همانطور که در بخشهای
قبلی اشاره شد، IVT در موقعیتهای مختلفی اقدام به آزمون دانشجو میکند. IVT بـرای پشتیبانی آزمونها از بانک سئوال برای هر درس استفاده میکند. سئوالات
این بانـک توسـط اسـتاد پـشتیبان درس طراحی میشود یک نخ کشی به قسمتهای مختلف ساختار
درختی درس دارد.
با توجه به عوامل
زیر، IVT به کمک یک سیستم خبره، مجموعه سئوالات خوبی را برای
هر دانشجو انتخاب می کنـد به همین دلیل است که اشاره کردیم دو متـد PreTest
PosTest انتخـاب سـئوالات را بـه شـیوه هوشـمندانجـام میدهند:
- اگردانشجومجبورشد،
بخشی ازدرس را چندمرتبه تکرارکند، نباید سئوالات یکسانی از او بشود.
- در موقع انتخاب
سئوال برای هر دانشجو بایستی نوع دانشجو نیز در نظر گرفته شود.
- سئوالات انتخابی
بایستی از کلیه دسته های سخت، متوسط آسان انتخاب شود.
- سئوالات انتخابی
بایستی انعکاسی از کلیه بخشهای آموزش دیده شده توسط دانشجو باشد.
- حتی الامکان سئوالات
انتخاب شده متفاوت با سئوالات انتخاب شده برای سایر دانشجویان هم دوره باشد.
4-6 محیط آموزشی دانشجو
با توجه به عوامل
زیر، IVT به کمک یک سیستم خبره، مجموعه سئوالات خوبی را برای
هر دانشجو انتخاب می کنـد به همین دلیل است که اشاره کردیم دو متـد PreTest
PosTest انتخـاب سـئوالات را بـه شـیوه هوشـمندانجـام میدهند:
IVT پیادهسازی 7-4
برای پیادهسازی IVT با توجه به اینکه شیوه نمایش انتخاب شده، قاب است، بایداز یک پوسته مبتنی بر
قاب اسـتفاده شود، ولی به دلیل در دسترس نبودن این پوسته همچنین عـدم اسـتفاده از خواصـی
کـه مخـتص قـاب هـستند نظیـر مکانیزمهای needed-if
changed-if به علت شباهت نزدیکی سیار زیاد قـاب بـا شـیء، در روش
شـیءگـرا، نمایش دانش بهصورت شیءگرا پیاده سازی شده است برای ذخیـره اشـیاء موجـود
در سیـستم از پایگـاه داده رابطـه ای استفاده شده است.
فروش کاشی مذهبی
5 .نتیجه گیری و
کارهای آینده
در این مقاله، جنبه
های هوشمندی یک سیستم آموزشی مورد بررسی قرار گرفت. این جنبه های هوشمندتاحـدممکـن
در مدرس مجازی هوشمند IVT گنجانده شده است. از خصوصیات بارز
IVT انعطافپـذیری پویـایی زیـاد در پـذیرش انواع دروس، انواع
شیوه های تدریس درهر درس، طراحی انواع آزمونها، آموزش انواع دانشجویان است. IVT به روش انفرادی، دانشجویان را آموزش میدهد در عین حال محیط کلاسهای گروهی را
با استفاده از خـدمات جنبی دانشگاه مجازی هوشمند IVU مانندارتباط با استاد پشتیبان درس، ارتباط با سایر دانشجویانی که همزمـان در
درس ثبتنام کردهاند، ... فراهم میآورد. IVT همیشه آخرین وضعیت تحصیلی دانشجویا را در دروش مختلف به یـاد میآورد در نتیجهدانشجویان
میتواننددر دفعات متعددی اقدام به آموزش خود کنند. ازدیگر ویژگیهای مهـم IVT ایـن است که بهعنوان مدرس یک دانشگاه مجازی هوشمندبه شکل بدون وضعیت، خدمات
آموزشی خود را در شبکه گسترده Internet با فنآوری www ارائه میکند. این طراحی باعث شده است تا بـالقوه هـزاران نفـر درهـر روز بتواننـداز
خدمات IVT در دانشگاه مجازی هوشمنداستفاده کنند.
