CC BY
68
СТАНДАРТЫ И ФОРМАТЫ ДАННЫХ ДЛЯ РАБОТЫ С ПРОФАЙЛАМИ КОМПЕТЕНЦИЙ, ВОЗМОЖНЫЕ ПУТИ
ИХ РАЗВИТИЯ
Д.Ф. Сулейманов, Я.И. Поршнев Научный руководитель - к.ф.-м.н., доцент М.В. Сухорукова
В статье рассмотрены некоторые современные стандарты хранения и работы с компетенциями в системах электронного обучения. Выдвинуты предположения о будущем развитии этих стандартов для более гибкой работы с данными о компетенциях с использованием Web-онтологий и средств Datamining.
Введение
По мере того, как Internet-технологии становятся неотъемлемой частью повседневной жизни, люди все ближе подходят к осознанию новых возможностей общения, и одна из таких возможностей - электронное обучение (e-learning). Возникновение этого термина прочно связано с распространением сети Internet, точно так же, как и появление «электронных версий» процессов в различных областях социальной жизни, прежде всего в экономике, например, e-commerce (электронная коммерция).
В целях превращения электронного обучения в повседневную обыденность необходимо уделить должное внимание вопросам унификации и стандартизации в этой сфере. Вопросы стандартизации, выбора платформы унификации сегодня активно обсуждаются заинтересованными организациями, в частности, IMS (Instructional Management Systems Global Learning Consortium - Всемирный Консорциум по системам управления обучением). Созданные им спецификации RDCEO и ePortfolio связаны с описанием компетенций и истории обучения студента. Но развитие этих спецификаций - лишь шаг на пути к созданию новых платформ электронного обучения. Для их развития требуются средства улучшения интероперабельности, при которой системы смогут бесконфликтно и динамически обмениваться не только контентом и сценариями обучения, но и инструментами, функциональностью, семантикой и средствами управления. Для возможности обмена семантикой при работе с компетенциями мы предлагаем использовать средства онтологий и техники Datamining.
Развитие платформ электронного обучения
В области e-learning создаются все более динамичные платформы, которые приходят на смену традиционным «пассивным». При активном электронном обучении используется широкий спектр Internet-технологий, подобных персонификации, моделированию и мобильности, что позволяет внедрять недоступные для традиционных видов обучения методики. Растет спрос на модульные и персонифицированные платформы электронного обучения: традиционные платформы не обладают достаточной гибкостью из-за своей монолитной внутренней структуры.
На протяжении последних двух десятилетий в области e-learning доминируют LMS (Learning Management Systems) - системы управления обучением. Следующее поколение систем дистанционного обучения будет опираться на сервисные архитектуры [l].
Эволюция открывает путь к платформам электронного обучения следующего поколения. Разделение функциональности LMS и системы управления учебным контентом (Learning Content Management System, LCMS) обеспечит поддержку еще большей интероперабельности, при которой системы смогут бесконфликтно и динамически обмениваться не только контентом и сценариями обучения, но и инструментами, функциональностью, семантикой и средствами управления.
Одна из трудностей при развитии подобных платформ связана с обеспечением более высоких уровней интероперабельности. Композиция сервисов позволит таким платформам электронного обучения динамически обнаруживать и компоновать соответствующие сервисы для того, чтобы добиться особых целей, которые ставит каждый конкретный пользователь.
Организации по стандартизации уже в течение ряда лет изучают различные оболочки, спецификации и принципы построения сервисных платформ электронного обучения. IMS Abstract Framework (www.imsglobal.org/specifications.html) выявляет и представляет основные компоненты и интерфейсы для систем электронного обучения. E-Learning Framework (ELF; www.elframework.org) иллюстрирует общую функциональность систем электронного обучения. Open Knowledge Initiative (OKI; www.okiproject.org) определяет уровни сервисов для разработки платформ электронного обучения. Общий подход, лежащий в основе этих создаваемых стандартов, заключается в модуляризации функциональности.
