Компьютерные нейросетевые технологии как средство индивидуализированного обучения студентов физико-математических специальностей тема диссертации и автореферата по ВАК РФ 13.00.08, кандидат педагогических наук Добровольская, Наталья Юрьевна

• Добровольская, Наталья Юрьевна
• кандидат педагогических наук
• 2009

Оглавление диссертации кандидат педагогических наук Добровольская, Наталья Юрьевна

ВВЕДЕНИЕ

Глава 1. Педагогические основы применения информационных технологий для организации индивидуализированного обучения.

1.1. Проблемы индивидуализации обучения.

1.2. Личностно ориентированное обучение как теоретическая основа проектирования индивидуализированных обучающих систем.

1.3. Этапы педагогического проектирования обучающих систем. Анализ подходов к моделированию характеристик обучаемого.

1.4. Нейросетевая компьютерная обучающая система как когнитивная технология индивидуализации обучения.

Выводы к главе 1 .■.

Глава 2. Применение нейросетевых технологий в индивидуализированном обучении студентов.

2.1. Функциональная модель проектирования нейросетевой обучающей системы.

2.2. Формирование индивидуальной траектории обучения в компьютерной обучающей системе.

2.3. Проектирование модели характеристик обучаемого.

Выводы к главе 2.

Глава 3. Технология конструирования нейросетевой компьютерной обучающей системы

3.1. Технология индивидуализированного обучения с применением нейронных сетей

3.2. Этапы конструирования нейросетевой компьютерной обучающей системы.

3.3. Технология диагностики и контроля знаний в нейросетевой обучающей системе. Методика построения практических заданий по программированию на основе фасетных тестов.

3.4. Методика обучения студентов конструированию нейросетевых компьютерных обучающих систем.

3.5. Экспериментальное обоснование эффективности использования нейросетевых компьютерных технологий в индивидуализированном обучении программированию.

Выводы к главе

Введение диссертации (часть автореферата) на тему «Компьютерные нейросетевые технологии как средство индивидуализированного обучения студентов физико-математических специальностей»

Глобальная информатизация всех сторон человеческой деятельности — одна из доминирующих тенденций современного общества. В связи с этим информатизация образования является одним из важнейших направлений реализации современной образовательной парадигмы. Синтез педагогических и интеллектуальных информационных технологий позволяет качественно изменить дидактический процесс, индивидуализировать обучение. Согласно Концепции Федеральной целевой программы развития образования на 2006-2010 годы одной из ключевых приоритетных задач модернизации российского образования является повышение качества профессионального образования, разработка технологий обучения, содержания и методов оценки образовательного процесса в соответствии с требованиями к уровню подготовки современного специалиста.

Проблеме индивидуализации обучения в современной педагогической литературе посвящены исследования A.A. Кирсанова, И.Э. Унт, JI.C. Выгодского, В.В. Давыдова, А.Н. Леонтьева, Ю.К. Бабанского, H.A. Менчинской, Э.Ю. Голубева и др. По мнению авторов под индивидуализированным обучением, сложным и многозначным явлением, понимается обучение с учетом индивидуальных особенностей студентов, позволяющее создавать оптимальные условия наилучшего развития обучаемых, формирования их способностей, реализации возможностей студентов в различных сферах деятельности.

Внедрение современных интеллектуальных информационных технологий, в частности технологий нейронных сетей, позволяет по-новому подойти к проблеме индивидуализации обучения. Использование компьютерных дидактических средств, основанных на принципах искусственного интеллекта, прежде всего, осуществляет идеи личностно ориентированного обучения, позволяет максимально индивидуализировать учебно-воспитательный процесс, повышает качество обучения и способствует развитию индивидуальных способностей студентов.