به سختی میتوانIVT را با سایر سیستمهای آموزشی هوشمندکه در بخش دوممقاله به آنها اشاره شد، قیـاس
کـرد. علت این است که برخی از آنها صرفاً ارتباط بین دو محیط سیستم خبره محیط www را برقرار میکنند. برخی دیگـر که به نظر جامع میآینداز نکات فنی آنها اطلاعی
در دست نیست، تعدادی از آنها برای منظور خاصی طراحی شده اند فقط مسئولیت آموزش یک درس
را بهعهده دارند، مثلاً سیـستمهـایی مثـ Tutor-C
Tutor-SQL آموزشـی را بهطور مستقیم به همراه ندارند، بلکه سئوالاتی
برای دانشجو مطرح میکنند یا در مواقع برخورد با مشکل سعی میکننـد دانشجو را راهنمایی
کنند. هیچیک از سیستمهای آموزشی هوشمند اشـاره شـده در بخـش دوم مقالـه ماننـد IVT بـه مدلسازی رفتار دانشجو، تشخیص رفتار دانشجو در حین آموزش، پذیرش شیوه های
متعـدد تـدریس بـرای هـر درس، آزمون هوشمندانه دانشجو به طور یکپارچهنپرداختهاست.
در ادامه ساختIVT درنظر داریم، دانش شیوه های تعلیم درس را از روش قاب به روش مبتنی بر قـانون
تغییـر دهـیم. پس از انجام ین کار، IVT را از لحاظ این دو شیوه نمایش دانش، با یکدیگر مقایسه خواهیم کـرد تـا کـارایی
توانـایی IVT باهردو روش مشخص گردد. همچنین در نظر داریم مواردی مانندرفتار
دانشجو عکسالعمـلهـای او درهنگـام یادگیری درس را مدل کرده به IVT انتقال دهیم. بهطور کلی استا در کلاس درس واقعی از روی رفتارهـای دانـشجو مانندبی
حوصلگی، حالتهای تعجب تأییددرصورت، جابجا شدن روی صندلی، کسالت خستگی، شـادی عـصبانیت
میتواند عکسالعمل دانشجو را نسبت به نحوه تعلیم متوجه شود. قصد داریم بهوسیله مکانیزمهایی
این حالات دانشجو را به IVT انتقال داده،همانطور که استاد در کلاس حضوری در شیوه تدریس خود تغییراتی می
دهد، IVT هم تغییـرات مناسب را در شیوه تدریس بدهد.
منابع و مراجع
[1] Learning
SQL with a Computerized Tutor| by: Mitrovic| A.| in: SIGCSE|
Vol.30| No.1|
March 1998| pp 307-311.
An
intelligent tutoring system for introductory C language course| by: Song| J. S.|
et al|
in: Computers & Education| Elsevier| 1997.
An
object oriented shell for intelligent tutoring lessons by: Jerinic| L.|
Devedzic V.|
in:
Computer Aided Learning and Instruction in Science and Engineering| -rd
Int.
conf.| CAL ISCE 96| LNCS 11C
| edited by: Diaz| A.| et al| 1996.
Epiphyte
Advisor Systems for Collaborative Learning| by: Giroux| S.| et al| in:
Computer
Aided Learning and Instruction in Science and Engineering| -rd Int.|
Conf.|
CAL ISCE’96| LNCS 1108| edited by: Diaz A.| et al| 1996.
Design
and implementation of an intelligent educational building system| by:
Chia|
Yung Hen| et al| in: Int. Symposium on Knowledge Acquisition.
Representation|
and Processing| Auburn Univ.| 1995.
The
Functional Architecture and Interaction Model of a Generator of Intelligent
Tutoring
Applications| by: Kameas| A.| Pintelas P.| in: Journal of Systems and
Software|
Elsevier| 1997.
The
Synergistic Integration of Expert Systems and Multimedia within an
Intelligent
Computer Aided environmental tutoring system| by: Ragusa| J. M.| in:
Proc.
of the -rd world congress on expert systems| 1960.
Supporting
multi-level medical education with knowledge-based systems| by:
King|
K.| Carstairs M.| in: Methods of Information in Medicine| 1997.
Excellent
Classroom Management| by: Rinne| C.H.| Wadsworth Publishing
Company|
1997.