит один из трех видов знаний, важного для интеллектуального обучения:знания об области, знания об обучении и знания о студенте и его моделировании (Wenger E., 1987). Согласно этой архитектуре, модель студентапредставляет понимание студентом материала, который будет преподан. Модельстудента используется обучающим компонентом, чтобы обеспечить адаптивноеобучение на различных уровнях. Результаты работы студента с обучающимиоперациями возвращаются компоненту моделирования (диагностики) студента ииспользуются, чтобы обновить модель студента. Это называют циклом моделированиястудента.
Чтобы использовать опыт ИСО по моделированию студента,мы решили применить обычную модель студента, используемую обучающим компонентомИОС в качесиве центральной модели студента-пользователя всей ИОС. В нашихпервых системах обучающий компонент совершает обычный цикл моделированиястудента, в то время как другие компоненты ИОС только используют этуцентральную модель студента для адаптации. Единственная проблема состояла втом, чтобы выбрать тип модели студента, которая может использоваться всемикомпонентами.
Как мы можем видеть из предыдущей главы, ИСО, ИСС иадаптивные интерфейсы используют модели студента или пользователя для одной итой же цели – адаптации, что также приводит к подобию примененных моделей. Еслимы рассматриваем компонент знаний студента моделей студента или пользователя,мы найдем подобные оверлейные модели, базирующиеся на модели структуры области,где область является или темой, которая будет преподана, или прикладной системой.Для каждого элемента знаний области модель студента (пользователя) хранитнекоторые данные о компетентности студента (пользователя) и предыдущем опытеработы с этим элементом.
В нашей архитектуре, основанной на модели студента,модель области является сетью, узлы которой соответствуют элементам знанийпредмета (зависящей от предмета) и чьи связи отражают виды отношений междуузлами. Мы используем оверлейную модель, которая содержит одно целое число(счетчик) для каждого элемента знаний темы, измеряющее понимание студента этогоэлемента. Этот вид оверлейной модели является мощным и достаточно общим, чтобыиспользоваться различными компонентами ИОС. Модель студента обновляетсяспециальным оценивающим модулем, который анализирует результаты студенческойдеятельности при решении задач. Если ИОС содержит тренирующий компонент,который может следовать за пошаговым решением задач студентом, то может бытьприменена определенная технология, прослеживающая модель (Corbett A.T., Anderson J.R., 1992), впротивном случае используется разновидность дифференциального моделирования (Wenger E., 1987) для обновления счетчиков понятий, связанных спроблемой. Изменения распространяются по связям сети.
Вышеупомянутая оверлейная модель доступна для всехмодулей ИОС и может использоваться каждым из них для адаптации их поведения кзнаниям студента. Однако, чтобы избежать использования бессмысленных чисел иобеспечить большую гибкость, мы предложили методику порогов. Каждый изкомпонентов ИОС может различить несколько отличных состояний знаний для каждогоэлемента знаний. Каждое из этих состояний имеет специальное значение для модуляс точки зрения адаптации. Чем больше состояний модуль может учитывать, темболее сложную адаптацию он может обеспечить. Простые модули могут отличатьтолько два состояния, например, неизвестно и известно, в то время как самыйадаптивный модуль обучения может отличать шесть состояний (Brusilovsky P.L., 1992a). Чтобы отобразить определенноецелочисленное значение оверлейной модели в набор состояний, каждый модульиспользует целочисленные пороги, которые делят возможный диапазон значенийсчетчика на требуемое количество интервалов, соответствующих состояниям знаний,распознаваемым модулем. Таким образом, простые модули используют только одинпорог, в то время как обучающий модуль использует пять порогов. Каждый модульиспользует собственный набор порогов в центральной модели студента. Эти порогимогут быть различными для различных элементов знаний и различных студентов.Пороговая методика обеспечивает хорошую гибкость, давая способ адаптироватьмеханизм моделирования студента к элементам знаний различной сложности и кразличным классам студентов.
