Интеллектуальные информационные системы в образовании

КОНТРОЛЬНАЯ РАБОТА

по дисциплине

«Интеллектуальные информационные системы»

на тему «ИИС в образовании. Основные виды и технологии ИИС. Интеллектуальная поддержка дистанционного образования
и экстерната»

выполнила студентка … курса, группы…,

zzz84@bk.ru

Минск 2005

Содержание

Искусственный интеллект в образовании 3

Основные виды и технологии интеллектуальных информационных систем 4

Знание – основа интеллектуальной системы 4

Аспекты представления знаний 5

Функциональная структура использования СИИ 6

Интеллектуальная поддержка дистанционного образования и экстерната 8

Концепция дистанционного и открытого образования 8

Глобальный рынок учебных программ 9

«Электронные» учебники 9

«Электронные» тесты 11

Литература 13

Искусственный интеллект в образовании

Искусственный интеллект (ИИ) – это наука о концепциях, позволяющих компьютерам делать такие вещи, которые у людей выглядят разумными. Но что же представляет собой интеллект человека? Есть ли эта способность размышлять? Есть ли эта способность усваивать и использовать знания? Есть ли эта способность оперировать и обмениваться идеями? Несомненно, все эти способности представляют собой часть того, что является интеллектом. На самом деле дать определение в обычном смысле этого слова, по-видимому, невозможно, потому что интеллект – это сплав многих навыков в области обработки и представления информации.

Центральные задачи ИИ состоят в том, что бы сделать компьютеры более полезными и чтобы понять принципы, лежащие в основе интеллекта. В связи с этим ученым и инженерам, специализирующимся в вычислительной технике, необходимо знать, каким образом ИИ может помочь им в разрешение трудных проблем.

Существует множество областей применения ИИ: доказательства теорем; игры; распознавание образов; принятие решений; адаптивное программирование; сочинение машинной музыки; обработка данных на естественном языке; обучающиеся сети (нейросети); вербальные концептуальные обучения.

В учебных заведениях компьютеры должны рассматривать задачи, которые решают студенты, в поисках ошибок, подобно тому как ищутся ошибки в программе, и устранять их. Они должны обеспечивать студентов суперкнигами, хранящимися в памяти вычислительных систем.

Процесс вхождения высшей школы в мировое образовательное пространство требует совершенствование, а также серьёзную переориентацию компьютерно–информационной составляющей. Информационный взрыв породил множество проблем, важнейшей из которых является проблема обучения. Особый интерес представляют вопросы, связанные с автоматизацией обучения, поскольку “ручные методы” без использования технических средств давно исчерпали свои возможности. Наиболее доступной формой автоматизации обучения является применение ЭВМ, то есть использование машинного времени для обучения и обработки результатов контрольного опроса знаний учащихся.

Всё большее использование компьютеров позволяет автоматизировать, а тем самым упростить ту сложную процедуру, которую используют научные сотрудники и преподаватели при создании методических пособий. Тем самым, представление различного рода “электронных учебников”, методических пособий на компьютере имеет ряд важных преимуществ. Во-первых, это автоматизация, как самого процесса создания таковых, так и хранения данных в любой необходимой форме. Во-вторых, это работа с практически неограниченным объёмом данных. Создание компьютерных технологий в обучении соседствует с изданием учебных пособий новой генерации, отвечающих потребностям личности обучаемого. Учебные издания новой генерации призваны обеспечить единство учебного процесса и современных новационных научных исследований, т.е. целесообразность использования новых информационных технологий в учебном процессе и, в частности, различного рода так называемых “электронных учебников”. По моему мнению, эффект от применения средств компьютерной техники в обучении может быть достигнут лишь тогда, когда специалист предметной области не ограничивается в средствах представлениях информации, коммуникаций и работы с базами данных и знаний.

Самой обширной является отрасль компьютерных знаний. Что, в общем-то, легко объяснимо. Некоторые по настоящему престижные зарубежные вузы, конечно, даже и не подумают предложить вам подобную форму обучения. Наиболее прогрессивными в этом направлении считаются американские и западноевропейские учебные заведения, с готовностью разрабатывающие такие курсы.