Оболочки, спецификации и принципы организации, в свою очередь, определяют поуровневые подходы к созданию систем электронного обучения из наборов ранее определенных сервисов. Такие спецификации определяют представления личной и групповой информации (IMS Enterprise), профиля студента и истории его обучения (IMS Learner Information Package and ePortfolio), оценки (IMS Question and Test Interface), группировки изучаемого контента (IMS Content Package и SCORM), динамического программирования контента (IMS Simple Sequencing), компетенций учащегося (IMS Reusable Definition for Competence and Educational Objectives), операций обучения (IMS Learning Design), поиска в федеративных базах данных (IMS Digital Repositories Interoperability) и связывания различных инструментов электронного обучения. На низком уровне эти стандарты и спецификации описывают синтаксис, который различные сервисы должны реализовать для внешнего представления информации.
Так как обзор всех этих спецификаций занял бы много места, в данной статье мы ограничимся обзором двух связанных с компетенциями и историей обучения студента IMS RDCEO и IMS ePortfolio.
Все спецификации IMS основаны на формате XML, предлагающем мощный синтаксис и позволяющем создавать структуры для эффективного обмена информацией.
RDCEO
Эта спецификация содержит информационную модель для определений компетенции или образовательной цели (RDCEO (Reusable Definition Competency or Educational Objective)), прежде всего в контексте онлайнового и распределенного обучения. Понятие компетенции здесь интерпретируется в самом широком смысле, включая образовательные цели (то, к чему стремятся) и результаты, достигаемые в ходе обучения. Слово «компетенция» также используется для обозначения всего того, в чем можно быть осведомленным, хотя некоторые профессиональные сообщества используют слово с ограничениями - только навыки, исключая знание или понимание. Информационная модель может использоваться для обмена определениями компетенций между системами управления учебным процессом, кадровыми системами, системами учебного контента и другими подобными системами. RDCEO обеспечивает уникальные ссылки на описания компетенций или целей для включения в другие информационные модели, в чем и заключается возможность многократного использования определения компетенции или образовательной цели.
Основная информация в RDCEO - неструктурированное текстовое определение, на которое можно сослаться через глобально уникальный идентификатор, что обеспе-
чивает уникальные ссылки на описания компетенций или учебных целей для включения в другие информационные модели.
Спецификация RDCEO обеспечивает средство создания общих соглашений о компетенциях, которые могут выступать как часть плана обучения или карьеры, могут описывать начальные и конечные знания и навыки обучающегося. Файлы, которые соответствуют этой спецификации, предназначены для обмена машинами, но информация, которую они содержат, в настоящее время предназначается для интерпретации человеком.
Кратко опишем основные элементы XML документа, соответствующего спецификации RDCEO.
Рис. 1. Основные элементы спецификации RDCEO
Определение компетенции или образовательная цель (<rdceo>). Это корневой элемент, содержащий одно многократно используемое определение.
Идентификатором (<identifier>) служит URI (Uniform Resource Identifier) с синтаксисом, определенным в RFC 2396. Он состоит из двух элементов данных: идентификатор каталога и запись в самом каталоге. Примером идентификатора может служить строка «http://www.imsglobal.Org/fictional/rdceo_cat1.xml#definition1», где
«http://www.imsglobal.org/fictional/rdceo_cat1.xml» определяет каталог, а «definition!» -запись в этом каталоге. Данные элементы являются обязательными.
Заголовок (<title>), представляющий собой краткий текст определения компетенции или образовательной цели. Для многократно используемого определения может быть только один заголовок. Заголовок может быть записан на разных языках.
Описание (<description>) является текстовым описанием в сфободной форме компетенции или образовательной цели. Может быть записано на разных языках.
Определение (<definition>) содержит структурированное определение компетенции или образовательной цели. Является необязательным элементом, содержащим ссылку на структуру определения и более подробное определение компетенции или образовательной цели в соответствии с этой структурой.
