АНАЛІЗ МОЖЛИВОСТЕЙ ВИКОРИСТАННЯ ІНТЕЛЕКТУАЛЬНИХ АГЕНТІВ В АДАПТИВНІЙ СИСТЕМІ ЕЛЕКТРОННОГО НАВЧАННЯ
Анотація
Еволюція web-технологій зробила електронне навчання популярним звичайним способом викладання та навчання на всіх рівнях загальної та професійної освіти. У статті представлено орієнтований на освіту підхід до створення персоналізованого середовища електронного навчання, яке зосереджується на тому, щоб поставити потреби учнів у центр процесу розвитку, акцентувати увагу на визначенні когнітивних стилів здобувачів та подальшому забезпеченні їхніх потреб відповідним освітнім забезпеченням, методами роботи та методами подання інформації. Запропонована адаптивна архітектура на основі агентів розширює платформу Moodle шляхом упровадження низки модулів, щоб підтримувати навчальні рішення й адаптивну поведінку. У статті проведено глибинний аналіз педагогічних та інформаційних засад використання інтелектуальних агентів в адаптивних системах електронного навчання з метою створення структури адаптивної системи електронного навчання з використанням інтелектуальних агентів. Авторами описано характеристики, функції та взаємодії агентів, які беруть участь у кожному модулі адаптивної архітектури, а також характеристики, функції та взаємодії інтелектуального агента для ухвалення навчальних рішень. За словами авторів, головною метою цього агента є збір інформації, створеної іншими агентами, та забезпечення найкращої персоналізованої підтримки кінцевих користувачів, викладачів та студентів, з урахуванням їхнього ставлення до навчального середовища. Для досягнення мети авторами було реалізовано комбінацію інтелектуальних агентів, сформульовано й описано рішення на основі традиційної LMS із відкритим вихідним кодом і запропоновано модернізувати її можливості з акцентом на адаптацію та персоналізацію. Науковці наголошують, що ці аспекти можна покращити у майбутньому включенням інтелектуальних компонентів, забезпечуючи таким чином персоналізований процес викладання та навчання.
Посилання
2. Shoham Y. Agent-oriented Programming. Artificial Intelligence. 1993. № 60 (1). P. 51–92.
3. Wooldridge M., Jennings N.R. Agent Theories, Architectures, and Languages, Wooldridge and Jennings, eds. Intelligent Agents. Springer Verlag, 1995. P. 1–22.
4. Wooldridge M. Agent-based Software Engineering. IEEE Proceedings Software Engineering. 1997. Vol. 144 (1). P. 26–37.
5. Franklin S., Graesser A. Is It an Agent, or Just a Program? : A Taxonomy for Autonomous Agents, Muller, Wooldridge, and Jennings, eds. Intelligent Agents III. Agent Theories, Architectures, and Languages. Springer Verlag, 1997. P. 21–35.
6. Dragomir E.G. Development of a Multi-Agent-Based Simulation System for Air Quality Analysis, Studies in Informatics and Control, ISSN 1220-1766. 2014. Vol. 23 (4). P. 371–381.
7. An open agent architecture / Pr. Cohen et al. Proceedings. of the AAAI Spring Symposium Series on Software Agents, Stanford, California, March. American Association for Artificial Intelligence. 1994. P. 1–8.
8. An Adaptive Multi-Agent based Architecture for Engineering Education / D. Jara-Roa et al. IEEE EDUCON Education Engineering 2010, The Future of Global Learning Engineering Education. E-ISBN: 978-14244- 6570-5. P. 217–222.
9. Yaghmaie M., Bahreininejad A. Context-aware Adaptive Learning System using Agents. Expert Systems with Applications. 2011. Vol. 38. P. 3280–3286.
10. Wang T.I., Wang K.T., Huang Y.M. Using a Style-based Ant Colony System for Adaptive Learning. Expert Systems with Applications. 2008. Vol. 34 (4). P. 2449–2464.
11. Yang Y.J., Wu C. An Attribute-based Ant Colony System for Adaptive Learning Object Recommendation. Expert Systems with Applications. 2009. Vol. 36 (2). P. 3034–3047.
12. De Bra P. Adaptive Hypermedia. Handbook on Information Technologies for Education and Training, Springer-Verlag. 2008. P. 29–46.
13. Peterson E.R., Rayner S.G., Armstrong S.J. Researching the Psychology of Cognitive Style and Learning Style: Is There Really a Future, Intelligent Computer Communication and Processing. IEEE 5’th International Conference, 27–29 August, 2009. P. 35–38.
14. A Multi-Agent Architecture to Provide Adaptive Learning Content in Moodle / P. Valdiviezo et al. 8’th Mexican International Conference on Artificial Intelligence, Guanajuato, Mexico, November 9–13, 2009.
15. Discord platform as an online learning environment for emergencies / V. Kruglyk et al. Ukrainian Journal of Educational Studies and Information Technology. 2020. № 8 (2). P. 13–28.
16. Osadchyi V. Mobile technologies in the professional training of students of economic specialties. Ukrainian Journal of Educational Studies and Information Technology. 2019. № 7 (1). P. 43–53. DOI: 10.32919/ uesit.2019.01.04.
17. Bukreiev D. Neuro-network technologies as a mean for creating individualization conditions for students learning. In SHS Web of Conferences. 2020. Vol. 75. P. 04013.