Основное содержание работы

контроль знаний информатика адаптивный Во введении обоснована актуальность исследования, сформулирована его проблема, определены цели, объект, предмет и гипотеза исследования. Показаны степень разработанности, научная новизна, теоретическая и практическая значимость проблемы, выделены этапы и описаны результаты апробации рекомендаций исследования, перечислены положения, выносимые на защиту. На основе анализа сложившихся противоречий и недостатков определена основная задача диссертации — совершенствование методической системы обучения будущих учителей информатике, в соответствии с концепцией модернизации отечественного образования, современным состоянием, тенденциями и задачами информатизации российского общества.

В первой главе «Теоретические основания исследования и системный анализ его проблематики» изложены теоретические основы диссертационного исследования, рассмотрены наиболее распространённые модели представления знаний, проведен их системный анализ, на основе которого обоснован выбор основной модели представления знаний в области информатики.

Рассматриваются также различные подходы к моделированию содержания образования как сложной системы, способы представления семантической информации, проблемы, возникающие при разработке систем, основанных на знаниях и наиболее распространённые модели их представления. Для представления знаний в интеллектуальных системах существуют различные способы, наличие которых вызвано, в первую очередь, стремлением с наибольшей эффективностью представить знания, относящиеся к различным предметным областям.

Способ представления знаний в большинстве случаев реализуется с помощью соответствующей модели. Основные типы моделей представления знаний делятся на логические (формальные), эвристические (формализованные) и смешанные (рис.1).

В основе логических моделей представления знаний лежит понятие формальной системы (теории). Примерами формальных теорий могут служить исчисление предикатов и любая конкретная система продукций. В отличие от формальных моделей эвристические модели имеют разнообразный набор средств, передающих специфические особенности той или иной проблемной области. К эвристическим моделям относятся сетевые, фреймовые, продукционные и объектно-ориентированные модели. На основе различных логических концепций создаются смешанные модели представления знаний.

Основным преимуществом логических подходов является наличие четкой семантики и правил вывода. Одной из основных проблем является отсутствие в логическом подходе структуры, так как знания представляются в виде совокупности линейных формул.

Фреймы — универсальная модель представления знаний, эффективна для структурного описания сложных понятий. Однако в этой модели отсутствует конкретный язык представления знаний, затруднено управление завершенностью и постоянством целостного образа, что приводит к возможному нарушению присоединенной процедуры.

Рис. 1. Наиболее распространенные модели представления знаний.

Система продукций — эффективна для выражения знаний, которые могут принимать форму переходов между состояниями. Основным недостатком систем продукций является отсутствие внутренней структуры. Семантические сети. Как известно этот термин обозначает фактически целый класс подходов, для которых общим является использование графических схем с узлами, соединенными дугами. Узлы представляют понятия, а дуги выражают отношения между ними. Семантические сети обеспечивают легкий доступ к знаниям: начиная движение от некоторого понятия по дугам отношений, можно достичь других понятий предметной области. Эти сети обладают естественностью и выразительностью, механизмами структурирования и абстракции и легко преобразуются в естественный язык. Фреймы и системы продукций имеют свои недостатки, обусловленные их преимущественной ориентацией на эффективную машинную реализацию; в частности их семантика определяется механизмом вывода.

В таблице 1 представлены результаты сравнительного анализа основных моделей представления знаний.

На основе системного анализа интеллектуальных моделей представления знаний, в качестве основного средства решения указанных дидактических задач в области информатики выбрана модель в виде семантической сети, которая отличается от других моделей наглядностью и простотой представления знаний, наличием механизмов их структуризации и соответствием современным представлениям об организации памяти.

Во второй главе «Методологические аспекты представления и контроля знаний» приведены результаты анализа методов структуризации знаний, этапы разработки общих моделей представления и контроля знаний, основные методологические положения по представлению и контролю знаний с использованием адаптивных семантических моделей.

Как отмечалось выше, одним из преимуществ семантических сетей как модели представления знаний и непосредственно самого процесса обучения является наглядность описания предметной области, их гибкость и адаптивность к цели и другим факторам процесса обучения.

Таблица 1

Результаты сравнительного анализа основных моделей представления знаний.

Однако, свойство наглядности с увеличением размеров и усложнением связей базы знаний предметной области теряется. Кроме того, возникают значительные сложности по обработке различного рода исключений. Для преодоления указанных проблем обычно используется метод иерархического описания моделей (рис.2).