Психолого-педагогическим аспектам внедрения компьютерных информационных технологий, использованию различных методов, средств и педагогических технологий информатизации учебного процесса посвящены работы А.И. Архиповой, В.П. Беспалько, С.А. Бешенкова, Т.А. Бороненко, Б.С. Гершунского, С.П. Грушевского, A.A. Кузнецова, К.Г. Кречетникова, М.П. Лапчика, Е.И. Машбиц, В.М. Монахова, C.B. Панюковой, И.В. Роберт, Н.Ф. Талызиной и др. Анализ трудов отечественных и зарубежных авторов показывает,.что чем более полно учтены индивидуальные ресурсы личности, тем более она' развивается1 как в личностном, так и в профессиональном плане.

Интеграция педагогических и интеллектуальных информационных технологий, в частности нейросетевых технологий, определяет новый вид интеллектуального компьютерного средства обучения — нейросетевые компьютерные обучающие системы, которые осуществляют индивидуализацию и адаптацию учебного процесса к запросам обучаемого посредством аппарата нейронных сетей. Нейронные сети относятся к технологиям искусственного интеллекта и . представляют собой математические модели биологических нейронных сетей. Основное преимущество нейронных сетей заключается в том, что они позволяют создавать математический аппарат, которой в условиях разнообразия, большого объема, противоречивости и недостаточности различной диагностической информации способен решать задачи распознавания и категоризации образов. Указанный математический аппарат позволяет: измеряя характеристики студента и применяя методы кластерного анализа, группировать контингент по кластерам интегративных индивидуальных характеристик; осуществлять дифференциацию учебного материала по различным параметрам; выстраивать индивидуальные траектории обучения; учитывать динамику и возможности изменения траектории обучения студента.

Представляется актуальным исследование возможностей применения нейросетевых технологий для формирования параметрических моделей обучаемых, включающих характеристики, отражающие особенности когнитивного развития студентов (уровень усвоения знаний, динамику обученности и т.д.); прогнозирования оптимальных траектории обучения для конкретного индивидуума; моделирования различных учебных ситуаций, в которых раскрывается не только процесс обучения, но и процесс развития личности. Реализация этого подхода требует создания компьютерных интеллектуальных дидактических систем, которые позволяли бы прогнозировать индивидуальные траектории обучения и осуществлять в соответствии с ними учебный процесс.

Проблема построения модели обучаемого как основы индивидуализированного обучения исследовалась в последние годы в работах Г.А. Атанова, П.Л. Брусиловского, Т.Ю. Китаевской, Е.И. Машбиц, К.Г. Кречетникова, Ю.В. Кольцова и др. В работах A.A. Арзамасцева и H.A. Зенковой для идентификации структуры и содержания комплексных психологических характеристик личности применяется аппарат нейронных сетей.

Однако применение технологий нейронных сетей при формировании индивидуальных траекторий обучения, процесс конструирования нейросетевых обучающих систем мало изучен, что и обусловило актуальность темы данного исследования.

Теоретический анализ выявил следующие противоречия:

- между имеющимися образовательными возможностями информационных средств обучения, современных технологий искусственного интеллекта и недостаточным их применением в обеспечении индивидуализированного обучения студентов различных специальностей, в том числе и физико-математических;

- между потребностью в дидактических технологиях и средствах обучения, обеспечивающих индивидуализированный подход через формирование индивидуальных траекторий обучения студентов вуза и недостаточностью педагогических исследований дидактического процесса и разработок технологий построения моделей компьютерных обучающих систем, использующих как средство индивидуализации обучения технологии искусственного интеллекта, в частности нейросетевые технологии;

- между наличием потребности обучения студентов умениям самостоятельного конструирования компьютерных дидактических средств на основе нейросетевых технологий и недостаточной технологической обеспеченностью этого дидактического процесса.

Эти противоречия обусловили проблему исследования, которая состоит в отсутствии разработок, индивидуализации обучения через конструирование индивидуальных траекторий добывания и освоения знаний на основе использования возможностей' компьютерных нейросетевых технологий в профессиональной подготовке студентов.

