адаптивное обучение в цифровой образовательной среде

Рекомендательные системы в онлайн-образовании. Адаптивное обучение

Не прошло и полгода, как мы завершаем цикл статей об адаптивном обучении на Stepik! А, нет, прошло… Но я рада наконец представить вашему вниманию заключительную статью о том, зачем вообще нужно адаптивное обучение, как оно реализовано на Stepik и причём тут шахматы.

Введение

Однажды мы решили рассказать на Хабре, как устроена система адаптивных рекомендаций на Stepik.org. Первые две статьи этого цикла были написаны ещё летом по горячим следам моего бакалаврского диплома на матмехе СПбГУ, первая была в целом про рекомендательные системы в онлайн-образовании, во второй мы немного заглянули под капот и рассказали об архитектуре нашей рекомендательной системы. Третья часть, в которой мы наконец дойдём собственно до адаптивных рекомендаций, писалась плохо, во многом потому, что эта часть платформы меняется очень быстро. Но теперь я готова опубликовать и её.

Зачем нужна адаптивность?

Когда говорят о преимуществах онлайн-обучения, часто в их числе упоминают массовость. Действительно, сложно сравнивать пропускную способность очного курса в университете, пусть даже потокового, и массового онлайн-курса, практически не имеющего ограничений для масштабирования — разница в размере аудитории составит порядки.

Но эта черта является также и недостатком онлайн-образования: в случае занятий в аудитории преподаватель может подстраивать свои лекции под студентов: провести опрос в начале семестра, следить на занятиях, все ли понимают материал, даже общаться с отдельными студентами лично, если они что-то не усвоили или, наоборот, хотят больше углубиться в какие-то темы. Разумеется, в случае массового онлайн-курса ресурсов преподавателя на подобное взаимодействие не хватает, а студенты оказываются в строгих рамках линейно составленного курса без возможности подробнее разобрать сложные задания или пропустить простые.

Тем не менее, существуют способы реализовать что-то подобное и в автоматическом (массовом) режиме. Эти способы можно разделить на три основные группы:

Механизмы адаптивного обучения

Адаптивное обучение на Stepik сделано в виде рекомендательной системы, которая советует пользователю, какой урок ему стоит изучить следующим, в зависимости от его предыдущих действий. Пока рекомендации даются в рамках материалов выбранного курса (например, тренажер по Python), но в скором будущем станут доступны также рекомендации в рамках произвольной темы (например, C++ или интегралы). В перспективе любую тему можно будет изучить в адаптивном режиме.

Зарегистрированному пользователю для начала обучения в адаптивном режиме достаточно нажать кнопку “Учиться” в адаптивном курсе (она станет доступна после записи на курс).

Получив рекомендованный к обучению материал (урок), пользователь может отреагировать на него одним из трех способов:

После получения реакции сведения о знаниях пользователя и о сложности урока обновляются, и пользователь получает новую рекомендацию.

Для адаптивных рекомендаций используется два метода (“хендлера”): на основе сложности и на основе зависимостей между темами (подробнее о хендлерах можно почитать во второй статье цикла).

Под капотом рекомендаций на основе сложности лежит две идеи:

В результате слияния этих двух идей получаем следующую модель работы системы. Пользователей и уроки мы рассматриваем как “игроков”, реакцию пользователя на рекомендацию урока — как результат “игры”, а предсказываем мы этот результат на основе некоторых параметров учащегося и урока. Основные черты этой модели мы взяли из научной статьи о Maths Garden, сервисе для изучения арифметики для детей. Для рекомендации мы подбираем такой урок, вероятность решить который для пользователя близка к оптимальной.

Помимо сложности уроков мы хотим учитывать также разметку контента темами. Мы используем граф знаний из Wikidata, и даём возможность авторам уроков тегировать их темами двух типов:

Например, в случае, если пользователь пометил урок как слишком сложный, мы можем посоветовать ему изучить темы, которые необходимы для данного урока.

Метрики

Основные метрики для оценки качества адаптивных рекомендаций — это, во-первых, доля решённых уроков от числа рекомендованных (по сути retention), и во-вторых, разница между предсказанным результатом решения и реальным (из модели на основе шахматного рейтинга).

Доля решённых уроков больше говорит о том, насколько полезными и подходящими по сложности пользователи считают рекомендации. Эту метрику мы вычисляем регулярно по итогам последних 7 дней, и она с конца прошлого года выросла с 60 до 80 процентов.

