Д.А. Поминов

Факультет информационных технологий, Московский государственный психолого-педагогический университет (Москва, Россия)

Постановка проблемы. Процесс школьного обучения имеет ряд особенностей, и зачастую ученикам не хватает времени урока на решение задач под контролем учителя. В таком случае прибегают к услугам репетиторов или к самообучению. В последние годы для самостоятельной подготовки становятся популярными образовательные онлайн-сервисы, которые обладают некоторыми недостатками. Один из них – невозможность индивидуальной настройки под конкретного пользователя. Представленный проект направлен на автоматизацию процесса электронного обучения для получения практических навыков решения математических задач, определения уровня знаний и сокращения длительности тестирования (тренажа) за счет уменьшения количества задач в зависимости от уровня подготовки (адаптивность).

Цель. Разработать программную реализацию адаптивного тренажера, предназначенного для автоматизации процесса обучения при решении математических задач.

Результаты. Создана информационная система «Адаптивный тренажер для подготовки абитуриентов к экзаменам по математике» и новый подход к тестированию на основе марковских процессов с дискретными состояниями и непрерывным временем. Практическая значимость. Адаптивный тренажер позволяет повысить эффективность применения практических навыков учениками при решении задач при подготовке к экзаменам, сократить время тестирования за счет уменьшения количества заданий.

Поминов Д.А. Самообучающийся адаптивный тренажер для подготовки абитуриентов к экзаменам по математике // Нейрокомпьютеры: разработка, применение. 2021. T. 23. № 2. С. 35−42. DOI: https://doi.org/10.18127/j19998554-202102-04

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 № 118095 (РФ) на изобретение от 21.02.2012. Устройство для моделирования адаптивного тестирования когнитивных способностей испытуемого / Куравский Л.С., Кулик С.Д., Мармалюк П.А., Юрьев Г.А.
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, 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., Юрьев Г.А., Поминов Д.А. Концепция самообучающегося адаптивного тренажера // Нейрокомпьютеры: разработка, применение. 2018. № 3. С. 29–37.
6. Патент № 122796 (РФ) на изобретение от 31.07.2012. Система поддержки принятия решений для психологического и педагогического тестирования / Куравский Л.С., Марголис А.А., Мармалюк П.А., Юрьев Г.А., Думин П.Н., Кулик С.Д.
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, 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, применение. 2012. № 1.
12. Куравский Л.С. Марковские модели в задачах диагностики и прогнозирования. 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. Connect with students and parents in your paperless classroom. [Электронный ресурс]. – 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.
18. Kuravsky L.S., Marmalyuk P.A., Yuryev G.A., Dumin P.N. A Numerical Technique for the Identification of Discrete-State ContinuousTime 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. Moodle Pty Ltd. [Электронный ресурс]. – 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. V. 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.