3.5.4. Модель управления обучением
В качестве примера конкретной модели процесса управления рассмотрим модель распределения времени между овладением знаниями и развитием умений [12].
Любое знание состоит частично из «информации» («чистое знание») и частично из «умения» («знаю как»). Умение – это мастерство, это способность использовать имеющиеся у вас сведения для достижения своих целей; умение можно еще охарактеризовать как совокупность определенных навыков, в конечном счете, умение – это способность методически работать [13, с.308].
Пусть x(t) – объем сведений, накопленных учащимся к моменту времени t («чистое знание»), y(t) – объем накопленных умений: умений рассуждать, решать задачи, разбираться в излагаемом преподавателем материале; u(t) – доля времени, отведенного на накопление знаний в промежутке времени (t; t+dt).
Естественно считать, что увеличение x(t+dt) – x(t) объема знаний учащегося пропорционально потраченному на это времени u(t)dt и накопленным умениям y(t). Следовательно,
,
(1)
где коэффициент k1 > 0 зависит от индивидуальных особенностей учащегося.
Увеличение знаний за то же время пропорционально потраченному на это времени (1 - u(t))dt, имеющимся умениям y(t) и знаниям x(t). Следовательно,
.
(2)
Коэффициент k2 > 0 также зависит от индивидуальности. Учащийся тем быстрее приобретает умения, чем больше он уже знает и умеет. Тем быстрее усваивает знания, чем больше умеет. Но нельзя считать, что чем больше они запомнил, тем быстрее запоминает. На правую часть уравнения (1) влияют только приобретенные в прошлом активные знания, примененные при решении задач и перешедшие в умения. Отметим, что модель (1) – (2) имеет смысл применять на таких интервалах времени, чтобы, например, пять минут можно было считать бесконечно малой величиной.
Можно управлять процессом обучения, выбирая при каждом t значение функции u(t) из отрезка [0; 1]. Рассмотрим две задачи.
1. Как возможно быстрее достигнуть заданного уровня знаний x1 и умений y1? Другими словами, как за кратчайшее время перейти из точки фазовой плоскости (x0; y0) в точку (x1; y1)?
2. Как быстрее достичь заданного объема знаний, т.е. выйти на прямую x = x1?
Двойственная задача: за заданное время достигнуть как можно большего объема знаний. Оптимальные траектории движения для второй задачи и двойственной к ней совпадают (двойственность понимается в обычном для математического программирования смысле [14]).
С помощью замены переменных z = k2x, w = k1k2y перейдем от системы (1) – (2) к более простой системе дифференциальных уравнений, не содержащей неизвестных коэффициентов:
.
(3)
(Описанная линейная замена переменных эквивалентна переходу к другим единицам измерения знаний и умений, своим для каждого учащегося.)
Решения
задач 1 и 2, т.е. наилучший вид управления
u(t),
находятся с помощью математических
методов оптимального управления, а
именно, с помощью принципа максимума
Л.С.Понтрягина [15]. В задаче 1 для системы
(3) из этого принципа следует, что
быстрейшее движение может происходить
либо по горизонтальным (u
= 1) и вертикальным (u
= 0) прямым, либо по особому решению -
параболе w
= z2
(u
= 1/3). При
движение начинается по вертикальной
прямой, при
- по горизонтальной, при
- по параболе. По каждой из областей {z2
>
w}
и {z2
<
w}
проходит не более одного вертикального
и одного горизонтального отрезка
оптимальной траектории.
Используя
теорему о регулярном синтезе [15, с.266],
можно показать, что оптимальная траектория
выглядит следующим образом. Сначала
надо выйти на «магистраль» - добраться
до параболы w
= z2
по вертикальной (u
= 0) или горизонтальной (u
= 1) прямой. Затем пройти основную часть
пути по магистрали (u
= 1/3). Если конечная точка лежит под
параболой, добраться до нее по горизонтали,
сойдя с магистрали. Если она лежит над
параболой, заключительный участок
траектории является вертикальным
отрезком. В частности, в случае
оптимальная траектория такова. Сначала
надо выйти на магистраль – добраться
по вертикальной (u
= 0) прямой до параболы. Затем двигаться
по магистрали (u
= 1/3) от точки
до точки
.
Наконец, по горизонтали (u
= 1) выйти в конечную точку.
В
задаче 2 из семейства оптимальных
траекторий, ведущих из начальной точки
(z0;
w0)
в точки луча (z1;
w1),
w0
<
w1
< +∞, выбирается траектория, требующая
минимального времени. При z1
<
2z0
оптимально w1
= z0
(z1
– z0),
траектория состоит из вертикального и
горизонтального отрезков. При z1
> 2z0
оптимально
,
траектория проходит по магистрали w
= z2
от точки
до точки
.
Чем большим объемом знаний z1
надо овладеть, тем большую долю времени
надо двигаться по магистрали, отдавая
при этом 2/3 времени увеличению умений
и 1/3 времени – накоплению знаний.
Полученное для основного участка траектории оптимального обучения значение u = 1/3 можно интерпретировать приблизительно так: на одну лекцию должно приходиться два семинара, на 15 мин. объяснения 30 мин. решения задач. Результаты, полученные в математической модели, вполне соответствуют эмпирическим представлениям об оптимальной организации учебного процесса. Кроме того, модель определяет численные значения доли времени (1/3), идущей на повышение знаний, и доли материала (1/2), излагаемого на заключительных лекциях (без проработки на семинарах).
При движении по магистрали, т.е. в течение основного периода учебного процесса, оптимальное распределение времени между объяснениями и решением задач одно и то же для всех учащихся, независимо от индивидуальных коэффициентов k1 и k2. Этот факт устойчивости оптимального решения показывает возможность организации обучения, оптимального одновременно для всех учащихся. При этом время движения до выхода на магистраль зависит, естественно, от начального положения (x0; y0) и индивидуальных коэффициентов k1 и k2.
Таким образом, модель процесса управления обучением (1) – (2) позволила получить ряд практически полезных рекомендаций, в том числе выраженных в числовой форме. При этом не понадобилось уточнять способы измерения объемов знаний и умений, имеющихся у учащегося. Достаточно было согласиться с тем, что эти величины удовлетворяют качественным соотношениям, приводящим к уравнениям (1) и (2).
Многочисленные модели процессов управления описаны в литературе [4, 5, 7,10, 11, 16]. Их практическим использованием обычно занимаются информационно-аналитические подразделения, службы контроллинга, качества и надежности, маркетинга и др.
