Л.С. Куравский − д.т.н., профессор, декан, факультет информационных технологий,  Московский государственный психолого-педагогический университет

E-mail: l.s.kuravsky@gmail.com 

А.А. Марголис − к.псих.н., первый проректор, Московский государственный психолого-педагогический университет

E-mail: margolisaa@mgppu.ru 

Г.А. Юрьев − к.ф.-м.н., зам. декана, доцент, факультет информационных технологий,  Московский государственный психолого-педагогический университет

E-mail: g.a.yuryev@gmail.com 

Д.А. Поминов − науч. сотрудник, факультет информационных технологий, Московский государственный психолого-педагогический университет

E-mail: pominovda@mgppu.ru

Представлена концепция самообучающегося адаптивного тренажёра, предназначенного для использования в процессе электронного обучения и обеспечивающего выбор заданий с помощью параметрических вероятностных моделей. Данный подход является альтернативой адаптивным технологиям на базе современной теории тестирования (Item Response Theory). Показано, что особенностями диагностических методов, используемых при выборе предъявляемых заданий, являются учёт временной динамики способности справляться с заданиями и времени, затрачиваемого на выполнение заданий, а также меньшее по сравнению с другими подходами число заданий, которое следует предъявлять во время тренировки.  

1. Куравский Л.С., Артеменков С.Л., Юрьев Г.А., Григоренко Е.Л. Новый подход к компьютеризированному адаптивному тестированию // Экспериментальная психология. 2017. Т. 10. №. 3. С. 33−45. doi:10.17759/exppsy.2017100303 
2. Патент на полезную модель № 118095 (РФ). Устройство для моделирования адаптивного тестирования когнитивных способностей испытуемого / Л.С. Куравский, С.Д. Кулик, П.А. Мармалюк, Г.А. Юрьев. Заявка №2012105993/08, 21.02.2012; Зарегистр. 10.07.2012; Опубликовано 10.07.2012 Бюл. №19; Приоритет от 21.02.2012(РОСПАТЕНТ). 
3. Куравский Л.С., Марголис А. А., Мармалюк П. А., Юрьев Г. А., Думин П. Н. Обучаемые марковские модели в задачах оптимизации порядка предъявления психологических тестов // Нейрокомпьютеры: разработка и применение. 2013. № 4. С. 28–38.
4. Куравский Л.С., Марголис А.А., Мармалюк П.А., Панфилова А.С., Юрьев Г.А. Математические аспекты концепции адаптивного тренажера // Психологическая наука и образование. 2016. Т. 21. № 2. C. 84–95. doi: 10.17759/pse.2016210210.
5. Куравский Л.С., Марголис А.А., Мармалюк П.А., Юрьев Г.А., Думин П.Н. Обучаемые марковские модели в задачах оптимизации порядка предъявления психологических тестов // Нейрокомпьютеры: разработка и применение. 2013. № 4. С. 28–38.
6. Patent na poleznuyu model' № 122796 (RF). Sistema podderzhki prinyatiya reshenij dlya psikhologicheskogo i pedago-gicheskogo testirovaniya» / L.S. Kuravskij, А.А. Margolis, P.А. Marmalyuk, G.А. YUr'ev, P.N. Dumin, S.D. Kulik. Za-yavka №2012132684/08, 31.07.2012; Opublikovano 10.12.2012, Byul. №34; Prioritet ot 31.07.2012 (ROSPАTENT).
7. Куравский Л.С., Марголис А.А., Юрьев Г.А., Мармалюк П.А. Концепция системы поддержки принятия решений для психологического тестирования // Психологическая наука и образование. 2012. № 1. С. 56−65.
8. Куравский Л.С., Юрьев Г.А. Адаптивное тестирование как марковский процесс: модели и их идентификация // Нейрокомпьютеры: разработка и применение. 2011. № 2. С. 21−29. 
9. Куравский Л.С., Юрьев Г.А. Вероятностный метод фильтрации артефактов при адаптивном тестировании // Экспериментальная психология. 2012. Т. 5. № 1. С. 119−131.
10. Куравский Л.С., Юрьев Г.А. Использование марковских моделей при обработке результатов тестирования // Вопросы психологии. 2011. № 2. С. 98−107.
11. Куравский Л.С., Юрьев Г.А. Об одном подходе к адаптивному тестированию и устранению его артефактов // Нейрокомпьютеры: разработка и применение. 2012. № 1.
12. Марковские модели в задачах диагностики и прогнозирования: Учеб. пособие / Под ред. Л.С. Куравского. Изд. 2-е, доп. М.: Изд-во МГППУ. 2017. 203 с. 
13. 1С: Электронное обучение [Электронный ресурс] // URL: http://v8.1c.ru/elo (дата обращения 06.02.2016).
14. Baker F.B. The Basics of Item Response Theory // ERIC Clearinghouse on Assessment and Evaluation. University of Maryland, College Park. MD. 2001.
15. Ebmodo [Электронный ресурс] // Connect with students and parents in your paperless classroom. URL: https://www.edmodo.com (дата обращения 03.02.2016). 
16. Gregory R.J. Psychological testing: History, principles, and applications (5th edition). New York: Pearson. 2007.
17. Kats Y. Learning Management Systems and Instructional Design: Best Practices in Online Education. IGI Global. 2013. ISBN 9781466639317 
18. Kuravsky L.S., Marmalyuk P.A., Yuryev G.A., Dumin P.N. A Numerical Technique for the Identification of Discrete-State Continuous-Time Markov Models // Applied Mathematical Sciences. 2015. V. 9. № 8. Р. 379–391. URL: http://dx.doi.org/10.12988/ams. 2015.410882. 
19. Kuravsky L.S., Marmalyuk P.A., Baranov S.N., Alkhimov V.I., Yuryev G.A., Artyukhina S.V. A New Technique for Testing Professional Skills and Competencies and Examples of its Practical Applications // Applied Mathematical Sciences. 2015. V. 9. № 21. Р. 1003–1026.http://dx.doi.org/10.12988/ams.2015.411899. 
20. Moodle open-source learning platform [Электронный ресурс] // Moodle Pty Ltd. URL:https://moodle.org (дата обращения 03.02.2016). 
21. Rasch G. Probabilistic models for some intelligence and attainment tests // Copenhagen, Danish Institute for Educational Research, expanded edition (1980) with foreword and afterword by B.D. Wright. Chicago: The University of Chicago Press. 1960/1980. 
22. Thompson N.A., Weiss D.J. A framework for the development of computerized adaptive tests // Practical Assessment, Research & Evaluation. 2011. № 16(1). Р. 1−9.
23. de la Torre J., Patz R.J. Making the Most of What We Have: A Practical Application of Multidimensional Item Response Theory in Test Scoring // Journal of Educational and Behavioral Statistics. 2005. № 30(3). Р. 295−311. doi:10.3102/10769986030003295.
24. Wright B.D., Masters G.N. Rating scale analysis. Rasch measurements // Chicago: MESA Press. 1982. 206 p.