На самом верхнем уровне расположены классы понятий, далее (на уровень ниже) размещены обобщенные понятия и на самом нижнем уровне — элементарные (конкретные) понятия. Число уровней иерархической модели знаний предметной области зависит от степени детализации понятий.

Такой подход к организации знаний при разработке обучающих систем показывает взаимосвязь элементов учебного материала, позволяет значительно сократить время обучения, уменьшить объем памяти, занимаемой базой знаний и данных.

Модель в виде иерархической семантической сети, являясь логической структурой изучаемой предметной области, показывает также последовательность изложения учебного материала.

Рис. 2. Общая многоуровневая иерархическая модель представления знаний.

Многоуровневую иерархическую модель знаний можно интерпретировать ориентированным графом. На рис. 3 приведена иерархическая модель знаний по учебной дисциплине «Программирование» специальности 30 100 (учитель информатики).

Данная модель представляет различные виды понятий (обобщенные, элементарные) изучаемой учебной дисциплины («Программирование»), где понятия в зависимости от их сложности распределены по уровням. Таким образом, на самом верхнем уровне расположены классы понятий (КП11, .. ., КПn1), далее на уровень ниже размещены обобщенные понятия (ОП12, …, ОПm2) и на третьем уровне — более простые, конкретные понятия (ЭП31, .. ., ЭП3k).

Рис. 3. Представление иерархической модели знаний ориентированным графом.

Стрелки на рис. 3 обозначают такие отношения между понятиями предметной области, как IS — A (это есть), PART — OF (является частью), MEMBER — OF (является элементом).

КП — основные алгоритмические структуры, КП — операторы языка Паскаль; ОП — линейные алгоритмы, ОП — циклические алгоритмы, ОП — разветвляющиеся алгоритмы, ОП — простые операторы, ОП — структурные операторы; ЭП — цикл с предусловием, ЭП — цикл с постусловием, ЭП — цикл с заданным количеством повторений, ЭПоператор цикла с параметром, ЭП — оператор цикла с предусловием, ЭП — оператор цикла с постусловием, ЭП — оператор выбора.

Приведенные выше сведения, соображения и рекомендации позволили систематизировать и обобщить основные методологические положения по представлению и контролю знаний в области информатики с использованием адаптивных семантических моделей (АСМ).

• 1. Для представления и контроля знаний в области информатики в качестве основных обеспечивающих эти задачи моделей целесообразно использовать адаптивные семантические модели, учитывая их возможности по более адекватному описанию взаимодействия различных понятий и разделов учебных дисциплин и их адаптации к быстрому изменению содержания этих дисциплин и уровню знаний обучаемых.
• 2. АСМ обеспечивают глубокую структуризацию изучаемых понятий и явлений в области информатики, её предметная область может быть представлена наглядно в виде сложных иерархических моделей, которые могут идентифицировать знания обучаемых и их способности, в полной мере использовать достижения современных систем искусственного интеллекта.
• 3. Основными этапами структуризации знаний в АСМ в большинстве случаев можно считать:
  • · определение входных и выходных данных;
  • · составление словаря терминов;
  • · выявление объектов и понятий;
  • · выявление связей между понятиями;
  • · выявление метапонятий и детализация понятий;
  • · построение пирамид знаний;
  • · определение отношений между понятиями;
  • · определение стратегии принятия решений.
• 4. При построении пирамид знаний должны использоваться наглядные материалы: рисунки, схемы, диаграммы, графики и др.; уровни пирамиды знаний чаще всего возникают в сознании обучаемых в виде наглядных образов.
• 5. Одним из основных методов (аппаратов) структуризации знаний является психосемантика, которая позволяет исследовать структуры сознания через реконструкцию индивидуальной системы знаний, выявляя категориальные структуры сознания экспертов.
• 6. В связи с тем, что свойство наглядности АСМ при использовании многоразмерных баз знаний и усложнением связей между её объектами теряется целесообразно использовать многоуровневые АСМ, в которых понятия и объекты предметной области располагаются на нескольких уровнях.
• 7. Основными источниками содержательной информации для образовательных АСМ должны являться:
  • · государственные образовательные стандарты;
  • · типовые (примерные) учебные планы:
  • · рекомендуемая Минобрнаукой России учебная и учебно — методическая литература;
  • · материалы научно — методических, научно — практических конференций и выставок, обеспечивающих опережающее обучение студентов.
• 8. Разработку образовательных АСМ по конкретным учебным дисциплинам рекомендуется проводить в следующей последовательности:
  • · классификация понятий в предметной области;
  • · выделение общих свойств и признаков присущих каждому уровню понятий;
  • · выделение отличительных признаков каждого уровня понятий;
  • · установление связей между понятиями, относящимися к одному уровню;
  • · выделение межуровневых и межпредметных связей.
• 9. Контроль знаний обучаемых на основе АСМ должен предполагать смысловую обработку их ответов и сравнение знаний обучаемых с данными образовательной АСМ, при этом может использоваться сеть запроса учебной информации и должна обеспечиваться активизация учебной деятельности студентов и повышение объективности контроля их знаний.
• 10. Процедура синтеза тестов для контроля знаний обучаемых должна обеспечивать максимально возможную информацию о предметной области в ответах обучаемых при минимально возможном числе тестов.