Метаданные (<metadata>) представляет собой контейнер для произвольных метаданных к элементу <rdceo>. Может включать в себя данные об используемой схеме RDCEO (по умолчанию принимается «IMS RDCEO») и о её версии (по умолчанию принимается «1.0»).
ePortfolio
Автором термина еРог1^1ю, под которым понимается личное электронное образовательное досье каждого учащегося - необходимый инструмент эффективного взаимодействия учебного заведения и учащегося в процессе индивидуализации личных образовательных траекторий в процессе электронного обучения - является Серж Равэ, ис-
полнительный директор Европейского Института e-learning (European Institute for e-Learning) в Париже. В соответствии со спецификацией IMS ePortfolio может содержать следующую информацию:
• деятельность, в которой принимал, принимает или планирует принимать участие владелец портфолио;
• компетентности (навыки и т.д.) владельца;
• достижения владельца, подтвержденные и не подтвержденные сертификатами;
• предпочтение владельца;
• цели и планы владельца;
• результаты разнообразных тестирований, пройденных владельцем.
В качестве примера приведем два варианта использования ePortfolio.
Презентационные ePortfolio могут использоваться как свидетельства знаний или
достижений владельца. Они часто содержат инструкции о том, как их содержание должно быть интерпретировано. Например, инженер-программист может создать ePortfolio для демонстрации отношения между полученными профессиональными сертификатами, написанным кодом и историей занятости, чтобы убедить потенциального работодателя нанять его.
Учебные ePortfolio используются для планирования, документирования, контроля учебного процесса в течение долгого времени и интеграции разных учебных курсов. Например, студенты могут создать и использовать ePortfolio для контроля и отображения улучшения их знаний и навыков в течение учебного года.
В соответствии со спецификацией IMS, ePortfolio определяется как пакет контента IMS Content Package, содержащий в себе манифест - XML документ, manifest.xml, с описанием структуры и ресурсов пакета, и собственно контент - файлы ресурсов. Ресурсы включают в себя разнообразные материалы, описываемые как часть портфолио, такие как примеры работы, копии сертификатов, результаты тестирований.
Рис. 2. Структура ePortfolio
Манифест состоит из следующих основных частей:
• <metadata> содержит данные о пакете в целом;
• <organization> содержит описание структуры материалов пакета;
• <resources> содержит описание ресурсов, входящих в пакет.
При описании компетенций в ePortfolio ссылаются на данные, соответствующие спецификации IMS RDCEO.
Возможные пути развития
Рассмотренные спецификации, как и другие разрабатываемые в настоящее время стандарты, направлены на обеспечение более высоких уровней интероперабельности платформ электронного обучения. Одной из важных проблем при разработке подобных платформ может служить необходимость не только импортировать и экспортировать информацию, но и обмениваться ею в гетерогенных средах. Современные платформы электронного обучения, например, могут пересылать пользовательскую информацию или информацию о контенте между средами. Однако пока нет возможности «понять» семантику такой информации, выяснить, как ее анализировать или как ее могут использовать различные среды. Для такого уровня интероперабельности среды должны обмениваться синтаксисом информации и ее семантикой. Так как на самом деле люди (главная составляющая информационных систем) совершенно по-разному описывают объекты, гибкие решения должны выявлять и поддерживать динамические семантические соответствия, чтобы обеспечивать подлинную семантическую интероперабельность. Именно в этом направлении серьезную работу проводит сообщество Semantic Web.
Ключевое допущение для считываемой машиной информации и сервисов состоит в том, что сервисы могут взаимодействовать и договариваться «на лету». Разработки в области Semantic Web начинались с RDF и DAML+OIL и с тех пор продвинулись до языка онтологий OWL (Web Ontology Language, www.w3.org/TR/owl-features/), который недавно стал стандартом консорциума W3C. Язык OWL может использоваться для описания «онтологий» - баз знаний о концепциях, к которым могут обращаться сервисы с запросами на получение информации. В частности, онтологии помогают создавать новые знания, в которых вывод может формироваться в базе знаний с учетом поставленной цели, вне зависимости от информации, непосредственно занесенной создателем онтологии. Эта способность распространяется на мир Web-сервисов с помощью подмножества языка онтологий - OWL for Services (OWL-S).