В процессе решения этой проблемы выявлен- ряд подпроблем, суть которых состоит в необходимости:

- выявления дидактических возможностей технологий нейронных сетей;

- выявления и обоснования закономерностей индивидуализированного подхода к обучению на основе дидактических возможностей нейросетевых компьютерных технологий, заключающегося в прогнозировании, формировании и реализации индивидуальных траекторий обучения студентов, направленных на их когнитивное развитие, учитывающих индивидуальные особенности обучаемых, обеспечивающих дифференциацию учебного материала;

- разработки технологии индивидуализированного обучения студентов (на примере курса программирования) на основе конструирования индивидуальных траекторий с использованием нейросетевой компьютерной обучающей системы;

- разработки модели проектирования нейросетевой компьютерной обучающей системы, позволяющей индивидуализировать процесс обучения;

- разработки методики обучения студентов педагогических специальностей конструированию нейросетевых компьютерных обучающих систем.

Объект исследования: процесс обучения студентов физико-математических специальностей вуза на основе компьютерных технологий.

Предмет исследования: индивидуализированное обучение через конструирование индивидуальных траекторий посредством компьютерных нейросетевых технологий в структуре подготовки студентов физико-математических специальностей.

Цель исследования: разработать и теоретически обосновать индивидуализированный подход в подготовке студентов к профессиональной деятельности через конструирование индивидуальных траекторий добывания и освоения знаний на основе нейросетевых технологий.

Гипотеза исследования включает следующие предположения:

- применение аппарата нейронных сетей как инструмента технологий искусственного интеллекта, на основе теории индивидуализированного обучения и личностно ориентированного подхода расширяет дидактические возможности компьютерных средств обучения;

- эффективность освоения учебных курсов, в частности базового содержания курса программирования, студентами физико-математических специальностей обеспечивается организацией индивидуализированного обучения посредством конструирования индивидуальных траекторий на основе компьютерных нейросетевых технологий;

- конструирование компьютерной нейросетевой обучающей системы как инструмента индивидуализированного обучения программированию осуществляется на основе интегративной функциональной модели проектирования, которая учитывает индивидуальные параметры обучаемого и использует возможности технологий нейронных сетей;

- обучение студентов - будущих учителей конструированию нейросетевых компьютерных обучающих систем стимулирует развитие дидактической, предметной и информационной компетентностей.

Цель и гипотеза исследования обусловили задачи:

1. Выявить дидактические возможности и функции нейросетевых технологий, и обосновать их использование в учебном процессе.

2. Теоретически обосновать процедуру прогнозирования и формирования индивидуальной траектории обучения, основанной на структуре содержания учебного курса, модели характеристик обучаемого и возможностях нейросетевых технологий:

3. Разработать технологию индивидуализированного обучения программированию студентов физико-математических специальностей на основе конструирования индивидуальных траекторий'добывания и освоения знаний и формировании динамической модели характеристик обучаемого с использованием компьютерной нейросетевой дидактической системы.

4. Разработать компьютерную нейросетевую обучающую систему по программированию для подготовки студентов физико-математических специальностей как инструмент индивидуализированного обучения на основе функциональной модели проектирования подобных систем.

5. Разработать методику обучения студентов конструированию нейросетевых компьютерных обучающих систем, позволяющую реализовать индивидуализированный подход к обучению.

Методологические основания исследования:, фундаментальные работы в области методологии психолого-педагогической науки (Ю.К. Бабанский, В.П. Беспалько, В.И. Загвязинский,. В.В. Краевский, И.Я. Лернер, М.Н. Скаткин и др.); системный подход в психологии (Б.Г. Ананьев, Б.Ф. Ломов и др.) и педагогике (В.Г. Афанасьев,

Б.С. Гершунский, B.C. Ильин, Ю.А. Конаржевский, Н.В. Кузьмина, В.А. Сластенин, Э.Г. Юдин и др.).