В третьей главе «Методические основы представления и контроля знаний в области информатики» представлена методика разработки АСМ по учебным дисциплинам подготовки будущих учителей информатики, основные положения которой сводятся к следующему.

• 1. Разработанные АСМ по предметам и разделам информатики должны обеспечивать адекватное отражение знаний в изучаемой предметной области в соответствии с требованиями государственного образовательного стандарта и рабочих учебных программ вузов. При этом при разработке АСМ необходимо руководствоваться методологическими положениями, представленными во второй главе данной диссертации.
• 2. Основными этапами разработки образовательных АСМ являются:
  • · разделение содержания учебной дисциплины на отдельные относительно автономные темы;
  • · отбор значимых понятий (метапонятий) изучаемой темы;
  • · детализация метапонятий (на макропонятия, микропонятия);
  • · выделение общих и специфических свойств и признаков понятий и объектов предметной области;
  • · определение связей между этими понятиями и объектами;
  • · построение АСМ с учётом многоуровневой структуры большинства из них.
• 3. При разработке образовательных АСМ необходимо учитывать причинно — следственные и родовидовые связи между понятиями, объектами и отдельными разделами учебных дисциплин предметной области.
• 4. Классифицировать учебные задачи по информатике целесообразно по использованию системы знаний языка программирования, необходимых для их решения.
• 5. Программная реализация образовательных АСМ должна обеспечивать адаптацию этих моделей к уровню образования и подготовки обучаемого, а также модернизацию моделей в процессе их использования.
• 6. Должна обеспечиваться структуризация знаний для различных форм учебных занятий (лекций, лабораторных работ, практических занятий и др.),
• 7. При семантической структуризации учебных задач по программированию целесообразно использовать трехуровневую АСМ:
  • · 1 уровень — условие задачи;
  • · 2 уровень — алгоритм решения задачи;
  • · 3 уровень — система знаний, необходимых для решения задачи.
• 8. В качестве инструментальных средств структуризации учебных задач по программированию целесообразно использовать:
  • · классификатор базовых знаний по программированию;
  • · алфавит языка программирования;
  • · таксономическую структуру оператора условного перехода.
• 9. Разработанные АСМ должны сопровождаться методическими рекомендациями для студентов, требования к ним должны содержаться в специальном методическом пособии для преподавателей информатики.
• 10. Внедрению образовательных АСМ в реальный учебный процесс должна предшествовать их предварительная апробация (вместе с методическими пособиями) с участием студентов.

На основе представленной выше методики разработки образовательных АСМ (п.п. 1−9) созданы 43 модели по 8 учебным дисциплинам предметной подготовки учителей информатики («Программирование», «Программное обеспечение», «Архитектура компьютера», «Компьютерное моделирование», «Математическая логика», «Теоретические основы информатики», «Компьютерные сети», «Основы искусственного интеллекта»). Для разработки указанных АСМ по этим учебным дисциплинам их содержание было разделено на отдельные темы, которые реализовались на соответствующих АСМ.

На рис. 4 представлен фрагмент семантической модели по учебной дисциплине «Программирование» по теме «Подпрограммы — процедуры языка Паскаль». В рамках данной темы студенты изучают принципы модульного построения программ, назначение подпрограмм, структуру и свойства процедур.