Основные виды и технологии интеллектуальных информационных систем

Знание – основа интеллектуальной системы

Многие виды умственной деятельности человека, такие, как написание программ для вычислительной машины, занятие математикой, ведение рассуждений на уровне здравого смысла и даже вождение автомобиля – требуют "интеллекта". На протяжении последних десятилетий было построено несколько типов компьютерных систем, способных выполнять подобные задачи.

Имеются системы, способные диагностировать заболевания, планировать синтез сложных синтетических соединений, решать дифференциальные уравнения в символьном виде, анализировать электронные схемы, понимать ограниченный объем человеческой речи и естественного языкового текста. Можно сказать, что такие системы обладают в, некоторой степени, искусственным интеллектом.

Работа по построению таких систем проводится в области, получившей название искусственный интеллект (ИИ).

При реализации интеллектуальных функций непременно присутствует информация, называемая знаниями. Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.

В настоящее время в исследованиях по искусственному интеллекту выделились несколько основных направлений.

1. Представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти системы ИИ. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний. Проблема представления знаний является одной из основных проблем для системы ИИ, так как функционирование такой системы опирается на знания о проблемной области, которые хранятся в ее памяти.

2. Манипулирование знаниями. Чтобы знаниями можно было пользоваться при решении задачи, следует научить систему ИИ оперировать ими. В рамках данного направления разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений. Манипулирование знаниями очень тесно связано с представлением знаний, и разделить эти два направления можно лишь условно.

3. Общение. В круг задач этого направления входят: проблема понимания и синтеза связных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникаций между человеком и системой ИИ. На основе исследований в этом направлении формируются методы построения лингвистических процессов, вопросно-ответных систем, диалоговых систем и других систем ИИ, целью которых является обеспечение комфортных условий для общения человека с системой ИИ.

4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода, создание средств, порождающих зрительные сцены на основе внутренних представлений в системах ИИ.

5. Обучение. Для развития способности систем ИИ к обучению, т.е. к решению задач, с которыми они раньше не встречались, разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов разбиения исходной задачи на более мелкие и уже известные для систем ИИ. В этом направлении ИИ сделано еще весьма мало.

6. Поведение. Поскольку системы ИИ должны действовать в некоторой окружающей среде, то необходимо разрабатывать некоторые поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими системами ИИ и людьми. Это направление в ИИ также разработано ещё очень слабо.

В последние годы термин "знание" все чаще употребляется в информатике. Специалисты подчеркивают, что совершенствование так называемых интеллектуальных систем (информационно-поисковых систем высокого уровня, диалоговых систем, базирующихся на естественных языках, интерактивных человеко-машинных систем, используемых в управлении, проектировании, научных исследованиях) во многом определяется тем, насколько успешно будут решаться задачи (проблемы) представления знаний.

Аспекты представления знаний

Неудивительно, что перед теми, кто занимается проблемой представления знаний, встает вопрос о том, что такое знание, какова его природа и основные характеристики. В связи с этим предпринимаются, например, попытки дать такое определение знания, из которого можно было бы исходить в решении задач представления знаний в компьютерных системах.

Представлению данных присущ пассивный аспект: книга, таблица, заполненная информацией память. В теории искусственного интеллекта особо подчеркивается активный аспект представления знаний: приобретение знания должно стать активной операцией, позволяющей не только запоминать, но и применять воспринятые (приобретенные, усвоенные) знания для рассуждений на их основе.

Использование символического языка, такого, как язык математической логики, позволяет формулировать описания в форме, одновременно близкой и к обычному языку, и к языку программирования. Впрочем, математическая логика позволяет рассуждать, базируясь на приобретенных знаниях: логические выводы действительно являются активными операциями получения новых знаний из уже усвоенных.