Мы применяли вышеупомянутую архитектуру на основемодели студента в нескольких ИОС для различных областей. Эти ИОС имеют общуюархитектуру, но используют различные наборы модулей и демонстрируют нескольковозможных способов применения оверлейной модели студента для адаптации. Ниже мыкратко описываем некоторые ИОС, разработанные нашей группой на базе простой архитектуры,основанной на модели студента.
ITEM/IP – ИОС для изучения вводного программирования (Brusilovsky P.L., 1992b). Элементы знаний проблемной области вITEM/IP – общие понятия и структуры программирования изучаемого языкапрограммирования. ITEM/IP содержит следующие адаптивные модули: модульстратегии, который поддерживает адаптивную последовательность обучающихопераций, визуальный интерпретатор, который использует текущий уровень знанийстудента, чтобы обеспечить адаптивную обработку ошибок и адаптивнуювизуализацию, и модуль презентации, который генерирует адаптивное описаниепонятия или структуры при их введении или повторении. Все эти модули обращаютсяк одним и тем же шести состояниям знаний (пять порогов) для каждого элементазнаний проблемной области в его правилах адаптации2.Подробности об этих компонентах могут быть найдены в (Brusilovsky P.L., 1992a; Brusilovsky P.L.,1993).
ILED– это ИОС для приобретения навыков в дифференциальном исчислении (Brusilovsky V., 1993). Элементы знаний проблемной области в ILED– правила дифференцирования. ILED включает следующие адаптивные модули: структурныйредактор формулы, который играет роль исследовательской среды, обучающаяпрограмма, которая может предложить студенту наилучшее действие для обучения (проблемаили пример), и тренер, который пошагово следует за действиями студента,диагностируя ошибки и обновляя модель студента. Новыми особенностями ILEDпо сравнению с ITEM/IP являются: адаптивный редактор структуры3, адаптивный тренер и способность обучающейпрограммы генерировать (а не выбирать) наилучшее действие для обучения наоснове модели студента. Редактор структуры различает два состояния для правилдифференцирования – не приобретенный и приобретенный. Обучающая программа итренер различают четыре состояния для правил дифференцирования – неизвестный,введенный, известный и приобретенный.
ISIS-Tutor (Brusilovsky P., PesinL., 1994) – это ИОС для поддержки изучения языка форматирования печатиинформационно-поисковой системы CDS/ISIS. ISIS-Tutor напоминает архитектуруITEM/IP во многих деталях. Новый адаптивный компонент ISIS-Tutor –гипермедийное руководство, которое происходит от модуля презентации ITEM /IP.Этот компонент поддерживает как адаптивное представление понятия, так иадаптивную гипермедийную навигацию. Компонент гипермедиа ISIS-Tutor различаеттри состояния знаний для каждого понятия: «не готов быть изученным»,«готов быть изученным» и известный (понятие готово быть изученным,если все предыдущие понятия известны студенту).
Методы адаптации, используемой в вышеупомянутыхпроектах, довольно просты. Цель не состояла в том, чтобы улучшить известныеметоды адаптации различных компонентов, а сформировать систему, где большинствомодулей может использовать одну и ту же модель студента, чтобы различнымиспособами адаптации своей работы к знаниям данного пользователя. На последующихшагах некоторые простые методы адаптации могут быть заменены более сложнымитехнологиями, разработанными в областях интеллектуальных интерфейсов иинтеллектуальных систем справки. Некоторые примеры: адаптированные кпользователю объяснения естественного языка (ParisC.L., 1988), интеллектуальная справка на базе стратегии (Breuker J., 1990), адаптивная гипермедийная справка (Böcker H.-D.; Hohl H.; SchwabT. 1990).
Извлеченные уроки
Наш опыт разработки некоторых ИОС на базе подхода,основанного на модели студента, доказывает, что это, в общем, является хорошимпутем для создания интегрированной ИОС. Теперь мы чувствуем, что модельстудента может играть роль ядра ИОС. Мы продемонстрировали, что в несколькихобластях можно создать ИОС, где большинство модулей может использоватьцентральную модель студента для адаптации.