Разработанная семантическая модель несёт в себе следующую информацию о процедуре: процедура является подпрограммой, частью программы, которую используют многократно, получает данные из основной программы, возвращает результат в программу и т. д. В языке Паскаль есть и другая форма подпрограммы — функция, которая имеет общие свойства с процедурой и отличительные признаки. При традиционном изучении данной темы указанные подпрограммы языка Паскаль, присущие им общие свойства и их особенности рассматривают отдельно. Например, если в базу данных о подпрограммах добавить новую запись «Функция — это подпрограмма», то узнаём о функции только данный факт. Но если добавить этот факт в семантическую модель (рис.4), ясно, что функция является программным блоком, имеет определённую структуру, которую включает заголовок подпрограммы, раздел описаний, раздел операторов, т. е. она наследует все свойства понятия «Подпрограмма». При данном подходе к изучению указанной темы необходимо только добавить в семантическую модель учебного материала отличительные от процедуры признаки.

На рис. 5 представлена семантическая модель учебного материала на тему «Антивирусные программы» (учебная дисциплина «Программное обеспечение»). Данная семантическая модель показывает, что основным понятием по указанной теме является понятие «Антивирусные программы», которое подразделяется на программы — детекторы, программы — доктора, программы — вакцины и т. д. Кроме того, разработанная модель показывает особенности действия каждого вида антивируса, наследуя свойства понятия «Антивирусные программы». На рис. 6 представлена семантическая модель по учебной дисциплине «Компьютерное моделирование». Семантическая модель описывает свойства моделируемого объекта и модели, показывает её назначение.

Теоретические основы информатики — пока не вполне сложившийся и не устоявшийся раздел науки. Как и теоретические разделы других наук, теоретическая информатика формируется в значительной мере под влиянием потребностей обучения информатике.

Теоретическая информатика — наука, которая складывается из ряда разделов математики, которые прежде казались мало связанными друг с другом: теории автоматов и теории алгоритмов, математической логики, теории формальных языков и грамматик, реляционной алгебры, теории информации и др.

Рис. 4. Фрагмент семантической модели по теме «Подпрограммы — процедуры языка Паскаль» (учебная дисциплина «Программирование»).

Для разработки адаптивных семантических моделей по учебной дисциплине «Теоретические основы информатики» её содержание было разделено на самостоятельные темы. На рис. 7 представлена АСМ по теме «Понятие информации». Данная модель описывает, что понятие информации ассоциируется с данными, сведениями, знаниями, передаётся в виде сообщения (сигнала) при наличии среды, материального носителя. Показывает также общие свойства и особенности дискретной и непрерывной информации.

Рис. 5. Cсемантическая модель по теме «Антивирусные программы»

(учебная дисциплина «Программное обеспечение»).

В рамках учебной дисциплины «Архитектура персонального компьютера» студенты специальности 30 100 изучают аппаратную часть компьютера. Данная дисциплина достаточно сложная, что предполагает детальное и подробное изучение составных компонентов ПК. На рис. 8 представлена семантическая модель учебного материала поданной дисциплине (тема «Процессор»). По разработанной модели следует, что «одним из основных устройств компьютера является процессор, который определяет его вычислительные возможности, функции и свойства, различают процессоры разных модификаций и т. д.

Рис. 6. Семантическая модель по теме «Свойства модели».

(учебная дисциплина «Компьютерное моделирование»).

Для подготовки будущих учителей информатики к работе с информационными образовательными ресурсами, компьютерными базами и банками данных в учебный план специальности 30 100 включен курс «Компьютерные сети». На рис. 9 представлена семантическая модель по данной учебной дисциплине по теме «Назначение сервера».

Следует подчеркнуть, что семантическая модель, изображая логическую структуру учебного материала в соответствии с существующими связями между его понятиями, одномоментно показывает все основные понятия изучаемой темы и связи между ними, что облегчает её восприятие.

Рис. 7. Семантическая модель по теме «Понятие информации».

(учебная дисциплина «Теоретические основы информатики»).

На рис. 10 представлена семантическая модель по учебной дисциплине «Математическая логика». Данная учебная дисциплина является абстрактной. Если при изучении составных компонентов персонального компьютера можно пользоваться схемами, рисунками, иллюстрациями, то при изучении абстрактных дисциплин у преподавателя такая возможность отсутствует. Отсутствие наглядных пособий затрудняет усвоение студентами содержание учебного предмета. Приведенная на рис. 10 модель учебного материала по теме «Логические операции» представляет е основные понятия и показывает причинно — следственные отношения между ними.

