Использование Веб-служб для индивидуализированного обучения, основанного на Веб-технологиях

Катерина Кабасси, Мария Вирву, Факультет Информатики, Университет Пиреи, Греция

В данной работе описывается мульти-агент (multi-agent), индивидуализированный обучающий комплекс, работающий через Веб. Данный комплекс называется Web F-SMILE и предназначен для помощи начинающим пользователям в изучении управления файловым хранилищем их персонального компьютера. Для того чтобы обеспечить адаптивную помощь и обучение, Web F-SMILE назначает агента для постоянного наблюдения за пользователем и сбора сведений о нем/ней. Данные сведения централизованно сохраняются на Сервере Моделирования Учащихся (Learner Modelling Server). Таким образом, каждая модель учащегося доступна любому клиентскому приложению, запрашивающему его. Агенты клиентских приложений взаимодействуют с Сервером Моделирования Учащихся через Веб-службы. Основная характерная черта Веб-служб – это то, что они взаимодействуют с приложениями, вызывающими их, используя стандарты Веб. То, что моделирование учащихся основывается на стандартах Веб, имеет преимущество, заключающееся в возможности динамической интеграции приложений, распределенных в сети Интернет, независимо от того, на каких платформах они размещены.

Введение

Возрастающая популярность Интернета и Всемирной паутины оказала влияние на обучение с помощью компьютера (computerassistedlearning), которое в настоящее время превращается в обучение, основанное на Веб-технологиях, так как Веб имеет множество преимуществ, которые может предложить образованию. Действительно, обучение через Веб может производиться откуда угодно, в любое время, с любого компьютера и без необходимости присутствия человека - преподавателя (humantutor). Тем не менее, большинство обучающих приложений (educationalapplications), основанных на Веб-технологиях, по-прежнему достаточно статичные и представляют общий подход к обучению, который не принимает во внимание индивидуальные потребности каждого учащегося (student), использующего обучающие приложения (educationalapplication). Данная общепринятая практика не позволяет воспользоваться в полной мере всеми возможностями компьютера, подключенного к Интернет, как средства обучения учащихся.

С другой стороны, существуют технологии образовательного программного обеспечения (educationalsoftwaretechnologies), которые очень эффективны в индивидуализации обучения (personalisingtutoring). Действительно, Интеллектуальные Обучающие Комплексы (ИОК) (IntelligentTutoringSystems, ITSs) и Интеллектуальные Обучающие Среды (ИОС) (IntelligentLearningEnvironments,ILEs) – это образовательные технологии, нацеленные на выполнение индивидуализированного обучения, основанного на их компонентах моделирования учащихся (learnermodellingcomponents). Моделирование учащегося включает в себя построение качественного представления, которое учитывает поведение учащегося в зависимости от имеющихся предварительных знаний об изучаемой области и изучение студентами данной область (Sison & Simura, 1998). Такое представление, называемое моделью учащегося, может помочь Интеллектуальному Обучающему Комплексу (ИОК) (IntelligentTutoringSystem, ITS), Интеллектуальной Обучающей Среде (ИОС) (IntelligentLearningEnvironment, ILE), или интеллектуальному учащемуся, обучающегося в сотрудничестве (intelligentcollaborativelearner) в адаптации к определенным аспектам студенческого поведения (McCalla, 1992).

Для индивидуализированного взаимодействия с пользователем комплекс должен иметь доступ к большому количеству разнообразной информации о нем/ней, начиная с относительно долгосрочных фактов, таких как области интересов и знаний, и заканчивая краткосрочными фактами, такими как задача, которую пользователь в настоящее время пытается решить. Принимая это во внимание, Рич (Rich) (1999) выявил отличительный признак между долгосрочными и краткосрочными моделями пользователя. Долгосрочная модель пользователя может состоять из информации о пользователе, которая была собрана во время предыдущих взаимодействий. Эта информация может включать в себя уровень знаний пользователя в данной области, его/ее частые ошибки и т.д. Краткосрочная модель пользователя состоит из убеждений пользователя (theuser’sbeliefs) в конкретный момент времени (ataveryspecifictime) и является результатом умозаключений системы (outputofthereasoningofthesystem). В идеальном случае обе модели должны иметься в ИОК или ИОС и обмениваться информацией между собой.