Использование онтологий сможет облегчить поиск и обмен информацией о компетенциях между Web-сервисами, однако создание самих онтологий представляет собой достаточно длительный процесс. Мы полагаем, что для сокращения времени на разработку средств управления и контроля компетенций можно также использовать средства Datamining. Сейчас они могут быть использованы для быстрого анализа компетенций, а в дальнейшем помогут в автоматизации работы по созданию и наполнению онтологий. Средства для решения таких задач интеллектуального анализа данных, как классификация (определение класса объекта по его характеристикам), кластеризация (разделение множества объектов на группы), ассоциация (нахождение зависимостей между объектами), сейчас активно применяются в сети Internet вообще и социальных сетях, в частности. Со временем даже появились отдельные определения для анализа неоднородной, распределенной и значительной по объему информации в Internet: Web Mining, Web Usage Mining и Web Content Mining. В последнем случае речь идет об автоматическом поиске и извлечении качественной информации из источников сети. Мы полагаем, что подобные средства могут быть эффективно использованы для работы с информацией о компетенциях в разрабатываемых платформах электронного обучения. Так с помощью кластеризации можно будет группировать компетенции по разным тематикам и направлениям, классификация поможет в добавлении новых компетенций к уже существующим онтологиям, а поиск ассоциативных правил поможет в выделении взаимосвязей между компетенциями.
С использованием описанных выше технологий становится возможным построение систем дистанционного обучения с расширенными функциями анализа учебных курсов, учебных планов, эффективности тех или иных курсов в обучении выбранным компетенциям. Так, например, становится возможным создание систем, которые по за-
просу пользователей могут предложить варианты учебных программ для освоения новых компетенций. Программы могут быть составлены из курсов разных образовательных учреждений, сами курсы могут быть как дистанционными, так и требующими очного посещения занятий. Всю информацию для анализа и предоставления результатов система получает из некоторых централизованных хранилищ данных или от систем самих образовательных учреждений. И там, и там данные для анализа хранятся в соответствии с общими стандартами и спецификациями [1]. При наличии средств централизованного тестирования появляется возможность собирать и анализировать статистику успешности обучения пользователей выбранным компетенциям в ходе предложенных курсов. Эти данные в дальнейшем могут быть использованы для ранжирования курсов и учебных программ.
Заключение
Таким образом, для дальнейшего развития платформ электронного обучения и более продуктивного использования их совместно с социальными сетями необходимо развитие средств обмена не только контента учебных курсов, но и семантики. Для реализации этой задачи можно использовать активно развивающиеся средства Datamining или Web-онтологии.
Литература
1. Сулейманов Д.Ф., Сухорукова М.В. Образование на базе идеологии ВЕБ 2.0 // Научно-технический вестиник СПБ ГУ ИТМО. - 2007. - Вып. 44. Современные технологии. - С. 16-20.
2. Declan Dagger, Alexander O'Connor, Séamus Lawless, Eddie Walsh and Vincent Wade. Service Oriented eLearning Platforms: From Monolithic Systems to Flexible Services // IEEE Internet Computing. - Режим доступа: https://www.cs.tcd.ie/~slawless/papers/ieee2007.pdf (May/June 2007)
3. IMS Reusable Definition of Competency or Educational Objective Specification // IMS Global Learning Consortium. - Режим доступа: http://www.imsglobal.org/competencies/rdceov1p0/imsrdceo_infov1p0.html (25 October 2002)
4. IMS Reusable Definition of Competency or Educational Objective - Best Practice and Implementation Guide // IMS Global Learning Consortium. - Режим доступа: http://www.imsglobal.org/competencies/rdceov1p0/imsrdceo_bestv1p0.html (25 October 2002)
5. IMS ePortfolio Best Practice and Implementation Guide // IMS Global Learning Consortium. - Режим доступа: http://www.imsglobal.org/ep/epv1p0/imsep_bestv1p0.html (02 June 2005)
6. IMS ePortfolio Information Model // IMS Global Learning Consortium. - Режим доступа: http://www.imsglobal.org/ep/epv1p0/imsep_infov1p0.html (02 June 2005)
7. Семантическая паутина // Wikipedia. http://ru.wikipedia.org/wiki/Semantic_Web
8. Интеллектуальный анализ данных // Wikipedia. - Режим доступа: http://ru.wikipedia.org/wiki/Интеллектуальный_анализ_данных
9. Берсегян А.А Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / А.А. Берсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод. - 2-е изд., перераб. и доп. - СПб: БХВ-Петербург, 2007. - 384 с.