Вторая же метрика, ошибка предсказания, скорее характеризует точность внутренней машинерии адаптивной системы. При этом её сложнее интерпретировать, ведь изменяя модели для предсказания реакции пользователя и для оценки фактического поведения пользователей, мы можем получить значительные изменения в этой метрике, которые едва ли будут показывать, лучше стала модель или хуже по сравнению с предыдущей версией. Потому что оцениваем ошибку мы теперь тоже по-другому.

Например, если раньше значения predicted_score и real_score лежали в интервале , а в новой версии — в , абсолютные значения ошибки драматично вырастут, но это не будет значить, что нужно срочно откатываться. Разумеется, пример утрированный, но подобные причины изменения ошибки нужно учитывать при анализе метрик.

Как я писала, эти две метрики являются основными, но не исчерпывающими. Также мы отслеживаем состояние системы по количеству запросов рекомендаций (порядка нескольких тысяч в неделю), по скользящему среднему ошибки предсказания по нескольким дням (помогает выявить тенденцию к улучшению или ухудшению, сгладив пики), по времени обработки запроса новой рекомендации (ну по этому параметру всегда есть к чему стремиться 🙂 ).

Также мы проводим A/B-тестирование для сравнения работы разных моделей. Тогда, помимо вышеперечисленных метрик для ежедневного мониторинга, дашборд может расширяться специфичными метриками для конкретного эксперимента. Тем не менее, решение о том, какую модель оставлять, обычно принимается исходя из основных метрик.

История адаптивного проекта

В таблице ниже перечислены основные адаптивные курсы на Stepik и немного информации об их использовании.

Заключение

В этой статье я рассказала об общих чертах системы адаптивных рекомендаций на платформе Stepik. За кадром осталось многое: как мы предсказываем результат решения студентом материала, как мы оцениваем реальное поведение, а также каким образом обновляем оценки знаний пользователя и сложности урока. Возможно однажды на Хабрахабре появятся статьи и об этом, но сейчас эти части системы меняются быстрее, чем их можно успеть описать.

Тем не менее, надеюсь, вам было интересно читать эту статью. Буду рада ответить на ваши вопросы в комментариях или в личных сообщениях.

Источник

Адаптивное обучение в цифровой образовательной среде

Адаптивное обучение представляет собой подход, который максимально учитывает индивидуальные способности и потребности обучающегося. С активным развитием информационных технологий все большее применение в сфере образования находят электронные среды обучения, которые позволяют реализовать идеи адаптивного обучения на практике [4].

Использование адаптивных технологий предполагает интеграцию информационных и педагогических технологий, обеспечивающих интерактивность взаимодействия субъектов образования и продуктивность учебной деятельности учащегося с применением новых информационных технологий, обеспечивающих адаптивность в рамках образовательного процесса [3].

Системы электронного обучения с успехом выступают в качестве интерактивных средств обучения и контроля знания, предоставляя студенту теоретический материал в текстовом виде, аудио- и видеоформате, сообразно его уровню знаний, оценивая усвоение материала и, что самое главное, определяя траекторию его дальнейшего движения в рамках курса или учебного плана в целом [5].

Изучаемый материал предоставляется студенту в некоторый момент времени с учетом его накопленных знаний, успеваемости, опыта. В этом реализуется адаптация при обучении, происходит адаптированное представление материалов курса, тестирование, навигация [2]. Так, учащемуся, показавшему высокие результаты при изучении предшествующего материала, требуется предоставлять материал и задания со сложностью выше среднего. Более простой материал и задания не обладают развивающим потенциалом. С другой стороны, студент с низкой подготовкой не в состоянии решить сложные задания и разобрать материал повышенной сложности, что может в конечном счете привести к снижению мотивации [6].

Адаптивное обучение с использованием информационно-телекоммуникационных технологий позволяет существенно сократить аудиторную нагрузку как студента, так и преподавателя, многократно использовать результаты труда последних в форме электронных образовательных ресурсов, включающих теоретический материал, практические и тестовые задания. Фактически роль преподавателя смещается от лектора к технологу современного учебного процесса, в котором ведущая роль отводится не столько и не только обучающей деятельности преподавателя, сколько обучению самих студентов в рамках электронной информационно-образовательной среды с учетом их потребностей и способностей.

