Фокин Роман Романович
доктор педагогических наук, профессор кафедры «Прикладные информационные технологии», Санкт-Петербургский государственный университет сервиса и экономики, Санкт-Петербург
RRFokin@rambler.ru

Абиссова Марина Алексеевна
кандидат педагогических наук, доцент кафедры «Прикладные информационные технологии», Санкт-Петербургский государственный университет сервиса и экономики, Санкт-Петербург
MarAbyss@rambler.ru

Эвристические аспекты разработки сервисов обучения информатике и информационным технологиям в высшей школе

Аннотация
Рассматриваются эвристические аспекты поиска решений нетривиальных задач обучения информатике и информационным технологиям в высшей школе. Предлагается авторская эвристическая методика определения множества решений задач обучения при разработке сервисов обучения.

Ключевые слова
сервисы обучения, информационные технологии, алгоритм, эвристическая методика, задачи обучения, поиск решения

В связи с рядом научных публикаций, посвященных сервисному подходу [1, 2] к исследованиям в областях информатики и информационных технологий (ИТ), экономики, образования, культуры нами (авторами данной статьи) и нашими коллегами [3, 4] был сформулирован новый педагогический термин – сервис обучения (СО). Под сервисом обучения S понимают набор из некоторой задачи P обучения информатике и ИТ и непустого множества M ее решений R_i - см. формулу (1), где непустое множество M состоит из одного или нескольких элементов.

S=(P,M)              (1)

Где M={R₁} или M={R₁,R₂...}

Решение возникающей в процессе обучения задачи будем называть механизмом реализации этой задачи. В принципе, для реализации P достаточно одного механизма, но если преподаватель располагает несколькими механизмами, то возрастает надежность реализации P. Если при проведении занятия не сработает один механизм, то преподаватель сможет применить другой. В формуле (1) каждый механизм R_i - это набор из нескольких необходимых для реализации P компонент r_i,k - см. формулу (2). Эти компоненты r_i,k могут быть как материальными, так и интеллектуальными, в том числе теориями, методами, алгоритмами и т.п.

R_i=(r_i,1; r_i,2; ...)         (2)

С точки зрения сервисного подхода наука (информатика, ИТ, экономика в частности), сфера образования, сфера культуры рассматриваются как набор сервисов [1], т.е. услуг, предоставляемых потребителю, пользователю. В посвященных сервисному подходу публикациях в качестве проблемы отмечается отсутствие общего определения понятия сервиса [2], необходимого для фундаментальных научных исследований. Наш многолетний опыт и исследования в области методики преподавания информатики и ИТ в высшей школе [3, 4] позволяют утверждать, что наше понятие СО решает эту проблему для данной области педагогики, причем специфика сервисного подхода к обучению информатике и ИТ состоит в том, что он исключительно эффективен в решении нетривиальных задач, требующих нестандартного, индивидуального подхода. Теоретически наше определение СО могло бы быть распространено и на всю педагогику, более того, могут быть аналогично сформулированы определения для сервисов управления, сервисов обеспечения и др. сервисов. Но дадут ли эти определения что-то новое для соответствующих исследований, не останутся ли только теорией – на эти вопросы мы пока не готовы ответить положительно.

Нацеленность СО информатике и ИТ в высшей школе именно на поиск решения нетривиальных задач обучения и связывает эти сервисы с эвристикой – областью знаний о методах поиска решений нестандартных задач в различных сферах человеческой деятельности. Большинство исследований в области кибернетики и искусственного интеллекта Н.Винера, В.Эшби, У.Маккалоха, М.Минского, Р.Шенка и других ученых [3] имеют целью, на наш взгляд, моделирование скорее не эвристической, а обычной работы мозга, описываемой правилами формальной логики. Но существуют научные работы, посвященные именно эвристическим методикам, например, работы психологов П.Я.Гальперина и Н.Р. Котик [5], математика Д.Пойа [6] и в особенности писателя и педагога Г.С.Альтшуллера (псевдоним Г.Альтов) [7] и его последователей. В этих работах нет четких алгоритмов, описывающих эвристические приемы, поэтому эти приемы лучше называть методиками.

Приводимые ниже шаги 1-10 и формулы (3)–(12) описывают нашу авторскую методику определения множества М из формулы (1). В этих соотношениях мы попытались частично формализовать реальные интеллектуальные действия преподавателя по построению СО. Обычно рассмотренные в формулах (3)-(12) операции выполняются педагогом на грани сознательного и бессознательного, а принятые затем на этой базе решения обычно воспринимаются как интуитивные. Наша модель - это результат многолетних наблюдений над собой, над коллегами, результат многочисленных консультаций с ними.

