Для функционирования сайта могут собираться метаданные (сcookie, IP-адрес, местоположение). Если Вы не хотите, чтобы эти данные обрабатывались, то покиньте сайт.
OK
Интеллектуализация систем дистанционного обучения
Прогнозирование успеваемости студентов и прокторинг с использованием методов машинного обучения и биометрических технологий

NeuroNet и НейроОбразование
Одним из ключевых рынков НТИ является NeuroNet – рынок средств человеко-машинных коммуникаций, основанных на передовых разработках в нейротехнологиях и повышающих продуктивность человеко-машинных систем, производительность психических и мыслительных процессов.
Сервисы и продукты НейроОбразования развиваются в таких сегментах, как дистанционное обучение, массовые открытые онлайн-курсы (MOOC), смешанное обучение, а также инновационные модели дополнительного образования.
Современные платформы MOOC позволяют собирать полные записи об активности студентов онлайн курсов в Интернет, что позволяет более внимательно изучить поведение учащихся при освоении курса, чем это было возможно ранее. Студенты с различной мотивацией для изучения MOOC имеют очень разные модели поведения при обучении, интерактивное обучение может также отличаться от традиционного учебного процесса. Поэтому существует явная необходимость понять поведение пользователей в MOOC и, что более важно, разработать эффективные механизмы для более активного участия как в обучении, так и в социальном взаимодействии.
Развитие онлайн платформ и прочих образовательных сервисов, определяет новый потенциал больших данных (bigdata), продуцируемых участниками таких курсов, и ставит перед исследователями новый круг задач, которые в основном сосредоточены на двух аспектах:
  1. Изучение когнитивной модели поведения учащегося путем анализа процесса его обучения и, следовательно, прогнозирования следующего шага (например, покинет ли он курс, какую оценку в итоге получит).
  2. Предоставление новых функций, как для учеников, так и для преподавателей.
Прогнозирование успеваемости студентов

Модель поведения учащегося представляет собой набор признаков (паттернов), которые можно извлечь путем анализа поведения учащегося с образовательным контентом – видео, электронные документы (текстовые данные), общение в чатах между студентами на портале и т.д.

Мы изучили ключевые паттерны студентов MOOC, влияющие на эффективность образовательного процесса, а также разработали модель прогнозирования итоговых результатов на основании сетей вероятностных выводов Байеса.

К ключевым паттернам относятся: активность студентов на форумах (учитывалось количество вопросов к участникам форума касательно содержания курса), время просмотра видео (учитывалось количество остановок видео-лекции), наличие сертификатов о прохождении других онлайн-курсов, пол, возраст и др.

прокторинг с использованием биометрии
Прокторингэто процедура наблюдения и контроля за дистанционным испытанием

Во время проведения экзамена осуществляется трансляция и запись с веб-камеры, рабочего стола, выполняется автоматическое отслеживание нарушений. Лицо студента фотографируется, студент проходит аутентификацию. На протяжении экзамена осуществляется непрерывная верификация личности человека за компьютером. Этот процесс основан на методах автоматического обнаружения лиц, регистрации клавиатурного почерка, применении и предварительном обучении Байесовских сетей. После завершения экзамена формируется оценка степени доверия к результатам экзамена в процентах.


Основные публикации
по теме "Интеллектуализация систем дистанционного обучения"
исследования находятся на начальном этапе
Опыт создания интеграционной платформы дистанционного обучения в ОмГТУ
дистанционное образование, программный комплекс, система дистанционного обучения, интеграционная платформа
ознакомиться с работой на conf.ict.nsc.ru
Коган, И.Р. Опыт создания интеграционной платформы дистанционного обучения в ОмГТУ / И.Р. Коган // Россия молодая: передовые технологии – в промышленность: – 2015. – №2. – С.245-247.
В статье рассматриваются перспективы развития систем дистанционного обучения. Приводится обзор современных приложений, позволяющих использовать отдельно взятые дистанционные образовательные технологии. Описаны особенности создания интеграционной платформы дистанционного обучения в ОмГТУ.
Анализ современных систем дистанционного обучения
ДИСТАНЦИОННОЕ ОБРАЗОВАНИЕ, ВЕБ-ТЕХНОЛОГИИ, ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ
https://elibrary.ru/item.asp?id=24721597
Коган, И.Р. Анализ современных систем дистанционного обучения / И.Р. Коган // Визуальная культура: дизайн, реклама, информационные технологии: сб. трудов XIV междунар. науч.-практ. конф.– Омск: ОмГТУ, 2015. – С.128-131.
В статье рассмотрены основные преимущества дистанционного обучения. Представлены критерии анализа систем дистанционного образования. Выполнен анализ особенностей и недостатков современных систем дистанционного обучения.
Made on
Tilda