ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ»

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ»"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ» ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ «Σχεδιασμός και ανάπτυξη συστήματος ηλεκτρονικής μάθησης Βιοπληροφορικής με αυτόματη άντληση πληροφορίας από ιστοσελίδες» ΚΑΡΑΛΗ ΧΡΥΣΟΥΛΑ ΣΤΥΛΙΑΝΗ Α.Μ. 546 ΕΠΙΒΛΕΠΩΝ: ΚΑΘΗΓΗΤΗΣ κ. ΤΣΑΚΑΛΙΔΗΣ ΑΘΑΝΑΣΙΟΣ ΠΑΤΡΑ, ΙΟΥΝΙΟΣ 2013

2

3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ» ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ «Σχεδιασμός και ανάπτυξη συστήματος ηλεκτρονικής μάθησης Βιοπληροφορικής με αυτόματη άντληση πληροφορίας από ιστοσελίδες» ΚΑΡΑΛΗ ΧΡΥΣΟΥΛΑ ΣΤΥΛΙΑΝΗ Α.Μ. 546 ΕΠΙΒΛΕΠΩΝ: ΚΑΘΗΓΗΤΗΣ κ. ΤΣΑΚΑΛΙΔΗΣ ΑΘΑΝΑΣΙΟΣ Εγκρίθηκε από την τριμελή εξεταστική επιτροπή την 18 η Ιουνίου Τσακαλίδης Αθανάσιος Λυκοθανάσης Σπυρίδων Μακρής Χρήστος Καθηγητής Καθηγητής Επίκουρος Καθηγητής ΠΑΤΡΑ, ΙΟΥΝΙΟΣ 2013

4 Καράλη Χρυσούλα Στυλιανή Διπλωματούχος Μηχανικός Η/Υ & Πληροφορικής της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών all rights reserved

5 ΕΥΧΑΡΙΣΤΙΕΣ Η παρούσα διπλωματική εργασία εκπονήθηκε στα πλαίσια του Μεταπτυχιακού Προγράμματος Σπουδών «Επιστήμη και Τεχνολογία των Υπολογιστών» του Τμήματος Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του Πανεπιστημίου Πατρών. Η πραγματοποίηση της θα ήταν αδύνατη δίχως την καθοριστική συμβολή ορισμένων ανθρώπων, τους οποίους επιθυμώ να ευχαριστήσω. Αρχικά, θα ήθελα να ευχαριστήσω θερμά τον επιβλέποντα καθηγητή μου, τον κ. Αθανάσιο Τσακαλίδη, διευθυντή του Εργαστηρίου Γραφικών Πολυμέσων και Γεωγραφικών Συστημάτων, ο οποίος με τίμησε με την εμπιστοσύνη του, δεχόμενος να μου αναθέσει και να επιβλέψει την παρούσα διπλωματική εργασία. Είμαι ιδιαίτερα ευγνώμων για την ευκαιρία που μου έδωσε να ασχοληθώ με ένα τόσο ενδιαφέρον αντικείμενο, το οποίο ανταποκρίνεται πλήρως στα επιστημονικά μου ενδιαφέροντα. Επιπρόσθετα, θα ήθελα να ευχαριστήσω θερμά τον κ. Σπυρίδωνα Λυκοθανάση, Καθηγητή και διευθυντή του Εργαστηρίου Αναγνώρισης Προτύπων, καθώς και τον κ. Χρήστο Μακρή, Επίκουρο Καθηγητή του Τμήματος Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του Πανεπιστημίου Πατρών, οι οποίοι δέχτηκαν να με τιμήσουν με τη συμμετοχή τους στην τριμελή εξεταστική επιτροπή της μεταπτυχιακής μου εργασίας. Ένα τεράστιο ευχαριστώ οφείλω στον υποψήφιο διδάκτορα Κωνσταντίνο Θεοφιλάτο, για την καθοδήγηση, τις συμβουλές, την καθοριστική συμβολή και την άμεση ανταπόκριση του, καθ όλη τη διάρκεια εκπόνησης της παρούσας διπλωματικής εργασίας. Η ολοκλήρωσή της θα ήταν αδύνατη δίχως την τεράστια ερευνητική εμπειρία και τις πολύτιμες γνώσεις του. Τέλος, θα ήθελα να ευχαριστήσω ολόψυχα την αγαπημένη μου οικογένεια και τους καλούς μου φίλους, για την αμέριστη αγάπη, ενθάρρυνση και ηθική υποστήριξη τους όλα αυτά τα χρόνια. Καράλη Χρυσούλα Στυλιανή Πάτρα, Ιούνιος 2013

6

7 ΠΕΡΙΛΗΨΗ Μια από τις μεγαλύτερες προκλήσεις στις μέρες μας αποτελεί η εξαγωγή και η κατανόηση του πλήθους των πληροφοριών που βρίσκονται κρυμμένες στα βιολογικά δεδομένα. Ο καταιγισμός των πληροφοριών που προέρχονται από τη βιολογική έρευνα είναι τόσο σύνθετος που χρειάζεται να αναλυθεί με τη χρήση προηγμένων υπολογιστικών μεθόδων. Αυτό οδήγησε στη Βιοπληροφορική, έναν επαναστατικό επιστημονικό τομέα, ο οποίος εφαρμόζει στοιχεία της επιστήμης των υπολογιστών και της τεχνολογίας των πληροφοριών για τη διαχείριση των βιολογικών δεδομένων. Ο κλάδος της Βιοπληροφορικής σήμερα θεωρείται, παγκοσμίως, ένας από τους πλέον εξελισσόμενους, ενώ έχει ήδη επιδείξει σημαντικά επιτεύγματα και έχει συγκεντρώσει ιδιαίτερα σημαντικές διακρίσεις. Η εκπαίδευση εξειδικευμένων ατόμων σε θέματα Βιοπληροφορικής αποτελεί ιδιαίτερη πρόκληση, καθώς οι εκπαιδευόμενοι προέρχονται από τον τομέα της Βιολογίας ή της Πληροφορικής, παρουσιάζοντας γι' αυτόν τον λόγο μεγάλες διαφορές στο μαθησιακό τους υπόβαθρο. Επιπλέον, δημοσιεύονται συνεχώς καινούριες μέθοδοι επεξεργασίας βιολογικών δεδομένων, καθιστώντας το δύσκολο ακόμα και για κάποιον εκπαιδευτικό να παρακολουθεί την εξέλιξη και να ενημερώνει το εκπαιδευτικό περιεχόμενο των μαθημάτων του. Την ίδια στιγμή, η τεχνολογία της ηλεκτρονικής εκμάθησης έχει γίνει ένα εναλλακτικό μαθησιακό πρότυπο. Κατά τη διάρκεια του 20 ού αιώνα, για τους περισσότερους από εμάς, η έννοια της μάθησης ήταν συνυφασμένη με τις παραδοσιακές αίθουσες διδασκαλίας. Όμως, από τον 21 ο αιώνα άρχισε να κυριαρχεί μια νέα κουλτούρα μάθησης. Χάρη στην κατάλληλη χρήση των τεχνολογιών πληροφορίας, των δικτύων και των πολυμέσων, μαθητές και ερευνητές οι οποίοι διαχωρίζονται από την απόσταση, συνδέονται τεχνολογικά. Η γνώση γίνεται διαθέσιμη στο σύγχρονο ακαδημαϊκό και επαγγελματικό κόσμο, χωρίς χωρικούς ή χρονικούς περιορισμούς. Η συνεχώς αυξανόμενη υποδομή των ψηφιακών δικτύων ενισχύει την ικανότητα για πρόσβαση και χρήση απεριόριστων πηγών και εργαλείων. Επιπλέον, η ηλεκτρονική μάθηση εκτείνεται πέρα από την απλή πρόσβαση στην πληροφορία, αλλά βασίζεται στην επικοινωνία και στην αλληλεπίδραση των ατόμων που συμμετέχουν στη διαδικασία της μάθησης. Οι πλατφόρμες της ηλεκτρονικής εκμάθησης είναι ιδιαίτερα χρήσιμες και στην εκπαίδευση της Βιοπληροφορικής, καθώς μπορούν να βελτιώσουν την ποιότητα της διδασκαλίας και να μειώσουν τον χρόνο που απαιτείται για τη διαχείριση του εκπαιδευτικού υλικού. Πέραν τούτου, το αντικείμενο της Βιοπληροφορικής είναι πλήρως συνυφασμένο με τη χρήση του Διαδικτύου, καθώς μέσω αυτού μπορούν να βρεθούν πολλές πηγές δεδομένων και χρήσιμα εργαλεία. Στην παρούσα διπλωματική εργασία, προηγμένες διαδικασίες ηλεκτρονικής μάθησης έχουν αναπτυχθεί ώστε να εισαγάγουν ολοένα και περισσότερους μαθητές στην επαναστατική επιστήμη της Βιοπληροφορικής. Μια σύγχρονη διαδικτυακή εφαρμογή, η οποία όχι μόνο αποθηκεύει και διαχειρίζεται τον πλούτο της γνώσης και της εμπειρίας της ερευνητικής ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» του Πανεπιστημίου Πατρών, αλλά επιπλέον επιτρέπει στους χρήστες του συστήματος να προβάλλουν, οπουδήποτε και οποτεδήποτε, και να αλληλεπιδρούν με το πλούσιο μαθησιακό περιεχόμενο το οποίο παρουσιάζεται με τη μορφή κειμένων, υπερκειμένων, -i-

8 εικόνων, παρουσιάσεων και βίντεο. Δημοσιεύσεις σε συνέδρια και περιοδικά, ερευνητικά έργα, διπλωματικές εργασίες, παρουσιάσεις, εργαλεία και ανακοινώσεις είναι μόνο μερικά δείγματα της καθημερινής συνεισφοράς και της ανεκτίμητης προσπάθειας της ερευνητικής ομάδας. Πλήθος πληροφοριών, καλά οργανωμένων και δυναμικά ανανεώσιμων, είναι πάντα στη διάθεση μας. Σημαντικότατο στοιχείο του συστήματος ηλεκτρονικής εκμάθησης αποτελεί η ευφυΐα του, με άλλα λόγια η ικανότητα παροχής μιας εξατομικευμένης μαθησιακής πορείας στον κάθε εκπαιδευόμενο, με βάση το επίπεδο γνώσεων, τις μαθησιακές ανάγκες αλλά και την πρόοδο του. Επιπρόσθετα, η εν λόγω διαδικτυακή εφαρμογή εκμάθησης της Βιοπληροφορικής ευνοεί τη δημιουργία μαθησιακών κοινοτήτων οι οποίες ενισχύουν τη συνεργασία, την επικοινωνία αλλά και την αλληλεπίδραση μεταξύ εκπαιδευτών και εκπαιδευόμενων, όπως δηλαδή συμβαίνει σε μία παραδοσιακή αίθουσα διδασκαλίας. Όμως, μέσα από την ηλεκτρονική μάθηση, ο εκπαιδευόμενος αποτελεί πλέον το «κέντρο της μαθησιακής διαδικασίας», καθώς μετατρέπεται από παθητικό σε ενεργό δέκτη της μάθησης, επιλέγοντας το πώς και τι μαθαίνει. -ii-

9 ABSTRACT One of the greatest challenges today is the extraction and comprehension of the huge mass of information hidden in biological data. The flood of information that comes from the biological research is so complex that needs to be analyzed by means of advanced computational methods. This has given rise to Bioinformatics, a revolutionary scientific field which applies elements of computer science and information technology to the management of this biological information. Bioinformatics is now considered, worldwide, as one of the most evolving fields since it has already demonstrated some very significant achievements and it has gathered really important distinctions. Training students in Bioinformatics is an important challenge as they have big academic differences and their learning background is either in Biology or in Informatics. Moreover, new methods for biological data processing are being published frequently and it is very hard even for professionals in the field of Bioinformatics to follow the new publications and renew the material of their courses. At the same time, the e-learning technology has become an alternative learning standard. During the 20 th century, for most of us, the concept of learning was intertwined with the traditional classrooms. But, since the 21 st century a new culture of learning has begun. Thanks to the proper use of modern information technologies, networks and multimedia, students and researches who are separated by distance, get technologically connected. Knowledge becomes available to the contemporary academic and professional world, without any geographical restrictions or time limits. The growing infrastructure of digital networks enhances the ability to access and use unlimited resources and tools. Furthermore, e-learning extends beyond simple access to information, but it is based on the communication and interaction of people involved in the learning process. The e-learning platforms are particularly useful in Bioinformatics education, as they can improve the quality of teaching and reduce the time required for the administration of educational material. Furthermore, the scientific field of Bioinformatics is completely interwoven with the use of the Internet due to the fact that many data sources and software tools are accessible through it. In this thesis, advanced e-learning processes have been developed in order to introduce more and more students to the revolutionary science of Bioinformatics. A modern web application which not only stores and manages the wealth of knowledge and experience provided by the Computational Biology and Bioinformatics group of the University of Patras, but also permits visitors to visualize, anywhere and anytime, and interact with this rich learning content which is presented in the form of text, hypertext, images, presentations and videos. Publications in conferences and journals, research projects, theses, presentations, tools, latest news and announcements are just some demonstrations of the daily contribution and the priceless effort spent by this group. A great deal of information, securely organized and dynamically updated, always at our disposal. The most important element of this e-learning application is its intelligence, in other words its ability to provide a personalized learning path to each student, based on his level of knowledge, his learning needs and the progress made in every step of the e-learning training. -iii-

10 In addition, this Bioinformatics e-learning application, favors the creation of learning communities which enhance collaboration, communication and interaction between trainers and trainees, as that occurs in a traditional classroom. However, through e-learning, the trainee becomes the "center of the learning process", as he turns from a passive to an active receiver of learning, by choosing how and what he learns. -iv-

11 Περιεχόμενα ΕΙΣΑΓΩΓΗ Η ΗΛΕΚΤΡΟΝΙΚΗ ΜΑΘΗΣΗ Εισαγωγή στην ηλεκτρονική μάθηση Τι είναι η ηλεκτρονική μάθηση και ποια τα κύρια χαρακτηριστικά της Το εκπαιδευτικό μοντέλο του 21 ου αιώνα Τα υποσύνολα της εξ αποστάσεως μάθησης Οι κατηγορίες της ηλεκτρονικής μάθησης Τρόποι παράδοσης της ηλεκτρονικής μάθησης Η υποδομή της ηλεκτρονικής μάθησης Αντικείμενα εκμάθησης (Learning objects) Συστήματα διαχείρισης εκμάθησης (Learning Management Systems - LMSs) Συστήματα διαχείρισης περιεχομένου (Content Management Systems - CMSs) Συστήματα διαχείρισης περιεχομένου εκμάθησης (Learning Content Management Systems - LCMSs) Εικονικά περιβάλλοντα εκμάθησης (Virtual Learning Environments - VLEs) Ο Παγκόσμιος Ιστός 2.0 και η ηλεκτρονική μάθηση Ο Παγκόσμιος Ιστός 2.0: Μια νέα προσέγγιση για την εκπαίδευση και τη μάθηση Οι τρεις γενιές της ηλεκτρονικής μάθησης Το εκπαιδευτικό υλικό στην εποχή του Παγκόσμιου Ιστού Η τεχνολογική εξέλιξη στον τομέα της ηλεκτρονικής μάθησης Πλεονεκτήματα και πιθανά μειονεκτήματα της ηλεκτρονικής μάθησης Τα πλεονεκτήματα της ηλεκτρονικής μάθησης Τα πιθανά μειονεκτήματα της ηλεκτρονικής μάθησης Εφαρμογή προσαρμοζόμενων και ευφυών τεχνολογιών στα διαδικτυακά εκπαιδευτικά συστήματα Τα προσαρμοζόμενα και ευφυή διαδικτυακά εκπαιδευτικά συστήματα Οι κύριες προσαρμοζόμενες και ευφυείς τεχνολογίες των εκπαιδευτικών συστημάτων Τεχνικές εξόρυξης δεδομένων (Data mining) Γράφοι και Δέντρα απόφασης (Graphs and Decision trees) Ευφυείς πράκτορες (Intelligent agents) Ασαφή συστήματα (Fuzzy systems) Τεχνητά Νευρωνικά Δίκτυα (Artificial Neural Networks - ANNs) Εξελικτικοί Αλγόριθμοι (Evolutionary algorithms) ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ΕΚΜΑΘΗΣΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ Η εξέλιξη του τομέα της Βιοπληροφορικής v-

12 2.2 Η εκπαίδευση στον τομέα της Βιοπληροφορικής Δυνατότητες και απαιτήσεις Η σημασία της ηλεκτρονικής εκμάθησης στον τομέα της Βιοπληροφορικής Εισάγοντας τον Παγκόσμιο Ιστό 2.0 στον τομέα της Βιοπληροφορικής Επιστημονική Κοινωνική Κοινότητα (Scientific Social Community - SSC) Επιτυχείς πλατφόρμες ηλεκτρονικής εκμάθησης Βιοπληροφορικής Διάσημα εργαλεία ηλεκτρονικής εκμάθησης Βιοπληροφορικής BioManager Σύστημα Διαχείρισης Μαθησιακής Δραστηριότητας (Learning Activity Management System - LAMS) HTMLW (HTML Wrapper) και Qarbon ViewletBuilder ΣΥΣΤΗΜΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕ ΑΥΤΟΜΑΤΗ ΑΝΤΛΗΣΗ ΠΛΗΡΟΦΟΡΙΑΣ ΑΠΟ ΙΣΤΟΣΕΛΙΔΕΣ Ανάλυση των απαιτήσεων του συστήματος Τεχνικές προδιαγραφές των απαιτήσεων του συστήματος Αρχιτεκτονική του συστήματος Σχεσιακό διάγραμμα της Βάσης Δεδομένων Αναλυτική περιγραφή της οργάνωσης και χρήσης του συστήματος Η αρχική σελίδα του συστήματος (Home Page) Περιγραφή της ερευνητικής ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» Τα ερευνητικά ενδιαφέροντα της ομάδας (Research) Τα μέλη της ομάδας (People) Οι δημοσιεύσεις της ομάδας (Publications) Τα ερευνητικά έργα της ομάδας (Research Projects) Οι συνεργάτες της ομάδας (Collaborators) Τα στοιχεία επικοινωνίας της ομάδας (Contacts) Ανακοινώσεις και συναντήσεις της ερευνητικής ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» Οι ανακοινώσεις της ερευνητικής ομάδας (News and Updates) Οι συναντήσεις της ερευνητικής ομάδας (Past Events) Το διδακτικό υλικό του συστήματος ηλεκτρονικής μάθησης Θεματικές ενότητες (Thematic Categories) Εργαλεία (Tools) Βιβλία (Books) Μαθήματα (Courses) Διπλωματικές εργασίες (Theses) Περιοδικά (Journals) Παρουσιάσεις (Presentations) vi-

13 Δημοσιεύσεις σε συνέδρια και περιοδικά (Conference papers, Journal papers) Αναζήτηση διδακτικού υλικού (Advanced Search) Οι εγγεγραμμένοι χρήστες του συστήματος ηλεκτρονικής μάθησης Εγγραφή ενός νέου χρήστη (Not registered yet?) Επαναφορά συνθηματικού του χρήστη (Forgot your password?) Ηλεκτρονική εκμάθηση Βιοπληροφορικής για εγγεγραμμένους χρήστες Αυτοματοποιημένη ηλεκτρονική εκμάθηση: Επιλογή συμβούλου (Start the e-learning training) Ενέργειες συμβούλου (Be a consultant) Αυτοματοποιημένη ηλεκτρονική εκμάθηση: Εκκίνηση (Start the e-learning training) Διδακτικό υλικό και ερωτηματολόγια των θεματικών ενοτήτων Αυτόνομη ηλεκτρονική εκμάθηση (Learn a thematic category) Ανταλλαγή μηνυμάτων (Messages) ΣΥΜΠΕΡΑΣΜΑΤΑ ΚΑΙ ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ Συμπεράσματα Μελλοντική εργασία Ανίχνευση στυλ μάθησης με χρήση ερωτηματολογίων Παρουσίαση εκπαιδευτικού υλικού διαφόρων μορφών Προηγμένη αξιολόγηση των εκπαιδευόμενων vii-

14 Ευρετήριο Εικόνων Εικόνα 1. Μετατόπιση προς το μοντέλο εκμάθησης του 21 ου αιώνα... 6 Εικόνα 2. Τα υποσύνολα της εξ αποστάσεως εκμάθησης... 8 Εικόνα 3. Οι κατηγορίες της ηλεκτρονικής μάθησης... 9 Εικόνα 4. Στοιχεία ενός μαθησιακού αντικειμένου Εικόνα 5. Τα συνθετικά στοιχεία ενός συστήματος διαχείρισης περιεχομένου εκμάθησης Εικόνα 6. Ολοκλήρωση ενός LMS με ένα LCMS Εικόνα 7. Ο Παγκόσμιος Ιστός Εικόνα 8. Η εξέλιξη του Παγκόσμιου Ιστού Εικόνα 9. Η τεχνολογική εξέλιξη στην ηλεκτρονική μάθηση Εικόνα 10. Σχέση μεταξύ προσαρμοζόμενων και ευφυών εκπαιδευτικών συστημάτων Εικόνα 11. Μοντελοποίηση του χρήστη και προσαρμογή του μοντέλου Εικόνα 12. Συστατικά μέρη ενός προσαρμοζόμενου συστήματος ηλεκτρονικής μάθησης Εικόνα 13. Οι προσαρμοζόμενες και ευφυείς τεχνολογίες και οι απαρχές τους Εικόνα 14. Οι πέντε κατηγορίες των σύγχρονων προσαρμοζόμενων και ευφυών τεχνικών Εικόνα 15. Ο κύκλος της εξόρυξης δεδομένων στα εκπαιδευτικά συστήματα Εικόνα 16. Διάφορα είδη ισχυρών πρακτόρων Εικόνα 17. Το προτεινόμενο σύστημα ηλεκτρονικής εκμάθησης Βιοπληροφορικής Εικόνα 18. Ένα μοντέλο Βιοπληροφορικής βασιζόμενο στον Παγκόσμιο Ιστό Εικόνα 19. Online προγράμματα σπουδών του πανεπιστημίου του Manchester Εικόνα 20. Το Bioinformatics Information Resource and elearning Center (BIREC) Εικόνα 21. Παράδειγμα ενός κεφαλαίου της «Ανάλυσης ακολουθιών με κατανεμημένους τρόπους» Εικόνα 22. Παράδειγμα εφαρμογής του «Αλγεβρικού δυναμικού προγραμματισμού στη Βιοπληροφορική» Εικόνα 23. Η εκπαιδευτική ιστοσελίδα του National Center for Biotechnology Information (NCBI) Εικόνα 24. Στιγμιότυπο της εφαρμογής BioManager Εικόνα 25. Παράδειγμα μια ακολουθίας του LAMS, κατά τη διάρκεια μιας τυπικής συνεδρίας Εικόνα 26. Παράδειγμα μια ακολουθίας του LAMS, ως εργαλείο επανάληψης Εικόνα 27. Παράδειγμα μιας σελίδας του HTMLW Εικόνα 28. Τα βασικά χαρακτηριστικά του Qarbon ViewletBuilder Εικόνα 29. Παρουσίαση του συστήματος ηλεκτρονικής εκμάθησης Βιοπληροφορικής Εικόνα 30. Είσοδος στη διαχειριστική εφαρμογή του συστήματος Εικόνα 31. Μενού επιλογών για απλό και εγγεγραμμένο χρήστη Εικόνα 32. Παράδειγμα κινούμενου εφέ υλοποιημένου με jquery Εικόνα 33. Η 3-Tier αρχιτεκτονική του συστήματος Εικόνα 34. Σχεσιακό διάγραμμα της βάσης δεδομένων Εικόνα 35. Το περιεχόμενο της αρχικής σελίδας του συστήματος Εικόνα 36. Επεξεργασία του περιεχομένου της αρχικής σελίδας Εικόνα 37. Έλεγχος λάθους κατά την ανανέωση του περιεχομένου της αρχικής σελίδας Εικόνα 38. Τα ερευνητικά ενδιαφέροντα της ομάδας Εικόνα 39. Επεξεργασία των ερευνητικών ενδιαφερόντων της ομάδας Εικόνα 40. Τα μέλη της ερευνητικής ομάδας Εικόνα 41. Προσθήκη, επεξεργασία και διαγραφή των μελών της ερευνητικής ομάδας Εικόνα 42. Προσθήκη ενός νέου μέλους της ερευνητικής ομάδας Εικόνα 43. Οι δημοσιεύσεις της ερευνητικής ομάδας Εικόνα 44. Τα ερευνητικά έργα της ομάδας viii-

15 Εικόνα 45. Προσθήκη, επεξεργασία και διαγραφή των ερευνητικών έργων της ομάδας Εικόνα 46. Προσθήκη ενός νέου ερευνητικού έργου της ομάδας Εικόνα 47. Οι συνεργάτες της ερευνητικής ομάδας Εικόνα 48. Προσθήκη, επεξεργασία και διαγραφή των συνεργατών της ερευνητικής ομάδας Εικόνα 49. Προσθήκη ενός νέου συνεργάτη της ερευνητικής ομάδας Εικόνα 50. Τα στοιχεία επικοινωνίας της ερευνητικής ομάδας Εικόνα 51. Επεξεργασία των στοιχείων επικοινωνίας της ερευνητικής ομάδας Εικόνα 52. Οι τρεις πιο πρόσφατες ανακοινώσεις της ερευνητικής ομάδας Εικόνα 53. Προβολή των λεπτομερειών μιας ανακοίνωσης Εικόνα 54. Προβολή όλων των ανακοινώσεων της ερευνητικής ομάδας Εικόνα 55. Προσθήκη, επεξεργασία και διαγραφή των ανακοινώσεων της ερευνητικής ομάδας Εικόνα 56. Προσθήκη μιας νέας ανακοίνωσης της ερευνητικής ομάδας Εικόνα 57. Οι πιο πρόσφατες συναντήσεις της ερευνητικής ομάδας Εικόνα 58. Προβολή των λεπτομερειών μιας συνάντησης Εικόνα 59. Προσθήκη, επεξεργασία και διαγραφή των συναντήσεων της ερευνητικής ομάδας Εικόνα 60. Προσθήκη μιας νέας συνάντησης της ερευνητικής ομάδας Εικόνα 61. Προσθήκη δεδομένων μέσω της διαχειριστικής εφαρμογής Εικόνα 62. Ανανέωση και διαγραφή δεδομένων μέσω της διαχειριστικής εφαρμογής Εικόνα 63. Προσθήκη και επεξεργασία των θεματικών ενοτήτων Βιοπληροφορικής Εικόνα 64. Προσθήκη μιας νέας θεματικής ενότητας Βιοπληροφορικής Εικόνα 65. Προβολή εργαλείων για απλό και εγγεγραμμένο χρήστη Εικόνα 66. Προσθήκη, επεξεργασία και διαγραφή των εργαλείων του συστήματος Εικόνα 67. Προσθήκη ενός νέου εργαλείου του συστήματος Εικόνα 68. Προβολή των προτεινόμενων βιβλίων Βιοπληροφορικής Εικόνα 69. Προσθήκη, επεξεργασία και διαγραφή των βιβλίων του συστήματος Εικόνα 70. Προσθήκη ενός νέου βιβλίου του συστήματος Εικόνα 71. Προβολή των μαθημάτων του συστήματος Εικόνα 72. Προσθήκη, επεξεργασία και διαγραφή των μαθημάτων του συστήματος Εικόνα 73. Προσθήκη ενός νέου μαθήματος του συστήματος Εικόνα 74. Προβολή των διπλωματικών εργασιών του συστήματος Εικόνα 75. Προσθήκη, επεξεργασία και διαγραφή των διπλωματικών εργασιών Εικόνα 76. Προσθήκη μιας νέας διπλωματικής εργασίας του συστήματος Εικόνα 77. Προβολή των περιοδικών του συστήματος Εικόνα 78. Προσθήκη, επεξεργασία και διαγραφή των περιοδικών του συστήματος Εικόνα 79. Προσθήκη ενός νέου περιοδικού του συστήματος Εικόνα 80. Προβολή των παρουσιάσεων του συστήματος Εικόνα 81. Προσθήκη, επεξεργασία και διαγραφή των παρουσιάσεων της ερευνητικής ομάδας Εικόνα 82. Προσθήκη μιας νέας παρουσίασης της ερευνητικής ομάδας Εικόνα 83. Προβολή των δημοσιεύσεων της ερευνητικής ομάδας σε συνέδρια και περιοδικά Εικόνα 84. Προσθήκη, επεξεργασία και διαγραφή των δημοσιεύσεων της ερευνητικής ομάδας Εικόνα 85. Προσθήκη μιας νέας δημοσίευσης της ερευνητικής ομάδας Εικόνα 86. Προβολή της «Αναζήτησης» για απλό και εγγεγραμμένο χρήστη Εικόνα 87. Παράδειγμα αναζήτησης με λανθασμένα κριτήρια Εικόνα 88. Σύνθετη αναζήτηση διδακτικού υλικού Εικόνα 89. Η διαδικασία αναζήτησης του διδακτικού υλικού Εικόνα 90. Login Form για εγγεγραμμένους χρήστες ix-