Таким образом, важной является проблема такой организации теоретического материала, формирования заданий и оценки результатов обучения у студента, которые на каждом шаге соответствовали бы уровню усвоения материала студентом. В данной работе представлены результаты обучения двух групп студентов с использованием электронной информационно-образовательной среды. При проведении эксперимента одна группа студентов обучалась с применением традиционного подхода, при подготовке студентов другой группы использовалось адаптивное обучение.

Модели в адаптивном обучении

Адаптивное обучение основывается на множестве определенных и хорошо апробированных моделей и процессов [8; 9]. Информация в системах адаптивного обучения необходима для представления знаний о предметной области и для моделирования поведения студентов в процессе обучения. Эту информацию можно разделить на три основные модели: модель предметной области, модель студента (или группы студентов) и модель адаптации.

Модель предметной области содержит информацию об изучаемом предмете и используется для поддержки адаптивного изучения курса. Модель предметной области выступает в качестве хранилища данных, которое содержит название разделов, тем, их содержание и навигационные ссылки, связанные со структурой представленных данных [8]. Модель предметной области может также содержать информацию о студентах, имеющую непосредственное отношение к их учебной деятельности, пример, информацию об учебных проектах, участниках и их ролях.

Модель предметной области состоит из двух основных частей: содержания курса и системы предоставления знаний. Последняя должна быть в состоянии поддерживать любое содержание курса, а также легко адаптироваться к новым требованиям, которые могут быть предъявлены к содержанию курса. Крайне важным аспектом модели предметной области является взаимосвязь между элементами курса и навигацией, которая и позволяет реализовать идею адаптации при изучении материала. Модель предметной области предназначена для разработки структуры взаимосвязей между отдельными элементами курса и переходов между ними с учетом способностей и потребностей пользователей. Структура этих взаимосвязей должна обеспечивать возможность студентам перехода на требуемый элемент курса в рамках адаптивного обучения [7].

Модель студента является основным компонентом систем адаптивного обучения. Данная модель включает всю информацию о студенте: его прогресс в изучении предметной области, уровень усвоения, поведение и пр. Модель студента предполагает, что информация о студенте изменяется со временем, включая новые элементы и траекторию изучения курса по мере прохождения курса студентом. То есть содержит не только общую информацию о студенте, но отслеживает все действия студента в процессе адаптивного обучения в рамках электронной образовательной системы [9].

В модели студента представлена информация двух типов: связанная с предметной областью и не связанная с ней [8]. Модель студента, связанная с предметной областью, фактически является моделью знаний студента. Она описывает уровень знаний студента, его понимание предмета или отдельных его разделов, ошибки, которые студент совершил в процессе изучения, прогресс студента в изучении предметной области, его оценки за тестирование и т.д.

Модель студента, не связанная с предметной областью, представляет информацию о навыках студента, основывается на его поведении. Эта информация включает в себя цели обучения, когнитивные способности студента, такие, например, как способность рассуждать, выстраивать ассоциации, его мотивацию, начальные знания и опыт, предпочтения и пр. [1].

В отдельных случаях может возникнуть необходимость использовать модель групп. Модель групп основана на идентификации групп учащихся, которые отличаются общими свойствами или идентичным поведением. Таким образом, модель групп определяет и описывает характеристики, которые позволяют выявить общие для студентов свойства и сделать вывод об их принадлежности к одной группе. Данный подход к определению групп и участия в них отдельных пользователей уже широко используется на практике и обладает большим потенциалом для его применения в контексте электронного обучения.

Модель адаптации включает в себя модель предметной области и модель студента. Процесс моделирования процесса адаптации при обучении начинается с выбора наиболее репрезентативных узлов на основе анализа потребностей студентов, описанных в модели студента. Рассматриваемые узлы могут быть классифицированы по различным видам знаний: базовые знания, включая знание определений, формул и других материалов; процедурные знания, относящиеся к методам и алгоритмам решения задач предметной области; и концептуальные знания, отражающие отношения между понятиями, которые полностью описывают предметную область. Разные виды знаний предполагают разные подходы при их изучении, следовательно, узлы будут представлять разные режимы изучения [10]. Необходимо принять решение о том, какие объекты изучения в каких узлах должны быть представлены, так, чтобы они могли быть изученными студентами при прохождении соответствующих узлов.

