Automatizované řízení adaptivní výuky v e-learningu podle stylů učení studenta

Abstract

Tato disertační práce se zabývá automatickou adaptací e-learningové výuky, kde je studentovi s danými vlastnostmi, především učebním stylem, v určité výukové situaci vhodně přizpůsobena výuka. V této práci jsou popsány a analyzovány různé způsoby adaptace výuky, kde ty hlavní z nich spočívají ve volbě vhodné smyslové formy, náročnosti a pořadí studijních materiálů. Smyslové formy výukového materiálu se dělí na textovou, vizuální, auditivní a kinestetickou (interaktivní) formu. Náročnost je definována především ve třech úrovních: náročná s učivem navíc, střední s obvyklým výkladem a snadnější s názornějším a pečlivějším výkladem. Pořadí výkladu může být buď postupně od teorie k příkladům, nebo naopak od příkladů k teorii. Dále je v této práci popsán Virtuální učitel, který automaticky provádí adaptaci výuky na základě sady pravidel. Tato pravidla se skládají z podmínek kladených na vlastnosti studenta nebo výukovou situaci a závěrů, které specifikují různé parametry adaptace. Pravidla mohou být obecně platná nebo specifická pro určité předměty. Pravidlový systém Virtuálního učitele je určen pro provádění pedagogických experimentů v adaptivním e-learningu, a proto je navržen tak, aby jej mohli používat i uživatelé bez informatického vzdělání. Tento Virtuální učitel byl použit v rámci disertačních prací dvou studentů, kteří provedli dva pedagogické experimenty, které jsou v této práci stručně popsány.

This dissertation thesis deals with automatic adaptation of e-learning courses. The adaptation tailors the course content in given situation to the student’s learning styles. This thesis describes and analyses different ways of adaptation, mainly the choice of appropriate sensual form, difficulty and the learning order. There are four sensual forms: text, visual, auditive and kinesthetic (interactive). The difficulty is defined in three levels: difficult with optional curriculum, normal with usual content and easier level of difficulty with more detailed explanation. The learning order can be from theory to examples or backward from examples to theory. This thesis also describes the Virtual Teacher that uses a set of rules to automatically adapt the way of teaching. These rules compose of two parts: conditions on various students’ properties or learning situation; conclusions that specify different adaptation parameters. The rules can be used for general adaptation of each subject or they can be specific to some subject. The rule based system of Virtual Teacher is dedicated to be used in pedagogical experiments in adaptive e-learning and is therefore designed for users without education in computer science. The Virtual Teacher was used in dissertation theses of two students, who executed two pedagogical experiments that are briefly described in this work.