16 Εικόνα 91. Φόρμα εγγραφής ενός νέου χρήστη του συστήματος Εικόνα 92. Παράδειγμα εγγραφής με λανθασμένα στοιχεία Εικόνα 93. που αποστέλλεται στον διαχειριστή κατά την εγγραφή ενός νέου χρήστη Εικόνα 94. Ενεργοποίηση και διαγραφή εγγεγραμμένων χρηστών Εικόνα 95. που επιβεβαιώνει την ενεργοποίηση του νέου εγγεγραμμένου χρήστη Εικόνα 96. Η διαδικασία εγγραφής ενός νέου χρήστη Εικόνα 97. Φόρμα εισαγωγής στοιχείων για την επαναφορά του password του χρήστη Εικόνα 98. Παράδειγμα εισαγωγής λανθασμένων στοιχείων για την επαναφορά του password Εικόνα 99. που αποστέλλεται στον χρήστη για την επαναφορά του password Εικόνα 100. Φόρμα εισαγωγής στοιχείων για την αλλαγή του password του χρήστη Εικόνα 101. Μήνυμα λάθους κατά την αλλαγή του password του χρήστη Εικόνα 102. Παράδειγμα εισαγωγής λανθασμένων στοιχείων για την αλλαγή του password Εικόνα 103. Μήνυμα επιτυχημένης αλλαγής του password του χρήστη Εικόνα 104. Μενού επιλογών ενός εγγεγραμμένου χρήστη Εικόνα 105. Η αυτοματοποιημένη και η αυτόνομη μαθησιακή διαδικασία Εικόνα 106. Επιλογή συμβούλου για την αυτοματοποιημένη μαθησιακή πορεία Εικόνα 107. Επικύρωση επιλογής συμβούλου Εικόνα 108. Μήνυμα επιβεβαίωσης επιλογής συμβούλου Εικόνα 109. Αδύνατη εκκίνηση της μαθησιακής διαδικασίας για εκπαιδευόμενο σε αναμονή Εικόνα 110. Μενού επιλογών ενός συμβούλου Εικόνα 111. Λίστα εκπαιδευόμενων ενός συμβούλου Εικόνα 112. Αποδοχή ή απόρριψη ενός εκπαιδευόμενου από τον σύμβουλο Εικόνα 113. Αποδοχή ενός εκπαιδευόμενου από τον σύμβουλο Εικόνα 114. Θεματικές ενότητες Βιοπληροφορικής για εκπαιδευόμενο με Βιολογικό υπόβαθρο Εικόνα 115. Θεματικές ενότητες Βιοπληροφορικής για εκπαιδευόμενο με υπόβαθρο Πληροφορικής Εικόνα 116. Μήνυμα λάθους λόγω έλλειψης ορισμού εκπαιδευτικών στόχων Εικόνα 117. Μαθησιακή διαδικασία για εκπαιδευόμενους με Βιολογικό υπόβαθρο Εικόνα 118. Μαθησιακή διαδικασία για εκπαιδευόμενους με υπόβαθρο Πληροφορικής Εικόνα 119. Αποδοχή και υπολογισμός μαθησιακής πορείας του εκπαιδευόμενου Εικόνα 120. Λίστα εκπαιδευόμενων ενός συμβούλου Εικόνα 121. Προβολή προόδου του εκπαιδευόμενου Εικόνα 122. Εκκίνηση της αυτοματοποιημένης ηλεκτρονικής εκμάθησης Εικόνα 123. Ολοκληρωμένη εκμάθηση μιας θεματικής ενότητας Εικόνα 124. Ολοκλήρωση της μαθησιακής διαδικασίας Εικόνα 125. Διδακτικό υλικό για την εκμάθηση μιας θεματικής ενότητας Εικόνα 126. Μήνυμα λάθους λόγω έλλειψης απαντήσεων στο ερωτηματολόγιο Εικόνα 127. Αποτυχία εκμάθησης μιας θεματικής ενότητας Εικόνα 128. Απαντημένο ερωτηματολόγιο μιας θεματικής ενότητας Εικόνα 129. Εκμάθηση μιας θεματικής ενότητας Εικόνα 130. Προσθήκη ή επεξεργασία του εισαγωγικού κειμένου μιας θεματικής ενότητας Εικόνα 131. Προσθήκη του εισαγωγικού κειμένου μιας θεματικής ενότητας Εικόνα 132. Επεξεργασία του εισαγωγικού κειμένου μιας θεματικής ενότητας Εικόνα 133. Προσθήκη ή επεξεργασία του ερωτηματολογίου μιας θεματικής ενότητας Εικόνα 134. Προσθήκη του ερωτηματολογίου μιας θεματικής ενότητας Εικόνα 135. Επεξεργασία του ερωτηματολογίου μιας θεματικής ενότητας Εικόνα 136. Προβολή των θεματικών ενοτήτων για αυτόνομη ηλεκτρονική εκμάθηση x-

17 Εικόνα 137. Ολοκλήρωση της εκμάθησης όλων των θεματικών ενοτήτων Εικόνα 138. Αδύνατη η αποστολή μηνυμάτων για χρήστη χωρίς σύμβουλο ή εκπαιδευόμενους Εικόνα 139. Αποστολή ενός νέου μηνύματος και προβολή ιστορικού των μηνυμάτων Εικόνα 140. Φόρμα αποστολής νέου μηνύματος Εικόνα 141. Λάθος κατά τη συμπλήρωση των πεδίων του μηνύματος Εικόνα 142. Επιτυχής αποστολή του μηνύματος Εικόνα 143. Ιστορικό μηνυμάτων ενός χρήστη Εικόνα 144. Προβολή ιστορικού ενός thread μηνυμάτων Εικόνα 145. Ειδοποίηση χρήστη για νέο μήνυμα Εικόνα 146. Νέο μήνυμα στο ιστορικό των μηνυμάτων Εικόνα 147. Στυλ μάθησης σε περιβάλλον ηλεκτρονικής μάθησης xi-

18 -xii-

19 ΕΙΣΑΓΩΓΗ Η παρούσα διπλωματική εργασία, η οποία επικεντρώνεται στην επαναστατική έννοια της ηλεκτρονικής εκμάθησης και στον ολοένα εξελισσόμενο τομέα της Βιοπληροφορικής, διαρθρώνεται ως εξής: Στο Κεφάλαιο 1 περιγράφεται η νέα κουλτούρα μάθησης η οποία κυριαρχεί στον 21 ο αιώνα. Συγκεκριμένα, επεξηγείται ο όρος της ηλεκτρονικής μάθησης και παρουσιάζονται τα κύρια χαρακτηριστικά της. Επίσης, παρουσιάζεται το πλήθος των κλάδων και εκφάνσεων της ηλεκτρονικής μάθησης, καθώς και οι δύο κύριοι τρόποι παράδοσης του εκπαιδευτικού περιεχομένου: με σύγχρονο ή με ασύγχρονο τρόπο. Έπειτα, περιγράφεται η υποδομή της ηλεκτρονικής μάθησης, με άλλα λόγια τα αντικείμενα εκμάθησης τα οποία ενθυλακώνουν πληροφορίες για να περιγράψουν μια έννοια, δεξιότητα ή διαδικασία, καθώς και τα κυριότερα συστήματα ηλεκτρονικής μάθησης, δηλαδή τα συστήματα διαχείρισης εκμάθησης (Learning Management Systems - LMSs), τα συστήματα διαχείρισης περιεχομένου (Content Management Systems - CMSs), τα συστήματα διαχείρισης περιεχομένου εκμάθησης (Learning Content Management Systems - LCMSs) και τα εικονικά περιβάλλοντα εκμάθησης (Virtual Learning Environments - VLEs). Στο ίδιο κεφάλαιο, περιγράφονται οι εξελικτικές τάσεις του Παγκόσμιου Ιστού και συγκεκριμένα η εμφάνιση του Παγκόσμιου Ιστού 2.0 (Web 2.0), η οποία βελτίωσε τη δημιουργία και την ασφαλή διαμοίραση των πληροφοριών, την επικοινωνία, τη συνεργασία και τη λειτουργικότητα του Ιστού και, κατά συνέπεια, το εκπαιδευτικό υλικό και τον τομέα της ηλεκτρονικής μάθησης γενικότερα. Επιπλέον, περιγράφονται τα πλεονεκτήματα και τα πιθανά μειονεκτήματα της ηλεκτρονικής μάθησης. Τέλος, παρουσιάζεται ο τρόπος εφαρμογής προσαρμοζόμενων και ευφυών τεχνολογιών στα διαδικτυακά εκπαιδευτικά συστήματα, οι οποίες λαμβάνουν υπόψη τα διαφορετικά χαρακτηριστικά των μαθητών και προσαρμόζονται στη γνώση, τις ικανότητες, τις προτιμήσεις και τα ενδιαφέροντα του κάθε εκπαιδευόμενου, με στόχο την εξατομίκευση, δηλαδή την παρουσίαση διαφορετικών πληροφοριών, σε διαφορετικούς εκπαιδευόμενους και με διαφορετική μορφή. Στο Κεφάλαιο 2 περιγράφεται η σημασία της εκπαίδευσης, και κυρίως της ηλεκτρονικής εκμάθησης, στον συνεχώς εξελισσόμενο τομέα της Βιοπληροφορικής. Παρουσιάζονται οι δυνατότητες αλλά και οι απαιτήσεις σχετικά με τον σχεδιασμό προσαρμοζόμενων διαδικτυακών δραστηριοτήτων Βιοπληροφορικής και περιγράφεται η ανάγκη για ενσωμάτωση νέων λογισμικών και εργαλείων με χρήση τεχνολογιών του Παγκόσμιου Ιστού 2.0. Εν κατακλείδι, δίνεται μια γενική ανασκόπηση των υπαρχόντων συστημάτων ηλεκτρονικής μάθησης Βιοπληροφορικής. Συγκεκριμένα, παρατίθενται οι πιο επιτυχείς online πλατφόρμες αυτόνομης εκμάθησης Βιοπληροφορικής, με πλήθος εκπαιδευτικών πηγών και αλληλεπιδραστικών εκπαιδευτικών εργαλείων, καθώς και μερικά από τα διασημότερα εργαλεία ηλεκτρονικής εκμάθησης Βιοπληροφορικής. Στο Κεφάλαιο 3 περιγράφεται αναλυτικά το σύστημα ηλεκτρονικής μάθησης Βιοπληροφορικής με αυτόματη άντληση πληροφορίας από ιστοσελίδες, το οποίο υλοποιήθηκε στα πλαίσια της παρούσας διπλωματικής εργασίας. Αρχικά αναλύονται οι απαιτήσεις που καλέστηκε να πληροί το 1

20 σύστημα, καθώς και οι τεχνολογίες οι οποίες χρησιμοποιήθηκαν για την υλοποίηση του. Περιγράφεται η 3-Tier αρχιτεκτονική του συστήματος και η δομή της βάσης δεδομένων μέσα από σχεσιακό διάγραμμα. Έπειτα από αυτά τα εισαγωγικά στοιχεία, περιγράφεται αναλυτικά ο σκοπός και η λειτουργία που επιτελεί η κάθε ενότητα του συστήματος, καθώς και ο τρόπος με τον οποίο δημιουργείται το διδακτικό περιεχόμενο από τον διαχειριστή του συστήματος. Επιπλέον, περιγράφονται τα διαφορετικά είδη χρηστών τα οποία μπορούν να έχουν πρόσβαση στο σύστημα και ειδικότερα παρουσιάζεται ο τρόπος εγγραφής των νέων χρηστών. Τέλος, παρουσιάζεται η σημαντικότερη λειτουργία του συστήματος, δηλαδή η μαθησιακή διαδικασία. Το σύστημα παρέχει στους εκπαιδευόμενους είτε αυτοματοποιημένη εξειδικευμένη εκπαίδευση, με βάση το εκπαιδευτικό υπόβαθρο και την πρόοδο των χρηστών, είτε αυτόνομη εκπαίδευση, ανάλογα με τις προσωπικές τους προτιμήσεις. Και στις δύο περιπτώσεις, ο εκπαιδευόμενος καλείται να αξιολογηθεί σχετικά με το αν γνωρίζει ή όχι μια θεματική ενότητα Βιοπληροφορικής. Επιπλέον, το σύστημα δίνει τη δυνατότητα ανταλλαγής μηνυμάτων, για συνεργασία και αλληλεπίδραση, μεταξύ των χρηστών του συστήματος. Στο Κεφάλαιο 4 συνοψίζονται τα συμπεράσματα της παρούσας διπλωματικής εργασίας και προτείνονται, ως μελλοντική έρευνα, μέθοδοι βελτίωσης του συστήματος ηλεκτρονικής εκμάθησης της Βιοπληροφορικής το οποίο υλοποιήθηκε στα πλαίσια της εργασίας αυτής. Η παρούσα διπλωματική εργασία ολοκληρώνεται με την παράθεση των βιβλιογραφικών πηγών που χρησιμοποιήθηκαν για την περάτωση της. 2

21 1 Η ΗΛΕΚΤΡΟΝΙΚΗ ΜΑΘΗΣΗ 1.1 ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΗΛΕΚΤΡΟΝΙΚΗ ΜΑΘΗΣΗ Η εξάπλωση του προσωπικού ηλεκτρονικού υπολογιστή, από τα μέσα της δεκαετίας του 1980, σε συνδυασμό με τη δυνατότητα πρόσβασης στο Διαδίκτυο, έχει επιφέρει ραγδαίες κοινωνικές αλλαγές. Στις μέρες μας, έχει αλλάξει σημαντικά η ταχύτητα και η ισχύς των επικοινωνιών καθώς και η ικανότητα αποστολής, λήψης και διαχείρισης των πληροφοριών [1]. Η επικοινωνία μέσω ηλεκτρονικών υπολογιστών είναι αδιαμφισβήτητα η πιο θεμελιώδης αλλαγή στην τεχνολογία των επικοινωνιών τα τελευταία 150 χρόνια [2]. Οι ηλεκτρονικές επικοινωνίες και τα ψηφιακά δίκτυα έχουν μετατρέψει τον τρόπο που δουλεύουμε και έχουν αναμορφώσει την προσωπική επικοινωνία και διασκέδαση. Οι τεχνολογίες των ηλεκτρονικών επικοινωνιών, με τις πολλαπλές εκφάνσεις τους (κείμενο, ήχος, εικόνα) και τις αλληλεπιδραστικές τους δυνατότητες, ανεξαρτήτως χώρου και χρόνου, έχουν μεταμορφώσει και τη διαδικασία της μάθησης. Οι δικτυακές τεχνολογίες και ειδικότερα το Διαδίκτυο, μπορούν να χρησιμοποιηθούν έτσι ώστε να υποστηρίξουν τη διδασκαλία και τη μάθηση, σύμφωνα με τις σύγχρονες κοινωνικές θεωρήσεις και με σκοπό την παραγωγή γνώσης [3]. Η αυξανόμενη χρήση τεχνολογιών του Διαδικτύου για την παράδοση γνώσης αναφέρεται χαρακτηριστικά ως η «επανάσταση της ηλεκτρονικής μάθησης» [4]. Κατά τη διάρκεια του 20 ού αιώνα, για τους περισσότερους από εμάς, η έννοια της μάθησης ήταν συνυφασμένη με τις παραδοσιακές αίθουσες διδασκαλίας. Όμως, από τον 21 ο αιώνα άρχισε να κυριαρχεί μια νέα κουλτούρα μάθησης. Αυτό το νέο είδος μάθησης αποτελεί πολιτισμικό φαινόμενο το οποίο βασίζεται στις διαφορετικές εμπειρίες των ατόμων και, κατά συνέπεια, τους επηρεάζει με πληθώρα τρόπων. Συμβαίνει παντού, τριγύρω μας, χωρίς βιβλία, δασκάλους ή αίθουσες διδασκαλίας. Αυτό, όμως, δε σημαίνει ότι οι αίθουσες διδασκαλίας είναι ξεπερασμένες ή ότι η διδασκαλία δεν έχει πλέον σημασία. Η νέα κουλτούρα μπορεί να ενισχύσει τη μάθηση σε σχεδόν κάθε πτυχή της εκπαίδευσης και κάθε στάδιο της ζωής. Είναι βασικό κομμάτι του αποκαλούμενου «τόξου της ζωής» το οποίο περικλείει όλες τις δραστηριότητες της καθημερινής μας ζωής, οι οποίες μας βοηθάνε να μαθαίνουμε, να μεγαλώνουμε και να εξερευνούμε [5] ΤΙ ΕΙΝΑΙ Η ΗΛΕΚΤΡΟΝΙΚΗ ΜΑΘΗΣΗ ΚΑΙ ΠΟΙΑ ΤΑ ΚΥΡΙΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΗΣ Ο όρος ηλεκτρονική μάθηση (e-learning) γεννήθηκε στα μέσα της δεκαετίας του 1990, παράλληλα με τις εξελίξεις στον Παγκόσμιο Ιστό και το ενδιαφέρον για τις ασύγχρονες ομάδες συζητήσεων. Η ηλεκτρονική μάθηση είναι ουσιαστικά η σύγχρονη και ασύγχρονη επικοινωνία, η οποία με τη χρήση ηλεκτρονικών μέσων στοχεύει στη δημιουργία και θεμελίωση της γνώσης. Η τεχνολογική βάση της ηλεκτρονικής γνώσης είναι το Διαδίκτυο και οι συναφείς τεχνολογίες επικοινωνιών. Βασιζόμενος σε αυτόν ακριβώς το συσχετισμό, ο Abram [6] ορίζει την ηλεκτρονική 3

22 μάθηση ως τη σύγχρονη ή ασύγχρονη μάθηση, η οποία διεξάγεται μέσω του Διαδικτύου, των ενδοδικτύων, των εξωδικτύων και των άλλων τεχνολογιών του Παγκόσμιου Ιστού. Στο [7] ορίζεται ως «η χρήση της τεχνολογίας των δικτύων υπολογιστών, κυρίως του Διαδικτύου, για την παροχή πληροφοριών και εκπαίδευσης». Η αμερικανική επιτροπή εκπαίδευσης και ανάπτυξης (American Society for Training and Development - ASTD), σε αναφορά της για την τεχνολογία και τη μόρφωση των ανηλίκων, δηλώνει ότι «η ηλεκτρονική μάθηση είναι το διδακτικό υλικό και οι μαθησιακές εμπειρίες που παραδίδονται ή διευκολύνονται από την ηλεκτρονική τεχνολογία» [8]. Η ηλεκτρονική εκμάθηση ακολουθεί μια ανοιχτή και ευέλικτη φιλοσοφία εκπαίδευσης, στην οποία ο μαθητής αποτελεί το «κέντρο της μαθησιακής διαδικασίας». Ο ρυθμός, το θέμα και η μέθοδος της εκμάθησης ελέγχονται πλήρως από τον εκπαιδευόμενο, ο οποίος μπορεί να μορφωθεί με πληθώρα τρόπων, οπουδήποτε και οποτεδήποτε [9]. Κύριος στόχος της ηλεκτρονικής μάθησης είναι η δημιουργία μιας ευρείας ερευνητικής κοινότητας, μέσω της χρήσης της πληροφορίας και της τεχνολογίας των επικοινωνιών. Αυτή η ιδέα αντικατοπτρίζει μια ιδιαίτερη εκπαιδευτική προσέγγιση, η οποία με τη χρήση των νέων και εξελισσόμενων τεχνολογιών συνδράμει στη δημιουργία συνεργατικών μαθησιακών κοινοτήτων, βιώσιμων πέρα από χωρικούς και χρονικούς περιορισμούς. Συγκεκριμένα, καθιστά εφικτή την ασύγχρονη συνεργατική μάθηση η οποία, μέχρι πρόσφατα, θεωρείτο σχήμα οξύμωρο στον εκπαιδευτικό τομέα. Αυτονομία και συνεργασία δεν είναι πλέον αντικρουόμενες έννοιες, αλλά τα απαραίτητα στοιχεία για μια ενοποιημένη και ποιοτική αλλαγή της κριτικής σκέψης. Η συνεχώς αυξανόμενη υποδομή των ψηφιακών δικτύων ενισχύει την ικανότητα για πρόσβαση και χρήση απεριόριστων πηγών και εργαλείων. Ωστόσο, η ηλεκτρονική μάθηση εκτείνεται πέρα από την απλή πρόσβαση στην πληροφορία, αλλά βασίζεται στην επικοινωνία και την αλληλεπίδραση των ατόμων που συμμετέχουν στη διαδικασία της μάθησης. Ένα «μέλλον βασιζόμενο στη γνώση» στηρίζεται στην κατάλληλη πρόσβαση και κατανόηση της πληροφορίας. Με άλλα λόγια, στην ικανότητα παραγωγής και ταξινόμησης της γνώσης. Στην «εποχή της υπερβολικής πληροφόρησης» [10] δε χρειαζόμαστε επιπλέον πρόσβαση σε πληροφορία. Πρέπει να μάθουμε να διαχειριζόμαστε και να κατανοούμε την ήδη υπάρχουσα θάλασσα των πληροφοριών. Η επαναστατική δύναμη της ηλεκτρονικής μάθησης φαίνεται σε αυτό ακριβώς το σημείο. Προσφέρει έναν καλύτερο τρόπο επεξεργασίας, κατανόησης και αναπαραγωγής της πληροφορίας. Οι τρέχουσες μέθοδοι παθητικής μετάδοσης της πληροφορίας έρχονται σε σύγκρουση με την αλληλεπιδραστική και παραγωγική δυνατότητα της ηλεκτρονικής μάθησης. Η ηλεκτρονική μάθηση βελτιώνει την πρόσβαση σε μαθησιακό υλικό ενώ παράλληλα το κόστος της online πρόσβασης σε πληροφορίες μειώνεται με την εξέλιξη της τεχνολογίας των πληροφοριών και των επικοινωνιών [11]. Η ηλεκτρονική μάθηση δεν είναι απλώς ένα ακόμη εργαλείο, αλλά αναπόφευκτα θα ανατρέψει όλες τις μορφές εκπαίδευσης του 21 ου αιώνα. Παρόλο που η επίδραση της στα παραδοσιακά εκπαιδευτικά ιδρύματα υπήρξε αρχικά ασθενής, όσο κατανοούνται καλύτερα οι δυνατότητες και η ισχύς της, τόσο η ηλεκτρονική μάθηση θα μετατρέπει δραστικά τις προσεγγίσεις εκμάθησης και διδασκαλίας [12]. Όπως δηλώνει χαρακτηριστικά ο Tim Gibson [13], «αν ξοδεύαμε περισσότερο 4

23 χρόνο σκεπτόμενοι το δεύτερο μέρος του όρου απ' ότι το πρώτο, τότε ίσως αντιλαμβανόμασταν τις δυνατότητες της ηλεκτρονικής μάθησης πολύ γρηγορότερα» ΤΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΜΟΝΤΕΛΟ ΤΟΥ 21 ΟΥ ΑΙΩΝΑ Παρόλη την εκτεταμένη υιοθέτηση των ηλεκτρονικών επικοινωνιών στην κοινωνία, δεν έχει ακόμη διαπιστωθεί πλήρως η ανατρεπτική τους συμβολή, ιδιαίτερα στον τομέα της ηλεκτρονικής μάθησης. Όπως δήλωσε ο John Seely Brown [14], είμαστε στη σταδιακή φάση ανάπτυξης αυτού του μεταμορφωτικού μέσου και πρέπει ακόμα να διαπιστώσουμε την εκρηκτική του επίδραση. Βλέπουμε την ηλεκτρονική μάθηση μόνο στις πρωταρχικές της μορφές και έχουμε ακόμα πολλά να μάθουμε για τις εγγενείς της δυνατότητες και τη δημιουργία μιας νέας «οικολογίας της μάθησης». Ο Brown χρησιμοποιεί την οικολογία σαν μεταφορά, με σκοπό να περιγράψει ένα περιβάλλον εκμάθησης. Η χρήση του νέου αυτού όρου επιτρέπει τη θεώρηση της εκπαίδευσης ως ένα ανοιχτό, σύνθετο και προσαρμόσιμο σύστημα το οποίο αποτελείται από δυναμικά και αλληλένδετα στοιχεία. Ένα από τα χαρακτηριστικά που καθιστά το οικοσύστημα τόσο ισχυρό και προσαρμόσιμο σε νέα περιβάλλοντα είναι η ποικιλομορφία του. Η έννοια της οικολογίας, σύμφωνα πάντα με τον Brown, απαιτεί τη δημιουργία και παράδοση ενός περιβάλλοντος εκμάθησης, το οποίο παρέχει στον εκπαιδευόμενο μαθησιακές δυνατότητες μέσα από μεθόδους και μοντέλα τα οποία υποστηρίζουν καλύτερα τις ανάγκες, τα ενδιαφέροντα και τις προσωπικές του εμπειρίες. Μια επιτυχημένη οικολογία μάθησης προσφέρει ένα ανοιχτό, άμεσο, πανταχού παρόν περιβάλλον εκμάθησης, στο οποίο οι εκπαιδευόμενοι μπορούν να ψάξουν, να εντοπίσουν και να προσπελάσουν γρήγορα στοιχεία εκμάθησης που να εξυπηρετούν τις άμεσες ανάγκες τους. Η κυριότερη πρόκληση σχετικά με την ανάπτυξη μιας οικολογίας μάθησης είναι ο προσδιορισμός και η δημιουργία ενός περιβάλλοντος ικανού να εξισορροπεί τις διαφορετικές πηγές και μεθόδους που τα άτομα εφαρμόζουν στην εκπαίδευση τους. Η οικολογία της μάθησης, και συγκεκριμένα αυτή που συναντάμε στο Διαδίκτυο, αποτελείται από ένα απέραντο πλήθος «συγγραφέων» οι οποίοι είναι μέλη διαφόρων κοινοτήτων ειδικών ενδιαφερόντων. Λόγω της απεραντοσύνης του Διαδικτύου, είναι πολύ εύκολο στις μέρες μας να βρούμε μια εικονική κοινότητα σχετική με την ειδικότητα που μας ενδιαφέρει ή μια ειδική ομάδα με κοινά προς εμάς ενδιαφέροντα. Με το Διαδίκτυο αυτές οι εικονικές κοινότητες εξαπλώνονται στον κόσμο καθώς διασυνδέονται με τις τοπικές ομάδες, οι οποίες αλληλεπιδρούν πρόσωπο με πρόσωπο, για παράδειγμα στο σχολείο ή έξω από αυτό. Μια αμοιβαία ανταλλαγή ιδεών επικρατεί καθώς οι μαθητές παίρνουν μέρος σε διαφορετικές εικονικές κοινότητες, ενώ συγχρόνως μεταφέρουν τη γνώση μεταξύ αυτών και των τοπικών ομάδων. Αυτή η ανεπίσημη μορφή εκμάθησης συνεπάγεται την ομαδική παραγωγή γνώσης σχετικά με ένα κοινό σημείο ενδιαφέροντος. Με αυτόν τον τρόπο, οι διασυνδεδεμένες ομάδες ενδιαφέροντος, πραγματικές και εικονικές, σχηματίζουν μια πλούσια οικολογία μάθησης. Στο Διαδίκτυο τα όρια μεταξύ παραγωγής και κατανάλωσης γνώσης είναι ρευστά, αφού ο καθένας μας είναι εν μέρει και παραγωγός αλλά και καταναλωτής: διαβάζουμε και γράφουμε, αφομοιώνουμε και κρίνουμε, 5