Модель адаптации описывает адаптивное обучение на разных уровнях абстракции. В частности, модель адаптации определяет то, что может быть адаптировано, а также каким образом это должно быть адаптировано. Модель адаптации может определять это, в том числе и неявно. Уровни абстракции, на которых может быть определена адаптация, варьируются от конкретных правил, регламентирующих поведение во время обучения, вплоть до общих спецификаций логических взаимосвязей между субъектами адаптивного обучения. Наиболее успешные и широко известные системы адаптивного обучения используют модели адаптации, которые обобщенно определяют поведение системы на основе свойств модели содержимого, например на основе взаимоотношений между субъектами контента.

Результаты эксперимента по реализации адаптивного обучения

Авторским коллективом был проведен эксперимент по адаптивному обучению студентов численностью 23 человека в рамках одной дисциплины с использованием электронной информационно-образовательной среды. Одновременно с этим вторая группа численностью 25 человек изучала этот же курс также с использованием электронной информационно-образовательной среды. Однако обучение студентов второй группы происходило традиционным образом, а электронная информационно-образовательная среда использовалась только для цифрового представления теоретического материала в виде конспекта лекций и автоматизированного контроля знаний посредством тестов.

Естественно, содержание курса было идентичным, однако форма подачи материала и, следовательно, тестовые вопросы были различны. При этом для второй группы содержание для всех студентов было одним, рассчитанным на студента со средними реальными учебными возможностями, в то время как для первой группы было предусмотрено несколько форм представления теоретического материала студенту в зависимости от его результатов.

По окончании курса обе группы прошли один и тот же тест, который был призван показать уровень усвоения материала студентами и продемонстрировать достоинства (или недостатки) адаптивного обучения в части усвоения студентами знаниевого компонента дисциплины. Для сопоставления результатов, ввиду разной численности групп, из второй случайным образом исключили результаты двух студентов. Результаты тестов студентов каждой из групп были упорядочены в порядке неубывания, что позволило наглядно представить и сопоставить полученные результаты (рисунок).

(АО – адаптивное обучение; ТО – традиционная форма обучения)

Полученные результаты показывают, что студенты, которые проходили подготовку согласно адаптивному подходу в обучении, на итоговом тестировании продемонстрировали более высокие результаты. Так, из 23 человек шесть получили оценку «отлично» (80-100 баллов), в то время как из студентов, обучавшиеся по традиционной модели, «отлично» получили только четыре студента. Балльные оценки показывают, что в подавляющем большинстве случаев студенты, прошедшие подготовку в рамках адаптивного обучения, ответили на тестовые вопросы лучше.

Проведенный эксперимент по адаптивному обучению студентов показал обоснованность основных положений данного подхода. Студенты получили гибкий механизм организации собственного процесса изучения курса в темпе, сообразном их способностям. Достаточная степень свободы в формировании собственного графика прохождения теоретического материала и тестирования развивает в студентах самостоятельность и ответственное отношение к обучению. При проведении эксперимента было отмечено повышение мотивации к изучению курса, что в конечном счете положительно отразилось на результатах обучения.

Можно отметить и гибкость при прохождении курса в части использования электронных средств доступа к информации, которые не ограничивались только лишь настольными компьютерами и ноутбуками в аудиториях университета или дома у студентов. Широкое распространение планшетов и смартфонов, а также возможность доступа с них к ресурсам электронной информационно-образовательной среды позволяют студентам изучать материал и проходить тестирование в любое удобное время, находясь практически в любом месте.

Несмотря на то что подготовка электронного курса, применяемого в рамках адаптивного обучения, требует определенного времени, тем не менее его применение при адаптивном обучении дает ряд неоспоримых преимуществ. К таким достоинствам относится снижение нагрузки на преподавателя при проведении практических занятий, появляется возможность полностью уйти от лекционных занятий или перевести их в формат мини-лекций по запросу студентов во время контактной работы с преподавателем. Использование электронных курсов в рамках адаптивного обучения позволяет высвободить и аудиторный фонд.

С педагогической точки зрения, важным является вовлеченность студента в образовательный процесс. Возможность отслеживать свой прогресс, понимать свое место в потоке прохождения всего курса, иметь представление о собственном уровне усвоения материала – все это возбуждает и поддерживает интерес студента на протяжении всего процесса изучения курса.