С другой стороны, наш опыт показал серьезные проблемыи ограничения нашей простой архитектуры на основе модели студента. Этиограничения становятся ясными, когда мы начинаем работать над нашими недавнимиИОС – ISIS-Tutor (Brusilovsky P., PesinL., 1994) и ITEM /PG (Brusilovsky P., Zyryanov M., 1993). Обе системы применяютгипермедийное руководство как компонент для управляемого студентом просмотразнаний проблемной области. Гипермедиа обеспечивает новое качество, и студенты,работающие с этими системами (в отличие от первоначальной ITEM /IP), проводятмного времени, обучаясь с помощью гипермедиа самостоятельно. Было очевидно, чторезультаты работы студента в гиперсреде должны быть отражены в модели студента.Проблема является более общей: в адаптивной обучающей среде каждый модуль ИОСможет не только использовать модель студента для адаптации, но и влиять на модельстудента, отражая опыт, который студент демонстрировал при работе с этиммодулем. Таким образом, диагностирующий компонент должен освободиться оттрадиционной ИСО монополии в обновлении модели студента. К сожалению, весьматрудно координировать несколько источников обновления модели студента в простойархитектуре. Мы пробовали сделать это в ISIS-Tutor, но не были удовлетворенырезультатом.
Другая проблема состоит в том, что модель студентаклассической ИСО, которую мы унаследовали простым подходом, была разработана,чтобы накопить и обработать информацию о студенте согласно потребностямобучающего модуля. Информация, хранящаяся в центральной модели уместна дляцелей обучающего или тренирующего модулей, но наш опыт показал, что другиемодули ИОС могут нуждаться в совсем другой информации о студенте в зависимостиот вида адаптации, который они обеспечивают. Часть этой проблемы может бытьрешена нашей пороговой методикой. Однако основная проблема состоит в том, чтообработка информации о студенте в форму, ориентированную для одного из модулей,часто ведет к потере информации, важной для какого-нибудь другого модуля.Например, компонент гипермедиа нуждается в информации о том, как частообучающий компонент показывает конкретную страницу гипермедиа студенту. Этаинформация использовалась, чтобы обновить какой-нибудь счетчик в моделистудента, и затем была стерта. Теперь она не может быть восстановлена из моделистудента.
С третьей проблемой мы столкнулись, когда мы пыталисьсделать модель студента изменяемой студентом. Причина для студента изменитьмодель студента состоит в том, чтобы настроить адаптацию конкретногокомпонента. Однако любые изменения в модели студента приводят к изменениямповедения всех компонентов, что не является целью студента.
Вышеупомянутые соображения заставили нас пересмотретьпростую архитектуру на основе модели студента. Мы сделали это за несколькошагов, немедленно применяя и проверяя новые решения в наших ITEM/PG и ITEM/IP-IIсредах. Следующий раздел представляет улучшенную архитектуру, основанную намодели студента для ИОС, где каждый из компонентов (модулей) может использоватьи/или модифицировать модель студента без потери информации.
Улучшенная архитектура, основанная на модели студента
Архитектура, основанная на модели студента, делитмодель студента на две части – основную модель студента и проекции (рисунок 1).Основная модель студента (далее просто модель студента) находится в центресреды и собирает информацию о данном студенте из различных источников. Овзаимодействии студента с любым из компонентов системы сообщают моделистудента. Примеры: «в момент времени T1 студент посещает гиперузел понятияC1 в течение S1 секунд», «в момент времени T2 студенту показалипример решения задачи, который касается понятий C1, ..., Cn», «работая с редактором в момент времени T3, студент успешноиспользовал понятия C1, ..., См». Эти сообщения помечаютсявременем и хранятся в форме стандартных событий, непосредственно связанных сузлами модели проблемной области. Никакая дальнейшая обработка не выполняется,чтобы избежать потери важной информации. Основная модель студента объединяетвсю информацию о студенте, которая может использоваться для адаптации.
