Книги по системному анализу

Системный анализ

«Адаптивное управление сложными системами на основе теории распознавания образов»

В. С. Симанков, Е. В. Луценко

Оглавление    
Глава 8, «Психология» Глава 8, «Перспективы применения в других областях»

Глава 8: Обучение

Прогнозирование успешности будущей профессиональной деятельности абитуриентов и учащихся вузов

Актуальность

Хорошо известно, что успешная сдача абитуриентом вступительных экзаменов в вуз еще не означает, что он будет так же успешно учиться. Более того, само по себе это абсолютно не гарантирует, что он вообще окончит вуз.

Не менее хорошо известно, что и успешное обучение студента в вузе само по себе также не гарантирует, что его практическая профессиональная деятельность после окончания учебы будет также успешна. Часто бывшие «троечники» на практике добиваются значительно лучших результатов, чем обладатели «красных дипломов».

Поэтому, по мнению авторов, представляет особый интерес разработка методов, позволяющих прогнозировать не только то, поступит ли данный абитуриент в вуз и как он будет учиться (это представляет лишь частный интерес), но прежде всего, закончит ли он обучение и как будет работать: по специальности или нет, и, если по специальности, то насколько успешно.

Предлагаемый подход

Школа решает основную задачу обучения и воспитания, а вовсе не задачу подготовки учащихся к поступлению в вуз, и уж тем более не готовит их к обучению в нем. Это обусловлено просто тем, что подавляющее большинство выпускников школ не собирается поступать и не поступает в вузы.

Высшее учебное заведение, в свою очередь, должно готовить не к защите кандидатских и докторских диссертаций, что, очевидно, не может быть самоцелью, а к практической деятельности в соответствующих сферах жизни общества (конечно, наука также является одной из этих сфер, но — это частный случай).

Таким образом, есть все основания предположить, что текущие школьные оценки, оценки по предметам в аттестате и вкладыше в диплом не содержат особенно существенной информации о том, как сложится будущая профессиональная деятельность сегодняшнего учащегося школы или студента вуза. А между тем именно это и представляет основной интерес.

В данном случае мы сталкиваемся с классической проблемой синтеза (построения) измерительной системы, т.е. системы, которая по доступным для измерения внешним параметрам измеряемых объектов (признакам) позволяет с контролируемой надежностью делать выводы об их ненаблюдаемых (латентных) параметрах или давать оценку и классификацию объектов и их состояний.

Например, если врач измеряет температуру пациента, то он это делает не потому, что его интересует температура сама по себе, а для того, чтобы с учетом температуры поставить диагноз и прийти к обоснованному плану лечения. Но врач может поставить диагноз по температуре только потому, что в течение тысяч лет до него накапливалась информация о связи температуры с теми или иными заболеваниями, и эта связь сначала была выявлена, а затем стала известна данному врачу в процессе его обучения. Только зная эту связь врач может по температуре судить о диагнозе.

Поэтому, для решения проблемы, поставленной в данной работе, необходимо исследовать «корреляционные взаимосвязи» между широким кругом измеряемых параметров абитуриентов и учащихся вузов, и экспертной оценкой успешности их учебы и профессиональной деятельности. В круг анализируемых параметров можно включить и традиционные оценки, имеющие внешний вид количественных (»по пятибалльной шкале»). Одновременно и выяснится, насколько они в действительности сопоставимы друг с другом и пригодны в качестве измерителей того, что нас на самом деле интересует. Это позволит обоснованно подтвердить или опровергнуть сформулированную выше гипотезу.