24 ακούμε και διηγούμαστε, βοηθάμε και αναζητούμε βοήθεια. Παράλληλα, ανακαλύπτουμε διαρκώς νέες πληροφορίες κατά την περιήγηση μας στις συνεχώς εξελισσόμενες ψηφιακές βιβλιοθήκες. Με τον τρόπο αυτό, δημιουργείται ένα νέο εκπαιδευτικό περιβάλλον, το οποίο διαμορφώνεται ταυτόχρονα σε τοπικό και παγκόσμιο επίπεδο και το οποίο, σύμφωνα με τον Brown [15]: Καθιερώνει μια κουλτούρα, η οποία σέβεται τα ρευστά όρια μεταξύ της παραγωγής και της κατανάλωσης γνώσης. Επιτρέπει στους ειδικούς (σε εκπαιδευτικό και επαγγελματικό τομέα) να επικοινωνούν ανεπίσημα, έτσι ώστε να λειτουργούν ως σύμβουλοι για μαθητές ή υφισταμένους οποιασδήποτε ηλικίας. Παρέχει πρόσβαση σε απεριόριστες πηγές που ξεπερνούν τις τοπικές και άμεσα προσπελάσιμες. Όπως παρουσιάζεται στην Εικόνα 1, ο ρόλος της μαθησιακής οικολογίας είναι να ενοποιήσει τους συμμετέχοντες και τις πηγές σε ένα ευρύτερο εκπαιδευτικό περιβάλλον μέσω της συνεργασίας, της διαμοίρασης, της δημοσίευσης, του στοχασμού, της μάθησης και της ανάπτυξης [16]. Εικόνα 1. Μετατόπιση προς το μοντέλο εκμάθησης του 21 ου αιώνα Το Διαδίκτυο δεν αποτελεί απλώς μια πηγή πληροφόρησης και επικοινωνίας, αλλά γίνεται ένα μέσο μάθησης στο οποίο οι αντιλήψεις κατασκευάζονται και διαμοιράζονται κοινωνικά. Σε αυτό το 6

25 μέσο, η μάθηση παράγεται από τη δράση, δηλαδή τη συμμετοχή με άλλα άτομα ανά τον κόσμο πάνω σε πραγματικά προβλήματα [14] ΤΑ ΥΠΟΣΥΝΟΛΑ ΤΗΣ ΕΞ ΑΠΟΣΤΑΣΕΩΣ ΜΑΘΗΣΗΣ Πλήθος συγγραφέων έχουν περιγράψει τη διεύρυνση της ηλεκτρονικής μάθησης ως εκπληκτική, εκρηκτική και χωρίς προηγούμενο. Άλλοι πάλι πως η τεχνολογία της ηλεκτρονικής μάθησης είναι μοναδική [3] και πως εκπροσωπεί μια νέα εποχή για την εξ αποστάσεως εκπαίδευση [12]. Η εξ αποστάσεως εκμάθηση (distance learning) επικεντρώνεται στη δημιουργία και παροχή γνώσης προς εκπαιδευόμενους, οι οποίοι διαχωρίζονται χωρικά ή και χρονικά από τις πηγές των πληροφοριών. Με άλλα λόγια, αποτελεί την κύρια μέθοδο εκπαίδευσης σε περιπτώσεις όπου οι εκπαιδευόμενοι δε βρίσκονται σε παραδοσιακά περιβάλλοντα εκμάθησης, όπως οι αίθουσες διδασκαλίας. Όπως παρουσιάζεται στην Εικόνα 2, τα υποσύνολα της εξ αποστάσεως εκμάθησης είναι τα εξής [17]: Ηλεκτρονική εκμάθηση (E-learning, Technology-based learning): Η ηλεκτρονική εκμάθηση, ως συνώνυμη της εκμάθησης βασισμένης στην τεχνολογία, καλύπτει ένα ευρύ φάσμα εφαρμογών και διαδικασιών, όπως είναι η εκμάθηση βασισμένη σε υπολογιστή ή στο Διαδίκτυο, οι εικονικές αίθουσες και η ψηφιακή συνεργασία. Ωστόσο, η ηλεκτρονική μάθηση αποτελεί υποσύνολο της εξ αποστάσεως εκμάθησης, η οποία συμπεριλαμβάνει την εκπαίδευση μέσω κειμένου και μαθημάτων που διεξάγονται μέσω αλληλογραφίας. Online εκμάθηση (Online learning, Web-based learning, Internet-based learning): Η online εκμάθηση αποτελεί κομμάτι της ηλεκτρονικής μάθησης και, συγκεκριμένα, αναφέρεται στην εκπαίδευση μέσω του Διαδικτύου, ενός ενδοδικτύου ή ενός εξωδικτύου. Αυτό το είδος εκμάθησης ενισχύει πρακτικά και ουσιαστικά τη δυνατότητα αλληλεπίδρασης μεταξύ εκπαιδευτή και διδασκόμενων. Τα επίπεδα της πολυπλοκότητας των εφαρμογών αυτής της κατηγορίας ποικίλλουν. Ένα στοιχειώδες πρόγραμμα online εκμάθησης περιλαμβάνει κείμενο και ψηφιακά γραφικά, ασκήσεις αξιολόγησης και καταγραφή της προόδου των εκπαιδευόμενων. Ένα πιο επιτηδευμένο πρόγραμμα εμπερικλείει κινούμενα ψηφιακά γραφικά, προσομοιώσεις, ακολουθίες ήχου και βίντεο, ομάδες συζήτησης με εμπειρογνώμονες, παροχή συμβουλών καθώς και πρόσβαση στο μαθησιακό υλικό ενός εταιρικού ενδοδικτύου. Εκπαίδευση βασισμένη σε υπολογιστή (Computer-based learning): Πρόκειται για ένα είδος εκμάθησης στο οποίο ο εκπαιδευόμενος επιμορφώνεται με τη χρήση ειδικών προγραμμάτων σε υπολογιστή. Οι σειρές μαθημάτων και το εκπαιδευτικό υλικό παρουσιάζονται στον υπολογιστή, κυρίως μέσω ενός οπτικού δίσκου ή δισκέτας. Σε αντίθεση με την online εκπαίδευση, η εκπαίδευση βασισμένη σε υπολογιστή, δεν απαιτεί υπολογιστή συνδεδεμένο σε κάποιο δίκτυο και τυπικά δεν παρέχει συνδέσμους για μαθησιακές πηγές εκτός του ίδιου του μαθήματος. Ιστορικά, η διεύρυνση της εκπαίδευσης βασισμένης σε υπολογιστή 7

26 αρχικά παρεμποδίστηκε από τους τεράστιους πόρους που απαιτούσε: ανθρώπινους για τη δημιουργία της και υλικούς για την εκτέλεση της. Ωστόσο, η ενίσχυση της υπολογιστικής ισχύος και η ολοένα αυξανόμενη εξάπλωση υπολογιστών με οδηγούς οπτικών δίσκων κατέστησαν την εκπαίδευση βασισμένη σε υπολογιστές μια πιο εφικτή επιλογή για επιχειρήσεις και φυσικά πρόσωπα. Εικόνα 2. Τα υποσύνολα της εξ αποστάσεως εκμάθησης ΟΙ ΚΑΤΗΓΟΡΙΕΣ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ Η ηλεκτρονική εκμάθηση είναι ένας περίπλοκος τομέας, με πολλούς κλάδους και εκφάνσεις. Ο Peter Honey [18] δηλώνει χαρακτηριστικά πως μπορούμε να εκπαιδευτούμε με την πλοήγηση στο Διαδίκτυο, τη στοχευόμενη αναζήτηση σχετικά με ένα συγκεκριμένο θέμα, την αποστολή και λήψη ηλεκτρονικών μηνυμάτων και τη συμμετοχή σε μαθήματα και ομάδες συζήτησης. Επιπλέον, καταλήγει στο συμπέρασμα πως το μόνο κοινό σημείο το οποίο ενώνει το πλήθος των ευκαιριών της ηλεκτρονικής μάθησης είναι πως όλες προσφέρουν «τη δυνατότητα εκμάθησης από πληροφορίες οι οποίες μας παραδίδονται ηλεκτρονικά». Η Εικόνα 3 παρουσιάζει τη συσχέτιση των κατηγοριών της ηλεκτρονικής μάθησης, οι οποίες είναι οι εξής [19]: Σειρές μαθημάτων (Courses) Ανεπίσημη εκμάθηση (Informal learning) Συνδυασμένη εκμάθηση (Blended learning) 8

27 Κοινότητες (Communities) Διαχείριση γνώσης (Knowledge management) Δικτυωμένη εκμάθηση (Networked learning) Εκμάθηση προσανατολισμένη στο χώρο εργασίας (Work-based learning) Καμία από τις διαφορετικές πτυχές της ηλεκτρονικής μάθησης που αναφέρονται παραπάνω δε λειτουργεί μεμονωμένα. Αντιθέτως, μια επιτυχημένη εφαρμογή ηλεκτρονικής μάθησης θα πρέπει να ενσωματώνει πολλές διαφορετικές κατηγορίες. Για παράδειγμα, κατά τον σχεδιασμό των μαθημάτων, οι μαθησιακοί πόροι μπορούν να αποθηκευτούν και να χρησιμοποιηθούν αργότερα για εκμάθηση στον χώρο εργασίας. Τα συστήματα διαχείρισης γνώσης μπορούν να ενσωματωθούν με τις σειρές μαθημάτων. Οι κοινότητες μπορούν να παρέχουν ανατροφοδότηση στα μαθήματα, στην εκμάθηση στον χώρο εργασίας και στα συστήματα διαχείρισης γνώσης. Δε χρειάζεται, επομένως, να δίνουμε μεγάλη προσοχή στις διακρίσεις μεταξύ των κατηγοριών, όταν το επίκεντρο είναι, ή τουλάχιστον θα έπρεπε να είναι, η εκμάθηση, είτε αυτή είναι παραδοσιακή, απευθείας, συνδυασμένη ή δικτυωμένη. Εικόνα 3. Οι κατηγορίες της ηλεκτρονικής μάθησης 9

28 Σειρές μαθημάτων (Courses): Οι περισσότερες συζητήσεις επικεντρώνονται στις σειρές μαθημάτων. Η επικράτηση της άποψης των «μαθημάτων ως ηλεκτρονική μάθηση» πηγάζει από τις ομοιότητες τους με την παραδοσιακή αίθουσα διδασκαλίας. Διάφοροι οργανισμοί επεξεργάζονται και ταξινομούν υπάρχοντα μαθησιακά αντικείμενα, έτσι ώστε να τα μεταφέρουν σε ένα ψηφιακό περιβάλλον. Η δημοτικότητα των συστημάτων διαχείρισης εκμάθησης (LMSs) καθώς και η αντίληψη ότι είναι απαραίτητα ως σημείο εκκίνησης, μαρτυρούν την ανάδειξη των μαθημάτων ως κύρια μορφή ηλεκτρονικής μάθησης. Ανεπίσημη εκμάθηση (Informal learning): Η ανεπίσημη εκμάθηση είναι ίσως η πιο δυναμική και ευέλικτη όψη της μάθησης. Δυστυχώς, είναι επίσης και η λιγότερο αναγνωρισμένη. Στην προκειμένη περίπτωση, η ανάγκη για πληροφορία καθοδηγεί την αναζήτηση μας. Οι μηχανές αναζήτησης, συνδυαζόμενες με εργαλεία αποθήκευσης πληροφοριών και εργαλεία διαχείρισης προσωπικής γνώσης, αποτελούν ένα ισχυρό εκπαιδευτικό σύνολο. Ο Jay Cross [20] δηλώνει πως «στη δουλειά μαθαίνουμε περισσότερα στην αίθουσα προσωπικού απ' ότι στην αίθουσα διδασκαλίας». Ανακαλύπτουμε πώς να κάνουμε τις δουλειά μας παρατηρώντας και ρωτώντας τους άλλους, καλώντας το κέντρο εξυπηρέτησης, δοκιμάζοντας και κάνοντας λάθη, δουλεύοντας με άτομα που ξέρουν. Η επίσημη εκμάθηση, με άλλα λόγια τα μαθήματα, τα σεμινάρια και τα «ζωντανά» δρώμενα, είναι η πηγή μόνο του 10-20% από αυτό που μαθαίνουμε στο χώρο εργασίας. Η καλύτερη εκμάθηση συμβαίνει στον πραγματικό κόσμο με πραγματικά προβλήματα και ανθρώπους και όχι στην αίθουσα διδασκαλίας. Συνδυασμένη εκμάθηση (Blended learning): Όταν πρωτοεμφανίστηκε η ηλεκτρονική μάθηση, δημιουργήθηκε η εντύπωση πως έπρεπε να γίνει επιλογή ανάμεσα στην παραδοσιακή εκπαίδευση σε αίθουσα διδασκαλίας και στην ηλεκτρονική μάθηση. Αυτός ήταν πιθανότατα και ένας από τους λόγους που η ηλεκτρονική μάθηση άργησε να εκτιναχθεί, σε σχέση με αυτό που περίμεναν οι ειδήμονες. Όμως, ξαφνικά, όλοι συνειδητοποίησαν ότι δεν επρόκειτο για το ένα ή το άλλο είδος αλλά για μια «συνδυασμένη εκμάθηση» [21], [22]. Όπως δήλωσε ο Brown [23], η ηλεκτρονική μάθηση μπορεί να συνυπάρχει με την παραδοσιακή εκπαίδευση και, τελικά, να την αναπτύσσει ακόμη περισσότερο. Αποτελεί ιδιαίτερα αποδοτική μέθοδο εκπαίδευσης, αφού ενισχύει τη διδασκαλία στις αίθουσες και συνάμα επιτρέπει τη συζήτηση και αναθεώρηση των πληροφοριών και έξω από αυτές. Το σύνθημα των εκπαιδευτικών προφητών του τέλους της δεκαετίας του 90, ότι «σύντομα δε θα χρειαζόμαστε εκπαιδευτές, θα μαθαίνουμε τα πάντα online όποτε θέλουμε», έδωσε τη θέση του στην πραγματικότητα, ότι δηλαδή η εκμάθηση είναι μια κοινωνική διαδικασία, που απαιτεί την καθοδήγηση και αρωγή του εκπαιδευτή. Ωστόσο, δε θα πρέπει να αγνοούμε τα εμφανή πλεονεκτήματα που παρέχουν οι τεχνολογίες ηλεκτρονικής μάθησης στην πρόσβαση πληροφορίας και στη διατήρηση μιας εκπαιδευτικής συζήτησης. Επομένως, παρόλο που η ηλεκτρονική μάθηση δε μπορεί και δε θα αντικαταστήσει τη παραδοσιακή μάθηση, αποτελεί ένα εξαιρετικό συμπλήρωμα της [24]. Είναι μεγάλη πρόκληση η μετατροπή της ηλεκτρονικής πληροφορίας σε ανθρώπινη γνώση, κυρίως επειδή τα άτομα δε μαθαίνουν μόνο με έναν τρόπο [25]. Η λύση βρίσκεται στην ενοποίηση των βάσιμων εκπαιδευτικών προσεγγίσεων με επαναστατικές τεχνολογίες. Στην τομή αυτής της 10

29 αναζήτησης βρίσκεται η ηλεκτρονική μάθηση με την ικανότητα της να δημιουργεί πλούσιες ερευνητικές κοινότητες σε ένα ασύγχρονο, οπουδήποτε και οποτεδήποτε πλαίσιο. Κοινότητες (Communities): Η μάθηση είναι κοινωνική διαδικασία. Τα περισσότερα προβλήματα των σύγχρονων επιχειρησιακών περιβαλλόντων είναι σύνθετα και δυναμικά. Οι λύσεις του χθες δε λειτουργούν πάντα σήμερα. Αντιθέτως, η επίλυση των προβλημάτων απαιτεί διάφορες οπτικές γωνίες για την κατανόηση των πιθανών λύσεων και των περιβαλλόντων υλοποίησης. Οι online κοινότητες συμβάλλουν σημαντικά στη ροή της άρρητης γνώσης, αφού επιτρέπουν στα άτομα να παραμένουν ενημερωμένα πάνω στον τομέα τους, μέσω του διαλόγου με άλλα άτομα της ίδιας οργάνωσης ή του ευρύτερου παγκόσμιου πλαισίου. Διαχείριση γνώσης (Knowledge management): Η διαχείριση γνώσης περιγράφεται ως η παράδοση της σωστής γνώσης, στα σωστά άτομα, τη σωστή στιγμή [25]. Περικλείει τη διαδικασία εύρεσης, αναγνώρισης, κατηγοριοποίησης, αποθήκευσης και διάθεσης της γνώσης που παράγεται από τις καθημερινές δραστηριότητες ενός οργανισμού [26]. Συγκεκριμένα, εμπεριέχει επίσημες εταιρικές πληροφορίες (συμβόλαια, διαδικασίες και πληροφορίες προϊόντων), ανεπίσημες πληροφορίες (έγγραφα, αναφορές, παρουσιάσεις και προτάσεις) και εμπειρικά δεδομένα (καταγεγραμμένα σε μαθήματα που έχουν διδαχθεί, περιστατικά και ιστορικά) [17]. Στο [27] παρουσιάζονται 8 βασικές κατηγορίες διαχείρισης γνώσης: εκμάθηση και ανάπτυξη, διαχείριση της πληροφορίας, ανατροφοδότηση από χρήστες, σύλληψη της γνώσης, παραγωγή της γνώσης, εικονικές ομάδες, κοινότητες εξάσκησης και συστήματα διαχείρισης περιεχομένου. Δικτυωμένη εκμάθηση (Networked learning): Οι κοινότητες τυπικά σχηματίζονται γύρω από ένα συγκεκριμένο στόχο, έννοια ή θέμα. Ένα δίκτυο εκμάθησης είναι η χαλαρή, προσωπική διασύνδεση κοινοτήτων, πόρων και ατόμων. Είναι ο ακρογωνιαίος λίθος της διαχείρισης της προσωπικής γνώσης. Η χρήση των προσωπικών δικτύων εκμάθησης επιτρέπει στους συμμετέχοντες να παραμένουν πάντα ενημερωμένοι στον τομέα τους. Εκμάθηση προσανατολισμένη στο χώρο εργασίας (Work-based learning): Τα συστήματα υποστήριξης ηλεκτρονικής απόδοσης (Electronic Performance Support Systems - EPSSs) και η μάθηση μέσω της εργασίας επιχειρούν να προσφέρουν μαθησιακό περιεχόμενο όπου υπάρχει ανάγκη και να ενισχύσουν την αποδοτικότητα των εργαζομένων. Αυτό το είδος εκμάθησης μπορεί να εντοπισθεί και σε πολλές εφαρμογές υπολογιστών, με τη μορφή αρχείων βοηθείας. Όσον αφορά τις επιχειρήσεις, η εκμάθηση προσανατολισμένη στο χώρο εργασίας απαιτεί σημαντική επένδυση σε πόρους και σχεδιασμό χρηστικότητας. Μια επιχείρηση μπορεί να επιλέξει ποια στοιχεία να ενσωματώσει, όπως πίνακες μηνυμάτων για επίσημη ή ανεπίσημη επικοινωνία, ανταλλαγή άμεσων μηνυμάτων, εικονικές αίθουσες διδασκαλίας, online καθοδήγηση και άλλες συνεργατικές εφαρμογές, πρόσβαση σε βάσεις διαχείρισης γνώσης, αρχεία βοηθείας και γραφεία 11

30 υποστήριξης. Επιπλέον, μερικά στοιχεία τα οποία ο εκπαιδευόμενος δεν αντιλαμβάνεται, αλλά είναι αναγκαία όσον αφορά τις ίδιες τις επιχειρήσεις, είναι οι μηχανισμοί παρακολούθησης και τα εργαλεία αναφορών, οι διαδικασίες πιστοποίησης, τα εργαλεία διαχείρισης μαθησιακών πόρων, οι βάσεις δεδομένων με τα προφίλ δεξιοτήτων και ικανοτήτων καθώς και τα εργαλεία συγγραφής περιεχομένων ΤΡΟΠΟΙ ΠΑΡΑΔΟΣΗΣ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ Σύμφωνα με μια αναφορά της επιτροπής συσκέψεων του Καναδά (Conference Board of Canada), η ηλεκτρονική μάθηση χρησιμοποιεί πληροφορία και τεχνολογίες επικοινωνιών για την παράδοση περιεχομένου μάθησης, γνώσης και δεξιοτήτων με σύγχρονο ή ασύγχρονο τρόπο [24]. Η σύγχρονη εκμάθηση είναι «ζωντανή» αφού οι συμμετέχοντες, αν και βρίσκονται σε διαφορετικές τοποθεσίες, επικοινωνούν μεταξύ τους σε πραγματικό χρόνο. H εκπαίδευση αυτού του είδους έχει πολλά κοινά σημεία με τη συμβατική εκπαίδευση, με τη διαφορά ότι σε αυτή την περίπτωση εκπαιδευτής και εκπαιδευόμενος βρίσκονται σε μια «εικονική» αίθουσα διδασκαλίας, χωρίς γεωγραφικούς περιορισμούς. Με αυτόν τον τρόπο, η εκπαίδευση μπορεί να αποκτήσει ηλεκτρονική μορφή και να παρουσιαστεί ξανά και ξανά, σε οποιοδήποτε σημείο του κόσμου. Το πιο κοινό είδος σύγχρονης εκμάθησης αποτελεί μια πραγματικού χρόνου κουβέντα. Με άλλα λόγια, οι εκπαιδευόμενοι συνδέονται ταυτόχρονα στο Διαδίκτυο για να συζητήσουν διάφορα εκπαιδευτικά θέματα. Πιο σύνθετο είδος σύγχρονης εκμάθησης αποτελούν οι συνεδρίες κατά τις οποίες ένας εκπαιδευτής διευκολύνει τη συζήτηση με διαφάνειες ή γράφοντας σε έναν «πίνακα» που εμφανίζεται στις οθόνες των εκπαιδευόμενων. Κατά τη διάρκεια αυτών των συνεδριάσεων, οι συμμετέχοντες μπορούν να κάνουν ερωτήσεις στον εκπαιδευτή, ακόμη και προφορικά, να ολοκληρώνουν εργασίες και να συμμετέχουν σε εξετάσεις [7], [28]. Τα επικοινωνιακά μέσα που χρησιμοποιούνται για αυτού του είδους την εκμάθηση, είναι τα δωμάτια συνομιλίας, οι τηλεδιασκέψεις, οι εικονικές αίθουσες διδασκαλίας και τα online σεμινάρια, οι υπηρεσίες μετάδοσης φωνής μέσω Διαδικτύου (Voice over IP - VoIP), οι απευθείας μεταδόσεις ήχου και εικόνας και η κοινή χρήση εφαρμογών [24], [26]. Η σύγχρονη εκμάθηση μπορεί να παρέχει άμεση ανατροφοδότηση σχετικά με την απόδοση του μαθητή, επιτρέποντας με αυτόν τον τρόπο την άμεση προσαρμογή της εκπαίδευσης. Μειονέκτημα της αποτελεί το γεγονός ότι η εκπαίδευση δεν είναι αυτόνομη αλλά απαιτεί τη διαχείριση της διαθεσιμότητας των μαθητών [29]. Στην ασύγχρονη εκπαίδευση δεν υπάρχει άμεση, ταυτόχρονη επικοινωνία μεταξύ του εκπαιδευτή και του εκπαιδευόμενου κατά τη διάρκεια της εκπαιδευτικής διαδικασίας, ενώ το μαθησιακό υλικό πολλές φορές επιλέγεται από τους ίδιους τους εκπαιδευόμενους. Οι συμμετέχοντες συνδέονται σε διαφορετικές χρονικές στιγμές και συνήθως χωρίζονται ο ένας από τον άλλο με φυσικές αποστάσεις. Ο εκπαιδευτής μπορεί να προετοιμάσει το εκπαιδευτικό υλικό και να το αποθηκεύσει σε κάποιο ηλεκτρονικό μέσο, όπως σε ένα σύστημα διαχείρισης γνώσης. Ο εκπαιδευόμενος μπορεί 12

31 να λάβει αυτό το εκπαιδευτικό υλικό οπουδήποτε και αν βρίσκεται και σε οποιαδήποτε χρονική στιγμή επιλέξει ο ίδιος. Τα συνηθέστερα μέσα που χρησιμοποιούνται για την επικοινωνία του εκπαιδευτή με τους εκπαιδευόμενους είναι η αποστολή και λήψη ηλεκτρονικών μηνυμάτων, οι πίνακες συζητήσεων ή οι ομάδες συζήτησης. Οι χρήστες μπορούν να συνθέσουν μηνύματα τα οποία αποθηκεύονται ώστε να τα δουν και να τα σχολιάσουν οι άλλοι [26], [28]. Οι εφαρμογές της ασύγχρονης ηλεκτρονικής μάθησης ποικίλλουν ως προς τον βαθμό επιτήδευσης. Οι λιγότερο εξεζητημένες είναι οι αυτόνομες σειρές μαθημάτων και οι παρουσιάσεις κειμένου, βίντεο και ήχου, οι οποίες βρίσκονται κοινοποιημένες σε ιστοσελίδες ή αποθηκευμένες σε οπτικούς δίσκους. Οι πιο εξεζητημένες απαιτούν την αλληλεπίδραση με τον εκπαιδευόμενο, όπως οι πειραματισμοί και οι προσομοιώσεις με ψηφιακά γραφικά, βίντεο και ήχο [7], [24]. Τα πλεονεκτήματα της ασύγχρονης εκμάθησης είναι η ευκολία, η προσβασιμότητα και ο αυτόνομος τρόπος εκπαίδευσης. Όμως, η έλλειψη ανθρώπινης αλληλεπίδρασης πραγματικού χρόνου αποτελεί μειονέκτημα της ασύγχρονης εκπαίδευσης, καθώς ο εκπαιδευόμενος μπορεί να αισθανθεί απομονωμένος και κατά συνέπεια λιγότερο ενθουσιώδης [29]. Υπάρχουν, βέβαια, και περιπτώσεις ηλεκτρονικής μάθησης κατά τις οποίες ο μαθητής δε συνεργάζεται, ούτε ανταλλάσσει απόψεις με τους συμμαθητές ή τον καθηγητή του. Επομένως, η διδασκαλία και η εκμάθηση γίνονται με εξατομικευμένο ρυθμό. Πλήθος εκπαιδευτικών μέσων και μαθησιακών πηγών, όπως βιβλία, οπτικοί δίσκοι και εφαρμογές πολυμέσων, είναι στη διάθεση του εκπαιδευόμενου, όπου και όποτε εκείνος θελήσει. Τυπικά παραδείγματα ηλεκτρονικής μάθησης με εξατομικευμένο ρυθμό αποτελούν τα αυτόνομα μαθησιακά προγράμματα μέσω υπολογιστή και η έρευνα στο Διαδίκτυο [9], [28]. 1.2 Η ΥΠΟΔΟΜΗ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ ΑΝΤΙΚΕΙΜΕΝΑ ΕΚΜΑΘΗΣΗΣ (LEARNING OBJECTS) Τα αντικείμενα εκμάθησης (learning objects) ενθυλακώνουν πληροφορία με σκοπό να περιγράψουν και να παρουσιάσουν μια έννοια, δεξιότητα ή διαδικασία [26]. Συχνά παράγονται ώστε να επαναχρησιμοποιηθούν από πλήθος χρηστών και σε διαφορετικά εκπαιδευτικά περιβάλλοντα. Δεδομένου ότι η ανάπτυξη των αντικειμένων εκμάθησης είναι εξαιρετικά χρονοβόρα και δαπανηρή διαδικασία, μόλις δημιουργηθούν, θα πρέπει να μπορούν να χρησιμοποιηθούν, να επαναχρησιμοποιηθούν και να διαμοιραστούν σε ένα μεγάλο αριθμό ατόμων και σε ένα ευρύ φάσμα περιβαλλόντων [28]. Σύμφωνα με το [30], ένα αντικείμενο εκμάθησης είναι ένα σημαντικό κομμάτι εκπαίδευσης το οποίο περιλαμβάνει περιεχόμενο, αξιολόγηση με βάση συγκεκριμένους μαθησιακούς στόχους και μεταδεδομένα τα οποία το περιγράφουν. Η Εικόνα 4 παρουσιάζει τα επιμέρους στοιχεία που συνθέτουν ένα μαθησιακό αντικείμενο. 13