В настоящее время существуют различные виды образовательных средств: учебники, методические пособия, справочники и т. д., в том числе и электронные образовательные средства. Однако существующие электронные учебники по абстрактным дисциплинам существенно не отличается от учебных пособий в твердом носителе. Чтобы найти связи между понятиями учебной дисциплины приходится многократно листать весь учебник и искать необходимую информацию. Представление учебного материала по абстрактным дисциплинам на основе адаптивных семантических моделей позволяет создать структурированный учебник, показывающий связи между понятиями предметной области, что важно при организации обучения на основе информационных и коммуникационных технологий.

Рис. 8.Семантическая модель по теме «Процессор»

(учебная дисциплина «Архитектура персонального компьютера»).

Как показывает опыт разработки семантических моделей по учебной дисциплине «Математическая логика», сам процесс построения моделей способствует эффективному приобретению знаний. Поэтому обучение студентов можно вести ни только по разработанным преподавателем АСМ, но и давать студентам задания по их разработке, что способствует лучшему усвоению учебного материала.

Рис. 9. Семантическая модель по теме «Назначение сервера»

(учебная дисциплина «Компьютерные сети»).

Рис. 10. Семантическая модель по теме «Алгебра высказываний».

(Учебная дисциплина «Математическая логика»).

Рис. 11. Семантическая модель по теме «Иерархические структуры»

(учебная дисциплина «Основы искусственного интеллекта»).

Дисциплина «Основы искусственного интеллекта» имеет целью ознакомить студентов с основными направлениями исследований в области искусственного интеллекта, экспертных систем, моделями представления знаний, с инструментальными средствами разработки экспертных систем, обучить их принципам представления знаний, проведению анализа полученных результатов, а также содействовать фундаментализации образования, формированию научного мировоззрения и развитию системного мышления. При изучении данного курса подробно рассматривают наиболее распространенные модели представления знаний: семантические сети, логические подходы, фреймы и системы продукций. На рис. 11 представлена семантическая модель по данной учебной дисциплине, которая характеризует основные модели представления знаний и их свойства. Следует отметить, что процесс разработки семантических моделей предметной области является трудоёмким процессом. Однако, метод семантических сетей достаточно эффективный способ структуризации знаний в такой предметной области как «Информатика». В таблице 2 приведены обобщенные данные по созданным образовательным моделям в области информатики.

Как видно из данной таблицы всего по учебным дисциплинам предметной подготовки учителя информатики разработаны 43 АСМ, общий объём разработанного на основе этих моделей образовательного контента составляет около 26 Мбайт.

Кроме методики разработки моделей по содержанию учебных дисциплин в диссертации предложена методика контроля знаний обучаемых, которая основана на сети запроса контрольных заданий и построении обучаемыми семантических моделей по учебному материалу. Данная методика обеспечивает целесообразную последовательность предъявления обучаемому контрольных заданий, возможность использования деятельностного подхода к процессу контроля знаний, возможность использования более сложных комплексных задач в предметной области, в том числе и в проблемных ситуациях; при этом сеть запроса учебной информации обеспечивает соответствие содержания контрольных заданий изученному учебному материалу.

По разработанной методике контроля знаний создано около 60 контрольных заданий для проверки знаний обучаемых с построением ими семантических моделей. Причём к одной и той же учебной семантической модели можно разрабатывать несколько контрольных моделей различной Таблица 2.

Обобщенные данные по разработанным моделям.

степени сложности. Согласно разработанной методики контроля знаний при выполнении контрольных заданий необходимо из предложенного набора выбрать названия понятий и отношений между ними и подписать ими соответствующие вершины и рёбра контрольной модели. Построенная, указанным образом, модель учебного материала сравнивается с соответствующей семантической моделью, находящейся в базе знаний системы «КАСПИЙ» и она выдаёт оценку с подробным указанием ошибок обучающихся. В четвертой главе «Экспериментальные исследования и оценка эффективности рекомендаций диссертационного исследования» рассматриваются процесс проектирования и принципы построения автоматизированной обучающей системы «КАСПИЙ», ориентированной на использование образовательных АСМ, в том числе в области информатики. В главе приведена также методика использования этой системы в процессе обучения и результаты проведённых педагогических экспериментов.

Как видно из структурной схемы системы «КАСПИЙ» (рис.12) все операции с базой данных (БД) выполняются через модуль управления БД.

Модуль содержит множество процедур и функций, обеспечивающих взаимодействие с БД без использования инструкций языка SQL и без непосредственного обращения к БД.