Авторами разработана универсальная когнитивная аналитическая система «Эйдос» и связанная с ней система обработки данных комплексного психологического тестирования «Эйдос-Ψ», позволяющие решить сформулированную выше проблему. Для этого выполняются следующие работы:

  1. Классифицируются виды профессиональной деятельности (шкалы) и уровни их успешности (градации), а также успешность поступления и обучения.
  2. Классифицируются измеряемые параметры абитуриентов и учащихся вузов: предыстория, актуальный социально-психологический статус, учебные и иные воздействия.
  3. Накапливается база данных по абитуриентам и студентам, описанным измеряемыми параметрами.
  4. Когда (по прошествии соответствующего времени) становится известно, к каким классам по успешности или неуспешности обучения и профессиональной деятельности фактически относятся те или иные абитуриенты и студенты, то база данных по ним дополняется этой информацией. Так формируется база примеров, т.е. обучающая выборка. Очень важно, что она может быть сформирована и по архивным данным, т.е. ретроспективно.

Результаты и перспективы

Система «Эйдос-Ψ» обеспечивает обработку обучающей выборки (которая может быть любого объема) с помощью алгоритмов, построенных на основе теории информации. В результате этого обеспечивается:

  • автоматическое взвешивание или ремонт исходных данных, т.е. выборка из массива респондентов такого подмножества, которое в наибольшей степени соответствует заданной генеральной совокупности (обеспечение структурной репрезентативности обучающей выборки);
  • формирование обобщенных образов исследуемых профессиональных категорий респондентов, т.е. автоматизированная разработка профессиограмм;
  • определение вклада психологических свойств, измеряемых с помощью стандартных тестов, в различие профессиограмм;
  • исключение тех психологических свойств, которые вносят наименьший вклад в различие профессиограмм (абстрагирование);
  • вывод сформированных профессиограмм и профилей психологических качеств в удобной для восприятия и анализа текстовой и графической форме;
  • сравнение индивидуальных интегральных образов респондентов с профессиограммами и определение спектра профессиональных предпочтений для данного респондента (тестирование, распознавание);
  • сравнение профессиограмм (и профилей психологических качеств) друг с другом, формирование кластеров и конструктов, автоматическое построение семантических сетей классов и признаков;
  • содержательное сравнение профессиограмм (и профилей психологических качеств) друг с другом, автоматическое построение когнитивных диаграмм, в том числе стандартных и инвертированных (термин авт.) диаграмм В.С.Мерлина [220];
  • расчет частотных распределений профессиограмм и психологических, а также двумерных матриц сопряженности на основе критерия ?2 и коэффициентов Пирсона, Чупрова и Крамера.

Адаптивное управление индивидуальным обучением

Актуальность

Классическая схема автоматизированной системы управления (АСУ), как известно, включает управляемый объект и управляющую систему, находящиеся в некоторой окружающей среде и взаимодействующие друг с другом за счет управляющих и обратных связей.

В определенном аспекте учащийся вуза, очевидно, может с полным основанием рассматриваться как управляемый объект, на который преподавателями в течение длительного времени систематически оказывается определенное целенаправленное управляющее воздействие, призванное в конце концов превратить вчерашнего школьника в профессионала в некоторой области.

Конечно, подобный подход является очень упрощенным, так как человек представляет собой не просто сложнейшую систему обработки информации, но и обладает свободой воли.

С формальной точки зрения это означает, что человек как объект управления представляет собой сложную, многопараметрическую, динамичную слабодетерминированную систему. Внешние параметры подобных систем слабым и очень сложным образом связаны с их результирующим (целевым) состоянием. Выразить в аналитической форме эти зависимости в настоящее время практически не представляется возможным. Эти обстоятельства привели к тому, что традиционные подходы к синтезу систем управления состоянием человека, разрабатываемые в основном в медицине, не дали ощутимых результатов. Неразрешимые проблемы возникают как на этапе идентификации состояния объекта управления, так и на этапе выработки управляющего воздействия.

Предлагаемый подход

Применение когнитивной аналитической системы «Эйдос-Ψ», обеспечивающей построение многопараметрических (до 4000 параметров) динамических (адаптивных) информационных моделей, отражающих слабые взаимосвязи между состояниями объекта и среды, и их внешними признаками, позволяет надеется на преодоление этих проблем.