32 Συγκεκριμένα, οι εκπαιδευόμενοι πρέπει να επιτυγχάνουν μαθησιακούς στόχους. Ο βαθμός της εξειδίκευσης των στόχων αυτών είναι ο κύριος καθοριστικός παράγοντας της συχνότητας με την οποία παρατηρείται ένα αντικείμενο. Πριν την ενασχόληση τους με το εκπαιδευτικό περιεχόμενο, οι χρήστες πολλές φορές υποβάλλονται σε μια μορφή αξιολόγησης έτσι ώστε να εξασφαλιστεί πως έχουν την προαπαιτούμενη αναγκαία γνώση για την ολοκλήρωση του μαθησιακού τους έργου. Συχνά, σαν αποτέλεσμα της προκαταρκτικής αξιολόγησης, η πορεία του εκπαιδευόμενου μπορεί να είναι εξατομικευμένη. Με αυτόν τον τρόπο, ένας χρήστης μπορεί να εκπαιδευτεί αναλόγως τις προσπάθειες του, παραλείποντας ενδεχομένως τα θέματα που ήδη γνωρίζει. Στο τέλος της ενασχόλησης του με το μαθησιακό αντικείμενο, ο χρήστης υποβάλλεται σε μια περαιτέρω μορφή αξιολόγησης, για να εκτιμηθεί αν έχουν επιτευχθεί επαρκώς οι στόχοι του μαθησιακού αντικειμένου. Εικόνα 4. Στοιχεία ενός μαθησιακού αντικειμένου Το υλικό που χρησιμοποιείται για να περιγραφεί ένα θέμα είναι το αποκαλούμενο μαθησιακό περιεχόμενο. Το περιεχόμενο μπορεί να δημιουργηθεί με πλήθος εργαλείων και να περιέχει κείμενο, ψηφιακά γραφικά, ήχο, καθώς και κάποια μορφή αλληλεπίδρασης και εφαρμογής εννοιών. Τέλος, τα μεταδεδομένα χρησιμοποιούνται για να περιγράψουν το εκπαιδευτικό περιεχόμενο περιέχοντας πληροφορίες, όπως ο χρόνος που χρειάζεται για να ολοκληρωθεί, η γλώσσα στο οποίο είναι γραμμένο και η προαπαιτούμενη γνώση για την ενασχόληση με αυτό. Τα αντικείμενα εκμάθησης κατηγοριοποιούνται με βάση τα μεταδεδομένα, τα οποία διευκολύνουν την οργάνωση, την αναζήτηση και την επαναχρησιμοποίηση τους. Τα μεταδεδομένα μπορούν επίσης να χρησιμοποιηθούν για να αναθέσουν διαφορετικά επίπεδα πρόσβασης, ανάλογα με το πόσο ευαίσθητη είναι η πληροφορία που περιέχεται στο μαθησιακό αντικείμενο [26], [28], [30]. 14

33 1.2.2 ΣΥΣΤΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΕΚΜΑΘΗΣΗΣ (LEARNING MANAGEMENT SYSTEMS - LMSs) Ένα σύστημα διαχείρισης εκμάθησης (Learning Management System - LMS) αποτελεί μια ευρεία εφαρμογή λογισμικού, βασιζόμενη στο Διαδίκτυο, η οποία διευκολύνει τη διαχείριση πλήθους μαθησιακών και εκπαιδευτικών δραστηριοτήτων και υπηρεσιών, συμβάλλοντας παράλληλα στην εξοικονόμηση κόστους και χρόνου. Σε παραδοσιακά εκπαιδευτικά περιβάλλοντα, τα συστήματα διαχείρισης εκμάθησης μπορούν να βελτιώσουν την ταχύτητα και την αποδοτικότητα των εκπαιδευτικών διαδικασιών καθώς και την επικοινωνία ανάμεσα στους συμμετέχοντες. Η χρήση τους σε μη παραδοσιακά εκπαιδευτικά περιβάλλοντα, όπως είναι το ευρύτερο πλαίσιο της εξ αποστάσεως εκπαίδευσης, επιτρέπει σε οργανισμούς να μεγιστοποιούν την εικόνα και την αξία τους, αφού ενισχύει την ευέλικτη πρόσβαση στις πηγές και τις υπηρεσίες τους. Τα συστήματα διαχείρισης εκμάθησης συγκεντρώνουν, διαχειρίζονται και αυτοματοποιούν τις λειτουργίες της εκπαιδευτικής διαδικασίας, παρέχοντας ένα σύνολο εργαλείων τα οποία επιτρέπουν τη διαχείριση των ηλεκτρονικών μαθημάτων και γενικότερα του εκπαιδευτικού υλικού. Μερικές από τις λειτουργίες τους είναι η δημιουργία μαθημάτων μέσω εργαλείων συγγραφής, η εισαγωγή και η αποθήκευση έτοιμων μαθημάτων, η τροποποίηση, ο εμπλουτισμός και η διαγραφή τους. Τα σημαντικότερα συστήματα διαχείρισης εκμάθησης ενσωματώνουν εργαλεία αξιολόγησης των μαθησιακών αποτελεσμάτων και διαχείρισης του ιστορικού του μαθητή. Συγκεκριμένα, παρακολουθούν τις ενέργειες των χρηστών από τη στιγμή που εισέρχονται στην πλατφόρμα μέχρι τη στιγμή της εξόδου τους από το σύστημα. Η παρακολούθηση αυτή, μεταξύ άλλων, αφορά την εγγραφή και τη συμμετοχή τους σε μαθήματα, την πορεία των δραστηριοτήτων και το ποσοστό ολοκλήρωσης των μαθησιακών στόχων, τα αποτελέσματα αξιολόγησης και προόδου τους, τη συμμετοχή τους σε ομάδες συζήτησης καθώς και τις ζωντανές συνομιλίες τους με άλλους χρήστες. Τα συγκεκριμένα δεδομένα παρακολούθησης είναι διαθέσιμα στους διαχειριστές της πλατφόρμας και στους εκπαιδευτές των μαθημάτων. Μέσω των συστημάτων αυτών, μπορεί να πραγματοποιηθεί και η διαχείριση μίας τάξης. Με τη βοήθεια των εργαλείων παρακολούθησης, συνεργασίας και επικοινωνίας μεταξύ μαθητών και εκπαιδευτών, εκτιμώνται οι γνώσεις και οι δεξιότητες που αποκτά κάθε εκπαιδευόμενος καθώς και οι μαθησιακές ελλείψεις που πιθανώς να παρουσιάζει σε ορισμένες ενότητες. Για κάθε εκπαιδευόμενο ορίζεται μία ενδεικτική, εξατομικευμένη πορεία εκμάθησης, ικανή να καλύψει τα προσωπικά του κενά. Παράλληλα, προγραμματίζονται οι απαιτούμενες δραστηριότητες έτσι ώστε να καλυφθούν οι εκπαιδευτικές ανάγκες όλων των συμμετεχόντων της τάξης [28], [31] ΣΥΣΤΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΕΡΙΕΧΟΜΕΝΟΥ (CONTENT MANAGEMENT SYSTEMS - CMSs) Ένα σύστημα διαχείρισης περιεχομένου (Content Management System - CMS) επικεντρώνεται στην αποθήκευση πληροφορίας και στην παροχή πρόσβασης σε αυτήν, αλλά δεν αναλύει ούτε 15

34 μετατρέπει το περιεχόμενο σε γνώση. Μπορεί, επομένως, να συνδυαστεί με ένα σύστημα διαχείρισης εκμάθησης ή ένα σύστημα διαχείρισης περιεχομένου εκμάθησης, έτσι ώστε να υποστηρίξει την αποτελεσματική ανάπτυξη και παράδοση του μαθησιακού περιεχομένου. Η βασική αρχή που διέπει ένα σύστημα διαχείρισης περιεχομένου είναι ο διαχωρισμός του περιεχομένου από τον τρόπο παρουσίασης του. Τα περιεχόμενα, τα οποία μπορεί να είναι κείμενα, ψηφιακά γραφικά ή αρχεία πολυμέσων, αποθηκεύονται σε μια κεντρική βάση δεδομένων και σε μορφές ουδέτερες ως προς την παρουσίαση τους. Χωριστά αναπτύσσονται τα πρότυπα παρουσίασης τους, τα οποία εξασφαλίζουν την ομοιόμορφη οπτική διεπαφή και στυλ, καθώς και τις κατάλληλες τεχνικές προδιαγραφές. Κατά την περιήγηση ενός χρήστη σε μια ιστοσελίδα, αρχικά παρουσιάζεται το πρότυπο, το οποίο συμπληρώνεται με το περιεχόμενο σε πραγματικό χρόνο. Όταν το μαθησιακό περιεχόμενο, το οποίο είναι κεντρικά αποθηκευμένο, τροποποιείται ή διορθώνεται, τότε το κάθε μάθημα στο οποίο παρουσιάζεται, ενημερώνεται αυτόματα. Αντίστοιχα, όταν πρέπει να ανανεωθεί μια εφαρμογή ηλεκτρονικής μάθησης, μόνο τα πρότυπα πρέπει να σχεδιαστούν ξανά, ενώ το περιεχόμενο, το οποίο μάλιστα είναι το πιο ευρύ από τα δύο στοιχεία, δεν εμπλέκεται. Μια ηλεκτρονική εφημερίδα είναι η κλασική εφαρμογή της συγκεκριμένης τεχνολογίας. Ενώ το περιεχόμενό της ανανεώνεται συνεχώς, ο τρόπος παρουσίασης σπάνια αλλάζει. Οι δημοσιογράφοι και οι συντάκτες, οι οποίοι πιθανότατα δεν έχουν τις απαιτούμενες ικανότητες, δεν ανησυχούν για την παρουσίαση των δεδομένων καθώς οι ίδιοι πρέπει απλά να αποθηκεύσουν το περιεχόμενο στο σύστημα διαχείρισης περιεχομένου. Ένα σύστημα διαχείρισης περιεχομένου μπορεί να διαχειριστεί και δεδομένα πραγματικού χρόνου, όπως οι τιμές μετοχών και οι αφίξεις πτήσεων. Επειδή τα δεδομένα αποθηκεύονται σε ουδέτερη μορφή, το εν λόγω σύστημα μπορεί να υποστηρίξει πολλαπλά κανάλια παράδοσης, όπως η εκτύπωση, το Διαδίκτυο, οι φορητές συσκευές και οι συσκευές με WAP. Καθώς οι επιχειρήσεις αναπτύσσουν όλο και περισσότερα κανάλια παράδοσης του σωστού μαθησιακού περιεχομένου τη σωστή στιγμή, ένα σύστημα διαχείρισης περιεχομένου μπορεί να αυτοματοποιεί και να επιταχύνει τη διαδικασία διανομής, μειώνοντας συγχρόνως τα κόστη ανάπτυξης. Η συγκεκριμένη προσέγγιση μπορεί να εφαρμοστεί και για την ανάπτυξη αυτόνομων μαθημάτων. Αρχικά, δημιουργούνται τα πρότυπα, τα οποία αντιστοιχούν στις τυπικές σελίδες μαθημάτων. Επιπλέον, μπορούν να αναπτυχθούν και τοπικά πρότυπα, ανάλογα με τη γλώσσα και την κουλτούρα του εκπαιδευόμενου. Το περιεχόμενο αναπτύσσεται χωριστά και αποθηκεύεται στο σύστημα, σε μορφές ανεξάρτητες των καναλιών παράδοσης. Όταν ο εκπαιδευόμενος ξεκινά ένα μάθημα και έχει πρόσβαση σε μια σελίδα, το συσχετιζόμενο πρότυπο βρίσκει αυτόματα το σωστό περιεχόμενο. Ένα σύστημα διαχείρισης περιεχομένου υποστηρίζει μια αντικειμενοστραφή προσέγγιση ως προς το μαθησιακό περιεχόμενο. Επειδή όλα τα μαθησιακά αντικείμενα αποθηκεύονται σε ένα κεντρικό σύστημα, μπορούν να επαναχρησιμοποιηθούν από διαφορετικούς συγγραφείς για τη σύνταξη διαφορετικών μαθημάτων [31]. 16

35 1.2.4 ΣΥΣΤΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΚΜΑΘΗΣΗΣ (LEARNING CONTENT MANAGEMENT SYSTEMS - LCMSs) Ένα σύστημα διαχείρισης περιεχομένου εκμάθησης (Learning Content Management System - LCMS) συνδυάζει τη δυνατότητα διαχείρισης μαθημάτων ενός συστήματος διαχείρισης εκμάθησης με την ικανότητα δημιουργίας και φύλαξης περιεχομένου ενός συστήματος διαχείρισης περιεχομένου. Σχετίζεται περισσότερο με ένα σύστημα διαχείρισης περιεχομένου απ' ότι με ένα σύστημα διαχείρισης εκμάθησης. Πρόκειται για ένα σύστημα αφιερωμένο στο μαθησιακό περιεχόμενο και στο μαθησιακό περιβάλλον γενικότερα. Ο Robert Koolen [32] το ορίζει χαρακτηριστικά ως «ένα σύστημα το οποίο διευκολύνει τη δημιουργία, τη φύλαξη, τη διαχείριση και την παράδοση του μαθησιακού περιεχομένου με τη μορφή αντικειμένων εκμάθησης, τα οποία εξυπηρετούν τις ανάγκες των ατόμων». Γενικά, ένα σύστημα διαχείρισης περιεχομένου εκμάθησης περικλείει εφαρμογές σύνταξης περιεχομένου και αξιολογήσεων, χρήσιμα εργαλεία συνεργασίας και διαχείρισης αλλά και ένα αποθετήριο δεδομένων. Πιο συγκεκριμένα, όπως φαίνεται στην Εικόνα 5, τα συνθετικά στοιχεία ενός συστήματος διαχείρισης περιεχομένου εκμάθησης είναι τα εξής [30]: Αποθετήριο μαθησιακών αντικειμένων (Learning object repository): Το αποθετήριο μαθησιακών αντικειμένων είναι μια κεντρική βάση δεδομένων αποθήκευσης και διαχείρισης του μαθησιακού περιεχομένου. Τα αντικείμενα εκμάθησης παρέχονται στους χρήστες είτε μεμονωμένα είτε σε ευρύτερες ενότητες εκμάθησης, ανάλογα με τις μαθησιακές ανάγκες του κάθε ατόμου. Το κάθε αντικείμενο μπορεί να χρησιμοποιηθεί όσες φορές και για όσους μαθησιακούς στόχους κριθεί αναγκαίο. Η ακεραιότητα του περιεχομένου διατηρείται ανεξάρτητη από την πλατφόρμα παράδοσης, αφού το περιεχόμενο διαχωρίζεται από τη λογική και τον κώδικα προγραμματισμού. Αυτόματη εφαρμογή συγγραφής (Automated authoring application): Χρησιμοποιείται για τη δημιουργία επαναχρησιμοποιήσιμων αντικειμένων εκμάθησης, τα οποία είναι προσπελάσιμα από το αποθετήριο. Αυτή η εφαρμογή αυτοματοποιεί τη διαδικασία συγγραφής περιεχομένου με την παροχή έτοιμων προτύπων και σχεδιαστικών αρχών. Με τη χρήση αυτών των προτύπων, μπορούν να δημιουργηθούν ολόκληρα μαθήματα από υπάρχοντα μαθησιακά αντικείμενα τα οποία βρίσκονται αποθηκευμένα στο αποθετήριο, να δημιουργηθούν νέα καθώς και να συνδυαστούν τα παλιά με τα νέα αντικείμενα. Επιπλέον, οι βιβλιοθήκες με το περιεχόμενο ενός οργανισμού μπορούν να μετατραπούν γρήγορα, με προσθήκη ψηφιακών μέσων και προσαρμογή διεπαφών και εκπαιδευτικών μεθοδολογιών. Οι συγγραφείς μπορεί να είναι ειδήμονες, καλλιτέχνες ψηφιακών μέσων ή υπεύθυνοι της μαθησιακής κοινότητας. Διεπαφή δυναμικής παράδοσης (Dynamic delivery interface): Απαιτείται για την εξατομικευμένη παράδοση του μαθησιακού αντικειμένου, ανάλογα με τα προφίλ, τις αξιολογήσεις και τις απαιτήσεις των εκπαιδευόμενων. Αυτό το στοιχείο παρέχει παρακολούθηση των χρηστών και συνδέσμους προς σχετικές πηγές πληροφοριών ενώ, παράλληλα, υποστηρίζει πλήθος ειδών αξιολόγησης με ανατροφοδότηση παρεχόμενη από τον 17

36 χρήστη. Αυτή η διεπαφή μπορεί να προσαρμοστεί ανάλογα με τον οργανισμό και την περιοχή διαμονής των χρηστών. Εφαρμογή διαχείρισης (Administrative application): Χρησιμοποιείται για την παρακολούθηση και τη διαχείριση της προόδου των μαθητών, για την παρουσίαση των κατάλληλων μαθημάτων ηλεκτρονικής μάθησης καθώς και για την παροχή άλλων βασικών λειτουργιών διαχείρισης. Η πληροφορία που αντλείται μπορεί να ανατροφοδοτηθεί σε ένα σύστημα διαχείρισης εκμάθησης με πιο εύρωστες διοικητικές λειτουργίες. Εικόνα 5. Τα συνθετικά στοιχεία ενός συστήματος διαχείρισης περιεχομένου εκμάθησης Όπως προαναφέρθηκε, ένα σύστημα διαχείρισης περιεχομένου εκμάθησης διαχειρίζεται αντικείμενα εκμάθησης, τα οποία παρέχονται στον κατάλληλο χρήστη, τη σωστή στιγμή. Αντίθετα, ο κύριος στόχος ενός συστήματος διαχείρισης εκμάθησης είναι η διαχείριση των χρηστών και η διατήρηση της προόδου και της επίδοσης τους, σε όλων των ειδών τις εκπαιδευτικές δραστηριότητες. Η κατανόηση της διαφοράς τους μπορεί να είναι πολύ συγκεχυμένη επειδή τα περισσότερα συστήματα διαχείρισης περιεχομένου εκμάθησης (το 74%) παρέχουν λειτουργίες συστημάτων διαχείρισης εκμάθησης, όπως η διαχείριση των μαθημάτων, η εγγραφή και η παρακολούθηση του εκπαιδευόμενου. Αντίστοιχα, ένα καλό σύστημα διαχείρισης εκμάθησης υποστηρίζει επαναχρησιμοποιήσιμα μαθησιακά αντικείμενα και προσαρμοσμένη εκμάθηση, βασιζόμενη στις αξιολογήσεις δεξιοτήτων του μαθητή, όπως δηλαδή ένα σύστημα διαχείρισης περιεχομένου εκμάθησης. Ο επόμενος Πίνακας παρουσιάζει αναλυτικά τις διακρίσεις λειτουργικότητας μεταξύ των δύο εφαρμογών [33]: Κύριοι χρήστες Σύστημα διαχείρισης εκμάθησης Εκπαιδευτικοί, διαχειριστές Σύστημα διαχείρισης περιεχομένου εκμάθησης Προγραμματιστές περιεχομένου, σχεδιαστές εκπαίδευσης, υπεύθυνοι έργου 18

37 Διαχειρίζεται κυρίως.. Χρήστες Μαθησιακό περιεχόμενο Διαχείριση τάξης, Ναι (αλλά όχι πάντα) Όχι εκπαίδευση καθοδηγούμενη από εκπαιδευτικό Αναφορές των Πρωταρχικός στόχος Δευτερεύων στόχος εκπαιδευτικών αποτελεσμάτων Συνεργασία εκπαιδευόμενων Ναι Ναι Διατήρηση των προφίλ των Ναι Όχι εκπαιδευόμενων Ανταλλαγή των δεδομένων Ναι Όχι των εκπαιδευόμενων με ένα σύστημα ERP Προγραμματισμός Ναι Όχι γεγονότων Χαρτογράφηση ικανοτήτων Ναι Ναι (σε ορισμένες περιπτώσεις) Ικανότητες δημιουργίας Όχι Ναι περιεχομένου Οργάνωση Όχι Ναι επαναχρησιμοποιήσιμου περιεχομένου Δημιουργία και διαχείριση ερωτήσεων αξιολόγησης Ναι (το 73% έχει αυτή τη δυνατότητα) Ναι (το 92% έχει αυτή τη δυνατότητα) Προσαρμοζόμενη εκμάθηση Όχι Ναι Εργαλεία διαχείρισης της Όχι Ναι ανάπτυξης περιεχομένου Παράδοση περιεχομένου μέσω ελέγχου πλοήγησης και διεπαφής χρήστη Όχι Ναι Ένα σύστημα διαχείρισης εκμάθησης και ένα σύστημα διαχείρισης περιεχομένου εκμάθησης δεν είναι μόνο διαφορετικά μεταξύ τους, αλλά αλληλοσυμπληρώνονται. Το [30] εξηγεί πως όταν ενσωματωθούν, η πληροφορία από τα δύο συστήματα μπορεί να εναλλαχθεί, καταλήγοντας σε μια πλουσιότερη εμπειρία εκμάθησης για τον χρήση και σε ένα πιο κατανοητό εργαλείο για τον διαχειριστή εκμάθησης. Ένα σύστημα διαχείρισης εκμάθησης μπορεί να διαχειριστεί κοινότητες χρηστών, επιτρέποντας στην καθεμία να προβάλλει τα κατάλληλα αντικείμενα που αποθηκεύονται και διαχειρίζονται από το σύστημα διαχείρισης περιεχομένου εκμάθησης. Το σύστημα διαχείρισης περιεχομένου εκμάθησης σημειώνει την πρόοδο του κάθε εκπαιδευόμενου, αποθηκεύει τα αποτελέσματα των αξιολογήσεων και τα περνάει στο σύστημα διαχείρισης εκμάθησης για σκοπούς αναφοράς. Η Εικόνα 6 απεικονίζει τη σχέση των δύο ενσωματωμένων συστημάτων σε ένα περιβάλλον ηλεκτρονικής μάθησης [30]. 19

38 Εικόνα 6. Ολοκλήρωση ενός LMS με ένα LCMS ΕΙΚΟΝΙΚΑ ΠΕΡΙΒΑΛΛΟΝΤΑ ΕΚΜΑΘΗΣΗΣ (VIRTUAL LEARNING ENVIRONMENTS - VLEs) Τα εικονικά περιβάλλοντα εκμάθησης (Virtual Learning Environments - VLEs) χαρακτηρίζονται ως «περιβάλλοντα βασιζόμενα σε υπολογιστή, τα οποία είναι σχετικά ανοιχτά συστήματα και τα οποία επιτρέπουν αλληλεπιδράσεις και συναντήσεις με άλλους συμμετέχοντες, πηγές και παρουσιάσεις» [34]. Τα περιβάλλοντα αυτά παρέχουν τη δυνατότητα αναδόμησης της μαθησιακής εμπειρίας, μέσω υψηλού επιπέδου ελέγχου των μαθητών και υποστήριξης της επικοινωνίας και της αλληλεπίδρασης μεταξύ των συμμετεχόντων της μαθησιακής διαδικασίας. Σε ένα εικονικό περιβάλλον εκμάθησης, οι συμμετέχοντες έχουν ελεύθερη και εξατομικευμένη πρόσβαση σε ένα πλήθος μαθησιακών πόρων. Ειδικότερα, όταν η διδασκαλία παρέχεται με ασύγχρονο τρόπο, οι εκπαιδευόμενοι μπορούν να ελέγχουν το χρόνο και το ρυθμό της μαθησιακής τους εμπειρίας. Η έννοια του εικονικού περιβάλλοντος εκμάθησης εισάγει τη διάσταση της επικοινωνίας μεταξύ μαθητευόμενων και εκπαιδευτών, σε μια μέχρι πρότινος ατομική μαθησιακή εμπειρία. Τα περιβάλλοντα αυτά εκμεταλλεύονται την ευρέως διαθέσιμη υποδομή δικτύων, ενθαρρύνοντας έτσι τις μαθησιακές κοινότητες, καθώς και την ηλεκτρονική αλληλεπίδραση και συζήτηση [34], [35]. Ένα εικονικό περιβάλλον εκμάθησης έχει παρόμοια σημασία με ένα σύστημα διαχείρισης εκμάθησης, με τη διαφορά ότι ένα εικονικό περιβάλλον διευκολύνει κυρίως την εκμάθηση σε έναν οργανισμό και εστιάζει λιγότερο σε χαρακτηριστικά διαχείρισης της εκμάθησης. Αποτελείται από μια διεπαφή, η οποία επιτρέπει στους μαθητές να εγγράφονται και να παρακολουθούν μαθήματα, 20

39 παραμένοντας σε αυτό το περιβάλλον για όσο διαρκεί το εκάστοτε μάθημα. Επιπλέον, το εικονικό περιβάλλον εκμάθησης εμπερικλείει λειτουργίες ενός συστήματος διαχείρισης εκμάθησης για τα μαθήματα εντός του περιβάλλοντος εκμάθησης, αλλά πιθανότατα δεν είναι ικανό να εντοπίσει μαθήματα τα οποία δημιουργήθηκαν εκτός του συγκεκριμένου περιβάλλοντος [29]. 1.3 Ο ΠΑΓΚΟΣΜΙΟΣ ΙΣΤΟΣ 2.0 ΚΑΙ Η ΗΛΕΚΤΡΟΝΙΚΗ ΜΑΘΗΣΗ Ο ΠΑΓΚΟΣΜΙΟΣ ΙΣΤΟΣ 2.0: ΜΙΑ ΝΕΑ ΠΡΟΣΕΓΓΙΣΗ ΓΙΑ ΤΗΝ ΕΚΠΑΙΔΕΥΣΗ ΚΑΙ ΤΗ ΜΑΘΗΣΗ Στον 20 ό αιώνα ο πρωταρχικός στόχος της εκπαίδευσης ήταν η ενίσχυση των μαθητών με αποθέματα γνώσεων και γνωστικών δεξιοτήτων, τα οποία θα μπορούσαν να αναπτυχθούν αργότερα, παρουσία καταλλήλων συνθηκών. Αυτή η προσέγγιση προς την εκπαίδευση ευδοκιμούσε σε ένα σχετικά σταθερό κόσμο, ο οποίος άλλαζε αργά και στον οποίο η επαγγελματική σταδιοδρομία είχε διάρκεια ζωής. Όχι, όμως, στον 21 ο αιώνα, ο οποίος εξελίσσεται με αυξανόμενο ρυθμό, απαιτώντας μια διαφορετική προσέγγιση στη μάθηση. Ο Παγκόσμιος Ιστός εμφανίστηκε στα μέσα της δεκαετίας του 1990 ως Παγκόσμιος Ιστός 1.0 (Web 1.0), διευρύνοντας ευρέως την ικανότητα πρόσβασης σε πληροφορίες. Όμως, αποτελούσε μέσο μίας κατεύθυνσης, αφού μέσω αυτού τα άτομα λάμβαναν ως παθητικοί δέκτες στατικό περιεχόμενο, ενώ η ικανότητα επικοινωνίας και διαλόγου μεταξύ τους ήταν μειωμένη. Επιπλέον, ο Ιστός 1.0 απαιτούσε μεγάλη οικονομική επένδυση για τη δημιουργία του περιεχομένου. Εικόνα 7. Ο Παγκόσμιος Ιστός