Шаг 1. Четко поставим задачу P. Оценим ПОР - потери в случае отказа от реализации задачи P. Для оценки ПОР можно предложить формулу (3) суммы потерь от всех учитываемых нами факторов k отказа от реализации P.

ПОР = ∑_k пор_k                        (3)

Где пор_k - оценка потерь при анализе фактора k отказа от реализации P. Оценивание потерь и затрат производится в некоторых условных единицах (баллах). Поскольку описываемые операции выполняются преподавателем на грани сознательного и бессознательного, то можно считать, что различным факторам баллы даются преподавателем субъективно и интуитивно.

Шаг 2. Чтобы облегчить себе нахождение решений, мы временно не будем учитывать никаких ограничений (условий), которым эти решения должны удовлетворять. Если несмотря на это никаких решений найти не удалось, то педагог должен сделать выбор из следующих альтернатив:

1. Вернуться на шаг 1 и поставить задачу P как-то по другому.

2. Отказаться от реализации задачи P.

Но, как правило, поскольку ограничений нет, для реализации задачи P, можно предложить широкое множество M₀ различных решений R_i, см. формулу (4), в ней если значения индекса i пробегают некоторое множество I₀, то множество всех таких решений R_i и есть множество M₀.

M₀={R_i | iÎI₀}                     (4)

Шаг 3. Теперь мы рассмотрим все мыслимые условия u_j, которым должны удовлетворять решения R_i. Пусть U₀ - множество всех этих условий u_j, см. формулу (5). Различные проблемы обучения ИТ, требования по субъективно приемлемому для педагога качеству реализации задачи Р в частности дают нам материал для этих условий.

U₀={u_j | jÎJ₀}                    (5)

Шаг 4. Теперь мы разделим множество U₀ на два: U' - множество таких условий u_j, которые мы учитывать не будем (на наш субъективный взгляд, они не столь важны) и U - множество таких условий u_j, которые мы учитывать будем. Соотношения (6) показывают, что U₀ есть объединение множеств U и U', а пересечение множеств U и U' есть пустое множество Æ, т.е. множества U и U' не пересекаются.

U₀ = U È U',  U Ç U' = Æ                 (6)

Соотношения (7) формально описывают U и U', используя соответствующие множества индексов J и J'.

U = {u_j | jÎJ}, U' = {u_j | jÎJ'}               (7)

Шаг 5. Теперь из M₀ выберем подмножество M₁ таких решений R_i, которые удовлетворяют всем условиям u_j из U, см. формулу (8): M₁ - это множество из R_i, принадлежащих M₀, таких, что для любого условия u_j, принадлежащего U, выполняется условие u_j для решения R_i.

M₁={R_iÎM0 | "u_jÎU u_j(R_i)}                     (8)

Соотношение (9) формально описывает M₁, используя соответствующее множество индексов I₁.

M₁={R_i | iÎI₁}                            (9)

Если M₁ - пустое множество, то педагог должен сделать выбор из следующих альтернатив:

1. Вернуться на шаг 4 и выбрать из U₀ другое подмножество U'.

2. Вернуться на шаг 1 и поставить задачу P как-то по другому.

3. Отказаться от реализации задачи P.

Шаг 6. На этом шаге M₁ - не пустое множество, но реализация всех решений R_i из M₁, возможно, потребует слишком больших затрат. Поэтому для реализации мы по нашему субъективному усмотрению выберем какое-нибудь непустое подмножество множества M₁ (возможно, и все множество M₁ целиком), которое назовем множеством M. Множество M содержит одно или несколько решений R_i задачи P. Если их несколько, то это повышает надежность реализации задачи P.

Шаг 7. Субъективно задаем для себя допустимый уровень надежности ДУН реализации задачи P. Вероятность не реализовать задачу P не должна превышать ДУН.

Шаг 8. Решения R_i являются механизмами реализации задачи P. Субъективно и приблизительно определяем ВОМ - вероятность отказа всех механизмов R_i из множества M. Если механизмы R_i можно субъективно считать независимыми друг от друга, то для оценки ВОМ можно предложить формулу (10) произведения всех компонентов вом_i.