Принципиальная мировоззренческая установка состоит в рассмотрении ЭВМ как предмета-посредника в познавательной человеческой деятельности. Компьютерная система, подобно другим предметам-посредникам (орудиям труда и предметам быта, инструментам, приборам, знаково-символическим системам, научным текстам и т. д.), играя инструментальную роль в познании, является средством объективизации накопленного знания, воплощением определенного социально-исторического опыта практической и познавательной деятельности.

Проблема представления знаний возникла как одна из проблем искусственного интеллекта. Она связана с переходом исследований в этой области в некоторую новую фазу. Речь идет о создании практически полезных систем (прежде всего так называемых экспертных систем), применяемых в медицине, геологии, химии. Создание такого рода систем требует интенсивных усилий по формализации знания, накопленного в соответствующей науке.

С термином "представление знаний" связывается определенный этап в развитии математического обеспечения ЭВМ. Если на первом этапе доминировали программы, а данные играли вспомогательную роль своеобразной "пищи" для "голодных" программ, то на последующих этапах роль данных неуклонно возрастала. Их структура усложнялась: от машинного слова, размещенного в одной ячейке памяти ЭВМ, происходил переход к векторам, массивам, файлам, спискам. Венцом этого развития стали абстрактные типы данных, обеспечивающие возможность создания такой структуры данных, которая наиболее удобна при решении задачи. Последовательное развитие структур данных привело к их качественному изменению и к переходу от представления данных к представлению знаний. Уровень представления знаний отличается от уровня представления данных не только более сложной структурой, но и существенными особенностями: интерпретируемость, наличие классифицируемых связей (например, связь между знаниями, относящихся к элементу множества, и знаниями об этом множестве), которые позволяют хранить информацию, одинаковую для всех элементов множества, записанную одноактно при описании самого множества, наличие ситуативных отношений (одновременности, нахождения в одной точке пространства и т. п., эти отношения определяют ситуативную совместимость тех или иных знаний, хранимых в памяти). Кроме того, для уровня знаний характерны такие признаки, как наличие специальных процедур обобщения, пополнения имеющихся в системе знаний и ряда других процедур.

Моделирование на ЭВМ понималось как техническая реализация определенной формы знакового моделирования. Однако, рассматривая ЭВМ в гносеологическом плане в качестве посредника в познании, имеет смысл не фиксировать внимание, прежде всего на "железной части" (hardware) компьютера, а рассматривать всю компьютерную систему как сложную систему взаимосвязанных и до некоторых пределов самостоятельных моделей – как материальных, так и знаковых, т. е. идеальных. Такой подход не только соответствует рассмотрению компьютерных систем в современной информатике, но является и гносеологически оправданным. В последние годы все чаще стал употребляться термин "компьютерное моделирование". Очевидно, имеет смысл обозначать им построение любого из составляющих компьютерной системы – будь то знаковая модель или материальная.

Функциональная структура использования СИИ

Эта структура состоит из трех комплексов вычислительных средств (рис. 1).

Рис. 1. Функциональная структура использования СИИ

Первый комплекс представляет собой совокупность средств, выполняющих программы (исполнительную систему), спроектированных с позиций эффективного решения задач, имеет в ряде случаев проблемную ориентацию. Второй комплекс – совокупность средств интеллектуального интерфейса, имеющих гибкую структуру, которая обеспечивает возможность адаптации в широком спектре интересов конечных пользователей.

Третьим комплексом средств, с помощью которых организуется взаимодействие первых двух, является база знаний, обеспечивающая использование вычислительными средствами первых двух комплексов целостной и независимой от обрабатывающих программ системы знаний о проблемной среде. Исполнительная система (ИС) объединяет всю совокупность средств, обеспечивающих выполнение сформированной программы. Интеллектуальный интерфейс – система программных и аппаратных средств, обеспечивающих для конечного пользователя использование компьютера для решения задач, которые возникают в среде его профессиональной деятельности либо без посредников либо с незначительной их помощью.

База знаний (БЗ) – занимает центральное положение по отношению к остальным компонентам вычислительной системы в целом, через БЗ осуществляется интеграция средств ВС, участвующих в решении задач.