Рис. 12. Структурная схема системы «КАСПИЙ»

Модуль управления базой данных является одним из основных модулей системы «КАСПИЙ». Назначение всех основных модулей системы «КАСПИЙ», представленных на рис. 12, приведены в таблице 3.

Таблица. 3.

Назначение модулей системы «Каспий».

На рис. 13 представлен пользовательский интерфейс системы «КАСПИЙ».

Рис. 13. Пользовательский интерфейс системы «КАСПИЙ».

Структура, принципы построения и пользовательский интерфейс системы «КАСПИЙ» предусматривает её использование в следующих режимах: «Редактирование сети», «Обучение», «Контроль знаний». В режиме «Редактирование сети» формируются проблемно — ориентированные базы знаний учебных дисциплин на основе соответствующих адаптивных семантических моделей. Данным программным режимом управляет один из основных модулей системы «КАСПИЙ» — «Редактор сети», который имеет довольно большой набор инструментов, позволяющих пользователям системы как создавать, редактировать АСМ учебного материала, так и разрабатывать к ним контрольные задания различной сложности.

При этом по мере пополнения учебного предмета новыми понятиями и изменения его содержания обеспечивается возможность корректировки адаптивных семантических моделей.

Режим «Обучение» предъявляет обучаемым учебный материал с учётом уровня их знаний, определяемых по специальным предварительным тестам и результатам промежуточного контроля их подготовки.

Режим «Проверка знаний» предполагает генерацию контрольных заданий различной сложности с последующим сравнением АСМ, построенных обучаемыми и учебными АСМ, находящимися в базе знаний системы «КАСПИЙ» и выдачу соответствующего результата (оценки). В данной обучающей системе предусмотрена панель истории навигации, предназначенной для отображения пути, пройденного обучаемым в структуре её базы знаний с документированием результатов контроля его знаний.

Методика использования системы обучения «КАСПИЙ» предусматривает возможность работы как в автономном, так и сетевом режиме, является инвариантной по отношению к конкретным учебным дисциплинам.

Для подтверждения гипотезы исследования в течение 2006 — 2008 г. г. проводилась экспериментальная работа, основное содержание которой определяли:

• 1. Отбор контрольных и экспериментальных групп студентов.
• 2. Создание необходимых условий для проведения педагогических экспериментов.
• 3. Организация занятий по традиционной методике обучения с использованием традиционных электронных курсов в контрольных группах студентов.
• 4. Организация занятий в экспериментальных группах студентов с использованием электронных АСМ.
• 5. Проведение оценки эффективности предложенной авторской методики обучения на основе АСМ в среде системы «КАСПИЙ» в сравнении с традиционной методикой обучения с использованием электронных курсов «Педагогического виртуального университета» МГГУ им. М. А. Шолохова для специальности 30 100.

Основные условия педагогических экспериментов:

место проведения: ДГПУ (кафедра Информатики и ВТ);

время проведения: 1.09.06 — 30.05.08 (4 семестра);

контингент студентов: 310 чел. (1 — 4 курсов);

количество учебных дисциплин: 5;

количество использованных адаптивных семантических моделей: 30.

Как известно, сущность педагогического эксперимента по проверке эффективности какой — либо методики заключается в изменении одних условий учебного процесса при сохранении других. К неварьируемым условиям в нашем эксперименте относились: состав студентов учебных групп, идентичные тексты контрольных заданий до начала эксперимента и после него, одинаковое количество времени, отводимое на их выполнение. Различной была методика проведения экспериментальных занятий относительно традиционной (с использованием ИКТ).

Основной педагогический эксперимент проводился в ДГПУ (в течение 4- х семестров) по следующим учебным дисциплинам специальности 30 100: теоретические основы информатики, программное обеспечение, компьютерные сети, компьютерное моделирование, теория алгоритмов и математическая логика. В эксперименте приняли участие студенты математического факультета, обучающиеся по специальности 30 100.

В ходе педагогических экспериментов вычислялись: средний балл обучения экспериментальных и контрольных групп студентов, время изложения учебного материала на лекционных и семинарских занятиях, время рубежного и итогового контроля знаний обучаемых. В результате проведенных педагогических экспериментов были получены следующие основные количественные оценки эффективности результатов диссертации, подтверждающие её гипотезу:

Точность представленных оценок ± 10%.

При этом необходимо иметь в виду, что трудоемкость разработки образовательного контента на основе адаптивных семантических моделей увеличивается по сравнению с традиционным контентом примерно на 20%.