ВОМ = П_i вом_i                          (10)

Где вом_i - оценка вероятности отказа механизма R_i из множества M. Если механизмы R_i нельзя считать независимыми друг от друга, то формула (10) не подходит, и для оценки ВОМ нужно субъективно оценить связи между R_i. При этом фактически оценка ВОМ становится более субъективной и менее точной. Если BOM>ДУН, то педагог должен сделать выбор из следующих альтернатив:

1. Вернуться на шаг 7 и задать другое значение ДУН.

2. Вернуться на шаг 6 и взять другое множество M

3. Вернуться на шаг 4 и выбрать из U₀ другое подмножество U'.

4. Вернуться на шаг 1 и поставить задачу P как-то по другому.

5. Отказаться от реализации задачи P.

Шаг 9. Субъективно определяем ЗР - затраты различных ресурсов как учебного заведения, так и самого преподавателя на реализацию всех решений R_i из множества M. Субъективно определяем ПНО - потери от неучета ограничений U' при реализации всех механизмов R_i из множества M. По аналогии с формулой (3) для оценок ЗР и ПНО можно предложить формулы (11), (12), соответственно.

ЗР = S_k зр_k                            (11)

Где зр_k - оценка затрат при анализе фактора k реализации
всех механизмов из M.

ПНО = S_k пно_k                          (12)

Где пно_k - оценка потерь при анализе фактора k неучета ограничений U' при реализации всех механизмов из M. Если ПОР<ЗР+ПНО, тогда реализация задачи P с помощью решений R_i из M не имеет смысла, и педагог должен сделать выбор из следующих альтернатив:

1. Вернуться на шаг 6 и взять другое множество M

2. Вернуться на шаг 4 и выбрать из U₀ другое подмножество U'.

3. Вернуться на шаг 1 и поставить задачу P как-то по другому.

4. Отказаться от реализации задачи P.

Шаг 10. Полученное множество M дает нам искомые решения задачи P. Наша методика, описанная выше, позволяет сформировать СО в случае, если механизмов R_i для решения задачи P много, но не все они нас устраивают. А как найти хотя бы один такой механизм? В этом вопросе, на наш взгляд, к нашим исследованиям лучше всего адаптируются работы [6, 7] Д.Пойа и Г.С.Альтшуллера.

Литература

1. Сорокин А.В. Новая наука о сервисах, управлении и инжиниринге. // Экспертная сеть по вопросам государственного управления, 2010 – URL: http://www.gosbook.ru/node/10083/ - [дата обращения 28.03.2011]

2. Спорер Д., Малио П., Бейли Д., Грул Д. Шаги к науке о сервисах. // Открытые системы (электронная версия), № 02, 2007 – URL: http://www.osp.ru/os/2007/02/4108117/ - [дата обращения 28.03.2011]

3. Абиссова М.А., Фокин Р.Р. Сервисы обучения информатике и информационным технологиям в высшей школе: Монография. / М.А. Абиссова, Р.Р. Фокин - СПб: изд-во СПбГУСЭ, 2010

4. Абрамян Г.В., Фокин Р.Р. Метамодель обучения информационным технологиям в высшей школе: Монография. / Г.В. Абрамян, Р.Р. Фокин - СПб: изд-во СПбГУСЭ, 2011

5. Гальперин П.Я., Котик Н.Р. К психологии творческого мышления. // Вопросы психологии. M, 1982. №5. С.80-84.

6. Пойа Д. Как решать задачу. – М.: Учпедгиз, 1959.

7. Альтшуллер Г.С. Творчество как точная наука. Теория решения изобретательских задач. - М: Сов. радио, 1979.

Рекомендовано к публикации
А.А.Ахаян, доктор педагогических наук, член Редакционной Коллегии

_____

Roman R. Fokin
Doctor of pedagogical sciences, Professor of the department of "Applied information technology", St. Petersburg State University of Service and Economics, St.Petersburg,
RRFokin@rambler.ru

Marina A. Abyssova
Candidate of pedagogical sciences, Associate Professor of the department "Applied information technology", St. Petersburg State University of Service and Economics, St.Petersburg,
MarAbyss@rambler.ru

Heuristic aspects of the development of the services training of computer science and information technologies in the higher school

Considered heuristic aspects of the search for solutions to the non-trivial tasks of teaching computer science and information technologies in the higher school. It is proposed author's heuristic methods to determine the set of solutions of tasks of education in development of services training.

Key words: services training, information technology, algorithm, heuristic methods, tasks of education, search for a solution.