Теоретические основания исследования: теории индивидуализации обучения (М.А. Данилов, A.A. Кирсанов, Е.С. Рабунский, М.Н. Скаткин, И.Э. Унт и др.); концепция личностно ориентированного обучения (В.П. Бедерханова, Е.В. Бондаревская, C.B. Панюкова, В.В. Сериков, И.С. Якиманская и др.); теория построения нейронных сетей и основы искусственного интеллекта (Т.А. Гаврилова, A.A. Короткин, Д.А. Поспелов и др.); концепция информатизации образования и работы по развитию содержания обучения информатике (С.А. Бешенков, В.М. Монахов, A.A. Кузнецов, М.П. Лапчик, Е.А. Ракитина, И.В. Роберт, Н.И. Рыжова, Н.В. Софонова, Е.К.Хеннер и др.).

Достоверность и обоснованность результатов исследования обеспечивается целостным подходом к решению проблемы; методологической обоснованностью исходных теоретических положений исследования; корректной организацией опытно-экспериментальной работы с применением методов, адекватных объекту, предмету, цели и задачам исследования; репрезентативностью опытно-экспериментальных данных; практическим подтверждением основных положений исследования и научной обработкой полученных в ходе эксперимента данных.

Для достижения целей исследования, проверки гипотезы и решения поставленных задач были использованы следующие методы исследования.

Теоретические — изучение и анализ психолого-педагогической литературы с целью выявления современных особенностей и тенденций развития индивидуализированного подхода к обучению в системе высшего профессионального образования, учебных и методических пособий по информатике и программированию; практические — педагогическое наблюдение, метод анкетирования, формирующий и констатирующий эксперимент; качественные и количественные математические методы статистической обработки результатов педагогических исследований; математическое и когнитивное моделирование.

База исследования: факультет компьютерных технологий и прикладной математики, факультет математики и компьютерных наук Кубанского государственного университета.

Организация и этапы исследования:

Первый этап (2002-2005) - подготовительный, в ходе которого осуществлялся анализ психолого-педагогической литературы, рассматривались существующие методики подготовки дидактических материалов для автоматизированных обучающих систем, обобщался передовой опыт педагогических исследований форм организации процесса индивидуализированного обучения, была определена проблема исследования и сформулированы тема, цель, задачи и гипотеза.

Второй этап (2006-2007) - опытно-экспериментальный, в ходе которого была разработана функциональная модель проектирования нейросетевой компьютерной обучающей системы, модель характеристик обучаемого, структура и компоненты обучающей системы и проведена экспериментальная проверка и анализ промежуточных результатов.

Третий этап (2007-2008) - обобщающий, в ходе которого было завершено построение нейросетевой компьютерной обучающей системы по курсу «Программирование» для физико-математических специальностей, завершена экспериментальная проверка ее эффективности, проведен окончательный анализ полученных результатов и их оформление.

Научная новизна исследования заключается в следующем:

- выявлены, теоретически обоснованы и экспериментально проверены дидактические возможности применения технологий нейронных сетей, раскрывающиеся в индивидуализации учебного процесса подготовки специалистов в вузах посредством прогнозирования и формирования индивидуальных траекторий обучения студентов;

- на основе процедуры прогнозирования и формирования индивидуальных траекторий обучения студентов, учитывающих их индивидуальные особенности и использующих возможности технологий нейронных сетей, разработана технология индивидуализированного обучения программированию студентов физико-математических специальностей;

- разработана методика обучения студентов конструированию нейросетевых компьютерных обучающих систем, обеспечивающая развитие их профессионально-педагогических и личностных качеств.

Теоретическая значимость исследования:

- предложена процедура прогнозирования и формирования индивидуальных траекторий обучения студентов, основанная на дифференциации содержания учебного курса и дидактических возможностях технологий нейронных сетей. Указанный подход отражает образовательные потребности и индивидуальные особенности обучаемых, и выводит на качественно новый уровень их индивидуализированное обучение;

- предложена интегративная функциональная модель проектирования нейросетевой обучающей системы, которая учитывает, индивидуальные особенности обучаемого, дифференцированное содержание учебного курса, возможности технологий нейронных сетей и играет в теории профессионального образования роль средства индивидуализированного обучения;

- разработана и теоретически обоснована модель характеристик обучаемого, которая включает уровень усвоения знаний, интегративные психологические особенности студента, стратегию приобретения знаний и использующая при формировании технологии нейронных сетей.