40 Η επανάσταση επήλθε με τον ερχομό του Παγκόσμιου Ιστού 2.0 (Web 2.0), όπως χαρακτηριστικά επονόμασε ο Tim O'Reilly το 2004 τις εξελικτικές τάσεις στη χρήση του Παγκόσμιου Ιστού, οι οποίες βελτίωσαν τη δημιουργία και την ασφαλή διαμοίραση των πληροφοριών, την επικοινωνία, τη συνεργασία και τη λειτουργικότητα του Ιστού (Εικόνα 7). Ο Ιστός 2.0 δε περιγράφει απλώς τις νέες τεχνολογίες που έχουν εμφανιστεί τα τελευταία χρόνια, αλλά αντικατοπτρίζει μια εξέλιξη τόσο κοινωνική όσο και τεχνολογική. Στον Ιστό 2.0 οι απλοί αναγνώστες μετατρέπονται σε ενεργούς παραγωγούς περιεχομένου, αφού πλέον μπορούν να δημιουργήσουν και να συνεισφέρουν με νέο περιεχόμενο στο Διαδίκτυο. Τα βασικά χαρακτηριστικά του Ιστού 2.0 είναι η ευκολία χρήσης των εργαλείων δημιουργίας περιεχομένου και η συνεργασία, με άλλα λόγια, η κοινωνική αλληλεπίδραση που προκύπτει ως φυσικό επακόλουθο. Επιπλέον, ο Ιστός 2.0 έχει εξελίξει τον τρόπο με τον οποίο χτίζονται οι εφαρμογές. Το Διαδίκτυο έχει γίνει μια πανταχού παρούσα υπολογιστική πλατφόρμα, η οποία διευκολύνει την παράδοση λογισμικού με τη μορφή υπηρεσιών. Μέσα στα επόμενα χρόνια, οι ίδιες εφαρμογές όλο και πιο συχνά θα παρέχουν περιεχόμενα τα οποία θα μπορούν να χρησιμοποιηθούν από άλλες εφαρμογές [36], [37], [38]. Η Εικόνα 8 απεικονίζει την εξέλιξη του Παγκόσμιου Ιστού τα τελευταία χρόνια. Εικόνα 8. Η εξέλιξη του Παγκόσμιου Ιστού ΟΙ ΤΡΕΙΣ ΓΕΝΙΕΣ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ Η εξέλιξη της ηλεκτρονικής μάθησης καθοδηγείται από δύο βασικούς παράγοντες. Ο πρώτος είναι η σταθερή αύξηση του ρυθμού παραγωγής πληροφοριών, η οποία με τη σειρά της έχει οδηγήσει σε εξελιγμένες ανάγκες πληροφόρησης και προσδοκίες εκμάθησης. Ο δεύτερος παράγοντας είναι ο Παγκόσμιος Ιστός

41 Κατ' αντιστοιχία με τον Παγκόσμιο Ιστό 1.0, η Ηλεκτρονική Μάθηση 1.0 (E-learning 1.0) ήταν η πρώτη γενιά εκπαίδευσης μέσω Διαδικτύου. Οι μαθησιακές εμπειρίες, οι οποίες διαρκούσαν πάνω από ώρα, ήταν είτε σύγχρονα μαθήματα τα οποία παραδίδονταν μέσω μιας εικονικής αίθουσας είτε ασύγχρονα μαθήματα κατασκευασμένα με ένα εργαλείο συγγραφής και σύμφωνα με ένα παραδοσιακό μοντέλο εκμάθησης. Τα μαθήματα αυτά διαχειρίζονταν από ένα σύστημα διαχείρισης εκμάθησης. Στην Ηλεκτρονική Μάθηση 1.3 (E-learning 1.3), η οποία εμφανίστηκε τα τελευταία χρόνια, η γνώση παραδίδεται πολύ γρήγορα και σε μικρότερα αλλά περισσότερα τμήματα. Η διαδικασία της εκμάθησης λαμβάνει χώρα σε ένα εργασιακό περιβάλλον, απαιτώντας επομένως την ευκολία ανάκτησης της. Γι' αυτόν τον λόγο, η μάθηση δεν είναι πάντα προσπελάσιμη μέσω ενός συστήματος διαχείρισης εκμάθησης, αλλά παραδίδεται στον εκπαιδευόμενο μέσω ηλεκτρονικού ταχυδρομείου ή μέσω συνδέσμων του ενδοδικτύου της εταιρείας. Το περιεχόμενο της Ηλεκτρονικής Μάθησης 1.3 παράγεται από ειδήμονες του θέματος, είτε με τη χρήση προτύπων και γρήγορων εργαλείων ηλεκτρονικής μάθησης είτε με συστήματα διαχείρισης περιεχομένου εκμάθησης. Επιπλέον, περιστασιακά, προβλέπονται και εικονικές συνδιασκέψεις ως μέρος της μαθησιακής εμπειρίας. Η Ηλεκτρονική Μάθηση 2.0 (E-learning 2.0) αποτέλεσε το μεγαλύτερο άλμα στη μάθηση. Ο όρος αυτός εισήχθη από τον Stephen Downes [39], έναν καναδό ερευνητή, για να περιγράψει μια νέα μορφή εκμάθησης η οποία βασίζεται σε εργαλεία του Ιστού 2.0. Τα εργαλεία αυτά συνδυάζουν την εύκολη δημιουργία υλικού, την παράδοση μέσω Διαδικτύου και την ολοκληρωμένη συνεργασία. Η Ηλεκτρονική Μάθηση 2.0 δεν παρέχει απλώς ελεύθερη πρόσβαση σε παραδοσιακά αντικείμενα εκμάθησης και μαθησιακά εργαλεία, αλλά επιτρέπει σε άτομα με κοινά ενδιαφέροντα να συναντηθούν, να μοιραστούν τις ιδέες τους και να συνεργαστούν με επαναστατικούς τρόπους. Στην ουσία, η Ηλεκτρονική Μάθηση 2.0 έχει σαν στόχο την καθοδηγούμενη από το άτομο μάθηση και διαμοίραση των γνώσεων. Είναι σημαντικό να τονίσουμε πως οι τρεις προαναφερθείσες γενιές της ηλεκτρονικής μάθησης, οι οποίες χρησιμοποιούν τον Ιστό για να υποστηρίξουν τη μάθηση και να βελτιώσουν την ανθρώπινη απόδοση, συνυπάρχουν, υπό την έννοια ότι οι εκπαιδευτικές λύσεις συνήθως περιέχουν και συνδυάζουν όψεις της κάθε γενιάς. Συγκεκριμένα, η Ηλεκτρονική Μάθηση 1.0 θα συνεχίσει να χρησιμοποιείται για την παράδοση περιεχομένου σε σχετικά μεγάλα ακροατήρια, με κοινές ανάγκες και με παρόμοιο επίπεδο γνώσεων πάνω σε συγκεκριμένα θέματα. Η Ηλεκτρονική Μάθηση 1.3 θα χρησιμοποιείται για να παρέχει γρήγορες μαθησιακές ευκαιρίες και βασικές πληροφορίες σχετικά με νέα προϊόντα, διαδικασίες και συστήματα. Η Ηλεκτρονική Μάθηση 2.0 είναι ιδιαίτερα σημαντική σε περιπτώσεις διαφορετικών μαθησιακών αναγκών. Είναι, επίσης, μια βάσιμη επιλογή όταν το περιεχόμενο δε μπορεί να αναγνωριστεί εκ των προτέρων και με χαμηλό κόστος, λόγω της ύπαρξης πολλών πληροφοριών και αρχικά άγνωστων μαθησιακών αναγκών. Επομένως, η Ηλεκτρονική Μάθηση 2.0 μπορεί να καλύψει την πλειοψηφία των μαθησιακών αναγκών των επαγγελματιών που εκπαιδεύονται μέσα στο χώρο της εργασίας τους [36], [38]. 23

42 1.3.3 ΤΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΥΛΙΚΟ ΣΤΗΝ ΕΠΟΧΗ ΤΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ 2.0 Τα εργαλεία που θα παρουσιαστούν παρακάτω αποτελούν παραδείγματα υποδομών, προσανατολισμένων στο χρήστη, οι οποίες δίνουν έμφαση στη συνεργασία και στους πειραματισμούς, αποτελώντας τη βάση για εκμάθηση μέσω της δράσης και όχι της παθητικότητας. Ιστολόγια (Blogs): Επιτρέπουν σε ένα άτομο να αναρτά τακτικές ανακοινώσεις στο Διαδίκτυο, για παράδειγμα μέσω ενός προσωπικού ημερολογίου ή μέσω της ανάλυσης των σύγχρονων γεγονότων. Τα ιστολόγια, χάρη στα επικοινωνιακά και συνεργατικά τους χαρακτηριστικά, προσφέρουν αυξημένες δυνατότητες για συνεργατική δημιουργία περιεχομένου και, κατά συνέπεια, συνεργατική οικοδόμηση της γνώσης και βελτίωση του περιεχομένου. Συνεργατικά εργαλεία παραγωγής γραπτού λόγου (Wikis): Πρόκειται για μια «ανοιχτή» συλλογική δημοσίευση η οποία επιτρέπει στους χρήστες να συνεισφέρουν στη δημιουργία ή επεξεργασία των πληροφοριών. Τα εργαλεία αυτά παρέχουν πλήθος μαθησιακών ευκαιριών, λόγω της δυνατότητας τους να διευκολύνουν και να υποστηρίζουν μια συνεργατική και δικτυωμένη κουλτούρα μάθησης. Κοινωνικά δίκτυα (Social networks): Πρόκειται για ένα κοινωνικό μέσο το οποίο συνδέει τους χρήστες με φίλους τους αλλά και με άλλα άτομα τα οποία δουλεύουν, σπουδάζουν ή ζουν κοντά τους. Τα κοινωνικά εργαλεία, όπως για παράδειγμα τα φόρουμ συζήτησης, επιτρέπουν στους εκπαιδευόμενους να δοκιμάζουν, να εξετάζουν και να κατασκευάζουν τη δικιά τους προσωπική γνώση. Γενικότερα, η λειτουργία των κοινωνικών δικτύων δημιουργεί ένα περιβάλλον συνεργασίας και ομαδικής προσπάθειας. Αρχειοθέτηση πολυμέσων: Επιτρέπουν σε χρήστες να προσπελάσουν, να αποθηκεύσουν και να μοιραστούν ηχογραφήσεις, φωτογραφίες και βίντεο. Οι εκπαιδευόμενοι, μέσα από ψηφιακά ντοσιέ εργασιών, μπορούν να επιδείξουν τί είναι ικανοί να κάνουν και τί έχουν μάθει, να καταγράψουν τις εμπειρίες τους αλλά και να επιτρέψουν σε άλλους να δουν τη δουλειά τους. Στην ίδια κατηγορία ανήκουν τα ψηφιακά ηχητικά αρχεία (podcasts) τα οποία αποτελούν ένα κανάλι αμφίδρομης επικοινωνίας μεταξύ διδάσκοντα και μαθητή, αφού σε ακαδημαϊκούς κύκλους τα αρχεία αυτά περιέχουν διαλέξεις και άλλο υλικό μαθημάτων. Σύγχρονα εργαλεία επικοινωνίας: Επιτρέπουν την οπτικοακουστική επικοινωνία μέσω του Διαδικτύου, σε πραγματικό χρόνο. Τα εργαλεία αυτά εκμεταλλεύονται τη βελτιωμένη τεχνολογία συμπίεσης δεδομένων και το μεγάλο εύρος ζώνης, ενώ μπορούν να οργανωθούν και να διαχειριστούν από εκπαιδευόμενους για επικοινωνιακούς σκοπούς. Δίχως σκέψη, για συγκεκριμένους μαθησιακούς στόχους, όπως για την εκμάθηση μιας γλώσσας, τα εργαλεία αυτά παρέχουν μεγαλύτερη ευελιξία από ότι τα εργαλεία του Διαδικτύου προηγούμενης γενιάς. 24

43 Εικονικά περιβάλλοντα πολλαπλών χρηστών (Multi User Virtual Environments - MUVEs): Πρόκειται για μια πραγματικού χρόνου σύνδεση και επικοινωνία με εικονικές ιστοσελίδες και άτομα. Χάρη στο μεγάλο αριθμό των δυνατών συμμετεχόντων, ο εκπαιδευόμενος συμμετέχει σε πλήθος μαθησιακών ευκαιριών, μέσω ενός συνδυασμού κοινωνικής αλληλεπίδρασης, συνεργασίας, εξερεύνησης και πειραματισμού σε πραγματικό χρόνο. Τα περιβάλλοντα αυτά είναι επίσης ιδιαίτερα χρήσιμα σε μαθήματα αρχιτεκτονικής και σχεδίου. Μάθηση μέσω φορητών συσκευών (Mobile learning): Οι φορητές συσκευές επιτρέπουν στους χρήστες να έχουν πρόσβαση, οποτεδήποτε και οπουδήποτε, σε πολλαπλές μορφές πληροφορίας, όπως ήχο, κείμενο και βίντεο. Καθώς η τεχνολογία των φορητών συσκευών εξελίσσεται ολοένα και περισσότερο, με μεγαλύτερες και πιο ευκρινείς οθόνες, με πληκτρολόγια αφής και με πλοήγηση καθοδηγούμενη από την κίνηση, οι δυνατότητες των εκπαιδευτικών εφαρμογών αυξάνονται ανάλογα. Μια βασική εφαρμογή των κινητών τηλεφώνων αποτελεί η συλλογή δεδομένων από εκπαιδευόμενους, με τη μορφή φωτογραφιών και βίντεο καθώς και ψηφοφοριών ή συνεντεύξεων πραγματικού χρόνου, τα οποία μπορούν έπειτα οι μαθητές να οργανώσουν και να παραθέσουν στην ιστοσελίδα ενός μαθήματος. Ανοιχτό περιεχόμενο (Open content): Πρόκειται για τα ελεύθερα αντικείμενα εκμάθησης, τα οποία είναι διαθέσιμα στο Διαδίκτυο για χρήση από διδάσκοντες ή εκπαιδευόμενους. Η διάδοση της ιδέας αυτής υποστηρίζει την ελεύθερη ανταλλαγή ιδεών και εκπαιδευτικού περιεχομένου. Οι εκπαιδευτικοί και οι εκπαιδευόμενοι έχουν ελεύθερη πρόσβαση, για μαθησιακούς σκοπούς, σε ένα ολοένα αυξανόμενο εύρος ποιοτικών αντικειμένων εκμάθησης. Οι εκπαιδευτικοί πλέον δε δημιουργούν όλο το υλικό τους online ενώ οι εκπαιδευόμενοι δεν περιορίζονται από το περιεχόμενο και τη διδακτέα ύλη του εκπαιδευτικού ιδρύματος στο οποίο είναι εγγεγραμμένοι. Επομένως, στην προσέγγιση του ανοιχτού περιεχομένου, ο εκπαιδευτικός είναι ο οδηγός ο οποίος θέτει στόχους και κριτήρια αξιολόγησης ενώ οι μαθητές εντοπίζουν, αξιολογούν και οργανώνουν τα κατάλληλα αντικείμενα εκμάθησης. Κοινωνική σελιδοσήμανση (Social bookmarking): Είναι μια υπηρεσία η οποία επιτρέπει στους χρήστες του Διαδικτύου να αποθηκεύσουν, να οργανώσουν και να διαχειριστούν σελιδοδείκτες online πηγών, τους οποίους έπειτα διαμοιράζονται με άλλα άτομα. Σημαντικό στοιχείο της διαδικασίας αυτής είναι η σήμανση ενός επιλεγμένου συνδέσμου με έναν περιγραφικό όρο, επονομαζόμενο ως ετικέτα (tag). Επιπλέον, οι ηλεκτρονικές πηγές μπορούν να σχολιαστούν με περιγραφές οι οποίες βοηθούν τους χρήστες να κατανοήσουν το περιεχόμενο του συνδέσμου πριν τον χρησιμοποιήσουν. Τα εργαλεία κοινωνικής σελιδοσήμανσης είναι εξαιρετικά για την ανακάλυψη πόρων και τη διαμοίραση πληροφοριών καθώς επιτρέπουν στα άτομα που αναζητούν ένα συγκεκριμένο θέμα να δουν τις ετικέτες που έχουν θέσει άλλοι χρήστες. Επιπλέον, η τεχνολογία αυτή παρέχει μια κοινωνική πλατφόρμα για αλληλεπιδράσεις και συζητήσεις [37]. 25

44 1.4 Η ΤΕΧΝΟΛΟΓΙΚΗ ΕΞΕΛΙΞΗ ΣΤΟΝ ΤΟΜΕΑ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ Η ηλεκτρονική εκμάθηση, με τη συμβολή των τεχνολογικών καινοτομιών, εξελίχθηκε από μια μορφή αυτόνομης εκπαίδευσης, βασιζόμενης σε υπολογιστή, σε ένα πλήθος εφαρμογών διαχείρισης, παράδοσης και συνεργασίας (Εικόνα 9). Αυτές οι καινοτομίες βελτίωσαν τις δυνατότητες της ηλεκτρονικής μάθησης, καθιστώντας την ελκυστική σε φορείς, οι οποίοι αναζητούσαν τρόπους ανάπτυξης του ανθρώπινου δυναμικού τους, και ευνοώντας τους προγραμματιστές να εδραιωθούν στο περιβάλλον της ηλεκτρονικής μάθησης. Εικόνα 9. Η τεχνολογική εξέλιξη στην ηλεκτρονική μάθηση Κατά τη διάρκεια της παγκόσμιας οικονομικής ανάπτυξης της δεκαετίας του 1990, η εξέλιξη των δικτύων σε συνδυασμό με την ανάπτυξη του Παγκόσμιου Ιστού, έδωσε ώθηση σε πλήθος καινοτομιών στον τομέα της τεχνολογίας των πληροφοριών. Τα επιχειρησιακά μοντέλα ανάπτυξης προσαρμοσμένου, έτοιμου προς χρήση περιεχομένου, αναπτύχθηκαν, προσφέροντας πλήθος νέων προϊόντων και υπηρεσιών. Η πιο σημαντική καινοτομία ήταν η εμφάνιση των συστημάτων 26

45 διαχείρισης εκμάθησης, τα οποία επέτρεπαν στους διευθυντές ανθρώπινου δυναμικού να διαχειρίζονται την εκμάθηση στις αίθουσες διδασκαλίας, καθώς και το ολοένα αυξανόμενο περιεχόμενο της ηλεκτρονικής μάθησης. Ο τομέας της ηλεκτρονικής μάθησης συμπεριέλαβε και άλλες τεχνολογικές καινοτομίες, όπως τα εργαλεία σύγχρονης συνεργασίας, τα οποία επέτρεπαν σε απομακρυσμένους εκπαιδευόμενους να διαμοιράζονται «μια εικονική αίθουσα διδασκαλίας». Τα εργαλεία αυτά διεύρυναν αυτού του είδους τη μάθηση αφού παρείχαν μια πιο οικονομική εναλλακτική ως προς τα υπάρχοντα δορυφορικά συστήματα συνδιασκέψεων. Παρομοίως, εργαλεία συγγραφής, εργαλεία ασύγχρονης συνεργασίας και συστήματα για την εκτίμηση και την εξέταση των δεξιοτήτων των μαθητών άνθισαν και πρόσθεσαν αξία στην ηλεκτρονική εκμάθηση. Το πιο πρόσφατο κύμα καινοτομιών αποτέλεσε η ανάπτυξη τεχνολογιών για τη συγγραφή και τη διαχείριση των «αντικειμένων εκμάθησης». Τα συστήματα διαχείρισης του περιεχομένου εκμάθησης προσέφεραν εκπαίδευση υψηλούς πιστότητας, καθώς το περιεχόμενο μπορούσε να παρουσιαστεί ξανά σε διαφορετικά ακροατήρια αλλά και να το εξατομικευτεί για μεμονωμένους χρήστες. Την ίδια στιγμή, η μετάδοση βίντεο και τα εργαλεία εξομοιώσεων άνοιγαν νέες λεωφόρους για την ανάπτυξη περιεχομένου. Τεχνολογίες βασισμένες στο Διαδίκτυο, συμπεριλαμβανομένων των τεχνολογιών μετάδοσης ψηφιακών μέσων, των εργαλείων συνεργασίας και των παιγνίων, βρήκαν εφαρμογές και στον τομέα της ηλεκτρονικής μάθησης. Ποια θα είναι η επόμενη τεχνολογία; Χωρίς αμφιβολία, η εξέλιξη των υφιστάμενων και αναδυόμενων τεχνολογιών θα βοηθήσει τον τομέα να ωριμάσει. Η περίοδος των ταχέων καινοτομιών και η πληθώρα των τεχνολογικών εκκινήσεων που χαρακτήρισαν το τέλος του 1990 μέχρι και το 2000, σχημάτισαν μια βιομηχανική υποδομή, η οποία θα προσπαθήσει να ενσωματώσει αυτές τις νέες τεχνολογίες καθώς αυτές θα τελειοποιούνται [40]. 1.5 ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΚΑΙ ΠΙΘΑΝΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ ΤΑ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ Η ευρύτερη χρήση των νέων τεχνολογιών είναι το κλειδί για την εξάλειψη των εκπαιδευτικών εμποδίων. Η ηλεκτρονική μάθηση μπορεί να συνεισφέρει σημαντικά στη δημιουργία μιας κουλτούρας δια βίου εκπαίδευσης και να καταστήσει τη μόρφωση και την εκπαίδευση προσιτή σε όλους, όποιος κι αν είναι ο τόπος κατοικίας τους, η ηλικία ή η εργασιακή τους κατάσταση [24]. Η εκμάθηση με τη χρήση της ψηφιακής τεχνολογίας είναι παντού και πάντα διαθέσιμη, χωρίς να απαιτεί οργανωμένους χώρους εκπαίδευσης. Αντιθέτως, είναι διαθέσιμη σε όλους όσους διαθέτουν ακόμη και απλά τεχνολογικά μέσα, όπως έναν κοινό ηλεκτρονικό υπολογιστή με σύνδεση στο Διαδίκτυο. Με αυτόν τον τρόπο, συμβάλλει στην εξοικονόμηση χρόνου, χρήματος και σωματικής 27

46 καταπόνησης όλων των συμμετεχόντων - φορέων, εκπαιδευτικών και μαθητών - μιας και πλέον δε απαιτείται μετακίνηση για συμμετοχή στη μαθησιακή διαδικασία. Η ηλεκτρονική εκμάθηση είναι εξαιρετικά πλούσια σε περιεχόμενο, το οποίο μάλιστα βελτιώνεται εύκολα και συνεχώς. Όταν σχεδιαστεί σωστά, μπορεί να υποστηρίξει έναν εξαιρετικά προηγμένο τρόπο παρουσίασης του μαθησιακού αντικειμένου με κείμενο, υπερκείμενο, πολυμέσα, βίντεο, ήχο, εικόνα και προσομοίωση. Παρέχει τη δυνατότητα επαναχρησιμοποίησης και δημιουργίας κοινής βάσης για πολλά θέματα εκπαίδευσης, μέσω πολλαπλών μορφών οργάνωσης του περιεχομένου μάθησης. Επίσης, εξασφαλίζει πολλούς τρόπους στοχευόμενης παρουσίασης του εκπαιδευτικού υλικού οι οποίοι λαμβάνουν υπόψη τόσο το επίπεδο γνώσεων του κάθε εκπαιδευόμενου, όσο και τη διαφορετικότητα στον τρόπο σύλληψης του. Με αυτόν τον τρόπο, ο μαθητής ξεπερνά το «σειριακό μοντέλο εκπαίδευσης» και επιλέγει τα τμήματα στα οποία επιθυμεί να εστιάσει το ενδιαφέρον του. Επιπλέον, μέσω του Διαδικτύου, παρέχεται άμεση πρόσβαση και με μηδενικό κόστος, σε πλούσιες πηγές πληροφόρησης, όπως βάσεις δεδομένων και διεθνείς βιβλιοθήκες, καθώς και σε υλικό σχεδιασμένο από φημισμένους επιστήμονες. Παρέχει αδιαμφισβήτητα εξαιρετικές δυνατότητες εξατομικευμένης μάθησης, έτσι ώστε να ταιριάζει στις προτιμήσεις του κάθε μαθητή, ακόμη και με ειδικές ανάγκες. Μπορεί να πραγματοποιείται με διαφορετικούς τρόπους, όπως αυτοδιδασκαλία, ασύγχρονη συνεργασία ή σύγχρονη διδασκαλία. Επιπλέον, ο μαθητής προσπελαύνει δυναμικά το μαθησιακό υλικό που ταιριάζει στις ανάγκες του, μπορεί να διαχειρίζεται την πρόοδο του, να επαναλαμβάνει όσες φορές κρίνει σκόπιμο την ίδια μαθησιακή δραστηριότητα και να ανταλλάσσει τις απόψεις του με καθηγητές και συμμαθητές. Το ανοιχτό περιβάλλον του δικτύου επιτρέπει σε εκπαιδευόμενους και επιστήμονες από διαφορετικά μέρη να έρχονται σε επαφή, ενισχύοντας έτσι τη δημιουργία κοινοτήτων χρηστών. Μπορεί, επομένως, να ενισχύσει τη συνεργατική όπως και την ενεργή συμμετοχή των μαθητών σε ειδικά σχεδιασμένα περιβάλλοντα τα οποία παρέχουν περισσότερα κίνητρα, καλύτερη ποιότητα αλληλεπίδρασης, ενίσχυση της επικοινωνίας, μεγαλύτερη ευελιξία, συνεχή υποστήριξη μεταξύ των μαθητών και κατάργηση του ανταγωνισμού. Παρέχει, επίσης, τη δυνατότητα μέτρησης ορισμένων χαρακτηριστικών και στατιστικών στοιχείων, τα οποία συγκεντρώνονται από την πλατφόρμα ηλεκτρονικής μάθησης και αφορούν την αποτελεσματικότητα της παρεχόμενης εκπαίδευσης. Η ηλεκτρονική μάθηση, χωρίς αμφιβολία, προσφέρει ευκαιρίες για δια βίου εκπαίδευση με τη δημιουργία νέων εκπαιδευτικών δραστηριοτήτων σε ακαδημαϊκά ιδρύματα και φορείς εκπαίδευσης. Πιο συγκεκριμένα, ο φορέας έχει τη δυνατότητα να επιμορφώσει έναν θεωρητικά απεριόριστο αριθμό στελεχών του, με χαμηλότερο κόστος, ανεξάρτητα από γεωγραφικούς περιορισμούς και στην καλύτερη χρονική στιγμή που θα επιλέξει ο κάθε εκπαιδευόμενος. Απαιτείται ένα αρχικό κόστος ανάπτυξης, αλλά το εκπαιδευτικό υλικό παραμένει διαθέσιμο για επανάληψη χωρίς πρόσθετο κόστος. Το επίπεδο της εκπαίδευσης μπορεί μάλιστα να βελτιώνεται συνεχώς κατά τη διάρκεια της χρήσης του ενώ παράλληλα οι μαθητές έχουν τη δυνατότητα επιλογής μεταξύ παρόμοιων διαθέσιμων θεμάτων εκπαίδευσης, παρεχόμενων από διαφορετικούς φορείς [9]. 28