/>
Рисунок 1: Улучшенная архитектура, основанная на моделистудента
Примечание: Это не тот рисунок, что показан в статье1994 (к которому я не имею источника), а подобный рисунок из статьи AIED'95
Компоненты ИОС не используют непосредственно модельстудента, а вместо этого используют локальные виды студента, которые мыназываем проекциями. Проекция представляет ту информацию о студенте, котораяявляется существенной для компонента, чтобы приспособить его работу к студенту.Компонент имеет настолько полную проекцию, насколько требуется для адаптации.Проекция создается и обновляется из основной модели студента специальнымнабором правил названных проектором. Каждый компонент имеет свою собственнуюпроекцию и проектор, что обеспечивает интерфейс между компонентом и основноймоделью студента. Одна часть правил проектора используется, чтобы проецироватьосновную модель студента в локальную проекцию. Эти правила обращаются к моделистудента в их левых сторонах и содержат команды для модификации проекций в ихправых сторонах. Пример: «если студент читает описание структуры Ci, истудент просматривает работу структуры Ci с первымуровнем визуализации более 15 раз, тогда установить второй уровень визуализациидля структуры Ci». Другая часть правил проектора используется,чтобы обеспечить обратное проецирование: проецировать результаты работыстудента с компонентом в форму стандартных событий, используемых основноймоделью студента. Например: «если в момент времени T1 студент посещаетгиперузел для понятия Ci на более чем 30 секунд, тогда, если в момент времениT1, студент читает описание понятия Ci». Больше примеровиспользования проекций в реальной ИОС может быть найдено в (Brusilovsky P.,Zyryanov M., 1993).
С нашей точки зрения, модель студента классической ИСО– только одна из локальных проекций: та, что используется обучающимкомпонентом. Другие компоненты системы (такие, как микромир) могут использоватьсовсем другие проекции. Основная модель студента хранит частично обработаннуюинформацию о студенте, потому что дальнейшая обработка может потерятьинформацию, важную для одного из компонентов. Модель студента – это больше, чемтрадиционная «хронология», но она менее формализована, чемклассическая оверлейная модель. Скорее, это a-структурированная хронология.Дальнейшая обработка и проецирование к более традиционной оверлейной формеделаются отдельно проекторами согласно требованиям различных компонентов.
Мы считаем, что предложенная архитектура на основемодели студента является хорошим базисом для создания интегрированной обучающейсреды или любой другой интегрированной адаптивной системы, которая состоит изнабора различных компонентов. Использование проекций и правил обеспечиваетоткрытую архитектуру с хорошей степенью гибкости. Так как работа компонентазависит от проекции, мы можем настроить работу для конкретного использования,изменяя правила проектора (или даже проекцию непосредственно), без влияния надругие компоненты. Новый компонент может быть легко интегрирован в среду,создав набор правил, которые соединяют центральную модель с данным компонентоми его локальным видом студента. Если новый компонент требует новых формвзаимодействия, которые не могут проецироваться в существующий наборстандартных событий, этот набор может быть расширен. Например, событие «вмомент времени T1 студент слушал объяснение понятия Ci измультимедийной записи» может быть спроецировано в событие «в моментвремени T1, студент читает описание понятие Ci»или может быть зарегистрировано как новый вид события. Если конкретный модульдолжен принять во внимание новый вид событий для лучшей адаптации, его проекторможет быть дополнен. Таким образом, открытая архитектура локализирует имаксимизирует изменения в развивающейся системе.
Мы должны обратить внимание, что подобные архитектурыбыли предложены другими авторами для моделирования пользователя в различныхобластях (Kay J., 1990; Sukaviriya P., FoleyD., 1993; Kobsa A.; Müller D.; Nill A., 1994). Это дает нам явнуюуверенность, что наша улучшенная архитектура является достаточно общей, чтобыиспользоваться во множестве областей.
