Στη παρούσα διδακτορική διατριβή παρουσιάζεται μια καινοτόμος προσέγγιση της εξ’ αποστάσεως εκπαίδευσης, που επιτελεί εξατομικευμένη διδασκαλία, προσαρμόζοντας την παράδοση του γνωστικού αντικειμένου στις ανάγκες και τον ρυθμό μάθησης του κάθε εκπαιδευόμενου. Η προσέγγιση αυτή περιλαμβάνει τεχνικές ασαφούς λογικής για την αναπαράσταση του γνωστικού επιπέδου και της γνωστικής κατάστασης του εκπαιδευόμενου. Το παρουσιαζόμενο Ευφυές Διδακτικό Σύστημα περιλαμβάνει έναν μηχανισμό βασισμένο σε κανόνες ασαφούς λογικής για την παροχή εξατομικευμένης διδασκαλίας σε κάθε εκπαιδευόμενο, και μια καινοτόμο λειτουργική μονάδα, η οποία είναι υπεύθυνη για την παρακολούθηση των μεταβάσεων μεταξύ των γνωστικών καταστάσεων ενός εκπαιδευόμενου όσον αφορά στην πρόοδο ή μη του μαθητή. Η παρουσιαζόμενη προσέγγιση μοντελοποιεί τόσο την εξέλιξη της μάθησης όσο και την μείωση της γνώσης του εκπαιδευόμενου. Συγκεκριμένα, μοντελοποιεί τον εκπαιδευόμενο αναγνωρίζοντας και ενημερώνοντας δυναμικά το επίπεδο γνώσης του εκπαιδευόμενου για όλες τις επιμέρους έννοιες του γνωστικού αντικειμένου. Η λειτουργία της παρουσιαζόμενης προσέγγισης είναι βασισμένη στους Ασαφείς Γνωστικούς Χάρτες (Fuzzy Cognitive Maps – FCMs), οι οποίοι χρησιμοποιούνται για την αναπαράσταση των εξαρτήσεων μεταξύ των εννοιών του γνωστικού αντικειμένου. Το παρουσιαζόμενο μοντέλο μαθητή χρησιμοποιεί ασαφή σύνολα για την αναπαράσταση της γνώσης του εκπαιδευόμενου ως υποσύνολο του γνωστικού αντικειμένου. Επομένως, συνδυάζει την θεωρία της ασαφής λογικής (fuzzy logic) με το μοντέλο επικάλυψης (overlay model). Επίσης, διαθέτει ένα καινοτόμο μηχανισμό εξαγωγής συμπερασμάτων που ενημερώνει δυναμικά τα στερεότυπα των χρηστών χρησιμοποιώντας ασαφή σύνολα. Ο μηχανισμός αυτός ενεργοποιείται μετά από οποιαδήποτε μεταβολή του γνωστικού επιπέδου του εκπαιδευόμενου σε μια έννοια του γνωστικού αντικειμένου. Έπειτα, ενημερώνει το γνωστικό επίπεδο του εκπαιδευόμενου σε όλες τις επιμέρους έννοιες του γνωστικού αντικειμένου που σχετίζονται με την έννοια που ο εκπαιδευόμενος έμαθε ή ξέχασε. Η μετάβαση του εκπαιδευόμενου από το ένα στερεότυπο σε άλλο αποκαλύπτει την γνωστική του κατάσταση κάθε φορά. Συγκεκριμένα, αποκαλύπτει εάν ο εκπαιδευόμενος μαθαίνει ή όχι, εάν ξεχνάει και αιτιολογεί τις καταστάσεις αυτές.Η παρουσιαζόμενη καινοτόμος προσέγγιση υλοποιήθηκε, εφαρμόστηκε και αξιολογήθηκε πλήρως. Πιο συγκεκριμένα, αναπτύχθηκε ένα πρωτότυπο ολοκληρωμένο περιβάλλον, με το όνομα ELaC, για την εξατομικευμένη εξ’ αποστάσεως εκπαίδευση στον προγραμματισμό υπολογιστών και στην γλώσσα προγραμματισμού ‘C’. Επιλέχθηκε το συγκεκριμένο γνωστικό αντικείμενο λόγω του γεγονότος ότι στο πεδίο του προγραμματισμού ηλεκτρονικών υπολογιστών υπάρχουν πολλές διαφορετικές γλώσσες προγραμματισμού και οι εκπαιδευόμενοι έχουν ποικίλα διαφορετικά υπόβαθρα και χαρακτηριστικά. Ως εκ τούτου, το συγκεκριμένο γνωστικό αντικείμενο είναι κατάλληλο για την εφαρμογή και την αξιολόγηση του θέματος που διαπραγματεύεται η συγκεκριμένη διατριβή. Το ELaC ενσωματώνει την παρουσιαζόμενη προσέγγιση της ασαφής μοντελοποίησης του εκπαιδευομένου. Με αυτόν τον τρόπο, αναγνωρίζει πότε μια νέα έννοια του γνωστικού αντικειμένου είναι εντελώς άγνωστη στον εκπαιδευόμενο, ή πότε είναι εν μέρει γνωστή λόγω του γεγονότος ότι ο εκπαιδευόμενος έχει προηγούμενη σχετική γνώση. Επιπλέον, αναγνωρίζει πότε ο εκπαιδευόμενος ξεχνάει πλήρως ή εν μέρει μία έννοια που ήταν προηγουμένως γνωστή. To σύστημα ELaC χρησιμοποιήθηκε από τους φοιτητές ενός μεταπτυχιακού προγράμματος Πληροφορικής του Πανεπιστημίου Πειραιά, προκειμένου να μάθουν πως να προγραμματίζουν στη γλώσσα προγραμματισμού ‘C’.Για την αξιολόγηση την προσέγγιση της ασαφής μοντελοποίησης του εκπαιδευομένου, επιλέχθηκαν δύο γνωστές και ευρέως χρησιμοποιημένες μέθοδοι αξιολόγησης: το μοντέλο του Kirkpatrick και η πολυεπίπεδη μέθοδος αξιολόγησης (layered evaluation model). Τα αποτελέσματα της αξιολόγησης ήταν πολύ ενθαρρυντικά. Απέδειξαν ότι το σύστημα μοντελοποιεί τη γνωστική κατάσταση του μαθητή και προσαρμόζεται δυναμικά στις ατομικές ανάγκες του εκπαιδευόμενου προγραμματίζοντας τη σειρά των μαθημάτων στη στιγμή, επιτρέποντάς του να ολοκληρώσει την πορεία της ηλεκτρονικής κατάρτισης στο δικό του ρυθμό και σύμφωνα με τις δικές του ικανότητες.Πρέπει να σημειωθεί ότι παρουσιαζόμενος καινοτόμος συνδυασμός του μοντέλου επικάλυψης (overlay model) και των στερεοτύπων με τα ασαφή σύνολα είναι σημαντικός, καθώς το επίπεδο γνώσης των εκπαιδευόμενων αναπαρίσταται με ένα πιο ρεαλιστικό τρόπο, μοντελοποιώντας αυτόματα την διαδικασία της μάθησης ή της λήθης ενός εκπαιδευόμενου σε σχέση με τους ασαφείς Γνωστικούς Χάρτες (FCMs). Η εφαρμογή αυτής της προσέγγισης δεν περιορίζεται στη προσαρμοσμένη εκπαίδευση, αλλά μπορεί επίσης να χρησιμοποιηθεί σε άλλα συστήματα με μεταβλητές καταστάσεις χρηστών, όπως είναι τα ηλεκτρονικά καταστήματα, όπου οι προτιμήσεις των καταναλωτών αλλάζουν με την πάροδο του χρόνου και επηρεάζουν η μία προτίμηση την άλλη. Συνεπώς, η συγκεκριμένη προσέγγιση αποτελεί ένα καινοτόμο γενικό εργαλείο ασαφής λογικής, το οποίο παρέχει δυναμική προσαρμογή στις ανάγκες και τις προτιμήσεις των χρηστών των προσαρμοστικών συστημάτων