Система «Эйдос» сама по себе позволяет оценивать актуальное состояние объекта управления и прогнозировать его развитие. Она позволяет также исследовать влияние на это развитие предыстории объекта управления и управляющих воздействий как зависящих, так и не зависящих от преподавателей. Таким образом, она может быть применена в качестве интеллектуальной компоненты в человеко-машинной автоматизированной системе управления индивидуальным обучением в блоках мониторинга и выработки управляющих воздействий управляющей подсистемы.

В соответствии с интеллектуальной технологией «Эйдос» в процессе синтеза данной системы выполняют следующие работы:

  1. 1. Ставят цели методики и разрабатывают в соответствии с ними перечень прогнозируемых и целевых состояний учащегося, переход в которые рассматривается как результат воздействия на учащегося с помощью определенных педагогических технологий (специфических и неспецифических факторов).
  2. 2. Разрабатывают формализованный паспорт учащегося, позволяющий описать в пригодной для компьютерной обработки форме его историю, актуальное состояние, педагогические воздействия и их результат. Формализованный паспорт состоит из трех основных частей: первая содержит шкалы, описывающие не зависящие от преподавателей факторы, вторая — факторы, зависящие от решения преподавателей, которые можно рассматривать как средства достижения желаемых педагогических результатов, и третья — содержит классификацию самих прогнозируемых и целевых педагогических результатов.
  3. 3. Неструктурированная информация о педагогических воздействиях и их результатах должна быть представлена в виде формализованных паспортов и введена в систему «Эйдос» в качестве примеров того, к каким педагогическим результатам фактически приводят те или иные педагогические воздействия на учащихся, имеющих определенную предысторию и определенное актуальное состояние.
  4. 4. Система на основе предъявленных реальных примеров обучения выявит взаимосвязи между предысторией учащегося, актуальным состоянием, применяемыми педагогическими технологиями (педагогическими факторами) и полученными педагогическими результатами и сформирует так называемые информационные портреты по каждому результату. Информационный портрет педагогического результата представляет собой перечень различных характеристик учащегося, а также педагогических факторов с количественным указанием того, какое влияние каждый из них оказывает на осуществление данного результата.
  5. 5. Для каждой из характеристик учащегося, каждого педагогического фактора на основе обработки примеров обучения автоматически (т.е. самой системой «Эйдос») будет количественно определено, какое влияние они оказывают на осуществление каждого педагогического результата.
  6. 6. Система сравнит различные педагогические результаты и сформирует группы наиболее сходных из них (кластеры), а также определит, какие кластеры наиболее сильно отличаются друг от друга (конструкты). При этом будут выявлены не только уже известные специалистам конструкты, но могут быть обнаружены и новые, ранее неизвестные. Выявленные взаимосвязи между классами отображаются в форме семантических сетей.
  7. 7. Аналогично и технологические факторы будут сгруппированы в кластеры и конструкты, так, например, будет выявлено, что некоторые различные по своей физической природе специфические и неспецифические педагогические факторы оказывают сходное влияние на педагогические результаты. Выявленные взаимосвязи между факторами отображаются в форме семантических сетей.
  8. 8. После выполнения данных работ будет проверена способность системы правильно прогнозировать педагогические результаты на массиве уже введенных формализованных паспортов, т.е. будет определена внутренняя интегральная и дифференциальная валидность методики. Если она окажется достаточно высокой, то методику можно будет рекомендовать для опытно-экспериментального практического применения. В то же время, по-видимому, будут выявлены и слабодетерминированные педагогические результаты, которых наиболее сложно добиваться и которые сложно достоверно прогнозировать.

Результаты и перспективы

Таким образом, адаптивная АСУ индивидуальным обучением позволяет решить следующие две основные задачи:

  1. получить прогноз, какие педагогические результаты наиболее вероятны (а какие практически невозможны) для учащегося с данной предысторией, с данным актуальным состоянием при воздействии на него имеющимися в распоряжении образовательными (педагогическими) технологиями;

  2. разработать рекомендации о том, какие предыстория, актуальная картина и педагогические воздействия должны быть, чтобы можно было рассчитывать с определенной уверенностью на заданный уровень учебных достижений и заданный педагогический эффект.