47 1.5.2 ΤΑ ΠΙΘΑΝΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ Οι πρωτοβουλίες ηλεκτρονικής μάθησης απαιτούν σημαντική επένδυση σε χρόνο, πόρους και προσωπικό. Επομένως, βασικό μειονέκτημά τους αποτελεί το κόστος για το σχεδιασμό και την ανάπτυξη των προγραμμάτων καθώς και το κόστος υλικού και λογισμικού για πρόσβαση των χρηστών με υψηλές ταχύτητες. Ένα από κυριότερα χαρακτηριστικά της ηλεκτρονικής μάθησης είναι η προσβασιμότητα. Τα πάντα είναι ένα «κλικ» μακριά, οποτεδήποτε χρειαστεί, στο γραφείο ή στο σπίτι. Συχνά, όμως, αγνοούνται οι δυσκολίες εύρεσης χώρου και χρόνου για την ηλεκτρονική μάθηση. Είναι τουλάχιστον μη ρεαλιστικό το να θεωρεί κάποιος πως οι πολυάσχολοι άνθρωποι έχουν την απαιτούμενη αυτοκυριαρχία ώστε να αφιερώνουν χρόνο για ηλεκτρονική μάθηση. Επιπλέον, η ηλεκτρονική τεχνολογία καθιστά προσιτή μια απέραντη βάση δεδομένων, γεγονός που μετατρέπει σε ένα εξαιρετικά δύσκολο εγχείρημα την εύρεση του απαιτούμενου υλικού. Τα πολυμέσα και τα γραφικά υψηλής ανάλυσης, που χρησιμοποιούνται για να καθιστούν την εκμάθηση πιο διασκεδαστική και πιο ελκυστική, δε μεταδίδονται εύκολα σε έναν μέσο χρήστη, με μια μέση έως αργή σύνδεση, έχοντας πολλές φορές ως αποτέλεσμα την απογοήτευση του εκπαιδευόμενου και την εγκατάλειψη της προσπάθειας. Επίσης, απαγορευτικός μπορεί να γίνει ο χρόνος που χρειάζεται ένας χρήστης προκειμένου να εξοικειωθεί με στοιχειώδεις έννοιες του Διαδικτύου αλλά και με το εν λόγω εργαλείο ηλεκτρονικής μάθησης. Σε πολλά προγράμματα ηλεκτρονικής μάθησης παρατηρείται έλλειψη αλληλεπίδρασης ανάμεσα στους εκπαιδευόμενους. Αυτό έχει ως αποτέλεσμα ένα ιδιότυπο είδος απομόνωσης του εκπαιδευόμενου, ο οποίος θα έπρεπε σε τακτά χρονικά διαστήματα να αλληλεπιδρά τόσο με τον εκπαιδευτή όσο και με τους συμμαθητές του. Αυτή ακριβώς η ψυχρή επικοινωνιακή ατμόσφαιρα μπορεί να καταστήσει το μέσο ως λιγότερο ελκυστικό και, επομένως, λιγότερο χρήσιμο. Η χρήση στατικής και μη αλληλεπιδραστικής εκμάθησης μπορεί να δημιουργήσει τη νοοτροπία πως η πληροφορία η οποία παρουσιάζεται ηλεκτρονικά μπορεί να θεωρηθεί ως εκπαίδευση. Με άλλα λόγια, πολλές φορές ξεχνιέται πως για την εκπαίδευση απαιτείται κάτι περισσότερο από μια απλή παροχή πληροφοριών. Απαιτείται εξάσκηση, ανατροφοδότηση και καθοδήγηση. Ο Kevin Dobbs, μιλώντας χαρακτηριστικά για την ηλεκτρονική μάθηση, δηλώνει ότι πρέπει να «σταματήσουμε να προσποιούμαστε πως το διάβασμα είναι εκπαίδευση» [25]. Πέρα από αυτά τα πιθανά μειονεκτήματα, υπάρχει ένα πολύ ξεκάθαρο σημείο: η αποδοτική ηλεκτρονική μάθηση απαιτεί σημαντική προσπάθεια και σχεδιασμό. Αν δε δοθεί επαρκής προσοχή τόσο στο σχεδιασμό όσο και στην υλοποίηση της εκπαίδευσης, η ηλεκτρονική μάθηση δεν μπορεί να είναι επιτυχής [7], [9], [18]. 29

48 1.6 ΕΦΑΡΜΟΓΗ ΠΡΟΣΑΡΜΟΖΟΜΕΝΩΝ ΚΑΙ ΕΥΦΥΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΣΤΑ ΔΙΑΔΙΚΤΥΑΚΑ ΕΚΠΑΙΔΕΥΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΤΑ ΠΡΟΣΑΡΜΟΖΟΜΕΝΑ ΚΑΙ ΕΥΦΥΗ ΔΙΑΔΙΚΤΥΑΚΑ ΕΚΠΑΙΔΕΥΤΙΚΑ ΣΥΣΤΗΜΑΤΑ Ο κύριος στόχος των εκπαιδευτικών συστημάτων είναι η παροχή πληροφοριών και μαθησιακών ευκαιριών στους εκπαιδευόμενους, με σκοπό την ενίσχυση των ικανοτήτων και των γνώσεων τους πάνω σε ένα θέμα. Ωστόσο, πολλά από τα συστήματα ηλεκτρονικής μάθησης του παρελθόντος βασίζονταν σε στατικό μαθησιακό υλικό το οποίο δε λάμβανε υπόψη την ποικιλομορφία των μαθητών, με συνέπεια να μη μπορούν να ανταποκριθούν αποτελεσματικά στις ανάγκες, τις γνώσεις και τις δεξιότητες τους. Γι αυτόν τον λόγο, αποτέλεσε και εξακολουθεί να αποτελεί ιδιαίτερη πρόκληση η ανάπτυξη προσαρμοζόμενων εκπαιδευτικών συστημάτων τα οποία λαμβάνουν υπόψη τα διαφορετικά χαρακτηριστικά των μαθητών και προσαρμόζονται στη γνώση, τις ικανότητες, τις προτιμήσεις και τα ενδιαφέροντα του κάθε εκπαιδευόμενου, καθιστώντας τη μαθησιακή διαδικασία όσο το δυνατόν αποδοτικότερη και αποτελεσματικότερη. Με άλλα λόγια, ένα σύνολο από ηλεκτρονικές παρουσιάσεις σε μια ιστοσελίδα δεν είναι ούτε καλή αλλά ούτε και επαρκής ηλεκτρονική μάθηση. Δεν υποστηρίζει περισσότερο τους εκπαιδευόμενους από τις διαλέξεις σε παραδοσιακά εκπαιδευτικά περιβάλλοντα [6]. Επομένως, σημαντικό στοιχείο της ηλεκτρονικής εκμάθησης αποτελεί η εξατομίκευση, δηλαδή η παρουσίαση διαφορετικών πληροφοριών, σε διαφορετικούς εκπαιδευόμενους και με διαφορετική μορφή. Επιπλέον, με τον ολοένα αυξανόμενο αριθμό των διαθέσιμων αντικειμένων εκμάθησης, γίνεται ιδιαίτερα σημαντική η υποστήριξη της πορείας των μαθητών για τον εντοπισμό, την αναγνώριση και την κατανόηση της καταλληλότερης πληροφορίας, ανάλογα με τον χρόνο και την πρόοδο του μαθητή. Χωρίς καθόλου υποστήριξη, ο εκπαιδευόμενος δύσκολα μπορεί να ανακαλύψει ποια κομμάτια του μαθήματος είναι σχετικά και ποια αναπαριστούν απλώς πρόσθετη, και όχι τόσο σημαντική, πληροφορία. Συγκεκριμένα, ανάλογα με το γνωστικό υπόβαθρο, τις δυνατότητες, τις αδυναμίες, το προτιμώμενο στυλ και ρυθμό εκμάθησης του χρήστη, καθώς και την πρόοδο που έχει σημειώσει, το σύστημα επιλέγει το περιεχόμενο, τη σειρά και τον τρόπο παρουσίασης του μαθήματος. Πιθανές παράμετροι αποτελούν τα διαφορετικά μονοπάτια πλοήγησης στο περιεχόμενο, οι διαφορετικοί τρόποι παρουσίασης του ίδιου περιεχομένου (π.χ. με ή χωρίς ήχο) και η παροχή ενός διαφορετικού συνόλου λειτουργιών του περιβάλλοντος διεπαφής με στόχο τη μείωση της πολυπλοκότητας της εφαρμογής. Τα προηγμένα αυτά διαδικτυακά εκπαιδευτικά συστήματα συχνά αναφέρονται ως προσαρμοζόμενα ή ευφυή διαδικτυακά εκπαιδευτικά συστήματα. Αυτοί οι όροι δεν είναι πραγματικά συνώνυμοι. Τα προσαρμοζόμενα συστήματα προσπαθούν να είναι διαφορετικά για διαφορετικούς μαθητές και σύνολα μαθητών, με το να λαμβάνουν υπόψη τις πληροφορίες που έχουν συγκεντρώσει για ένα άτομο ή ένα σύνολο ατόμων. Αντιθέτως, με τον όρο ευφυή συστήματα 30

49 εννοούμε αυτά που εφαρμόζουν μεθόδους Τεχνητής Νοημοσύνης με στόχο την παροχή ευρύτερης και καλύτερης υποστήριξης στους χρήστες των εκπαιδευτικών διαδικτυακών συστημάτων. Ενώ η πλειοψηφία των συστημάτων μπορούν να χαρακτηριστούν σαν ευφυή και προσαρμοζόμενα, ένας αριθμός συστημάτων κατατάσσονται μόνο στη μία από τις δύο κατηγορίες (Εικόνα 10). Τα πρώτα καινοτόμα ευφυή και προσαρμοζόμενα εκπαιδευτικά συστήματα αναπτύχθηκαν τα έτη Εικόνα 10. Σχέση μεταξύ προσαρμοζόμενων και ευφυών εκπαιδευτικών συστημάτων Τα προσαρμοζόμενα και ευφυή διαδικτυακά εκπαιδευτικά συστήματα μοντελοποιούν τους στόχους, τις προτιμήσεις και τις γνώσεις του κάθε ατόμου. Έπειτα, χρησιμοποιούν αυτό το μοντέλο καθ' όλη τη διάρκεια της αλληλεπίδρασης με το μαθητή, με σκοπό την προσαρμογή στις ανάγκες του συγκεκριμένου μαθητή. Επίσης, επιδιώκουν να είναι πιο ευφυή ενσωματώνοντας και εκτελώντας λειτουργίες που παραδοσιακά εκτελούνταν από τους εκπαιδευτές, όπως η προετοιμασία των μαθητών και η διάγνωση των προβλημάτων τους. Εικόνα 11. Μοντελοποίηση του χρήστη και προσαρ μογή του μοντέλου Όπως παρουσιάζεται στην Εικόνα 11 [41], για τη μοντελοποίηση του χρήστη, ένα προσαρμοζόμενο σύστημα συλλέγει δεδομένα είτε έμμεσα, παρατηρώντας την αλληλεπίδραση του χρήστη με το σύστημα, είτε άμεσα, ζητώντας τη ρητή εισαγωγή τους από τον ίδιο τον χρήστη. Πρόκειται για δεδομένα τα οποία το σύστημα δε μπορεί να συμπεράνει εύκολα, όπως το επάγγελμα, τη σχετική 31

50 εμπειρία και τους στόχους του. Στη συνέχεια, το σύστημα επεξεργάζεται τα δεδομένα που του παρέχει ο χρήστης, με σκοπό την ανανέωση του μοντέλου. Επιπλέον, οι χρήστες μπορούν να ελέγχουν και να ανανεώνουν το μοντέλο, ενημερώνοντας το σύστημα ανάλογα με τις προτιμήσεις τους. Το σύστημα, στην προκειμένη περίπτωση, πρέπει να παρέχει στους χρήστες ειδικά χαρακτηριστικά διεπαφής για προσαρμογή, όπως τη δυνατότητα μετακίνησης συνδέσμων και την απόκρυψη ή αποκατάσταση κειμένου. Την ίδια στιγμή, το σύστημα θα πρέπει να είναι ικανό να ανανεώνει το μοντέλο ανάλογα με τις προτιμήσεις προσαρμογής του χρήστη. Σε ορισμένες περιπτώσεις, οι τελικοί χρήστες δεν είναι αρκετά έμπειροι έτσι ώστε να αλλάξουν αξιόπιστα ένα μέρος του μοντέλου το οποίο είναι πολύ σημαντικό για τη σωστή λειτουργία της προσαρμογής. Σε αυτές τις περιπτώσεις, το σύστημα μπορεί να παρέχει τη δυνατότητα σε ένα έμπειρο και υπεύθυνο άτομο (διαχειριστή) για σωστό ορισμό του μοντέλου. Στα εκπαιδευτικά συστήματα υπερμέσων, τον ρόλο αυτό τον κατέχει συνήθως ο εκπαιδευτικός. Γενικά, ως προσαρμοζόμενο μπορούμε να χαρακτηρίσουμε ένα σύστημα ηλεκτρονικής μάθησης με τα κάτωθι χαρακτηριστικά: Είναι ικανό να καταγράφει τις δραστηριότητες των χρηστών. Μεταφράζει τις δραστηριότητες των χρηστών βάσει μοντέλων θεματικής γνώσης. Εξάγει τις απαιτήσεις και προτιμήσεις των χρηστών από τις ενέργειες τους. Στη συνέχεια μπορεί να ενημερώσει τα διάφορα αποθηκευμένα μοντέλα γνώσης, βάσει των εξαγόμενων απαιτήσεων και προτιμήσεων των χρηστών. Επιδρά στη μαθησιακή διαδικασία των χρηστών και την ενημερώνει βάσει των προαναφερθέντων ανανεωμένων μοντέλων γνώσης, καθιστώντας την ιδιαίτερα δυναμική. Για να είναι πραγματικά χρήσιμα τα προσαρμοζόμενα εκπαιδευτικά συστήματα, πρέπει να προσφέρουν υποστήριξη όχι μόνο στους εκπαιδευόμενους αλλά και στους εκπαιδευτικούς, με τους παρακάτω τρόπους [42]: Παροχή αναφορών δραστηριοτήτων και παρουσίαση των αλληλεπιδράσεων. Εύρεση των ομαλών και ανώμαλων μαθησιακών προτύπων των μαθητών. Εκτίμηση της δομής του περιεχομένου των μαθημάτων και της αποτελεσματικότητας τους στη μαθησιακή διαδικασία. Παροχή αξιολόγησης των μαθητών, σε πραγματικό χρόνο. Παραγωγή προσαρμοζόμενης ανατροφοδότησης για τους καθηγητές. Διάγνωση των πιο συχνών λαθών. Πρόβλεψη της απόδοσης των μαθητών. 32

51 Επιτήρηση και εύρεση αντικρουόμενων καταστάσεων σε συνεργατικά μαθησιακά περιβάλλοντα. Οι Shute και Towle στο [43] ορίζουν τα συστατικά μέρη ενός προσαρμοζόμενου συστήματος ηλεκτρονικής μάθησης (Εικόνα 12): Μοντέλο περιεχομένου (Content model): Το μοντέλο περιεχομένου μπορεί να ερμηνευθεί ως ένας χάρτης των γνώσεων που θα διδαχτούν και θα αξιολογηθούν ενώ, παράλληλα, συλλαμβάνει σημαντικές πτυχές του περιεχομένου των μαθημάτων, συμπεριλαμβανομένων των οδηγιών για το σχεδιασμό του περιεχομένου. Με άλλα λόγια, αποτελεί μια ιεραρχική δόμηση των θεμάτων του πεδίου γνώσης και των αντίστοιχων αναφορών σε μαθησιακό υλικό. Μοντέλο εκπαιδευόμενου (Learner model): Το μοντέλο εκπαιδευόμενου είναι μια συγκεκριμένη περίπτωση του μοντέλου περιεχομένου καθώς περιέχει την τρέχουσα κατάσταση της γνώσης του εκπαιδευόμενου. Αναπαριστά τη γνώση και την πρόοδο του ατόμου σε σχέση με τον χάρτη των γνώσεων. Αποθηκεύει σημαντικά χαρακτηριστικά του εκπαιδευόμενου για εξατομικευμένη εκπαίδευση. Εικόνα 12. Συστατικά μέρη ενός προσαρμοζόμενου συστήματος ηλεκτρονικής μάθησης Εκπαιδευτικό μοντέλο (Instructional model): Η πληροφορία στο εκπαιδευτικό μοντέλο χρησιμοποιείται ως βάση για όλες τις εσωτερικές αποφάσεις σχετικά με την εξατομικευμένη παρουσίαση του περιεχομένου και την ανάγκη παρέμβασης του δασκάλου. Διαχειρίζεται την παρουσίαση του περιεχομένου, διαπιστώνει και 33

52 εξασφαλίζει τη γνώση του μαθητή με την παρατήρηση του μοντέλου του εκπαιδευόμενου σε σχέση με το μοντέλο περιεχομένου και παράγει ένα βέλτιστο μονοπάτι εκμάθησης για τον συγκεκριμένο εκπαιδευόμενο. Η πληροφορία σε αυτό το μοντέλο αποτελεί τη βάση για την παρουσίαση του περιεχομένου σε ένα συγκεκριμένο μαθητή. Μηχανισμός προσαρμογής (Adaptive engine): Όλη η πληροφορία από αυτά τα μοντέλα μπορεί να προσπελαστεί από τον μηχανισμό προσαρμογής, ο οποίος παραδίδει το προσαρμοσμένο μαθησιακό περιεχόμενο, τηρώντας ένα σύνολο προκαθορισμένων κανόνων προσαρμογής. Με άλλα λόγια, ενοποιεί και χρησιμοποιεί την πληροφορία που αποκτάται από τα προηγούμενα μοντέλα για να καθοδηγήσει την παρουσίαση του προσαρμοσμένου μαθησιακού περιεχομένου ΟΙ ΚΥΡΙΕΣ ΠΡΟΣΑΡΜΟΖΟΜΕΝΕΣ ΚΑΙ ΕΥΦΥΕΙΣ ΤΕΧΝΟΛΟΓΙΕΣ ΤΩΝ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Τα υπάρχοντα προσαρμοζόμενα και ευφυή εκπαιδευτικά συστήματα είναι ποικίλα καθώς παρέχουν διάφορα είδη υποστήριξης στους μαθητές και στους εκπαιδευτικούς που λαμβάνουν μέρος στην εκπαιδευτική διαδικασία. Για να κατανοήσουμε την ποικιλία των συστημάτων και των ιδεών, χρειάζεται να επικεντρωθούμε στους διαφορετικούς τρόπους εισαγωγής προσαρμοζόμενης και ευφυούς λειτουργίας σε ένα εκπαιδευτικό σύστημα. Ο Brusilovsky [44] εντόπισε πέντε κύριες προσαρμοζόμενες και ευφυείς τεχνολογίες, οι οποίες παρουσιάζονται στην Εικόνα 13. Αυτές οι τεχνολογίες έχουν τις ρίζες τους σε δύο ερευνητικά πεδία τα οποία καθιερώθηκαν πριν από την εποχή του Διαδικτύου: τα προσαρμοζόμενα υπερμέσα (Adaptive Hypermedia) και τα ευφυή συστήματα διδασκαλίας (Intelligent Tutoring Systems). Εικόνα 13. Οι προσαρμοζόμενες και ευφυείς τεχνολογίες και οι απαρχές τους 34

53 Αρχικά, εξερευνήθηκε ο τομέας των ευφυών συστημάτων διδασκαλίας. Τα συστήματα αυτά χρησιμοποιούσαν γνώση σχετικά με το πεδίο ορισμού, τον μαθητή και τις στρατηγικές εκπαίδευσης, με σκοπό την εξατομικευμένη εκμάθηση και διδασκαλία. Τα προσαρμοζόμενα υπερμέσα είναι σχετικά νεώτερος ερευνητικός τομέας. Τα συστήματα αυτά εφαρμόζουν διαφορετικά είδη μοντελοποίησης χρηστών για την προσαρμογή του περιεχομένου και των συνδέσμων των σελίδων, έχοντας ως κύριο στόχο τους την καθοδήγηση των μαθητών μέσα στο υλικό και την υπόδειξη του βέλτιστου μονοπατιού περιεχομένων [45]. Επιπλέον, ο Brusilovsky εντόπισε μερικές νέες τεχνολογίες οι οποίες εμφανίστηκαν με τον ερχομό του Διαδικτύου. Αφήνοντας ανέπαφο το σύνολο των κλασικών τεχνολογιών, δηλαδή των προσαρμοζόμενων υπερμέσων και των ευφυών συστημάτων διδασκαλίας, αλλά υποδιαιρώντας το σύνολο των διαδικτυακών τεχνολογιών σε προσαρμοζόμενο φιλτράρισμα πληροφοριών (Adaptive Information Filtering), ευφυή παρακολούθηση (Intelligent Monitoring) και ευφυή συνεργατική μάθηση (Intelligent Collaborative Learning), προέκυψαν οι πέντε σύγχρονες κατηγορίες τεχνολογιών, οι οποίες παρουσιάζονται στην Εικόνα 14. Εικόνα 14. Οι πέντε κατηγορίες των σύγχρονων προσαρμοζόμενων και ευφυών τεχνικών Οι κυριότερες τεχνολογίες ευφυούς διδασκαλίας είναι η ακολουθία περιεχομένου (Curriculum Sequencing), η ευφυής ανάλυση λύσεων (Intelligent Solution Analysis) και η υποστήριξη επίλυσης προβλημάτων (Problem Solving Support). Ο στόχος της ακολουθίας περιεχομένου είναι η παροχή της καταλληλότερης, προσωπικά σχεδιασμένης ακολουθίας θεμάτων, αξιολογήσεων και εργασιών στον μαθητή. Με άλλα λόγια, βοηθάει τον μαθητή ώστε να βρει ένα «βέλτιστο μονοπάτι» μέσα στο μαθησιακό υλικό. Η τεχνολογία αυτή είναι πολύ σημαντική στο πλαίσιο της διαδικτυακής εκπαίδευσης, καθώς καθοδηγεί τον μαθητή μέσα σε ένα υπερπέραν διαθέσιμων πληροφοριών. Συγκεκριμένα, διακρίνουμε δύο τεχνικές ακολουθίας περιεχομένου: την ακολουθία γνώσεων η οποία καθορίζει τις έννοιες ή τα θέματα προς εκμάθηση και την ακολουθία δραστηριοτήτων η οποία προσδιορίζει την επόμενη μαθησιακή δραστηριότητα σχετικά με ένα συγκεκριμένο θέμα. 35

54 Η ευφυής ανάλυση λύσεων ασχολείται με την επίλυση των εκπαιδευτικών προβλημάτων των μαθητών, τα οποία μπορεί να είναι από μια απλή ερώτηση μέχρι ένα σύνθετο πρόβλημα προγραμματισμού. Σε αντίθεση με τα μη ευφυή συστήματα, τα οποία ελέγχουν απλώς αν η λύση είναι σωστή ή όχι, οι ευφυείς αναλυτές μπορούν να εντοπίσουν τι είναι λάθος ή ελλιπές καθώς και ποια ελλιπή ή ανακριβή κομμάτια γνώσης ευθύνονται για το λάθος. Επιπλέον, μπορούν να βελτιώσουν σημαντικά την ενασχόληση με εργασίες, καθώς παρέχουν στους μαθητές αλληλεπίδραση και έξυπνη ανατροφοδότηση σφάλματος. Η ευφυής ανάλυση λύσεων είναι ιδιαίτερα κατάλληλη για αργά δίκτυα αφού, για μια ολοκληρωμένη λύση, απαιτείται μόνο μια αλληλεπίδραση μεταξύ του φυλλομετρητή και του διακομιστή. Ο στόχος της υποστήριξης επίλυσης προβλημάτων είναι η παροχή έξυπνης βοήθειας στον μαθητή, σε κάθε βήμα της επίλυσης των προβλημάτων, από μια μικρή υπόδειξη μέχρι την εκτέλεση του επόμενου βήματος. Τα συστήματα που υλοποιούν αυτή την τεχνολογία μπορούν να παρακολουθούν τις ενέργειες του μαθητή, να τις κατανοούν και να χρησιμοποιούν αυτήν την πληροφορία έτσι ώστε να παρέχουν βοήθεια στο μαθητή και να ανανεώνουν το μοντέλο του. Επιπλέον, βελτιώνουν σημαντικά την ενασχόληση με εργασίες, καθώς παρέχουν στους μαθητές αλληλεπίδραση και έξυπνη ανατροφοδότηση. Η συγκεκριμένη τεχνολογία δεν είναι ιδιαίτερα δημοφιλής στα διαδικτυακά συστήματα κυρίως λόγω των προβλημάτων υλοποίησης. Κάθε αλληλεπίδραση μεταξύ του φυλλομετρητή και του διακομιστή μπορεί να χρειαστεί αρκετό χρόνο και η ανάγκη επανάληψης της σε κάθε βήμα μπορεί να δυσκολέψει τη διαδικασία επίλυσης του προβλήματος. Η προσαρμοζόμενη παρουσίαση (Adaptive Presentation) και η προσαρμοζόμενη υποστήριξη πλοήγησης (Adaptive Navigation Support) είναι οι δύο κύριες τεχνολογίες οι οποίες εξερευνήθηκαν από τα προσαρμοζόμενα συστήματα υπερμέσων. Ο στόχος της προσαρμοζόμενης παρουσίασης είναι η προσαρμογή του περιεχομένου το οποίο παρουσιάζεται σε κάθε σελίδα, με βάση τους στόχους, τις γνώσεις του και τις άλλες πληροφορίες που αποθηκεύονται στο μοντέλο του εκάστοτε μαθητή. Σε ένα σύστημα με προσαρμοζόμενη παρουσίαση, οι σελίδες δεν είναι στατικές αλλά παράγονται έτσι ώστε να προσαρμόζονται σε κάθε χρήστη. Για παράδειγμα, ένας έμπειρος χρήστης λαμβάνει πιο λεπτομερείς πληροφορίες ενώ ένας πρωτόπειρος λαμβάνει πρόσθετες επεξηγήσεις. Η προσαρμοζόμενη παρουσίαση είναι πολύ σημαντική στο Διαδίκτυο, όπου η ίδια σελίδα πρέπει να εξυπηρετεί πολύ διαφορετικούς μαθητές. Η προσαρμοζόμενη υποστήριξη πλοήγησης, με την αλλαγή της εμφάνισης των συνδέσμων, βοηθάει τον μαθητή στον προσανατολισμό και την πλοήγηση του. Πιο συγκεκριμένα, ένα προσαρμοζόμενο σύστημα μπορεί να κρύψει ή να απενεργοποιήσει εν μέρει τους συνδέσμους της τρέχουσας σελίδας, έτσι ώστε να καταστήσει πιο εύκολη την επιλογή του επόμενου βήματος. Η προσαρμοζόμενη υποστήριξη πλοήγησης έχει τον ίδιο στόχο με την ακολουθία περιεχομένου, δηλαδή να βοηθήσει τους μαθητές να βρουν ένα «βέλτιστο μονοπάτι» αξιολογήσεων και εργασιών, μέσα στο μαθησιακό υλικό. Την ίδια στιγμή, η προσαρμοζόμενη υποστήριξη πλοήγησης είναι λιγότερο διευθυντική και περισσότερο συνεργατική, αφού καθοδηγεί τους μαθητές αλλά τους επιτρέπει να επιλέξουν οι ίδιοι το επόμενο αντικείμενο γνώσης. Στο πλαίσιο του Παγκόσμιου Ιστού, όπου τα υπερμέσα είναι το βασικό οργανωτικό πρότυπο, η προσαρμοζόμενη υποστήριξη πλοήγησης γίνεται φυσικά και αποδοτικά. 36