Результаты исследований усвоения учебного материала студентами, обучающимися по традиционной модели и согласно технологии адаптивного обучения, показали преимущества последнего. На итоговом тестировании результаты, полученные студентами, которые прошли подготовку в формате адаптивного обучения, выше. Это обусловлено не только более комфортными условиями при прохождении курса, но и личной заинтересованностью студентов и тягой к знаниям в процессе изучения дисциплины. Причем эта вовлеченность обеспечивается именно благодаря адаптивному обучению.

Таким образом, можно констатировать, что адаптивное обучение является не просто другим подходом к формированию учебного процесса, но и обеспечивает более высокие результаты обучения, которые можно измерить количественно, а также личную заинтересованность и вовлеченность студентов в процесс обучения.

В порядке дальнейших исследований авторским коллективом запланировано оценить через год остаточные знания студентов по изученному курсу. Целью исследований будет проверка гипотезы о том, что знания, полученные при адаптивном обучении, формируются и закрепляются лучше благодаря более высокой самостоятельности, мотивации, вовлеченности и ответственному отношению к обучению у студентов, проходивших подготовку в формате адаптивного обучения.

Источник

Адаптивное обучение в цифровой образовательной среде

Адаптивное обучение представляет собой подход, который максимально учитывает индивидуальные способности и потребности обучающегося. С активным развитием информационных технологий все большее применение в сфере образования находят электронные среды обучения, которые позволяют реализовать идеи адаптивного обучения на практике [4].

Использование адаптивных технологий предполагает интеграцию информационных и педагогических технологий, обеспечивающих интерактивность взаимодействия субъектов образования и продуктивность учебной деятельности учащегося с применением новых информационных технологий, обеспечивающих адаптивность в рамках образовательного процесса [3].

Системы электронного обучения с успехом выступают в качестве интерактивных средств обучения и контроля знания, предоставляя студенту теоретический материал в текстовом виде, аудио- и видеоформате, сообразно его уровню знаний, оценивая усвоение материала и, что самое главное, определяя траекторию его дальнейшего движения в рамках курса или учебного плана в целом [5].

Изучаемый материал предоставляется студенту в некоторый момент времени с учетом его накопленных знаний, успеваемости, опыта. В этом реализуется адаптация при обучении, происходит адаптированное представление материалов курса, тестирование, навигация [2]. Так, учащемуся, показавшему высокие результаты при изучении предшествующего материала, требуется предоставлять материал и задания со сложностью выше среднего. Более простой материал и задания не обладают развивающим потенциалом. С другой стороны, студент с низкой подготовкой не в состоянии решить сложные задания и разобрать материал повышенной сложности, что может в конечном счете привести к снижению мотивации [6].

Адаптивное обучение с использованием информационно-телекоммуникационных технологий позволяет существенно сократить аудиторную нагрузку как студента, так и преподавателя, многократно использовать результаты труда последних в форме электронных образовательных ресурсов, включающих теоретический материал, практические и тестовые задания. Фактически роль преподавателя смещается от лектора к технологу современного учебного процесса, в котором ведущая роль отводится не столько и не только обучающей деятельности преподавателя, сколько обучению самих студентов в рамках электронной информационно-образовательной среды с учетом их потребностей и способностей.

Таким образом, важной является проблема такой организации теоретического материала, формирования заданий и оценки результатов обучения у студента, которые на каждом шаге соответствовали бы уровню усвоения материала студентом. В данной работе представлены результаты обучения двух групп студентов с использованием электронной информационно-образовательной среды. При проведении эксперимента одна группа студентов обучалась с применением традиционного подхода, при подготовке студентов другой группы использовалось адаптивное обучение.

Модели в адаптивном обучении

Адаптивное обучение основывается на множестве определенных и хорошо апробированных моделей и процессов [8; 9]. Информация в системах адаптивного обучения необходима для представления знаний о предметной области и для моделирования поведения студентов в процессе обучения. Эту информацию можно разделить на три основные модели: модель предметной области, модель студента (или группы студентов) и модель адаптации.

Модель предметной области содержит информацию об изучаемом предмете и используется для поддержки адаптивного изучения курса. Модель предметной области выступает в качестве хранилища данных, которое содержит название разделов, тем, их содержание и навигационные ссылки, связанные со структурой представленных данных [8]. Модель предметной области может также содержать информацию о студентах, имеющую непосредственное отношение к их учебной деятельности, пример, информацию об учебных проектах, участниках и их ролях.