Традиционно Интеллектуальные Обучающие Комплексы (ИОК) (IntelligentTutoringSystems, ITSs) функционировали на стороне клиента (компьютера пользователя) как самостоятельные приложения. Эти ИОК (ITSs) основывались на модели учащегося, хранившейся локально на ПК (персональном компьютере) пользователя. Т.к. каждый комплекс такого класса собирает все больше и больше информации о каждом учащемся, он может улучшить свои прогнозы и у учащихся вырабатывается доверие к нему. Т.к. все личные данные хранятся локально на компьютере пользователя, единственным способом для учащегося воспользоваться преимуществами полностью адаптивного и индивидуализированного обучения будет гарантирование того, что он(а) использует один и тот же ПК каждый раз когда он(а) взаимодействует с ИОК. Однако в реальных компьютерных лабораториях образовательных учреждений это достаточно затруднительно, поскольку пользователи обычно не имеют своего собственного ПК и используют тот, который доступен в данный момент. Более того, в реальном учебном процессе учащемуся вероятно необходимо будет использовать ИОК как в учебном заведении, так и дома. Однако это также будет проблематично, в случае если модель учащегося (studentmodel) существует только на одном единственном ПК, который находится либо в образовательном учреждении, либо дома.

Принимая во внимание вышеперечисленное, слияние ИОК и ИОС с обучением, основанном на веб-технологиях, может породить системы обучения (tutoringsystems), которые могут не зависеть от ПК, платформы и могут быть использованы студентами в любое время, с любого компьютера без потери важной информации, собранной системой о них в их долгосрочной пользовательской модели.

Как следствие неоспоримых достоинств того, что слияние ИОК и ИОС с обучением, основанном на Веб-технологиях, может предложить, в последнее время много исследовательской энергии было направлено в эту область (например Alpert и др., 1999; Warendorf & Tan, 1997; Okazaki и др., 1996; Brusilovsky и др., 1996; Ritter, 1997; Nakabayashi и др., 1997). Подобно этим комплексам мы разработали WebF-SMILE (WebFile-StoreManipulationIntelligentLearningEnvironment - Интеллектуальная Веб Среда Обучающая Манипулированию Хранилищем Файлов), которая является индивидуализированной системой обучения (personalisedlearningsystem), функционирующей через Веб. В частности, WebF-SMILE – это ИОС для начинающих пользователей GUI (Графического Пользовательского Интерфейса), который манипулирует файлами, такого как WindowsExplorer (Проводник Windows). Однако, наш подход относительно функционирования системы через Веб основан на Веб службах, новой многообещающей технологии. Если быть более конкретным, Веб службы – это автономные, модульные приложения (self-contained, modularapplications), которые предоставляют набор выполняемых функций каждому, кто запрашивает их. Основной характерной чертой Веб служб является то, что они взаимодействуют с приложениями, которые их вызывают, используя стандарты Веб, такие как WSDL (WebServiceDefinitionLanguage), SOAP (SimpleObjectAccessProtocol) и UDDI (UniversalDescription, DiscoveryandIntegration). То, что моделирование учащихся основывается на стандартах Веб, имеет преимущество, заключающееся в возможности динамической интеграции приложений, распределенных в сети Интернет, независимо от того, на каких платформах они размещены.

Сходные исследования

Некоторое количество архитектурных паттернов (architecturalpatterns) уже было применено для развертывания ИОК и ИОС в Веб. В этом разделе мы представляем и обсуждаем наиболее общие архитектуры, а также сравниваем их и сопоставляем с архитектурой, которая была применена нами и которая основана на Веб службах. Затем обсуждаются сходства и различия между WebF-SMILE и другими программами, предлагающими индивидуализированное обучение (personalisedtutoring) и основанными на Веб технологиях.