Интеллектуальная поддержка дистанционного образования и экстерната

Концепция дистанционного и открытого образования

Термин «дистанционное образование и экстернат» (открытое образование) и его определения являются сравнительно новыми в сфере образования, так как они получили распространение лишь в последние 15–20 лет. Среди наиболее часто используемых терминов, относящихся к открытому и дистанционному образованию, можно назвать следующие: корреспондентное образование, домашнее обучение, самостоятельное обучение, внешнее обучение, непрерывное обучение, дистанционное обучение, самообучение, обучение взрослых, обучение с опорой на технические средства, или опосредованное обучение, обучение с фокусировкой на учащемся, открытое обучение, открытый доступ, гибкое обучение и распределенное обучение.

Педагогическая доктрина открытого обучения в центр ставит предоставление учащимся возможности выбора:

среды и медиа – печатных, онлайновых, телевизионных или видео;

места обучения – дома, на рабочем месте, в учебном заведении;

темпа обучения – с четко заданным темпом или не имеющим четкой структуры;

механизмов поддержки – помощь тьюторов (преподавателей) по требованию, аудиоконференции или обучение с опорой на компьютер;

моментов начала и завершения.

Многие учреждения используют этот термин в своих наименованиях: Открытый университет Великобритании; Колледж открытого доступа и Институт открытого обучения Чарльза Стёрта, Австралия; Информационная сеть открытого обучения и Организация открытого обучения, Канада; Национальный открытый университет Индии имени Индиры Ганди; Открытый университет Шри-Ланки.

Один из вариантов обучения, практикуемый сегодня: к студенту поступает информация, которую он изучает, а после сдает экзамен. Другой метод практиковался в Екатеринбурге при изучении языка. Информация выкладывалась на сервер, люди ее изучали и, допустим, через две недели должны были написать определенную контрольную. Так, блоками, они проходили всю программу, и в конце организаторы назначали время, в которое они сдают экзамен.

Остается понять, чем так привлекательно дистанционное образование, кроме сидения дома и возможности получить диплом западного образца.

Во-первых – это достаточно дешево, что немаловажно сегодня, когда всерьез идут разговоры о переводе ряда вузов на коммерческие рельсы. Здесь не надо платить за коммунальные услуги в вузах, аудиторные часы преподавателям и прочее, прочее.

Во-вторых, если на сервере выложен некоторый объем информации и есть возможность пользователю получить его без особых хлопот, – это неплохой шанс повысить его интеллектуальный уровень. А один пользователь плюс еще один ... глядишь, повысится культурный уровень нации в целом. Достаточно перспективным было бы искать способы совмещения разных типов образования.

Проблем у дистанционного образования, конечно, много: слабо разработаны методики, не отлажена сама технология учебного процесса, отсутствует финансирование. Корочки корочками, но обучение должно быть эффективным, то есть приносить знания. И такие, чтобы данный человек не мог получить их никаким другим способом. Заниматься же этим должны профессионалы, а не коммерческие организации.

А вообще, этот вид образования, как и все другие, – серьезное и важное дело. И может быть, через некоторое время многие будут проходить курсы по сети. Но единственное, что можно сказать точно: старого доброго очного образования оно не заменит.

Глобальный рынок учебных программ

В Москве состоялся 2-й Международный конгресс Образование и информатика под эгидой ЮНЕСКО. Участниками конгресса были ведущие авторитеты компьютерных дел и высшей школы России и зарубежья. В рамках конгресса работали конференция по дистанционному образованию, выставка-ярмарка компьютерных программ и новых технологий обучения Edit-96. Главным организатором конгресса выступила Ассоциация международного образования совместно со своим зарубежным партнером International Council of Distance Education (ICDE). Задача ICDE – разработка и распространение новых программ по дистанционному образованию. В перспективе ICDE планирует создать глобальный рынок учебных программ разных уровней, доступ к которому будет открыт для всех. Российское отделение ICDE (в Ассоциации международного образования) создано для того, чтобы интегрировать российскую систему образования в мировую и запустить зарубежные программы дистанционного образования в российские вузы.