Модель предметной области состоит из двух основных частей: содержания курса и системы предоставления знаний. Последняя должна быть в состоянии поддерживать любое содержание курса, а также легко адаптироваться к новым требованиям, которые могут быть предъявлены к содержанию курса. Крайне важным аспектом модели предметной области является взаимосвязь между элементами курса и навигацией, которая и позволяет реализовать идею адаптации при изучении материала. Модель предметной области предназначена для разработки структуры взаимосвязей между отдельными элементами курса и переходов между ними с учетом способностей и потребностей пользователей. Структура этих взаимосвязей должна обеспечивать возможность студентам перехода на требуемый элемент курса в рамках адаптивного обучения [7].

Модель студента является основным компонентом систем адаптивного обучения. Данная модель включает всю информацию о студенте: его прогресс в изучении предметной области, уровень усвоения, поведение и пр. Модель студента предполагает, что информация о студенте изменяется со временем, включая новые элементы и траекторию изучения курса по мере прохождения курса студентом. То есть содержит не только общую информацию о студенте, но отслеживает все действия студента в процессе адаптивного обучения в рамках электронной образовательной системы [9].

В модели студента представлена информация двух типов: связанная с предметной областью и не связанная с ней [8]. Модель студента, связанная с предметной областью, фактически является моделью знаний студента. Она описывает уровень знаний студента, его понимание предмета или отдельных его разделов, ошибки, которые студент совершил в процессе изучения, прогресс студента в изучении предметной области, его оценки за тестирование и т.д.

Модель студента, не связанная с предметной областью, представляет информацию о навыках студента, основывается на его поведении. Эта информация включает в себя цели обучения, когнитивные способности студента, такие, например, как способность рассуждать, выстраивать ассоциации, его мотивацию, начальные знания и опыт, предпочтения и пр. [1].

В отдельных случаях может возникнуть необходимость использовать модель групп. Модель групп основана на идентификации групп учащихся, которые отличаются общими свойствами или идентичным поведением. Таким образом, модель групп определяет и описывает характеристики, которые позволяют выявить общие для студентов свойства и сделать вывод об их принадлежности к одной группе. Данный подход к определению групп и участия в них отдельных пользователей уже широко используется на практике и обладает большим потенциалом для его применения в контексте электронного обучения.

Модель адаптации включает в себя модель предметной области и модель студента. Процесс моделирования процесса адаптации при обучении начинается с выбора наиболее репрезентативных узлов на основе анализа потребностей студентов, описанных в модели студента. Рассматриваемые узлы могут быть классифицированы по различным видам знаний: базовые знания, включая знание определений, формул и других материалов; процедурные знания, относящиеся к методам и алгоритмам решения задач предметной области; и концептуальные знания, отражающие отношения между понятиями, которые полностью описывают предметную область. Разные виды знаний предполагают разные подходы при их изучении, следовательно, узлы будут представлять разные режимы изучения [10]. Необходимо принять решение о том, какие объекты изучения в каких узлах должны быть представлены, так, чтобы они могли быть изученными студентами при прохождении соответствующих узлов.

Модель адаптации описывает адаптивное обучение на разных уровнях абстракции. В частности, модель адаптации определяет то, что может быть адаптировано, а также каким образом это должно быть адаптировано. Модель адаптации может определять это, в том числе и неявно. Уровни абстракции, на которых может быть определена адаптация, варьируются от конкретных правил, регламентирующих поведение во время обучения, вплоть до общих спецификаций логических взаимосвязей между субъектами адаптивного обучения. Наиболее успешные и широко известные системы адаптивного обучения используют модели адаптации, которые обобщенно определяют поведение системы на основе свойств модели содержимого, например на основе взаимоотношений между субъектами контента.

Результаты эксперимента по реализации адаптивного обучения

Авторским коллективом был проведен эксперимент по адаптивному обучению студентов численностью 23 человека в рамках одной дисциплины с использованием электронной информационно-образовательной среды. Одновременно с этим вторая группа численностью 25 человек изучала этот же курс также с использованием электронной информационно-образовательной среды. Однако обучение студентов второй группы происходило традиционным образом, а электронная информационно-образовательная среда использовалась только для цифрового представления теоретического материала в виде конспекта лекций и автоматизированного контроля знаний посредством тестов.