55 Το προσαρμοζόμενο φιλτράρισμα πληροφοριών είναι μια κλασική τεχνολογία, προερχόμενη από τον τομέα της Ανάκτησης Πληροφορίας. Στόχος της είναι η εύρεση λίγων αντικειμένων, σχετικών με τα ενδιαφέροντα του χρήστη, σε ένα μεγάλο αποθετήριο αρχείων. Στο Διαδίκτυο αυτή η τεχνολογία εφαρμόστηκε για να προσαρμόσει τα αποτελέσματα μιας αναζήτησης, προτείνοντας τα πιο σχετικά αρχεία. Υπάρχουν δύο βασικοί μηχανισμοί φιλτραρίσματος: το φιλτράρισμα με βάση το περιεχόμενο βασίζεται στο περιεχόμενο των αρχείων ενώ το συνεργατικό φιλτράρισμα προσπαθεί να ταιριάξει τους χρήστες που ενδιαφέρονται για τα ίδια αρχεία, αγνοώντας εντελώς το περιεχόμενο. Τα σύγχρονα συστήματα προσαρμοζόμενου φιλτραρίσματος πληροφοριών χρησιμοποιούν εκτενώς τεχνικές Εκμάθησης Μηχανής, ειδικά για το φιλτράρισμα με βάση το περιεχόμενο. Στο παρελθόν, αυτή η τεχνολογία ήταν πολύ διάσημη στα πληροφοριακά συστήματα, αλλά δε χρησιμοποιούταν σε εκπαιδευτικά πλαίσια. Το πλήθος του μαθησιακού περιεχομένου ήταν σχετικά μικρό και η ανάγκη για καθοδήγηση του χρήστη υποστηριζόταν αρκετά καλά από την προσαρμοζόμενη ακολουθία και τα προσαρμοζόμενα υπερμέσα. Ωστόσο, το Διαδίκτυο, με την αφθονία των εκπαιδευτικών πηγών χωρίς ευρετήριο, κατέστησε το προσαρμοζόμενο φιλτράρισμα πληροφοριών ιδιαίτερα ελκυστικό για τους εκπαιδευτικούς. Η ευφυής παρακολούθηση είναι μια ακόμη τεχνολογία, ιδιαίτερα σημαντική για την εκπαίδευση μέσω Διαδικτύου. Στη διαδικτυακή εκπαίδευση, ένας απομακρυσμένος εκπαιδευτικός έρχεται αντιμέτωπος με τη σοβαρή έλλειψη ανατροφοδότησης. Με άλλα λόγια, είναι ιδιαίτερα δύσκολο για αυτόν να εντοπίσει τους μαθητές με μαθησιακές δυσκολίες, τους καλούς μαθητές που πρέπει να εξεταστούν καθώς και τα αντικείμενα εκμάθησης τα οποία είναι πολύ εύκολα, δύσκολα ή δυσνόητα. Επιπλέον, τα συστήματα διαδικτυακής εκπαίδευσης μπορούν να παρακολουθήσουν κάθε ενέργεια του μαθητή αλλά είναι σχεδόν απίθανο για έναν εκπαιδευτικό να κατανοήσει το πλήθος της πληροφορίας που αυτά συλλέγουν. Τα ευφυή συστήματα παρακολούθησης χρησιμοποιούν μεθόδους Τεχνητής Νοημοσύνης για να βοηθήσουν τον εκπαιδευτικό σε αυτό το πλαίσιο. Η ευφυής συνεργατική μάθηση είναι ένα ενδιαφέρον σύνολο τεχνολογιών, οι οποίες προέκυψαν από το συνδυασμό δύο τομέων, αρχικά πολύ απομακρυσμένων: της συνεργατικής μάθησης υποστηριζόμενης από υπολογιστή (Computer Supported Collaborative Learning - CSCL) και των ευφυών εκπαιδευτικών συστημάτων (ITS). Στη διαδικτυακή εκπαίδευση, η υποστήριξη της συνεργασίας είναι σημαντική καθώς οι μαθητές συναντιούνται σπάνια ή ακόμη και ποτέ. Επομένως, οι ευφυείς τεχνολογίες μπορούν να αυξήσουν δραστικά την ισχύ των απλών εργαλείων συνεργασίας. Συγκεκριμένα, μπορούμε να διακρίνουμε τρεις τεχνολογίες ευφυούς συνεργατικής μάθησης: προσαρμοζόμενη συγκρότηση ομάδας και ομότιμη βοήθεια (Adaptive Group Formation and Peer Help), προσαρμοζόμενη υποστήριξη συνεργασίας (Adaptive Collaboration Support) και εικονικοί μαθητές (Virtual Students). Οι τεχνολογίες της προσαρμοζόμενης συγκρότησης ομάδας και ομότιμης βοήθειας χρησιμοποιούν τη γνώση που βρίσκεται αποθηκευμένη στα μοντέλα των συνεργαζόμενων χρηστών, με σκοπό το σχηματισμό μιας ταιριαστής ομάδας για διαφορετικά είδη συνεργατικών έργων, όπως η επίλυση προβλημάτων και η απάντηση ερωτήσεων. Η προσαρμοζόμενη υποστήριξη συνεργασίας δημιουργεί νέες ευκαιρίες για επικοινωνία και συνεργασία. Με τη χρήση της γνώσης σχετικά με τα καλά και τα κακά πρότυπα συνεργασίας, τα 37

56 συστήματα υποστήριξης συνεργασίας μπορούν να επιβλέψουν ή να συμβουλέψουν τα συνεργαζόμενα μέλη. Παράδειγμα αποτελεί η συγκρότηση ομάδας για συνεργατική επίλυση ενός προβλήματος μια δεδομένη στιγμή ή για την εύρεση του πιο αρμόδιου ατόμου, με καλή γνώση κάποιου θέματος. Πρόκειται για μια νέα αλλά γρήγορα αυξανόμενη κατεύθυνση, η οποία αντλεί τις ιδέες της από τους τομείς των κλασικών ευφυών εκπαιδευτικών συστημάτων, της συνεργατικής μάθησης υποστηριζόμενης από υπολογιστή και της Εκμάθησης Μηχανών. Η τεχνολογία των εικονικών μαθητών είναι σχετικά παλιά. Αντί να υποστηρίξει τη μάθηση ή τη συνεργασία με κάποιον ανώτερο, έναν καθηγητή ή ένα σύμβουλο, αυτή η τεχνολογία προσπαθεί να εισάγει νέα είδη ομότιμων εικονικών χρηστών σε ένα μαθησιακό περιβάλλον, όπως για παράδειγμα ένα συμμαθητή. Σε ένα διαδικτυακό περιβάλλον στο οποίο οι μαθητές επικοινωνούν κυρίως με κανάλια χαμηλού εύρους ζώνης, όπως είναι οι αίθουσες συνομιλίας και οι τόποι συζήτησης, ένας εικονικός μαθητής μπορεί να γίνει μια πολύ ελκυστική ενσάρκωση διαφορετικών στρατηγικών συνεργασίας [44], [46]. Από όσα αναφέραμε πρωτύτερα, συμπεραίνουμε πως η εξατομικευμένη εκμάθηση δε μπορεί να επιτευχθεί σε «μαζική» κλίμακα, με τη χρήση των παραδοσιακών προσεγγίσεων. Ιδανικά, μια τέλεια τεχνική θα πρέπει να είναι ικανή να «σκέφτεται» όπως ο χρήστης με το να μαθαίνει την παρούσα συμπεριφορά του και να προσαρμόζει δυναμικά τα πρότυπα του. Για αυτόν τον σκοπό, εφαρμόζονται μεθοδολογίες, τεχνικές και εργαλεία τα οποία μιμούνται τεχνητά την ευφυΐα των χρηστών [47] ΤΕΧΝΙΚΕΣ ΕΞΟΡΥΞΗΣ ΔΕΔΟΜΕΝΩΝ (DATA MINING) Τα προσαρμοζόμενα και ευφυή εκπαιδευτικά διαδικτυακά συστήματα προσφέρουν εξατομικευμένη εκπαίδευση μέσω της μοντελοποίησης των στόχων, των προτιμήσεων και των γνώσεων του ατόμου. Η εξόρυξη γνώσης χρησιμοποιείται όχι μόνο για τη μοντελοποίηση της μαθησιακής διαδικασίας, αλλά και για την εκτίμηση και βελτιστοποίηση του συστήματος ηλεκτρονικής εκπαίδευσης, μέσω της ανάκτησης χρήσιμης μαθησιακής πληροφορίας. Η διαδικασία εξόρυξης δεδομένων σε εκπαιδευτικά συστήματα είναι ένας επαναλαμβανόμενος κύκλος σχηματισμού υποθέσεων, ελέγχου και βελτίωσης. Όπως μπορούμε να δούμε πιο αναλυτικά στην Εικόνα 15, οι εκπαιδευτικοί είναι υπεύθυνοι για το σχεδιασμό, το χτίσιμο και τη συντήρηση του εκπαιδευτικού συστήματος ενώ οι εκπαιδευόμενοι το χρησιμοποιούν και αλληλεπιδρούν με αυτό. Διάφορες τεχνικές εξόρυξης δεδομένων μπορούν να χρησιμοποιηθούν για να ανακαλυφθεί χρήσιμη γνώση από όλες τις διαθέσιμες πληροφορίες για τα μαθήματα, τους εκπαιδευόμενους, τη χρήση και την αλληλεπίδραση με το σύστημα. Η γνώση αυτή μπορεί να χρησιμοποιηθεί όχι μόνο από τους εκπαιδευτικούς, για τη βελτιστοποίηση των διαδικασιών εκμάθησης, αλλά και από τους ίδιους τους μαθητές. Ένα εκπαιδευτικό σύστημα, βασιζόμενο στις δραστηριότητες που έχει ακολουθήσει ο μαθητής και την επιτυχία που είχε σε αυτές καθώς και σε δραστηριότητες που έχουν ακολουθήσει άλλοι παρόμοιοι μαθητές, μπορεί να προτείνει στο μαθητή πόρους και δραστηριότητες οι οποίοι θα ενισχύσουν και θα βελτιώσουν την εκπαίδευση του. Επιπλέον, οι εκπαιδευτικοί μπορούν να εκτιμήσουν τη δομή της μαθησιακού υλικού και την 38

57 αποτελεσματικότητα του στη διαδικασία εκμάθησης, να ταξινομήσουν τους εκπαιδευόμενους σε ομάδες ανάλογα με τις ανάγκες τους, να βρουν τα πιο συνηθισμένα λάθη, να βρουν ποιες δραστηριότητες είναι πιο αποδοτικές, να ανακαλύψουν πληροφορία έτσι ώστε να βελτιώσουν την προσαρμοστικότητα και την παραμετροποίηση των μαθημάτων και να αναδιοργανώσουν τα περιεχόμενα και τα εκπαιδευτικά πρότυπα ανάλογα με την πρόοδο του εκπαιδευόμενου [48], [49]. Εικόνα 15. Ο κύκλος της εξόρυξης δεδομένων στα εκπαιδευτικά συστήματα Για την ανακάλυψη γνώσης από δεδομένα Ιστού, εφαρμόζονται τεχνικές εξόρυξης δεδομένων Ιστού (Web mining), οι οποίες ανάλογα με τα χρησιμοποιούμενα δεδομένα διακρίνονται σε: Εξόρυξη από Δεδομένα Ιστού (Web Content Mining): είναι η εξόρυξη χρήσιμης γνώσης από τα περιεχόμενα των εγγράφων του Ιστού. Εξόρυξη από Δεδομένα Δόμησης Ιστού (Web Structure Mining): είναι η διαδικασία της ανακάλυψης της πληροφορίας δόμησης του Ιστού. Εξόρυξη από Δεδομένα Χρήσης Ιστού (Web Usage Mining): είναι η ανακάλυψη χρήσιμων προτύπων από δεδομένα συναλλαγών μεταξύ πελάτη και εξυπηρετητή, σε διαφορετικές τοποθεσίες. Οι εφαρμογές ηλεκτρονικής μάθησης συνήθως βασίζουν την εξατομίκευση στα Δεδομένα Χρήσης Ιστού. Πιο συγκεκριμένα, εξάγουν πληροφορίες που είναι χρήσιμες για την κατασκευή και τη συντήρηση των προφίλ των χρηστών με βάση τη συμπεριφορά τους, όπως αυτή καταγράφεται στα αρχεία ημερολογίου των εξυπηρετητών. Από την πλευρά του χρησιμοποιούμενου συστήματος, διακρίνουμε δυο κατηγορίες εξόρυξης δεδομένων Ιστού. Η offline χρησιμοποιείται για την ανακάλυψη προτύπων και άλλης χρήσιμης πληροφορίας η οποία επιτρέπει στους εκπαιδευτές την εκτίμηση των μοντέλων εκμάθησης και την αναδόμηση της ιστοσελίδας. Η online (ή ενσωματωμένη) χρησιμοποιείται για την ανακάλυψη προτύπων τα οποία ανατροφοδοτούν αυτόματα ένα ευφυές σύστημα ή έναν πράκτορα, με σκοπό να βοηθήσουν τους εκπαιδευόμενους με την επίμονη προσπάθεια τους. Τα εξαγόμενα πρότυπα χρησιμοποιούνται άμεσα από το σύστημα για τη βελτίωση της εφαρμογής ή των λειτουργιών του. 39

58 Στα εκπαιδευτικά συστήματα, εφαρμόζονται διάφορες τεχνικές για την εξόρυξη κρυμμένης και ενδιαφέρουσας γνώσης. Παρακάτω αναλύουμε τις βασικότερες. Συσταδοποίηση, κατηγοριοποίηση και εύρεση έκτοπων Η συσταδοποίηση είναι η διαδικασία της ομαδοποίησης φυσικών ή αφηρημένων αντικειμένων σε κλάσεις παρόμοιων αντικειμένων. Η αρχή της συσταδοποίησης είναι η μεγιστοποίηση της ομοιότητας μέσα σε μια ομάδα αντικειμένων και η ελαχιστοποίηση της ομοιότητας μεταξύ των ομάδων αντικειμένων. Η κατηγοριοποίηση είναι η διαδικασία εύρεσης ενός συνόλου μοντέλων τα οποία περιγράφουν και ξεχωρίζουν κατηγορίες στοιχείων και εννοιών και τα οποία είναι ικανά να χρησιμοποιηθούν για την πρόβλεψη της κλάσης αγνώστων αντικειμένων. Το έκτοπο είναι η παρατήρηση ή η μέτρηση που είναι συνήθως πολύ μεγάλη ή πολύ μικρή σε σχέση με τις άλλες τιμές του συνόλου. Τα έκτοπα εμφανίζονται από λάθη στις μετρήσεις, από μετρήσεις σε διαφορετικό πληθυσμό ή από την απεικόνιση κάποιου σπάνιου γεγονότος. Αυτές οι μέθοδοι έχουν εφαρμοστεί με επιτυχία στα διαδικτυακά εκπαιδευτικά συστήματα. Η συσταδοποίηση ομαδοποιεί σελίδες με παρόμοιο περιεχόμενο και χρήστες με παρόμοια συμπεριφορά πλοήγησης. Η κατηγοριοποίηση εντοπίζει τα χαρακτηριστικά ενός συνόλου προφίλ χρηστών, παρόμοιων σελίδων και συνεδριών εκμάθησης. Η εύρεση έκτοπων μπορεί να εντοπίσει μαθητές με μαθησιακές δυσκολίες. Πιο συγκεκριμένα, οι Tang και McCalla στο [50] χρησιμοποιούν τη συσταδοποίηση δεδομένων για την εύρεση ομάδων μαθητών με παρόμοια μαθησιακά χαρακτηριστικά, βασιζόμενοι στην ακολουθία και τα περιεχόμενα των σελίδων που αυτοί επισκέφτηκαν. Χάρη στην ομαδοποίηση των μαθητών προάγεται η συνεργατική εκμάθηση και η αυξανόμενη διάγνωση του μαθητή. Επιπλέον, παρουσιάζεται ένα σύστημα σύστασης εγγράφων, το οποίο μπορεί να εξατομικεύσει και να προσαρμόσει το περιεχόμενο του μαθήματος βασιζόμενο στην παρατήρηση των εκπαιδευόμενων και στις συσσωρευμένες αξιολογήσεις που δόθηκαν από αυτούς. Για καλύτερης ποιότητας εξατομικευμένες συστάσεις, χρησιμοποιούνται τεχνικές συνεργατικού φιλτραρίσματος. Εξόρυξη κανόνων συσχέτισης και ακολουθιακών προτύπων Αυτοί οι κανόνες συσχετίζουν ένα η περισσότερα χαρακτηριστικά του συνόλου δεδομένων με ένα άλλο χαρακτηριστικό, παράγοντας δηλώσεις τύπου «if-then» για τις τιμές των γνωρισμάτων. Ένας κανόνας συσχέτισης ανακαλύπτει όλες τις σχέσεις χωρίς περιορισμούς. Αντιθέτως, η εξόρυξη ακολουθιακών προτύπων είναι μια πιο περιοριστική μορφή κανόνων συσχέτισης καθώς λαμβάνεται υπόψη η σειρά των αντικειμένων που έχουν προσπελαστεί. Αυτές οι μέθοδοι έχουν εφαρμοστεί σε εκπαιδευτικά διαδικτυακά συστήματα για οργάνωση και σύσταση του μαθησιακού υλικού, αξιολόγηση της εκμάθησης, προσαρμοστικότητα των μαθημάτων στη συμπεριφορά των μαθητών και εκτίμηση των εκπαιδευτικών ιστοσελίδων. Με τις συσχετίσεις ανακαλύπτονται τα περιεχόμενα στα οποία οι μαθητές έχουν πρόσβαση ταυτόχρονα καθώς και ο συνδυασμός των εργαλείων που αυτοί χρησιμοποιούν. Τα ακολουθιακά πρότυπα προβάλλουν ποιο υλικό οδήγησε στην πρόσβαση σε κάποιο άλλο καθώς και τον τρόπο με τον οποίο τα εργαλεία και τα μαθησιακά περιεχόμενα εμπλέκονται στη μαθησιακή διαδικασία. 40

59 Στο [51] υλοποιήθηκε ένα σύστημα εκτίμησης της συμπεριφοράς των μαθητών και της σχέσης με την απόδοση τους σε ένα εκπαιδευτικό σύστημα. Ξεκινώντας με μια ανάλυση της συσχέτισης μεταξύ των μαθησιακών μεταβλητών και των συμπεριφορών που παρατηρούνται κατά τη χρήση του συστήματος, χτίστηκε ένα Bayesian δίκτυο ικανό να συμπεράνει τη θετική ή αρνητική συμπεριφορά των μαθητών. Τα Bayesian δίκτυα είναι κατευθυνόμενοι άκυκλοι γράφοι, οι κόμβοι των οποίων αντιπροσωπεύουν τις τυχαίες μεταβλητές και τα τόξα τις άμεσες πιθανολογικές εξαρτήσεις μεταξύ των μεταβλητών. Έπειτα, χρησιμοποιήθηκε η μέθοδος της μέγιστης πιθανότητας για την εκμάθηση πιθανοτήτων υπό όρους, από τα δεδομένα των μαθητών. Στο [52] παρουσιάζεται ένα εξατομικευμένο σύστημα σύστασης υλικού ηλεκτρονικής εκμάθησης, το οποίο χρησιμοποιεί ασαφείς κανόνες για την ανακάλυψη των συσχετίσεων ανάμεσα στις απαιτήσεις των μαθητών και σε μια λίστα αντικειμένων εκμάθησης. Στο [53] παρουσιάζεται ένα μοντέλο ανατροφοδότησης των αποτελεσμάτων εξέτασης, το οποίο βασίζεται στην εξόρυξη κανόνων συσχέτισης για την ανάλυση των σχέσεων μεταξύ του χρόνου εκμάθησης και των αντίστοιχων αποτελεσμάτων. Ο στόχος του μοντέλου είναι διπλός: από τη μία, η ανάπτυξη ενός εργαλείου για την υποστήριξη του εκπαιδευτικού στην αναδιοργάνωση του υλικού εκμάθησης και από την άλλη η εξατομίκευση του μαθήματος ανάλογα με τις ανάγκες του κάθε μαθητή ΓΡΑΦΟΙ ΚΑΙ ΔΕΝΤΡΑ ΑΠΟΦΑΣΗΣ (GRAPHS AND DECISION TREES) Εξατομικευμένα μονοπάτια εκμάθησης μπορούν να μοντελοποιηθούν και με τη θεωρία των γράφων. Στο [54] εφαρμόζονται δέντρα απόφασης ως μοντέλα ταξινόμησης. Συγκεκριμένα, περιγράφεται ένα αυτόματο εργαλείο το οποίο, βασιζόμενο στην απόδοση της εκμάθησης και στις επικοινωνιακές προτιμήσεις των μαθητών, παράγει απλά μοντέλα μαθητών, με τελικό στόχο τη δημιουργία ενός εξατομικευμένου περιβάλλοντος εκμάθησης. Η προσέγγιση αυτή βασίζεται στον αλγόριθμο PART, ο οποίος παράγει κανόνες από κλαδεμένα δέντρα απόφασης. Επίσης, στο [55] χρησιμοποιείται ένα ασαφές δέντρο απόφασης για τη μοντελοποίηση των χαρακτηριστικών του χρήστη και την αυτόματη διάκριση του αρχάριου από τον έμπειρο ΕΥΦΥΕΙΣ ΠΡΑΚΤΟΡΕΣ (INTELLIGENT AGENTS) Στα πλαίσια της ηλεκτρονικής μάθησης, οι ευφυείς πράκτορες μπορούν να οργανώσουν, να αποθηκεύσουν, να ανακτήσουν, να αναζητήσουν και να ταιριάξουν πληροφορίες και γνώση για την αποτελεσματικότερη συνεργασία των συμμετεχόντων στην εκπαιδευτική διαδικασία. Συνεπώς, μπορούν να χρησιμοποιηθούν για τη διαχείριση γνώσης και για την υποστήριξη ποικίλων μαθησιακών δραστηριοτήτων. Ειδικότερα, διαδραματίζουν σημαντικό ρόλο στην εξατομίκευση του μαθησιακού περιεχομένου και σε διαδικασίες βασιζόμενες στο υπόβαθρο, τις ανάγκες και τις προτιμήσεις των εκπαιδευόμενων. 41

60 Ένας πράκτορας είναι μια οντότητα λογισμικού η οποία λειτουργεί αυτόνομα, εκ μέρους ενός ατόμου και αλληλεπιδρά με το περιβάλλον αλλά και με άλλους πράκτορες. Γενικά, ένας πράκτορας έχει τα ακόλουθα χαρακτηριστικά: Αυτονομία: οι πράκτορες λειτουργούν μόνοι τους, χωρίς την άμεση παρέμβαση ανθρώπων ή άλλων, ασκώντας κάποιον έλεγχο πάνω στις λειτουργίες και την εσωτερική τους κατάσταση. Ικανότητα επικοινωνίας: οι πράκτορες αλληλεπιδρούν με άλλους πράκτορες και με ανθρώπινα όντα, μέσω μιας ιδιαίτερης γλώσσας επικοινωνίας. Αντίδραση: οι πράκτορες αντιλαμβάνονται το περιβάλλον τους και ανταποκρίνονται εγκαίρως στις αλλαγές που συμβαίνουν σε αυτό. Προ-ενεργητικότητα: οι πράκτορες δεν ενεργούν απλώς σαν απάντηση στο περιβάλλον τους, αλλά είναι ικανοί να παρουσιάζουν στοχευόμενη συμπεριφορά, λαμβάνοντας πρωτοβουλίες. Δυναμικότητα: οι πράκτορες αντιδρούν δυναμικά και ανάλογα με το περιβάλλον. Ικανότητα συνεργασίας: οι πράκτορες λειτουργούν ομαδικά για να επιτύχουν έναν κοινό στόχο. Προσαρμοστική συμπεριφορά: οι πράκτορες εξετάζουν το εξωτερικό περιβάλλον και την επιτυχή κατάληξη προηγούμενων ενεργειών που έγιναν κάτω από ορισμένες συνθήκες και προσαρμόζουν τις ενέργειες τους με σκοπό την αύξηση της πιθανότητας επίτευξης των στόχων τους. Εκτός από τα παραπάνω χαρακτηριστικά, υπάρχουν και οι «ισχυροί» πράκτορες, οι οποίοι κατέχουν συλλογιστικές ικανότητες (έχουν πεποιθήσεις, επιθυμίες και προθέσεις), λογική (μπορούν να σκεφτούν τις ενέργειες τους και να εκτελέσουν ενέργειες που προωθούν τους στόχους τους) και μαθησιακές ικανότητες (μαθαίνουν από τις ενέργειες τους, το περιβάλλον τους ή από άλλους πράκτορες). Εικόνα 16. Διάφορα είδη ισχυρών πρακτόρων 42

61 Ο Nwana στο [56] ταξινομεί τους ισχυρούς πράκτορες με βάση τα τρία κύρια χαρακτηριστικά που πρέπει να κατέχουν: τη συνεργασία, την εκμάθηση και την αυτονομία (Εικόνα 16). Υπάρχουν διάφοροι τύποι πρακτόρων (για έρευνα, εκμάθηση, αγορές, διαχείριση δικτυακών τόπων, κλπ.) που έχουν την εγγενή δυνατότητα να επικοινωνούν, να συνεργάζονται, να συντονίζουν, να διαπραγματεύονται, να μαθαίνουν και να εξελίσσονται μέσω των αλληλεπιδράσεων τους με άλλους πράκτορες. Γι' αυτόν τον λόγο, διακρίνονται εφτά βασικά είδη πρακτόρων: οι συνεργατικοί (Collaborative agents), οι πράκτορες διεπαφής (Interface agents), οι κινητοί (Mobile agents), οι πράκτορες πληροφορίας/διαδικτύου (Information/Internet agents), οι αντενεργοί (Reactive agents), οι υβριδικοί (Hybrid agents) και οι ευφυείς (Smart agents). Αν ο στόχος είναι η δημιουργία ενός προσωπικού βοηθού ο οποίος συνεργάζεται με τον χρήστη στο ίδιο περιβάλλον εργασίας, τότε εισάγονται οι πράκτορες διεπαφής δηλαδή, προγράμματα υπολογιστών τα οποία υλοποιούν τεχνικές τεχνητής νοημοσύνης, με σκοπό την παροχή βοήθειας σε έναν χρήστη σχετικά με μια συγκεκριμένη εφαρμογή. Όταν ο πράκτορας πρέπει να έχει πρόσβαση σε πολλές πηγές πληροφοριών και μπορεί να είναι ικανός να αντιπαραβάλλει και να διαχειρίζεται την πληροφορία που ανέκτησε από αυτές τις πηγές έτσι ώστε να απαντήσει σε ερωτήματα που τίθενται από τους χρήστες και άλλους πράκτορες πληροφοριών, τότε μιλάμε για πράκτορες πληροφοριών [45], [57], [58], [59], [60], [61]. Οι διαδικτυακές τεχνολογίες σε συνδυασμό με τις μεθοδολογίες πολλαπλών πρακτόρων έχουν δημιουργήσει μια νέα τάση στη μοντελοποίηση και ανάπτυξη των κατανεμημένων εκπαιδευτικών εφαρμογών, ειδικά όπου παρουσιάζονται κρίσιμα θέματα όπως η απόσταση, η συνεργασία ανάμεσα σε διαφορετικές οντότητες και η ολοκλήρωση διαφορετικών συνιστωσών λογισμικού. Τα συστήματα πολλαπλών πρακτόρων (Multiagent Systems - MAS) έχουν προταθεί κυρίως για ταξινόμηση στην ηλεκτρονική μάθηση. Στο [62] προτείνεται ένα επεκτάσιμο πλαίσιο, προσανατολισμένο σε πράκτορες, βασιζόμενο σε XML, για την κατασκευή ενός υπερμεσικού διαδικτυακού συστήματος ηλεκτρονικής μάθησης. Σε αυτό το πλαίσιο, αναπτύσσονται κινητοί πράκτορες οι οποίοι μπορούν να ανταλλάξουν πληροφορία με ευέλικτο τρόπο μέσω κειμένων βασιζόμενων σε XML. Στο [63] προτείνεται η χρήση τεχνικών εξόρυξης δεδομένων Ιστού για τη δημιουργία ενός πράκτορα, ο οποίος προτείνει online μαθησιακές δραστηριότητες, με σκοπό τη βελτίωση της πλοήγησης στο μαθησιακό υλικό καθώς και την ενίσχυση της online μαθησιακής διαδικασίας. Για να επιτύχει το στόχο του, το αυτόματο σύστημα συστάσεων χρησιμοποιεί απλές τεχνικές εξόρυξης δεδομένων, λαμβάνοντας υπόψη τα προφίλ των εκπαιδευόμενων, το ιστορικό προσβάσεων και τα συλλογικά πρότυπα πλοήγησης τους. Στο [64] κατασκευάστηκε ένας πράκτορας εκμάθησης για υψηλού επιπέδου μοντελοποίηση του μαθητή, με εκμάθηση μηχανής σε ευφυή συστήματα διδασκαλίας. Ο πράκτορας μαθαίνει να προβλέπει την πιθανότητα η επόμενη απάντηση του μαθητή να είναι σωστή καθώς και πόσο χρόνο θα χρειαστεί για να παράγει αυτή την απάντηση. Για την πρόβλεψη των παρατηρούμενων μεταβλητών, χρησιμοποιείται γραμμική παλινδρόμηση. 43