Практическая значимость исследования состоит в следующем:

- разработана технология конструирования нейросетевой обучающей системы по программированию, обеспечивающая приращение дидактических возможностей индивидуализированных компьютерных систем;

- разработана нейросетевая обучающая система по курсу «Программирование» для физико-математических специальностей, которая может использоваться в практической деятельности преподавателя младших курсов университета, учителя старших классов школы, в самостоятельной работе студентов и учащихся, в дистанционном образовании;

- разработана методика построения практических заданий по программированию на основе фасетных тестов, выполняющих функции стимулирования активной познавательной деятельности обучаемых и создания условий для индивидуализированного обучения;

- создан учебно-методический комплекс для студентов физико-математических специальностей по курсу «Программирование», включающий сборник профессионально ориентированного дидактического обеспечения образовательной деятельности, содержащий учебные материалы и задания на многофакторную диагностику знаний, в-том числе и в форме фасетных тестов.

На защиту выносятся:

1. Положение о том, что применение технологий нейронных сетей при конструировании индивидуальных траекторий обучения в структуре подготовки студентов физико-математических специальностей: обеспечивает условия для индивидуализированного обучения, поскольку расширяет функциональные возможности компьютерных обучающих систем; позволяет обеспечивать многообразие вариантов и траекторий развития обучаемых с учетом их психологических, личностных качеств и развиваемых компетенций; позволяет строить параметрические модели характеристик обучаемого; учитывать образовательные запросы обучаемых и в соответствии!с ними корректировать содержание, формы и методы обучения; адаптировать содержание учебного материала, ориентировать его на различные типы и уровни усвоения; осуществлять постоянный мониторинг за действиями и уровнем обученности студентов.

2. Процедура прогнозирования и формирования индивидуальной траектории обучения студентов на основе мультиграфа содержания учебного курса, параметров модели характеристик обучаемого и возможности технологий нейронных сетей адаптации к текущему состоянию модели.

3. Продуктивное освоение содержания курса программирования обеспечивается применением в учебном процессе технологии индивидуализированного обучения, реализуемой через индивидуальные траектории обучения и динамическую модель характеристик обучаемого. В качестве параметров, отражающих когнитивное развитие студента, модель использует общий интеллектуальный уровень, уровень знаний и умений, особенности памяти и мышления, стратегию приобретения знаний студентом.

4. Конструирование компьютерной нейросетевой обучающей системы по программированию может эффективно осуществляться на основе функциональной модели проектирования подобных систем. Модель состоит из содержательного, методического, технологического и. информационного компонентов и отражает этапы построения нейросетевых обучающих систем, специфику содержания, форм, методов и средств индивидуализированного обучения.

5. Методика обучения студентов конструированию нейросетевых компьютерных обучающих систем стимулирует формирование дидактической компетентности, что выражено в умении выполнять педагогическое проектирование, знании дидактических свойств компьютерных нейросетевых обучающих систем; предметной компетентности - умении отбирать содержание и формы представления учебного материала; и информационной компетентности, что проявляется в умении создавать файлы фасетных заданий, навыках алгоритмизации и программирования, что в комплексе создает условия для развития профессионально значимых качеств будущего учителя.

Апробация и внедрение результатов исследования проходили на базе Кубанского государственного университета, школ г. Краснодара (№4, №23), осуществлялись в форме научных докладов на научно-методических семинарах и конференциях по проблемам преподавания информатики в вузе и проблемам применения информационных технологий в обучении: II Всероссийская научно-практическая конференция «Математика. Информационные • технологии. Образование» (Оренбург, 2008), межрегиональная научно-практическая конференция «Тенденции и проблемы развития математического образования» (Армавир, 2008), II, III, IV школа-семинар «Математические моделирование, вычислительная механика и геофизика» (Краснодар, 2004, 2005, 2006), международная конференция «Новые технологии в обучении математике и информатике в,вузе и-школе» (Орехово-Зуево, 2002), международная конференция «Новые информационные технологии в науке, образовании, экономике»

Владикавказ, 2002), семинары кафедр информационных технологий и информационных образовательных технологий Кубанского государственного университета (КубГУ) (2002-2009). Основные положения, выводы, рекомендации' исследования, имеющие теоретическое и практическое значение, содержатся в 10 публикациях.