Система сама оценивает степень достоверности своих прогнозов и рекомендаций, т.е. она не просто дает рекомендацию, но и количественно оценивает степень надежности этой рекомендации.

Кроме того, система дает характеристику каждого технологического приема (по результатам его действия), а также выдает рекомендации по замене желательных технологических приемов, но очень дорогих, труднодоступных или опасных, другими, более дешевыми, доступными и безопасными, и при этом имеющими сходное влияние на педагогические результаты.

Следовательно, данная методика позволяет «просматривать» различные варианты педагогических технологий, прогнозировать последствия применения различных технологических приемов, и на этой основе вырабатывать научно обоснованные рекомендации по выбору квазиоптимальной для поставленных целей педагогической технологии с учетом истории и актуального состояния учащегося.

Таким образом, автоматизированная система управления:

1. Может эксплуатироваться в адаптивном режиме: квалифицированный пользователь может увеличивать базу примеров, расширять перечень прогнозируемых (идентифицируемых) педагогических ситуаций, увеличивать количество факторов в формализованном паспорте или контролируемо уменьшать размерность описания без потери качества. Эти возможности функционально сближают систему «Эйдос» с нейронными сетями [216].

2. Позволяет использовать любое количество шкал для классификации и описании прогнозируемых и целевых педагогических результатов, причем в разных шкалах может быть различное количество градаций, но их общее количество не должно превышать 8000.

3. Сама выявляет зависимости на основе примеров обучения, взятых из реальной практики, и не требует от эксперта формализованного описания этих зависимостей (продукций) как в ряде экспертных систем.

Кроме того, методика позволяет также раздельно изучать вклад в достижении педагогического эффекта, который дают, с одной стороны, объективное действие педагогических, а, с другой стороны, эффект плацебо, действующий за счет ожиданий учащихся, их веры и других психологических факторов.

Данный подход к синтезу человеко-машинной системы адаптивного управления индивидуальным обучением показателен как сам по себе, так и в качестве примера применения системы «Эйдос» для выявления взаимосвязей между различными технологиями, с одной стороны, и результатами применения их применения, с другой.

8.6.3. ИССЛЕДОВАНИЕ УЧЕБНОЙ АКТИВНОСТИ И ИНДИВИДУАЛЬНЫХ ОСОБЕННОСТЕЙ УЧАЩИХСЯ

Актуальность

В Краснодарском юридическом институте МВД РФ по предложенной технологии было проведено исследование взаимосвязей между учебной активностью обучаемых с одной стороны, и их индивидуальными психологическими свойствами с другой [355]. Исследование базировалось на концепции интегральной индивидуальности В. С. Мерлина [190, 220].

Предлагаемый подход

Математическая обработка экспериментальных материалов была осуществлена с помощью систем Statistica for Windows и системы «Эйдос». При этом были выявлены зависимости между психологическими свойствами личности, с одной стороны, и учебными достижениями, с другой, т.е. разработаны профессиограммы. На этой основе для каждого обучаемого может быть сделан индивидуальный прогноз успешности обучения.

Результаты и перспективы

Исследование показало, что даже такие мощные системы, как Statistica, реализующие практически все стандартные методы статистической обработки данных, лишь частично перекрывают возможности системы «Эйдос». Подтверждено, что система «Эйдос», которая является когнитивной аналитической системой, позволяет получить ряд высокоуровневых обобщений, таких как интегральные профессиограммы, а также прямые и инвертированные диаграммы Вольфа Мерлина, и, следовательно, имеет свою «экологическую нишу». Был сделан вывод о том, что эти системы удачно дополняют друг друга.

Оглавление    
Глава 8, «Психология» Глава 8, «Перспективы применения в других областях»