Простое решение по развертыванию ИОК и ИОС в Веб было основано на Java и применено в ADIS (Warendorf & Tan, 1997). ИОК целиком расположена в Java апплете, который пользователь загружает при посещении определенного адреса URL. ИОК выполняется на стороне ПК учащегося, и модель учащегося (studentmodel) постоянно хранится на стороне клиента. Так как вся информация об учащемся (learner) хранится локально на его ПК, ADIS по-прежнему страдает от недостатков автономных, зависимых от ПК ИОК относительно полноты и соответствия модели учащегося (learnermodel).

Совсем другой подход – это распределенная клиент-серверная архитектура, которая применена, например, Эллиотом (Elliot) (1997). В данном случае некоторые модули хранятся на стороне сервера, а некоторые на стороне клиента. Java апплет, который постоянно хранится на стороне клиента, содержит модели системы, которые отвечают за взаимодействие с пользователем. Передача информации между сервером и клиентом осуществляется с использованием сокет соединений (socketconnection) или при помощи других сетевых механизмов. Основная проблема с сокетами состоит в том, что они не поддерживают типы данных и, следовательно, нуждаются в ручном разборе сообщений (manualmessageparsing). В противоположность им, Веб службы придерживаются протокола XML (eXtensibleMarkupLanguage = Расширяемый Язык Разметки) для обмена данными, поэтому здесь разрешено предварительное определение сложных типов данных. Другим недостатком распределенной клиент-серверной архитектуры является то, что разработчику необходимо создать свой собственный протокол передачи информации (communicationprotocol), и клиент может испытывать проблемы при получении данных с сервера. Например, если пользователь работает как дома, так и на работе, то его(ее) модель может не работать как предполагалось, потому что клиент на работе может находиться за брандмауэром (firewall), который не позволяет передачу данных серверу, моделирующему пользователя, по определенному порту. В противоположность, Веб службы используют протокол SOAP (SimpleObjectAccessProtocol) для осуществления передачи информации. Такая сильная зависимость Веб служб от стандартов гарантирует базовую способность к взаимодействию, которая означает, что данные о модели учащегося (learnermodel) можно будет прочитать с любого компьютера. К тому же Веб службы используют протокол передачи гипертекста (HypertextTransferProtocol) и поэтому получают преимущество в способности проходить через большинство систем безопасности (брандмауэры, прокси-серверы и т.д.).

Другой подход, который до настоящего времени являлся преобладающей архитектурой приложений, приспособленных под Веб (Web-enabled), - это архитектура HTML-CGI. Данная архитектура выбрана несколькими ИОК, такими как WITS (Okazaki и др., 1996), ELM-ART (Brusilovsky и др., 1996), PATOnline (Ritter, 1997), CALAT (Nakabayashi и др., 1997) и AlgeBrain (Alpert и др., 1999). Во всех этих ИОК пользователь взаимодействует с системой посредством Веб обозревателя (браузера). Информация, предоставляемая пользователем, посылается на Веб сервер, который пересылает ее CGI (CommonGatewayInterface) приложению. CGI программа содержит все функциональные возможности и модель учащегося (studentmodel) постоянно хранится на сервере. Однако данная архитектурная модель имеет ряд ограничивающих особенностей (constrainingfeatures), таких как отсутствие непосредственной интерактивности. CGI скрипты не устанавливаются (stateless) при выполнении (resulting) громоздких (cumbersome), самостоятельных (standalone) запросов. Например, пользователь вынужден идентифицировать себя каждый раз, когда он(а) посылает запрос. XML, с другой стороны, поддерживает структурирование сложных данных (structuringcomplexdata) в иерархии и таким образом облегчает быстрые транзакции (Papadakis & Chrissikopoulos, 2000). Более того, Веб службы, в противоположность HTML-CGI архитектуре, где комплекс не может использовать ресурсы клиента, намного более свободно связаны, чем большинство традиционных распределенных приложений (Kuno & Sahai, 2002).