Структура и объем диссертации. Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложения. Основные положения диссертационного исследования отражены в публикациях [68, 74, 75, 76, 77, 78, 79, 80, 81, 82, 98, 99, 100].

Заключение диссертации по теме «Теория и методика профессионального образования», Добровольская, Наталья Юрьевна

Выводы к главе 3

1. На основе интегративных психологических признаков обучаемого выявлено три кластера. Отнесение обучаемого к тому или иному кластеру автоматически выполняет программно реализованная автором нейронная сеть Хемминга. Разработаны стратегии приобретения знаний рассматриваемых кластеров учащихся. Стратегии представлены в табличной форме для каждого кластера и определяют план учебных воздействий — форму представления материала, уровень сложности изложения, типы примеров — на основе номера кластера, которому принадлежит учащийся и динамической информации о текущем состоянии обучаемого.

2. В качестве инструмента, формирующего очередную точку индивидуальной траектории обучения, которая основана на мультиграфе структурированного содержания курса, предложена нейронная сеть -многослойный персептрон. Разработаны структуры входных и выходных данных для нейронной сети.

3. На основе функциональной модели проектирования разработана технология конструирования нейросетевой компьютерной обучающей системы, которая включает этапы выделения модулей системы, описание ее структуры и алгоритма функционирования.

4. Разработанная методика обучения студентов конструированию нейросетевых компьютерных обучающих систем обеспечивает рост их профессионально-педагогических и личностных качеств.

5. Статистически достоверно подтверждается исходная гипотеза исследования о том, что внедрение индивидуализированного подхода к обучению на основе нейросетевых технологий в учебный процесс высшей школы обеспечивает эффективное повышение уровня освоения содержания программирования. Это связано с тем, что в структуру компьютерной дидактической системы включена модель характеристик обучаемого, а процесс проектирования использует возможности технологий нейронных сетей.

195

Заключение

В диссертации решены, основные задачи исследования и достигнута цель исследования: разработан и теоретически обоснован индивидуализированный подход в подготовке студентов к профессиональной деятельности через конструирование индивидуальных траекторий добывания и освоения знаний на основе нейросетевых технологий.

Получены следующие основные результаты:

1. Применение компьютерных нейросетевых технологий в обучении студентов физико-математических специальностей через конструирование индивидуальных траекторий добывания и освоения знаний обеспечивает индивидуализированный подход к обучению. Использование аппарата нейронных сетей расширяет дидактические возможности компьютерных средств обучения; позволяет соотносить содержание, формы, и методы обучения в соответствии с образовательными запросами студентов; осуществлять автоматическую настройку коэффициентов нейронной сети для учета динамики изменений траектории обучения; ориентировать учебный материал на различные типы и уровни усвоения; учитывать психологические, личностные качества и развиваемые компетенции обучаемых.

2. Разработанная и теоретически обоснованная процедура прогнозирования и формирования индивидуальной траектории обучения студентов на основе дифференциации учебного материала по различным параметрам, мультиграфа содержания учебного курса, параметров динамической модели характеристик обучаемого и возможностей нейронных сетей отражает образовательные потребности и индивидуальные особенности студентов, учитывает динамику изменения траекторий, обеспечивает индивидуализированный подход к обучению.

3. Разработанная технология индивидуализированного обучения программированию формируется в соответствии с требованиями информатизации и гуманитаризации образования, обеспечивает конструирование индивидуальных траекторий добывания и освоения знаний студентами, учитывает индивидуальные особенности обучаемого в динамической модели его характеристик.