Обсуждение
Важная проблема, которая должна быть обсуждена вконтексте предложенной архитектуры, основанной на модели студента – уместностьадаптации. Система может использовать очень сложные стратегии, чтобы обеспечитьстудента «оптимальным» следующим обучающим воздействием, уровнемвизуализации или подробностью справки. Проблема состоит в том, соглашается листудент с выбором. Студент мог предпочесть другое воздействие, более (менее)насыщенную визуализацию, или более (менее) подробную справку. Чтобы справитьсяс этой проблемой, мы думаем, что адаптация не должна быть навязчива, и студентдолжен хотя бы быть обеспечен выбором: принять обеспечиваемую системойавтоматизированную адаптацию или выключить адаптацию. Наш опыт с заданиемпоследовательности задач (Brusilovsky P.L., 1992a) показывает, чтоновички имеют тенденцию соглашаться с выбором системы, в то время как опытныестуденты часто предпочитают делать свой выбор из полного списка уместныхобучающих воздействий. В ITEM/IP студент имеет выбор между адаптивной и подробнойвизуализацией, между адаптированной и полной справкой в реальном времени.
Следующий шаг – обеспечить студента возможностью«приспособить адаптацию» или настроить механизм адаптации, если он неудовлетворен адаптацией. Модель студента обеспечена хорошим средством высокогоуровня, чтобы студент мог управлять адаптацией. Это ведет нас к областипросматриваемых (или исследуемых) и изменчивых моделей студента. Эти идеисейчас становятся все более популярными в области ИСО (Self J., 1988; Corbett A.T., Anderson J.R., 1992).Множество работ в этом направлении было сделано в области адаптивныхинтерфейсов (Kay J., 1990; Böcker, Hohl, Schwab, 1990). Книга (Schneider-Hufschmidt M.; KuehmeT.; Malinowski U., 1993) обеспечивает хорошееобобщение этих усилий и предлагает таксономию различных видов совместнойадаптации, где часть работы делается системой и другая часть студентом.
Мы счиаем, что предложенная улучшенная архитектура наоснове модели студента обеспечивает хорошую базу для различных видов совместнойадаптации. Эта архитектура дает возможность студенту отдельно управлятьмеханизмами адаптации различных компонентов системы. Настройка конкретнойпроекции или механизма адаптации не повлияет на другие части системы. Несколькохороших идей о настройке механизма адаптации для гипермедиа могут быть найденыв (Kaplan C.; FenwickJ; Chen J., 1993).
Список литературы
[Benyon D.R., Murray D.M., 1993] BenyonD.R., Murray D.M. Applying user modeling to human-computer interaction design.AI Review 6: 43-69.
[Böcker H.-D.; Hohl H.; Schwab T.1990] Böcker, H.-D.; Hohl, H.; and Schwab, T. Individualizing Hypertext.In Proceedings of the Third International Conference on Human-ComputerInteraction, INTERACT'90, 931-936. Amsterdam: North-Holland.
[Breuker J., 1990] Breuker J. EUROHELP:Developing intelligent help systems. Final Report on the P280 ESPRIT ProjectEUROHELP. Brussles: EC.
[Brusilovsky P.L., 1992a] Brusilovsky P.L.A framework for intelligent knowledge sequencing and task sequencing. InProceedings of the Second International Conference on Intelligent TutoringSystems, ITS'92, 499-506. Berlin: Springer-Verlag.
[Brusilovsky P.L., 1992b] Brusilovsky P.L.Intelligent Tutor, Environment and Manual for Introductory Programming.Educational and Training Technology International 29(1): 26-34.