Естественно, содержание курса было идентичным, однако форма подачи материала и, следовательно, тестовые вопросы были различны. При этом для второй группы содержание для всех студентов было одним, рассчитанным на студента со средними реальными учебными возможностями, в то время как для первой группы было предусмотрено несколько форм представления теоретического материала студенту в зависимости от его результатов.

По окончании курса обе группы прошли один и тот же тест, который был призван показать уровень усвоения материала студентами и продемонстрировать достоинства (или недостатки) адаптивного обучения в части усвоения студентами знаниевого компонента дисциплины. Для сопоставления результатов, ввиду разной численности групп, из второй случайным образом исключили результаты двух студентов. Результаты тестов студентов каждой из групп были упорядочены в порядке неубывания, что позволило наглядно представить и сопоставить полученные результаты (рисунок).

(АО – адаптивное обучение; ТО – традиционная форма обучения)

Полученные результаты показывают, что студенты, которые проходили подготовку согласно адаптивному подходу в обучении, на итоговом тестировании продемонстрировали более высокие результаты. Так, из 23 человек шесть получили оценку «отлично» (80-100 баллов), в то время как из студентов, обучавшиеся по традиционной модели, «отлично» получили только четыре студента. Балльные оценки показывают, что в подавляющем большинстве случаев студенты, прошедшие подготовку в рамках адаптивного обучения, ответили на тестовые вопросы лучше.

Проведенный эксперимент по адаптивному обучению студентов показал обоснованность основных положений данного подхода. Студенты получили гибкий механизм организации собственного процесса изучения курса в темпе, сообразном их способностям. Достаточная степень свободы в формировании собственного графика прохождения теоретического материала и тестирования развивает в студентах самостоятельность и ответственное отношение к обучению. При проведении эксперимента было отмечено повышение мотивации к изучению курса, что в конечном счете положительно отразилось на результатах обучения.

Можно отметить и гибкость при прохождении курса в части использования электронных средств доступа к информации, которые не ограничивались только лишь настольными компьютерами и ноутбуками в аудиториях университета или дома у студентов. Широкое распространение планшетов и смартфонов, а также возможность доступа с них к ресурсам электронной информационно-образовательной среды позволяют студентам изучать материал и проходить тестирование в любое удобное время, находясь практически в любом месте.

Несмотря на то что подготовка электронного курса, применяемого в рамках адаптивного обучения, требует определенного времени, тем не менее его применение при адаптивном обучении дает ряд неоспоримых преимуществ. К таким достоинствам относится снижение нагрузки на преподавателя при проведении практических занятий, появляется возможность полностью уйти от лекционных занятий или перевести их в формат мини-лекций по запросу студентов во время контактной работы с преподавателем. Использование электронных курсов в рамках адаптивного обучения позволяет высвободить и аудиторный фонд.

С педагогической точки зрения, важным является вовлеченность студента в образовательный процесс. Возможность отслеживать свой прогресс, понимать свое место в потоке прохождения всего курса, иметь представление о собственном уровне усвоения материала – все это возбуждает и поддерживает интерес студента на протяжении всего процесса изучения курса.

Результаты исследований усвоения учебного материала студентами, обучающимися по традиционной модели и согласно технологии адаптивного обучения, показали преимущества последнего. На итоговом тестировании результаты, полученные студентами, которые прошли подготовку в формате адаптивного обучения, выше. Это обусловлено не только более комфортными условиями при прохождении курса, но и личной заинтересованностью студентов и тягой к знаниям в процессе изучения дисциплины. Причем эта вовлеченность обеспечивается именно благодаря адаптивному обучению.

Таким образом, можно констатировать, что адаптивное обучение является не просто другим подходом к формированию учебного процесса, но и обеспечивает более высокие результаты обучения, которые можно измерить количественно, а также личную заинтересованность и вовлеченность студентов в процесс обучения.

В порядке дальнейших исследований авторским коллективом запланировано оценить через год остаточные знания студентов по изученному курсу. Целью исследований будет проверка гипотезы о том, что знания, полученные при адаптивном обучении, формируются и закрепляются лучше благодаря более высокой самостоятельности, мотивации, вовлеченности и ответственному отношению к обучению у студентов, проходивших подготовку в формате адаптивного обучения.

Источник