4. Компьютерная нейросетевая обучающая, система по программированию является инструментом индивидуализированного обучения студентов и базируется на функциональной модели проектирования подобных систем. Функциональная модель синтезирует в себе содержательный, информационный, дидактический и технологический компоненты, использует модель характеристик обучаемого и возможности технологий нейронных сетей и может служить теоретической основой для создания новых интеллектуальных компьютерных дидактических средств. Предложена технология конструирования нейросетевой компьютерной обучающей системы, которая включает этапы: проведение теоретического и методического анализа изучаемого содержания, программирования; построение структуры изучаемой теории* программирования, выделение структурных элементов, определение их содержания и места в общей системе теории программирования; формирование набора задач, соответствующего изучаемой теории; тематическое планирование учебного курса в соответствии с программой курса; выбор методов обучения в зависимости от содержания учебного материала, основанный на применении соответствующих ориентировочных алгоритмов; разработка модели характеристик обучаемого; разработка технологии диагностики и контроля знаний; разработка технологии индивидуализированного обучения программированию, использование классических и инновационных подходов, организация индивидуальной траектории обучения; построение структуры НКОС, выделение структурных элементов, определение их функций и назначения для реализации целей и задач учебно-познавательной* деятельности; программная реализация,НКОС, корректировка системы.

5. Разработанная методика обучения конструированию нейросетевых компьютерных обучающих систем для студентов физико-математических специальностей ориентирована на формирование профессиональных умений и личностных качеств, развитие их дидактической, предметной и информационной компетентностей. Методика включает следующие этапы: изучение основ конструирования интеллектуальных, в том числе нейросетевых, обучающих систем; овладение нейросетевыми технологиями как математическим аппаратом построения интеллектуальных систем; разработка модели характеристик обучаемого; подготовка учебных материалов индивидуализированного обучения.

6. Педагогический эксперимент показал эффективность применения разработанного индивидуализированного подхода в обучении через формирование индивидуальных траекторий посредством конструирования нейросетевой компьютерной обучающей системы. Указанный подход создает педагогические условия для развития интеллектуальных способностей, прочную мотивационную основу обучения, базу для формирования предметных знаний и умений, способствующую активизации познавательной деятельности и формированию профессиональной компетентности студентов физико-математических специальностей.

7. Выполненное исследование открывает новые перспективы применения нейросетевых технологий в индивидуализированном обучении студентов гуманитарных и естественнонаучных специальностей.

198

Список литературы диссертационного исследования кандидат педагогических наук Добровольская, Наталья Юрьевна, 2009 год

1. Аванесов B.C. Композиция тестовых заданий. М.: Адепт, 1998.

2. Авраамова О.Д. Инструментальные средства создания компьютерных обучающих систем. -М.:МГУ, 2002, 80 с.

3. Агеев В.Н. Электронные учебники и автоматизированные обучающие системы. Третья Всероссийская школа — семинар, Москва, 2001.

4. Алексеев H.A. Педагогические основы проектирования личностно ориентированного обучения: Автореф. дис. д-ра пед. наук. — Екатеринбург, 1997. 42 с.

5. Анцыферова Л.И. Материалистические идеи в зарубежной психологии. — М.:Наука, 1974.-359 с.

6. Апатова Н.В. Влияние информационных технологий на содержание и методы обучения в средней школе: Автореф. дис. д-ра пед. наук. М., 1994, 37 с.

7. Арзамасцев A.A., Зенкова H.A. Моделирование в психологии на основе искусственных нейронных сетей. Тамбов, 2003

8. Архангельский С.И. Лекции по теории обучения в высшей школе. -М.:Педагогика, 1974.

9. Архангельский С.И., Михеев В.И. Некоторые проблемы организации выборочных обследований в высшей школе. М., 1984.

10. Архипова А.И. Конструирование профессиональных компонентов курса математики с применением новых технологий обучения / А.И. Архипова, С.П. Грушевский, A.B. Карманова. Краснодар: КубГУ, 2004. - 62 с.

11. Архипова А.И. Теоретические основы учебно-методического комплекса по физике: Автореф.дис.д-ра пед.наук. -М., 1998.13