[Brusilovsky P., 1993] Brusilovsky P.Student as user: Towards an adaptive interface for an intelligent learningenvironment. In Proceedings of World Conference on Artificial Intelligence andEducation, AI-ED'93, 386-393. Charlottesville: AACE
[Brusilovsky P.; Pesin L.; Zyryanov M.,1993] Brusilovsky P.; Pesin L.; Zyryanov M. Towards an adaptive hypermediacomponent for an intelligent learning environment. In Bass, L.J; Gornostaev, J;and Unger, C. eds. Human-Computer Interaction., 348-358. Berlin:Springer-Verlag.
[Brusilovsky P., Zyryanov M., 1993]Brusilovsky P., Zyryanov M. Intelligent Tutor, Environment and Manual forPhysical Geography. In Proceedings of the Seventh International PEG Conference,PEG'93, 63-73. Edinburgh.
[Brusilovsky V., 1993] Brusilovsky V. Tasksequencing in an intelligent learning environment for calculus. In Proceedingsof the Seventh International PEG Conference, PEG'93, 57-62. Edinburgh.
[Brusilovsky P., Pesin, L., 1994]Brusilovsky P., Pesin, L. ISIS-Tutor: An adaptive hypertext learningenvironments: In Proceedings of Japan-CIS Symposium on knowledge based softwareengineering, 83-87. Tokyo: Isshinsa, Ltd.
[Burton R.R., 1988] Burton R.R. Theenvironment module of intelligent tutoring systems. In Polson, M.C. andRichardson, J.J. eds. Foundations of intelligent tutoring systems. Hillsdale:Lawrence Erlbaum Associates.
[Corbett A.T., Anderson J.R., 1992] CorbettA.T., Anderson J.R. Student modeling and mastery learning in a computer-basedprogramming tutor. In Proceedings of the Second International Conference onIntelligent Tutoring Systems, ITS'92, 413-420. Berlin: Springer-Verlag.
[Schneider-Hufschmidt M.; Kuehme T.;Malinowski U., 1993] Schneider-Hufschmidt M.; Kuehme T.; Malinowski U. AdaptiveUser Interfaces: Principles and Practice. Amsterdam: North Holland Elsevier.
[Kaplan C.; Fenwick J; Chen J., 1993]Kaplan C.; Fenwick J; Chen J. Adaptive Hypertext Navigation Based on User Goalsand Context. User Modeling and User Adapter Interaction 3(3): 193-220.
[Kay J., 1990] Kay J. um: A toolkit foruser modelling. In Proceedings of the second international workshop on usermodelling, 1-11. Honolulu.
[Kobsa A.; Müller D.; Nill A., 1994]Kobsa A.; Müller D.; Nill A. KN-AHS: An adaptive hypertext client of theuser modeling system BGP-MS. This volume.
[Paris C.L., 1988] Paris C.L. Tailoringobject description to a user's level of expertise. Computational Linguistics14(3): 64-78.
[Self J., 1987] Self J. Student Models:What Use are they? In Ercoli, P. and Lewis R. eds. Artificial Intelligencetools in education. Amsterdam: North-Holland.
[Self J… 1988] Self J. Bypassing theintractable problem of student modelling. In Proceedings of the IntelligentTutoring Systems conference, ITS'88, 18-24. Montreal.
[Sukaviriya P., Foley D., 1993] SukaviriyaP., Foley D. A built in provision for collection individual task usageinformation in UIDE: the User Interface Design Environment. InSchneider-Hufschmidt, M.; Kuehme, T.; Malinowski, U. eds. Adaptive UserInterfaces: Principles and Practice, 225-240. Amsterdam: North HollandElsevier.
[Van der Veer G.C., 1990] Van der Veer G.C.Human-computer interaction: learning, individual differences, and designrecommendations. Alblasserdam: Haveka.
[VanLehn K., 1988] VanLehn K. Studentmodels. In Polson, M.C. and Richardson, J.J. eds. Foundations of intelligenttutoring systems. Hillsdale: Lawrence Erlbaum Associates.
[Wenger E., 1987]Wenger E. Artificial intelligence and tutoring systems. Computationalapproaches to the communication of knowledge. Los Altos: Morgan Kaufmann.