Надо заметить, что некоторые российские вузы уже достаточно используют зарубежные программы дистанционного образования и даже предлагают иностранцам свои.

Например, Московский инженерно-физический институт разработал программно-методический комплекс по курсу Теория управления, электронный задачник, компьютерный учебник по математическому программированию. Московский автомобилестроительный институт представил на выставке инновационные курсы Менеджмент и Юриспруденция, которые могут быть использованы для дистанционного обучения инвалидов, военнослужащих, сотрудников спецподразделений с особым режимом и людей, занятых на производстве. Применимы они и для профессионально-технических училищ и даже старших классов средней школы.

МГУ представил компьютерную систему контроля знаний студентов. В соответствии с этой системой, студент сдает экзамен компьютеру. Профессор лишь следит за процессом, почти не вмешиваясь в него. А Санкт-Петербургский университет связался по Internet с Парижем и Хельсинки, а также с большинством крупнейших российских университетов. Теперь его студенты могут выбирать себе учебные программы (пока в качестве дополнительных курсов) университетов-партнеров.

«Электронные» учебники

Для эффективного функционирования человека в электронной системе обучения вне зависимости от задачи, решаемой исследователем, особое значение приобретают методы визуализации исходных данных, промежуточных результатов обработки, обеспечивающих единую форму представления текущей и конечной информации в виде отображений, адекватных зрительному восприятию человека и удобных для однозначного толкования полученных результатов. Важным требованием интерфейса является его интуитивность. Следует заметить, что управляющие элементы интерфейса должны быть удобными и заметными, вместе с тем они не должны отвлекать от основного содержания, за исключением случаев, когда управляющие элементы сами являются основным содержанием.

Лёгкость в освоении и использовании данной среды для генерации электронных учебников достигается за счёт применения визуальных технологий и возможностью использования специалистом-предметником любых текстовых и графических редакторов для написания содержимого электронного учебника. Для удобства работы среда по генерации электронных учебников допускает разработку проекта по отдельным частям, что позволяет организовать работу над учебником нескольких специалистов-предметников.

К таким требованиям подходит среда для разработки электронных систем обучения Toolbook II Assistant Version 6.0, в которой может быть реализован электронный учебник по какой-либо теме для студентов дистантной формы обучения ТПУ.

Программный продукт ToolBook II Assistant Version 6.0 предназначен для без какого бы то ни было программирования создавать и распространять обучающие программы доступные, как в локальном варианте, так и в сетевом для локальных сетей и интернет. В ToolBook II Assistant Version 6.0 имеется управляемый посредством шаблонов интерфейс, который позволяет вести обучение шаг за шагом. Разработчики могут начать работу с этим продуктом со специально разработанного модуля Book Specialist, который проведет их по всем основным этапам создания приложения. Добавление в учебную программу видео, звука, графики и интерактивных функций производится путем простой буксировки (drag-and-drop) мышью соответствующих файлов. В результате получается учебное приложение, которое можно использовать как на традиционных занятиях с преподавателем, так и при дистантном обучении на компьютере. Разработанную учебную программу можно хранить в сети, поместить на диск или записать на CD-ROM. Полученное приложение может легко дополнить следующий разработчик, путём вставки дополнительных страниц. Преимуществом такого подхода является то, что преподаватели сами могут создавать свои индивидуальные программы компьютерного обучения.

Пакет ToolBook II обладает стандартным меню, расположенном в верхней части главного окна и состоящее из следующих пунктов: “File” (“Файл”), “Edit” (“Редактирование”), “View” (“Вид”), “Page” (“Страница”), “Object” (“Объект”), “Text” (“Текст”), “Draw” (“Прорисовка”) и “Help” (“Помощь”)

Пакет ToolBook II Assistant позволяет экспортировать электронные учебники в виде набора файлов в формате HTML для использования в World Wide Web.