In this Ph.D. thesis a novel approach of web-based education that performs individualized instruction, adapting the delivery of the knowledge domain to the individual learner’s learning needs and pace, is presented. It includes fuzzy logic techniques to represent the learner’s knowledge and cognitive state. The presented Intelligent Tutoring System includes a rule-based fuzzy logic mechanism for providing personalized tutoring to each learner and an innovative module, which is responsible for tracking cognitive state transitions of learners with respect to their progress or non-progress.The presented approach models either how learning progresses or how the student’s knowledge can be decreased. In particular, it performs user modeling by dynamically identifying and updating the student’s knowledge level for all the concepts of the domain knowledge. Its operation is based on Fuzzy Cognitive Maps (FCMs). They are used to represent the dependencies among the domain concepts. The presented student model uses fuzzy sets to represent the student’s knowledge level as a subset of the domain knowledge. Thus, it combines fuzzy theory with the overlay model. Moreover, it employs a novel inference mechanism that dynamically updates user stereotypes using fuzzy sets. This mechanism is triggered after any change of the student’s knowledge level of a domain concept. Then, it updates the student’s knowledge level of the concepts, which are related with the concept that the student has learnt or forgotten. The transition of a learner from one stereotype to another reveals her/his learning state each time. In particular, it reveals if a student learns or not, if s/he forgets and reasons these states.The presented novel approach was fully implemented and evaluated. Particularly, an original integrated environment for personalized e-training in programming and the programming language C, which is called ELaC, was developed. The specific knowledge domain was chosen due the fact that in the domain of computer programming there are many different programming languages and learners have a variety of different backgrounds and characteristics. Therefore, it is suitable for the implementation and evaluation of the thesis’ issue. ELaC incorporates the presented fuzzy student modeling approach. Thereby, recognizes when a new domain concept is completelyunknown to the learner, or when it is partly known due to the learner having previous related knowledge. Furthermore, it recognizes when a previously known domain concept has been completely or partly forgotten by the learner. This system was used by the students of a postgraduate program in the field of Informatics in the University of Piraeus, Greece, in order to learn how to program in the programming language C.For the evaluation of the fuzzy student model approach, two well-known and common-used evaluation methods were chosen: the Kirkpatrick’s model and the layered evaluation method. The results of the evaluation were very encouraging. They demonstrated that the system models the student’s cognitive state and adapts dynamically to her/his individual needs by scheduling the sequence of lessons instantly, allowing her/him to complete the e-training course at her/his own pace and according to her/his ability.It has to be noted that the presented novel combination of overlay model and stereotypes with fuzzy sets is significant as the students’ level of knowledge is represented in a more realistic way by automatically modeling the learning or forgetting process of a student with respect to the FCMs. The application of this approach is not limited to adaptive instruction, but it can also be used in other systems with changeable user states, such as e-shops, where consumers’ preferences change over the time and affect one another. Therefore, the particular approach constitutes a novel generic fuzzy tool, which offers dynamic adaptation to users’ needs and preferences of adaptive systems.
