Формирование индивидуальных образовательных траекторий в традиционных LMS

  • Julia Valerievna Peryazeva Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина) http://orcid.org/0000-0002-7021-2899
  • Roman Gennadievich Kalganov Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина) http://orcid.org/0000-0003-1122-1143

Аннотация

Индивидуальные образовательные траектории – это тренд современного образования. В работе рассматриваются возможности индивидуализации в традиционных LMS на основе адаптивных технологий и технологий искусственного интеллекта. Проанализированы различные подходы к построению индивидуальных траекторий, выбран для реализации и обоснован способ, основанный на построении программного комплекса, связывающего адаптивный движок, источники учебных материалов и LMS по протоколу LTI.
Разработанная система построения траекторий включает: модель компетенций, модели студентов, многоуровневую по сложности систему контента, адаптивные движки и веб-приложение реализующее взаимодействие всех компонентов. В основе функционирования системы лежит модель компетенций, которая представляет собой композицию индикаторов достижения компетенций (ИДК), сформированность которых определяется по результатам выполнения заданий по определенным качественным критериям, заданным для каждой дисциплины, формируя модель студента. Учебный контент разрабатывается на основе модели компетенций, задания отвечают за определенные ИДК и имеют разную сложность. Курс строится из микромодулей на основе модели студента и модели компетенций, наполнение которых формируется в процессе обучения с помощью адаптивных технологий. Предложенный подход позволяет разрабатывать сложные алгоритмы построения траекторий вне зависимости от возможностей LMS, используя при этом уже годами накопленный учебный контент.
Предлагаемые принципы построения траекторий были технически реализованы на основе LMS Moodle с адаптивным движком на базе Item Response Theory и апробированы для индивидуализации обучения информатике студентов первого курса технических направлений.

Сведения об авторах

Julia Valerievna Peryazeva, Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)

доцент кафедры вычислительной техники, кандидат физико-математических наук, доцент

Roman Gennadievich Kalganov, Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)