В заключение, Веб службы придерживаются протокола WSDL (WebServicesDescriptionLanguage - Язык Описания Веб Служб) для предоставления метаданных, необходимых для запуска службы, и UDDI(UniversalDescriptionDiscoveryandIntegration = Универсальные Обнаружение и Интеграция Описаний) для размещения служб на UDDI серверах. Последнее позволяет динамически интегрировать приложения, распределенные в сети, независимо от их базовых платформ (underlyingplatforms). В целом, как указывают Tsalgatidou & Pilioura (2002), парадигма Веб-служб побуждает разработчиков к созданию приложений с размещением и использованием уже существующих Веб служб, а не к созданию требуемых выполняемых функций с нуля, способствуя, таким образом, быстрой и эффективной разработке приложений и оперативной интеграции (just-in-timeintegration).

В большинстве обучающих систем, основанных на Веб технологиях, (web-basededucationalsystems) (Okazaki и др., 1996, López и др., 1998, Brusilovsky и др., 1996, Ritter, 1997, Machado и др., 1999) модель учащегося (studentmodel) хранится на стороне сервера, но основные решения по поводу обучения (instructionaldecisions) принимаются клиентским приложением.

В WebF-SMILE также использован данный подход. Однако, в отличие от всех систем, перечисленных выше, WebF-SMILE имеет значительное преимущество, заключающееся в том, что он может быть также использован на пользовательских ПК, не подключенных к сети Интернет. Это сделано для того, чтобы пользователи могли использовать обучающую среду (learningenvironment) даже если по какой-то причине не удается установить подключение к Интернету. Для обеспечения работы WebF-SMILE в обоих режимах, в WebF-SMILE используются две модели учащегося (learnermodels) для каждого учащегося; одна хранится локально на компьютере пользователя, а другая – централизованно на сервере. Подобный подход также используется в DCG (Vassileva, 1997), а именно: в DCG при загрузке когда пользователь загружает Java приложение, копия его/ее модели учащегося (studentmodel) создается локально на пользовательском ПК. Вся новая информация, собираемая во время взаимодействия учащегося (student) с системой сохраняется в локальной пользовательской модели. Когда пользователь заканчивает работу с приложением, локальная копия загружается на сервер. Однако данный подход не принимает во внимание тот факт, что пользователь при завершении работы с приложением уже может быть не подключен к Интернету. WebF-SMILE решает данную проблему путем согласования взаимодействия пользовательских моделей на стороне клиента и на стороне сервера соответственно. Каждый раз, когда пользователь оказывается online, две модели эффективно взаимодействуют через Веб службу и обмениваются данными таким образом, чтобы обе модели содержали самые последние сведения об учащемся.

Работа комплекса

WebF-SMILE является Интеллектуальной Обучающей Средой (intelligentlearningenvironment) с Графическим Интерфейсом Пользователя (GUI, GraphicalUserInterface) для начинающих пользователей, манипулирующих файлами, как в Проводнике Windows 98/NT (Windows 98/NTExplorer) (MicrosoftCorporation, 1998). Главной отличительной чертой системы является то, что она может адаптировать свое взаимодействие к каждому конкретному учащемуся. Для этого WebF-SMILE назначает агентов (agents) для наблюдения за учащимся в то время как он(а) активно занимается своей обычной деятельностью и дает непосредственные, непринужденные и индивидуализированные советы и обучение (spontaneousandindividualizedadviceandtutoring) в случае возникновения проблемы. Индивидуализированные советы и обучение основаны на модели учащегося (learnermodel). Комплекс может работать и как приложение, использующее Веб технологии (Web-basedapplication), и как автономное приложение (standaloneapplication), когда компьютер учащегося не подключен к Интернету. Когда система работает онлайн, сведения об учащемся сохраняются на Сервере Моделирования Учащихся (LearnerModellingServer) и отдаются в распоряжение любого клиента приложения, который вызывает его. Однако учащийся также может управлять файловым хранилищем, когда находится в оффлайн. По вышеуказанной причине комплекс хранит две копии моделей учащихся (learnermodels), одну на сервере, а другую на ПК пользователя, для того, чтобы комплекс мог работать, как онлайн, так и оффлайн. Таким образом, удобство и простота использования комплекса увеличиваются.

WebF-SMILE использует Веб службы для обеспечения взаимодействия агентов (agents) комплекса с Веб сервером. Веб службы, в широком смысле этого термина, являются службами, представленными через Веб. В последнее время, однако, этот термин относится к набору отдельных протоколов связанных с взаимодействием удаленных приложений. Если быть более конкретным, Веб службы являются отдельными (self-contained), модульными приложениями, которые предоставляют набор выполняемых функций любому, запрашивающему их.