Перемещая описанные языком Java объекты из каталога на страницы электронного учебника, изменяя их свойства и экспортируя электронный учебник как файлы в формате HTML, конечные пользователи могут иметь все выгоды интерактивного режима, независящего от операционной системы. При экспортировании электронного учебника для использования в World Wide Web, поддерживаемые языком Java объекты, используемые в электронном учебнике, экспортируются как Java – апплеты. Эти небольшие приложения зависят от специального кода языка Java, который определяет их поведение в Internet.

Конвертацию электронного учебника в формат HTML реализует диалоговое окно “Export for Web”. В пакете ToolBook II Assistant создать упакованную форму электронного учебника позволяет диалоговое окно “Автоупаковщик” (“AutoPackager”). Опции инсталляции позволяют выбрать один из пяти видов инсталляции.

Учебник можно организовать как обычную книгу. В начале учебника идёт описание навигационных средств учебника, таких, как кнопки перехода на страницы, кнопок вызова помощи, содержания и оглавления. Затем, на странице “содержание” содержатся пункты основных разделов материала представленного в учебнике, в виде “горячих” слов, нажатие мышкой на которые происходит перемещение на страницу указанную в содержание. В конце каждого раздела помещаются контрольные вопросы или различного рода тестовые задания по пройденному материалу. Оценка ответов, на которые показывает, на сколько максимально был усвоен предложенный материал, в конце электронного пособия возможно также обобщить все полученные оценки и выставить итоговую по пройденному курсу. В зависимости от требований предъявляемых к каждому конкретному студенту, т.е. от степени интеллектуального развития, психологической устойчивости и различных других личностных факторов, преподаватель или ассистент курса может предложить повторить те разделы, по которым оценка может считаться неудовлетворительной.

«Электронные» тесты

Существуют различные виды тестов, так для тестирования можно применить так называемую закрытую форму тестов. Пользователю представлен вопрос или утверждение, а также варианты ответов. Причем количество самих ответов и правильных из них может быть неограниченно. Тест может быть, охарактеризован как эффективный при условии, что он удовлетворяет определенным требованиям.

Основные требования следующие: надёжность, валидность и дискриминативность.

Надёжность теста – это характеристика методики, отражающая точность психодиагностических измерений, а также устойчивость результатов теста к действию посторонних случайных факторов. При этом надёжность бывает нескольких видов:

1) ре-тестовая надёжность – когда рассматриваются показатели при повторном исследовании испытуемых с помощью одного и того же теста по прошествии времени;

2) надежность частей теста – получается путём анализа устойчивости результатов отдельных совокупностей тестовых задач или отдельных частей теста.

Когда тест не может дать тот же самый результат для некоторого испытуемого (при условии, что этот испытуемый не изменился) в различных условиях, – значит, не все в порядке. Способ измерения ре-тестовой надёжности очень прост. Вычисляется корреляция показателей для выборки испытуемых, протестированных в двух случаях. Удовлетворительным наименьшим значением для ре-тестовой надежности является 0,7. Указанный предельный коэффициент надежности в известной мере условен. Для проективных и некоторых других тестов личности показатель ре-тестовой надежности может быть ниже, при этом диагностическая ценность методики не снижается.

Средняя величина корреляции одного теста или задания со всем тестами или заданиями из генеральной совокупности называется коэффициентом надежности. Квадратный корень из коэффициента надёжности является корреляцией данного теста или задания с истинным показателем. Однако на практике невозможно точно вычислить это теоретическое значение надежности , потому что количество разработанных нами заданий и тестов не является бесконечным. Это означает, что надежность некоторого теста можно оценить лишь приблизительно.

Таким образом, на практике коэффициенты надежности основаны на корреляции одного теста с другими, и эта оценка может быть не очень точной. Это, означает, что имеющая более существенное значение корреляция теста или задания с истинным показателем тоже может быть оценена неточно.