магистрант кафедры вычислительной техники

Литература

[1] Dreving S.R., Borisova O.V., Shevchenko N.A. Formation of an Individual Development Trajectory of a Specialist. In: Ashmarina S.I., Mantulenko V.V. (ed.) Digital Economy and the New Labor Market: Jobs, Competences and Innovative HR Technologies. IPM 2020. Lecture Notes in Networks and Systems. 2021; 161:428-435. Springer, Cham. (In Eng.) DOI: https://doi.org/10.1007/978-3-030-60926-9_55
[2] Ibatullin R.R., Anisimova E.S. Construction of individual educational trajectory of students based on e-learning. In: 2016 IEEE 10th International Conference on Application of Information and Communication Technologies (AICT). Baku; 2016. p. 1-4. (In Eng.) DOI: https://doi.org/10.1109/ICAICT.2016.7991799
[3] Xie H., Chu H-C., Hwang G-J., Wang C-C. Trends and development in technology-enhanced adaptive/personalized learning: A systematic review of journal publications from 2007 to 2017. Computers & Education. 2019; 140:103599. (In Eng.) DOI: https://doi.org/10.1016/j.compedu.2019.103599
[4] Johanes P., Lagerstrom L. Adaptive Learning: The Premise, Promise, and Pitfalls. In: Proceedings of 2017 ASEE Annual Conference & Exposition. American Society for Engineering Education; 2017. p. 18941. Available at: https://www.asee.org/public/conferences/78/papers/18941/view (accessed 12.09.2020). (In Eng.)
[5] Ennouamani S., Mahani Z. An overview of adaptive e-learning systems. In: 2017 Eighth International Conference on Intelligent Computing and Information Systems (ICICIS). Cairo, Egypt; 2017. p. 342-347. (In Eng.) DOI: https://doi.org/10.1109/INTELCIS.2017.8260060
[6] Shershneva V.A., Vainshtein Yu.V., Kochetkova T.O. Adaptive System of Web-Based Teaching. Program Systems: Theory and Applications. 2018; 9(4):159-177. (In Eng.) DOI: https://doi.org/10.25209/2079-3316-2018-9-4-3-159-177
[7] Louhab F.E., Bahnasse A., Talea M. Smart adaptive learning based on Moodle platform. In: Proceedings of the Mediterranean Symposium on Smart City Application (SCAMS'17). 2017; 13:1-5. Association for Computing Machinery, New York, NY, USA. (In Eng.) DOI: https://doi.org/10.1145/3175628.3175635
[8] Tlili A., Denden M., Essalmi F., Jemni M., Chang M., Kinshuk, Chen N-S. Automatic modeling learner’s personality using learning analytics approach in an intelligent Moodle learning platform. Interactive Learning Environments. 2019. p. 1-15. (In Eng.) DOI: https://doi.org/10.1080/10494820.2019.1636084
[9] Zhivenkov A.N., Ivanova O.G. Configuration of LMS Moodle plugins for adaptive construction of electronic learning course structure. Belgorod State University Scientific Bulletin. Economics. Computer Science. 2010; (19):15-156. Available at: https://elibrary.ru/item.asp?id=17386495 (accessed 12.09.2020). (In Russ., abstract in Eng.)
[10] Rushkin I., Rosen Y., Ang A., Fredericks C., Tingley D., Blink M.J., Lopez G. Adaptive Assessment Experiment in a HarvardX MOOC. In: Proceedings of the 10th International Conference on Educational Data Mining. Wuhan, China; 2017. p. 466-471. Available at: https://vpal.harvard.edu/publications/adaptive-assessment-experiment-harvardx-mooc (accessed 12.09.2020). (In Eng.)
[11] Rosen Y., Rushkin I., Rubin R., Munson L., Ang A., Weber G., Lopez G., Tingley D. The effects of adaptive learning in a massive open online course on learners' skill development. In: Proceedings of the Fifth Annual ACM Conference on Learning at Scale (L@S '18). Association for Computing Machinery, New York, NY, USA; 2018. Article 6. p. 1-8. (In Eng.) DOI: https://doi.org/10.1145/3231644.3231651
[12] Brusilovsky P., Edwards S., Kumar A., Malmi L., Benotti L., Buck D., Ihantola P., Prince R., Sirkiä T., Sosnovsky S., Urquiza J., Vihavainen A., Wollowski M. Increasing Adoption of Smart Learning Content for Computer Science Education. In: Proceedings of the Working Group Reports of the 2014 on Innovation & Technology in Computer Science Education Conference (ITiCSE-WGR '14). Association for Computing Machinery, New York, NY, USA; 2014. p. 31-57. (In Eng.) DOI: https://doi.org/10.1145/2713609.2713611
[13] Queirós R., Leal J.P., Paiva J.C. Integrating Rich Learning Applications in LMS. In: Li Y. et al. (ed.) State-of-the-Art and Future Directions of Smart Learning. Lecture Notes in Educational Technology. Springer, Singapore; 2016. p. 381-386. (In Eng.) DOI: https://doi.org/10.1007/978-981-287-868-7_46
[14] Díaz Redondo R.P., Caeiro Rodríguez M., López Escobar J., Vilas A.F. Integrating micro-learning content in traditional e-learning platforms. Multimedia Tools and Applications. 2021; 80(2):3121-3151. (In Eng.) DOI: https://doi.org/10.1007/s11042-020-09523-z
[15] Kazakova E.I., Tarkhanova I.Yu. Assessment of students' universal competences when mastering educational programs. Yaroslavl pedagogical bulletin. 2018; (5):127-135. (In Russ., abstract in Eng.) DOI: https://doi.org/10.24411/1813-145X-2018-10164
[16] Poletaykin A.N., Kunts E.Yu., Kuleshova N.V. Optimization model for building of achievement competence indicator. Informatization of Education and Science. 2020; (1):64-81. Available at: https://www.elibrary.ru/item.asp?id=41830911 (accessed 12.09.2020). (In Russ., abstract in Eng.)
[17] Abramsky M.M. Data management in modern digital learning environments. Information Society. 2019; (1-2):82-91. Available at: https://www.elibrary.ru/item.asp?id=39555281 (accessed 12.09.2020). (In Russ., abstract in Eng.)
[18] Begam M.F., Ganapathy G. Personalized learning management system using semantic web based learning style detection. Journal of Chemical and Pharmaceutical Sciences. 2016; 9(4):1837-1842. (In Eng.)
[19] Oprea M. Methodological guidelines for the development of university course examination ontologies. In: Proceedings of the 10th International Conference on Virtual Learning. Bucharest; 2015. p. 50-61. (In Eng.)
[20] Baker F.B. The Basics of Item Response Theory. Second Edition. Washington, DC: ERIC Clearinghouse on Assessment and Evaluation; 2001. Available at: https://eric.ed.gov/?id=ED458219 (accessed 12.09.2020). (In Eng.)
[21] Muñoz-Merino P.J., Novillo R.G., Kloos C.D. Assessment of skills and adaptive learning for parametric exercises combining knowledge spaces and item response theory. Applied Soft Computing. 2018; 68:110-124. (In Eng.) DOI: https://doi.org/10.1016/j.asoc.2018.03.045
[22] Jackson E.A. Impact of MOODLE platform on the pedagogy of students and staff: Cross-curricular comparison. Education and Information Technologies. 2017; 22(1):177-193. (In Eng.) DOI: https://doi.org/10.1007/s10639-015-9438-9
[23] Then M. et al. Introducing Competences into LTI-Connections between Learning Management Systems and Gaming Platforms. In: 1st Workshop on Gamification and Games for Learning (GamiLearn’17). Tenerife, Spain; 2017. Available at: http://riull.ull.es/xmlui/handle/915/4778 (accessed 12.09.2020). (In Eng.)
[24] Badea G., Popescu E., Sterbini A., Temperini M. Integrating Enhanced Peer Assessment Features in Moodle Learning Management System. In: Chang M. et al. (ed.) Foundations and Trends in Smart Learning. Lecture Notes in Educational Technology. Springer, Singapore; 2019. p. 135-144. (In Eng.) DOI: https://doi.org/10.1007/978-981-13-6908-7_19
[25] Hummer W., Raz O., Dustdar S. Towards efficient measuring of web services API coverage. In: Proceedings of the 3rd International Workshop on Principles of Engineering Service-Oriented Systems (PESOS '11). Association for Computing Machinery, New York, NY, USA; 2011. p. 22-28. (In Eng.) DOI: https://doi.org/10.1145/1985394.1985398
Опубликована
2020-11-30
Как цитировать
PERYAZEVA, Julia Valerievna; KALGANOV, Roman Gennadievich. Формирование индивидуальных образовательных траекторий в традиционных LMS. Современные информационные технологии и ИТ-образование, [S.l.], v. 16, n. 3, p. 754-763, nov. 2020. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/690>. Дата доступа: 22 nov. 2024 doi: https://doi.org/10.25559/SITITO.16.202003.754-763.
Раздел
E-learning, информационные технологии в образовании