Рис. 1: Начальное состояние файловой системы дискеты учащегося

Простой пример работы комплекса, полученный при реальном взаимодействии пользователя с WebF-SMILE, представлен в таблице 1. Начальное состояние файловой системы на дискете учащегося показано на рис.1. Конечная цель учащегося заключается в форматировании дискеты. Однако дискета содержит папку с некоторыми важными письмами. Поэтому учащемуся требуется переместить папку в безопасное место (жесткий диск его/ее компьютера).

Таблица 1: Пример взаимодействия пользователя с WebF-SMILE

Для того чтобы достичь своей цели и переместить папку «importantLetters», пользователь дает команду «вырезать» (действие 1). Однако, вероятно учащийся не знает, как осуществить свой план, потому что вторым действием он(а) ошибочно использует команду «копировать» вместо команды «вставать». WebF-SMILE находит это действие подозрительным, потому что в случае выполнения, такое действие привело бы к удалению содержимого из буфера обмена до того, как оно было использовано где-либо. Поэтому комплекс пытается сгенерировать альтернативные действия, которые учащийся, возможно, намеревался выполнить взамен. Для того чтобы выбрать наиболее подходящий совет, комплекс использует сведения об учащемся, которые доступны из модели учащегося (learnermodel). WebF-SMILE полагает, что альтернативное действие, которое наиболее вероятно намеревался выполнить пользователь – это «вставить(C:MyDocuments)», поскольку оно эффективно использует содержимое буфера обмена. Более того, команды «копировать» и «вставить» полагаются достаточно похожими, поскольку обе они связаны с буфером обмена. Поэтому пользователь мог перепутать их.

Более того, комплекс также выдает дополнительные темы для изучения (producesadditionaltutoring) в области копирования и перемещения объектов, которые он считает существенными для выполнения пользователем его/ее планов и достижения целей. Сведения из модели учащегося (learnermodel) показывают, что отдельный пользователь не имеет достаточного опыта в копировании и перемещении объектов и что в прошлом он(а) неоднократно делал ошибки вследствие недостаточной осведомленности по данной теме. Несомненно, учащийся признает совет комплекса очень полезным и поэтому воспользуется предложенным ему советом в действии 3. Затем в действии 4 учащийся отформатирует дискету, что и было его конечной целью. В случае если бы учащийся использовал стандартную программу для манипулирования файлами, его/ее ошибка в команде 2 могла бы быть не распознана и тогда учащийся отформатировал бы дискету и полезные данные были бы утеряны.

Архитектура мульти-агента

WebF-SMILE основана на архитектуре мульти-агента (multi-agent). Комплекс мульти-агента состоит из группы агентов (agents), которые являются автономными или полуавтономными и взаимодействуют или работают вместе для того, чтобы выполнить некоторые задания или достичь каких-то целей (Lesser, 1995). Разрабатывая отдельных агентов (agents) внутри комплекса мульти-агента, как преимущество получаем независимость от разработки других агентов (agents). Последнее значительно способствует разбиению сложного на более простые части (breakdownofcomplexity) (El-Beltagy и др., 1999).

Архитектура WebF-SMILE состоит из пяти агентов, а именно: Агент Моделирования Учащегося в Краткосрочном Периоде (МУКП) (ShortTermLearnerModelling (STLM) Agent), Агент Моделирования в Долгосрочном Периоде (МУДП) (LongTermLearnerModelling (LTLM) Agent), Консультирующий Агент (AdvisingAgent), Обучающий Агент (TutoringAgent) и Управляющий Речью Агент (Speech-drivenAgent). Архитектура WebF-SMILE представлена на рис. 2, где проиллюстрированы все агенты (agents) и компонент представления области знаний (domainrepresentation). Агенты совместно работают для того, чтобы наблюдать за учащимся и предоставлять ему индивидуализированные советы и обучение в случае, если это считается необходимым. Советы


10-09-2015, 03:05