Тесноту связи между качественными признаками X и Y измеряют с помощью коэффициента ассоциации. Где Х – вид теста, а Y – результаты тестирования. В простейшем виде формула, по которой рассчитывается этот показатель, выглядит следующим образом:

, (1.1)

где a, b, c, d – численности коррелируемых групп.

Коэффициент ассоциации, как и пирсоновский коэффициент корреляции, изменяется от -1 до +1. Значимость можно проверить с помощью t-критерия Стьюдента. Нулевую гипотезу, которая сводится к предложению, что в генеральной совокупности этот показатель равен нулю, отвергают, если

, (1.2)

где n – количество тестируемых, к_>a> – коэффициент ассоциации, t_>st> – t-критерий Стьюдента, для принятого уровня значимости  и числа степеней свободы k = n – 2.

Так как коэффициент ассоциации имеет прямое отношение к пирсоновскому критерию ², на котором он основан, то распределение вероятных значений критерия ² является непрерывным. Качественные же признаки дискретны, их числовое значение не распределяются непрерывно. Учитывая эту особенность, в формулу (1.1) принято вносить поправку Йейтса на непрерывность вариации, равную половине объёма выборки. И формула (1.1) принимает следующий вид:

. (1.3)

Тест называется валидным, если он измеряет то, для измерения чего он предназначен. Однако такое определение не разъясняет удовлетворительно значения валидности. В этом случае возникает новый вопрос: как мы узнаем, что тест измеряет то, для чего он предназначен? В действительности, существует много различных способов доказательства валидности тестов, и каждый из них соответствует разным аспектам этого значения.

Говорят, что тест является очевидно валидным, если о нем складывается впечатление, что он измеряет именно то, что подразумевается, особенно с точки зрения испытуемых

Конкурентная валидность – эта валидность оценивается по корреляции результатов данного теста с результатами других тестов. Так, если мы пытаемся установить конкурентную валидность некоторого теста интеллекта, мы будем изучать его корреляцию с другими тестами, валидность которых установлена.

Содержательная валидность. Этот термин применяется, в основном, по отношению к тестам достижений и может быть просто объяснён следующим образом. Если можно показать, что задания теста отражают все аспекты исследуемой области поведения, то тест является, по существу, валидным, при условии, что инструкции изложены ясно. Содержательная валидность не сводится к простой очевидной валидности, которая связан с внешним видом заданий теста. Если в тесте математических навыков тестируется умение перемножать выражения скобках и имеем задания вида (y + 2k)(2y – 3x) = ?, то трудно оспаривать валидность этого задания. Очевидно, содержательная валидность полезна только для тех тестов, для которых, как в данном случае, смысл, измеряемого параметра полностью ясен.

Дискриминативность – это способность отдельных заданий теста и теста в целом дифференцировать обследуемых относительно “максимального” и “минимального” результата теста. При помощи тщательного конструирования теста можно обеспечить соответствующий уровень дискриминативности, а это именно то, в чем тесты значительно выигрывают по сравнению с другими формами испытаний. В общем, было обнаружено, что в оценке может быть использовано около девяти градаций [1], а в опросах, вероятно, наиболее эффективно использовать три градации: ниже среднего, средний уровень и выше среднего. Дискриминативность измеряется показателем дельта Фергюсона и принимает максимальное значение при равномерном распределении показателей (δ = 1).

Литература

Алексеева И.Ю. "Знание как объект компьютерного моделирования."// "Вопросы философии", 1987, №3, с. 42-49.

Веб-сайт http://www.msclub.ce.cctpu.edu.ru.

Перспективы развития вычислительной техники.Кн.2. Интеллектуализация ЭВМ.М., 1989.

Петрунин Ю.Ю. "Искусственный интеллект как феномен современной культуры."// "Вестник Московского университета", 1994, №8, с. 28-34.

Тимофеев А.А. "Информатика и компьютерный интеллект", М., 1991

Уинстон П. Искусственный интеллект. М.1980.

Хант Э. Искусственный интеллект. М.1978.

Эндрю А. "Искусственный интеллект", М.: Мир, 1985