62 Στο [65] παρουσιάζεται ένα σύστημα ηλεκτρονικής μάθησης, το οποίο συνδυάζει τεχνικές Υπολογιστικής Νοημοσύνης, και συγκεκριμένα Bayesian δίκτυα, με ευφυείς πράκτορες. Το αποτέλεσμα είναι μια γεωγραφικά κατανεμημένη διαδικτυακή πλατφόρμα ηλεκτρονικής μάθησης με σκοπό τη βελτίωση της μοντελοποίησης του μαθητή και την επίτευξη των στόχων της μαθησιακής διαδικασίας μέσω εξατομικευμένης καθοδήγησης στον τελικό χρήστη. Στο [66] παρουσιάζεται ένα σύστημα προσαρμοστικής αλληλεπίδρασης, το οποίο βασίζεται σε τρία συστήματα πολλαπλών πρακτόρων: το σύστημα αλληλεπίδρασης (Interaction MAS), το οποίο αποθηκεύει τις προτιμήσεις του χρήστη με την εφαρμογή μετρικών χρηστικότητας (επίδραση, αποδοτικότητα, εξυπηρέτηση, έλεγχο και εκμάθηση), το σύστημα εκμάθησης (Learning MAS) το οποίο δείχνει το περιεχόμενο στον χρήστη ανάλογα με την πληροφορία που έχει επιλεγεί από το σύστημα αλληλεπίδρασης στο προηγούμενο βήμα και το σύστημα διδασκαλίας (Teaching MAS) το οποίο παρουσιάζει προτάσεις για τη βελτίωση του εικονικού μαθήματος. Για την πρόταση χρήσιμου εκπαιδευτικού υλικού στους μαθητές, στο [58] περιγράφεται ένα σύστημα συστάσεων πολλαπλών πρακτόρων, ονομαζόμενο InLix. Το InLix συνδυάζει την ανάλυση περιεχομένου με την ανάπτυξη εικονικών συστάδων μαθητών. Συλλέγει δεδομένα σχετικά με τη συμπεριφορά και τις προτιμήσεις των χρηστών και έπειτα τους προτείνει εκπαιδευτικές πηγές ανάλογα με το προφίλ τους. Στο μοντέλο αυτό, ο πράκτορας χρήστη μαθαίνει από τον χρήστη και προσαρμόζεται στις αλλαγές των ενδιαφερόντων του. Αυτό παρέχει τη δυνατότητα στον πράκτορα να είναι πιο ακριβής σε μελλοντικές αποφάσεις ταξινόμησης και προτάσεις. Επομένως, όσο περισσότερο χρησιμοποιούν οι χρήστες το σύστημα, τόσο περισσότερο ο πράκτορας μαθαίνει και τόσο πιο ακριβείς γίνονται οι ενέργειες του. Στο [60] προτείνεται ένα ασφαλές και αλληλεπιδραστικό περιβάλλον ηλεκτρονικής μάθησης πολλαπλών πρακτόρων το οποίο παρέχει υλικό μελέτης με βάση την εξατομικευμένη κατάσταση του εκπαιδευόμενου, την ευκολία χρήσης και την ασφάλεια έναντι μη εξουσιοδοτημένης πρόσβασης και χειρισμού των δεδομένων. Επιπλέον, παρέχει τη δυνατότητα της εξ αποστάσεως διασύνδεσης μεταξύ μαθητή και καθηγητή, καθιστώντας τη διαδικασία της εκμάθησης πιο ισχυρή και αποδοτική. Στο [67] παρουσιάζεται ένα πλαίσιο για επαγωγική εκμάθηση πολλαπλών πρακτόρων. Επαγωγική αποκαλείται η εκμάθηση μιας γενικής υπόθεσης από μια συλλογή σαφών παραδειγμάτων. Ο στόχος του συστήματος αυτού είναι η εφαρμογή τεχνικών οι οποίες επιτρέπουν σε αυτόνομους πράκτορες με ικανότητες επαγωγικής εκμάθησης να συνεργάζονται με τέτοιο τρόπο ώστε να βελτιώνεται η ατομική τους εκμάθηση ΑΣΑΦΗ ΣΥΣΤΗΜΑΤΑ (FUZZY SYSTEMS) Τα ασαφή συστήματα είναι ίσως η παλαιότερη τεχνική Υπολογιστικής Νοημοσύνης καθώς βασίζεται σε μαθηματικές έννοιες του Σε τέτοια συστήματα, σύνολα ασαφών κανόνων χρησιμοποιούνται για να εξάγουν συμπεράσματα βάσει των δεδομένων εισόδου. Το 1974, ο Zadeh 44

63 εισήγαγε τον όρο της ασαφούς λογικής (Fuzzy logic). Η έννοια αυτή μιμείται τον τρόπο με τον οποίο σκέπτονται οι άνθρωποι δηλαδή, με λογική και όχι με ακρίβεια. Οι ασαφείς μέθοδοι είναι καθοριστικής σημασίας στη διαδικτυακή εξατομίκευση, όταν χρησιμοποιούνται με τα Δεδομένα Χρήσης του Ιστού. Η επεξεργασία των προφίλ των χρηστών με ασαφείς έννοιες έχει χρησιμοποιηθεί από συστήματα ανάκτησης πληροφοριών για την παροχή εξατομικευμένων αποτελεσμάτων των μηχανών αναζήτησης. Επιπλέον, βασιζόμενες στα Δεδομένα Χρήσης του Ιστού, οι ασαφείς μέθοδοι χρησιμοποιούνται για την κατηγοριοποίηση και ομαδοποίηση των διαδικτυακών αντικειμένων, με σκοπό την εξατομίκευση του περιεχομένου που παραδίδεται σε έναν χρήστη μέσα από μια Ιστοσελίδα [68]. Η ασαφής λογική έχει, επίσης, επιτυχία όταν συνδυάζεται με τεχνικές εξόρυξης συλλογικών ή συνεργατικών δεδομένων για τη βελτίωση της ποιότητας των ευφυών πρακτόρων στο Διαδίκτυο, με σκοπό την παροχή πιο εξατομικευμένων υπηρεσιών στους χρήστες. Στο [59] παρουσιάζεται η σχεδίαση και η υλοποίηση ενός μοντέλου για συνεργατικά περιβάλλοντα, ικανά να εξάγουν γνώση από ομάδες συζήτησης, υπηρεσίες συνομιλίας και ηλεκτρονικά μηνύματα [47] ΤΕΧΝΗΤΑ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ (ARTIFICIAL NEURAL NETWORKS - ANNs) Ένα Νευρωνικό Δίκτυο είναι ένα σύστημα που αποτελείται από εσωτερικά διασυνδεδεμένες μονάδες επεξεργασίας (νευρώνες), οι οποίες λειτουργούν παράλληλα και των οποίων η λειτουργία καθορίζεται από τη δομή του δικτύου, την ισχύ των συνδέσεων και την επεξεργασία που γίνεται στα υπολογιστικά στοιχεία (κόμβους). Όπως και οι υπόλοιπες μέθοδοι Υπολογιστικής Νοημοσύνης, τα Νευρωνικά Δίκτυα μιμούνται μια βιολογική διαδικασία, τον ανθρώπινο εγκέφαλο. Συνήθως, τα νευρωνικά δίκτυα είναι οργανωμένα σε τρία επίπεδα: την είσοδο, το μεσαίο (ή κρυφό) επίπεδο και το επίπεδο εξόδου. Οι νευρώνες εισόδου τροφοδοτούνται με τις τιμές εισόδου του προβλήματος. Αυτές οι τιμές διαδίδονται δια μέσω του δικτύου και παράγουν τις εξόδους, ενεργοποιώντας τους αντίστοιχους νευρώνες. Η έξοδος του νευρώνα βασίζεται στις εισόδους του και στα αντίστοιχα βάρη. Κάθε σύνδεση από τον νευρώνα u j στον νευρώνα u i σχετίζεται με ένα βάρος w ij που αντιστοιχεί στην επίδραση του u j στο u i. Τα βάρη ενός νευρωνικού δικτύου καθορίζονται μέσω μιας διαδικασίας εκπαίδευσης με εμπειρικά δεδομένα. Ένα νευρωνικό δίκτυο μπορεί να εκπαιδευτεί για να ομαδοποιήσει τους χρήστες σε διαφορετικές κατηγορίες ή συστάδες [69]. Το περιεχόμενο της διαδικτυακής διεπαφής μπορεί να προσαρμοστεί σε κάθε ομάδα, αφού κάθε ομάδα χρηστών κατέχει παρόμοιες προτιμήσεις, ενισχύοντας με αυτόν τον τρόπο την εξατομίκευση. Τα νευρωνικά δίκτυα μπορούν να χρησιμοποιηθούν για την κατασκευή των προφίλ των χρηστών και να εκπαιδευτούν για την εκμάθηση της συμπεριφοράς τους. Οι είσοδοι γι' αυτή την εκπαίδευση προέρχονται από την εξόρυξη δεδομένων χρήσης του Ιστού και τεχνικές συνεργατικού φιλτραρίσματος. Η μαθησιακή ικανότητα των νευρωνικών δικτύων μπορεί επίσης να χρησιμοποιηθεί για δυναμική προσαρμοστική αλληλεπίδραση πραγματικού χρόνου, αντί για την παρουσίαση κοινού περιεχομένου και στατική εξατομίκευση [47], [70]. 45

64 Στο [71] παρουσιάστηκε ένα σύστημα υποστήριξης πλοήγησης, βασιζόμενο σε ένα Τεχνητό Νευρωνικό Δίκτυο και πιο συγκεκριμένα, σε ένα πολυεπίπεδο Perceptron (Multi-Layer Perceptron - MLP). Το νευρωνικό δίκτυο χρησιμοποιήθηκε για την απόφαση των κατάλληλων στρατηγικών πλοήγησης, ανάλογα με τα ενδιαφέροντα, τις προτιμήσεις και τις ανάγκες του χρήστη. Επιπλέον, η μαθησιακή ικανότητα ενός νευρωνικού δικτύου έχει εφαρμοστεί σε ένα σύνολο ασαφών κανόνων, σχηματίζοντας μια υβριδική νευρο-ασαφή στρατηγική για διαδικτυακή εξατομίκευση. Η τοπολογία και οι παράμετροι των νευρωνικών δικτύων χρησιμοποιήθηκαν για τη δομή και τις παραμέτρους των ασαφών κανόνων. Συγκεκριμένα, η υβριδική αυτή στρατηγική προτάθηκε για την αναπαράσταση της γνώσης με ένα σύνολο ασαφών κανόνων και την ανακάλυψη χρήσιμης γνώσης από την ανάλυση των ιστορικών δεδομένων των χρηστών [72] ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ (EVOLUTIONARY ALGORITHMS) Οι Εξελικτικοί Αλγόριθμοι χρησιμοποιούν μηχανισμούς εμπνευσμένους από τη βιολογική εξέλιξη όπως η αναπαραγωγή, η μετάλλαξη, ο ανασυνδυασμός και η διαλογή. Οι πιο δημοφιλείς εξελικτικοί αλγόριθμοι είναι οι Γενετικοί Αλγόριθμοι (Genetic Algorithms - GAs), οι οποίοι μιμούνται τη δομή των ανθρώπινων γονιδίων, βασιζόμενοι στη Δαρβινική θεωρία της εξέλιξης. Οι βάσεις για την μετέπειτα ανάπτυξη των γενετικών αλγορίθμων, όπως τους γνωρίζουμε σήμερα, τέθηκαν από τον John Holland το Οι γενετικοί αλγόριθμοι επιλύουν προβλήματα απαγορευτικού μεγέθους, για τα οποία δε μπορούν να χρησιμοποιηθούν οι κλασικές μέθοδοι αναζήτησης. Οι γενετικοί αλγόριθμοι εκτελούν μια αναζήτηση στο χώρο των υποψηφίων λύσεων, με στόχο την εύρεση αποδεκτών, σύμφωνα με κάποιο κριτήριο, λύσεων. Οι γενετικοί αλγόριθμοι εφαρμόστηκαν, σε συνδυασμό με τεχνικές εξόρυξης ιστορικών δεδομένων του χρήστη, για την καλύτερη κατανόηση των προτιμήσεων του και την ανακάλυψη των συσχετίσεων ανάμεσα σε διαφορετικές διευθύνσεις URL [73]. Με τους γενετικούς αλγορίθμους εισήχθηκε το στοιχείο της τυχαιότητας στο φιλτράρισμα του περιεχομένου, παραγκωνίζοντας την αυστηρή τήρηση προκαθορισμένων προφίλ χρηστών. Αυτός ο τροποποιημένος αλγόριθμος χρησιμοποιήθηκε για τη βέλτιστη σχεδίαση μιας ιστοσελίδας, βασιζόμενος σε κριτήρια πολλαπλής βελτιστοποίησης, όπως ο χρόνος φόρτωσης, η παρουσίαση και η συσχέτιση των περιεχομένων [47]. Οι εξελικτικοί αλγόριθμοι χρησιμοποιούνται και για την εκτίμηση της μαθησιακής συμπεριφοράς των εκπαιδευόμενων. Στο [74] περιγράφεται ένας συνδυασμός πολλαπλών ταξινομητών για την κατηγοριοποίηση των μαθητών και την πρόβλεψη των τελικών βαθμών τους, με βάση χαρακτηριστικά εξαγόμενα από δεδομένα καταγεγραμμένα σε ένα διαδικτυακό εκπαιδευτικό σύστημα. Η ακρίβεια της ταξινόμησης και της πρόβλεψης βελτιώνονται μέσω της ζύγισης των διανυσμάτων των χαρακτηριστικών, με τη χρήση ενός γενετικού αλγορίθμου. Οι εξελικτικές τεχνικές είναι κατάλληλες για την εξαγωγή μη ρητών πληροφοριών από τα δεδομένα χρήσης του Ιστού από τους εκπαιδευόμενους. Όταν τα δεδομένα αυτά δοθούν ως είσοδος σε ένα 46

65 νευρωνικό δίκτυο, εισάγεται ασάφεια στη λήψη αποφάσεων, με αποτέλεσμα μια πιο ακριβή και ευέλικτη μοντελοποίηση των προτιμήσεων των χρηστών [75]. 47

66 48

67 2 ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ΕΚΜΑΘΗΣΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ 2.1 Η ΕΞΕΛΙΞΗ ΤΟΥ ΤΟΜΕΑ ΤΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ Η Βιοπληροφορική είναι ο επιστημονικός χώρος όπου η σύμπραξη της Βιολογίας με την Πληροφορική, τη Στατιστική και τα Μαθηματικά εξερευνά νέους τρόπους για την προσέγγιση των βιολογικών προβλημάτων και την αντίληψη των βασικών αρχών της Βιολογίας. Θεωρώντας τα βιολογικά δεδομένα (DNA, RNA, πρωτεΐνες) ως ψηφιακή πληροφορία, εφαρμόζει αλγορίθμους για την επεξεργασία τους και την παραγωγή χρήσιμων συμπερασμάτων με αποδοτικό τρόπο. Η ανάγκη για ανάπτυξη εξειδικευμένων υπολογιστικών εργαλείων, αλλά και η προσαρμογή των ήδη υπαρχόντων δοκιμασμένων συστημάτων για την αποθήκευση, οπτικοποίηση και ανάλυση των δεδομένων, έδωσε το έναυσμα για τη μεγάλη ανάπτυξη που παρατηρείται στις μέρες μας στον τομέα της Βιοπληροφορικής. Ο κλάδος της Βιοπληροφορικής σήμερα θεωρείται, παγκοσμίως, ένας από τους πλέον εξελισσόμενους, ενώ έχει ήδη επιδείξει σημαντικά επιτεύγματα και έχει συγκεντρώσει ιδιαίτερα σημαντικές διακρίσεις. Ουσιαστικά, κατέχει κεντρική θέση στις σύγχρονες εξελίξεις των Επιστημών Ζωής, με πιο χαρακτηριστικό παράδειγμα τα προγράμματα «Αποκωδικοποίησης» των Γονιδιωμάτων, συμπεριλαμβανομένου και αυτού του Ανθρώπου. 2.2 Η ΕΚΠΑΙΔΕΥΣΗ ΣΤΟΝ ΤΟΜΕΑ ΤΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ ΔΥΝΑΤΟΤΗΤΕΣ ΚΑΙ ΑΠΑΙΤΗΣΕΙΣ Παρόλη την τεράστια ερευνητική ανάπτυξη της Βιοπληροφορικής και της Υπολογιστικής Βιολογίας, δεν έχει παρατηρηθεί η ίδια προσοχή όσον αφορά την εκπαίδευση σε αυτούς τους τομείς. Συγκεκριμένα, κατά τη χρονική περίοδο , υπήρξε ευρεία ανάπτυξη σε ιστοσελίδες Βιοπληροφορικής, με τις σελίδες αφιερωμένες στις πρωτεΐνες να αυξάνονται κατά 82% και αυτές για τη γονιδιακή έκφραση κατά 56%. Ωστόσο, ο αριθμός των ιστοσελίδων για την εκπαίδευση της Βιοπληροφορικής αυξήθηκε μόνο κατά 4%, δηλαδή 3 ιστοσελίδες. Θα πρέπει να δοθεί μεγαλύτερη έμφαση στην εκπαίδευση καθώς η Βιοπληροφορική σαν τομέας αναπτύσσεται και εξελίσσεται συνεχώς. Οι εκπαιδευτικές ευκαιρίες θα πρέπει να καλύπτουν ένα ευρύ φάσμα σπουδαστών αλλά και τα εμπόδια που συναντούν οι εκπαιδευτικοί θα πρέπει να αφαιρεθούν, ώστε η Βιοπληροφορική να εφαρμοστεί ευκολότερα σε ένα ευρύ φάσμα σπουδαστών και μαθημάτων. Οι Cummings και Temple στο [76] εξερευνούν τις δυνατότητες αλλά και τις προκλήσεις που υπάρχουν σχετικά με την εκπαίδευση στον τομέα της Βιοπληροφορικής. Οι Επιστήμες Ζωής ασχολούνται με ολοένα και μεγαλύτερα σύνολα δεδομένων και χρησιμοποιούν όλο και πιο εξελιγμένες τεχνικές και μοντέλα, καθιστώντας τις δραστηριότητες βασισμένες σε 49

68 υπολογιστές επωφελείς, αν όχι απαραίτητες, για υψηλής ποιότητας εκπαίδευση. Η διείσδυση των ηλεκτρονικών υπολογιστών έχει εμφυσήσει στους περισσότερους μαθητές τεχνολογική ικανότητα, η οποία μπορεί να επαυξηθεί για πιο εξειδικευμένη εκπαίδευση στη Βιοπληροφορική. Επιπλέον, η Βιοπληροφορική παρέχει μηχανισμούς για την επιτυχή συμμετοχή των μαθητών στα περισσότερα προγράμματα Βιολογίας αλλά και την ενεργό εμπλοκή τους με σύνολα δεδομένων και σύγχρονες τεχνολογίες του τομέα. Με άλλα λόγια, η εκμάθηση προωθείται όταν οι εκπαιδευόμενοι ασχολούνται με την επίλυση πραγματικών προβλημάτων και όταν η νέα γνώση εφαρμόζεται από τους εκπαιδευόμενους. Όμως, η διδασκαλία της Βιοπληροφορικής απαιτεί υπολογιστική υποδομή ποικίλου βαθμού, ανάλογα με το υλικό που καλύπτεται και τα εργαλεία που χρησιμοποιούνται. Η δημιουργία και η διαχείριση της κατάλληλης υπολογιστικής υποδομής και η ανάπτυξη των κατάλληλων μαθησιακών δραστηριοτήτων αποτελούν σημαντικές προκλήσεις. Για παράδειγμα, επί του παρόντος, πολλές μαθησιακές δραστηριότητες είναι στατικές, δεν αλληλεπιδρούν με τους μαθητές και τους εκπαιδευτικούς και δε μπορούν εύκολα να προσαρμοστούν σε ατομικά μαθησιακά αποτελέσματα και στόχους. Επιπλέον, η ταχέως μεταβαλλόμενη και δυναμική φύση της Βιοπληροφορικής αποτελεί ιδιαίτερη πρόκληση και για τους ίδιους τους εκπαιδευτικούς, καθώς απαιτεί κατάρτιση και συνεχή εκπαίδευση. Τα τελευταία 15 χρόνια έχουν αναπτυχθεί διάφορες στατικές ιστοσελίδες, κυρίως με χρηματοδότηση του Εθνικού Ιδρύματος Επιστημών, οι οποίες προσφέρουν στους εκπαιδευτικούς σύνολα δεδομένων, πηγές και μαθησιακές ενότητες. Παραδείγματα αποτελούν το BioQuest [77], το Molecular Science Student Workbench [78], το American Society for Microbiology/Department of Energy Joint Genome Institute (ASM/JGI) [79], το National Computational Science Institute (NCSI) [80] και το DNA Subway [81]. Όμως, η ευρύτερη ενσωμάτωση της Βιοπληροφορικής στην εκπαίδευση απαιτεί την αντιμετώπιση των προκλήσεων μέσω προσαρμοζόμενων διαδικτυακών δραστηριοτήτων Βιοπληροφορικής, κατά τις οποίες οι εκπαιδευτικοί μπορούν να επιλέξουν ερωτήσεις, επιτήδευση των πληροφοριών και άλλα χαρακτηριστικά κατάλληλα για τους μαθητές τους και το εκπαιδευτικό τους στυλ. Αυτή η ευελιξία ξεπερνάει το κύριο πρόβλημα με τις «κονσερβοποιημένες» ενότητες, ιστοσελίδες, δραστηριότητες, σχολικά βιβλία και άλλα στατικά διδακτικά βοηθήματα τα οποία είναι σήμερα διαθέσιμα. Η χρήση λογισμικού και υποδομής του Ιστού περιορίζει την πολυπλοκότητα του υπολογιστικού περιβάλλοντος και της απαιτούμενης πραγματογνωμοσύνης, σε έναν φυλλομετρητή Ιστού. Επιπλέον, μέσω μεθόδων αξιολόγησης των μαθητών, παρέχεται η αναγκαία ανατροφοδότηση σε μαθητές και εκπαιδευτικούς. Όλα τα προαναφερθέντα χαρακτηριστικά προωθούν την αλληλεπίδραση την οποία οι μαθητές απαιτούν σήμερα από την εκπαίδευση Η ΣΗΜΑΣΙΑ ΤΗΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΕΚΜΑΘΗΣΗΣ ΣΤΟΝ ΤΟΜΕΑ ΤΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ Η εκπαίδευση εξειδικευμένων ατόμων σε θέματα Βιοπληροφορικής αποτελεί ιδιαίτερη πρόκληση, καθώς οι εκπαιδευόμενοι προέρχονται από τον τομέα της Βιολογίας ή της Πληροφορικής, 50

69 παρουσιάζοντας γι' αυτό το λόγο μεγάλες διαφορές στο μαθησιακό τους υπόβαθρο. Επιπλέον, συνεχώς δημοσιεύονται καινούργιες μέθοδοι επεξεργασίας βιολογικών δεδομένων, καθιστώντας δύσκολο ακόμα και για κάποιον εκπαιδευτή να παρακολουθεί την εξέλιξη και να ενημερώνει το εκπαιδευτικό περιεχόμενο των μαθημάτων του. Επιπροσθέτως, η διασπορά των ερευνητικών ιδρυμάτων που ασχολούνται με το αντικείμενο είναι πολύ μεγάλη, με αποτέλεσμα η παραδοσιακή συλλογή γνώσης στον τομέα αυτόν να γίνεται ολοένα δυσκολότερη. Για τον σκοπό αυτό, οι πλατφόρμες ηλεκτρονικής εκμάθησης στις οποίες διδάσκονται τα μαθήματα της Πληροφορικής, της Βιολογίας, της Βιοπληροφορικής, της Πρωτεωμικής και της Υπολογιστικής Νοημοσύνης είναι ιδιαίτερα σημαντικές καθώς βοηθούν τους χρήστες με διαφορετικό υπόβαθρο γνώσεων να εμπλουτίζουν συνεχώς τις γνώσεις τους γύρω από τον γενικότερο τομέα της Βιοπληροφορικής. Η μέθοδος της ηλεκτρονικής εκμάθησης δε μπορεί να αντικαταστήσει τους εκπαιδευτικούς αλλά μπορεί να βελτιώσει την ποιότητα της διδασκαλίας και να μειώσει τον χρόνο που απαιτείται για τη διαχείριση του εκπαιδευτικού υλικού. Πέραν τούτου, το αντικείμενο της Βιοπληροφορικής είναι πλήρως συνυφασμένο με τη χρήση του Διαδικτύου καθώς μέσω αυτού μπορούν να βρεθούν πολλές πηγές δεδομένων και χρήσιμα εργαλεία. Για τον λόγο αυτό, η ηλεκτρονική εκμάθηση είναι ιδιαίτερα επωφελής και κατάλληλη για την παράδοση μιας άμεσης και πρακτικής εκπαιδευτικής εμπειρίας. Πρόσφατα, έχουν αναπτυχθεί και δημοσιευτεί διάφορες προσεγγίσεις που αφορούν περιβάλλοντα ηλεκτρονικής εκμάθησης για τη διδασκαλία μαθημάτων Βιοπληροφορικής. Οι V. Saravanan και P. Shanmughavel στο [82] τονίζουν τη σημασία ανάπτυξης εκπαιδευτικών συστημάτων ηλεκτρονικής εκμάθησης Βιοπληροφορικής. Οι κύριοι λόγοι που παρουσιάζουν, για να ενισχύσουν τον ισχυρισμό τους, είναι η ποικιλομορφία των εκπαιδευόμενων, η ισχυρή ανάγκη για συνεχή εκπαίδευση σε νέους τομείς και έννοιες καθώς και η έλλειψη καταρτισμένων εκπαιδευτών Βιοπληροφορικής σε αναπτυσσόμενες χώρες, όπως είναι για παράδειγμα η Ινδία. Οι ίδιοι παρουσιάζουν την ανάπτυξη, με τη χρήση προηγμένων τεχνολογιών, ενός περιβάλλοντος για την ηλεκτρονική εκμάθηση Βιοπληροφορικής. Το προσχέδιο του προτεινόμενου συστήματος παρουσιάζεται στην Εικόνα 17 και χωρίζεται σε τέσσερα στάδια: Φάση I - Ανάπτυξη του εκπαιδευτικού περιεχομένου: Κατά τη διάρκεια της πρώτης φάσης, συλλέγονται και επεξεργάζονται τα δεδομένα που απαιτούνται για τα εν λόγω θέματα. Ένας ειδήμονας καθορίζει τους στόχους και αναλύει τη μέθοδο παράδοσης. Φάση II - Εκπαιδευτική σχεδίαση: Σε αυτή τη φάση, ενσωματώνονται εκπαιδευτικά κουίζ και τεστ, στο τέλος της κάθε ενότητας. Αναγκαία θεωρείται, επίσης, η γραφική αναπαράσταση των ερωτήσεων και των λύσεων τους. Φάση III - Σχεδιασμός πολυμέσων και ιστοσελίδων: Στην τρίτη φάση, αναπτύσσονται τα πολυμέσα. Με άλλα λόγια, ενσωματώνονται ηχητικά στοιχεία, παράγονται βίντεο ακολουθούμενα από ερωτήσεις και σχεδιάζονται τα κινούμενα γραφικά 51

70 στοιχεία. Επιπλέον, δημιουργούνται οι διεπαφές ιστού με τη χρήση σύγχρονων και ασύγχρονων τεχνικών. Φάση IV - Περιβάλλον ηλεκτρονικής εκμάθησης: Το τελευταίο βήμα, πριν την τελική παράδοση του πακέτου λογισμικού, είναι η διασφάλιση της ποιότητας του, ως προς τη σαφήνεια και την ακρίβεια. Αυτό επιτρέπεται μέσω τεστ που εκτελούνται από τους ίδιους τους μαθητές. Εικόνα 17. Το προτεινόμενο σύστημα ηλεκτρονικής εκμάθησης Βιοπληροφορικής 2.3 ΕΙΣΑΓΟΝΤΑΣ ΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ 2.0 ΣΤΟΝ ΤΟΜΕΑ ΤΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ Ο Παγκόσμιος Ιστός 2.0 αναπαριστά έναν επαναστατικό τρόπο συλλογής, διαχείρισης και ανάμειξης online πληροφοριών και αποθετηρίων γνώσης, ο οποίος ενισχύει τη διαλειτουργικότητα μεταξύ ετερογενών πηγών δεδομένων. 52

71 Η Βιοπληροφορική έχει ανάγκη από έναν κοινωνικό ιστό που να υποστηρίζει τη διασύνδεση ατόμων με παρόμοια ερευνητικά ενδιαφέροντα και, κατ' επέκταση, την ανακάλυψη γνώσης, μέσω της συλλογικής ευφυΐας, από γρήγορα συσσωρευόμενα βιολογικά δεδομένα. Ως επακόλουθο της συσσώρευσης βιολογικών δεδομένων, πλήθος νέων λογισμικών και εργαλείων Βιοπληροφορικής πρέπει να σχεδιαστούν με τέτοιο τρόπο ώστε να παρέχονται ως διαδικτυακές υπηρεσίες. Το λογισμικό που μπορεί να παρέχεται ως διαδικτυακή υπηρεσία (Software as a Service - SaaS) είναι συνεχώς διαθέσιμο και βελτιώνεται διαρκώς σύμφωνα με τις ανάγκες των χρηστών. Το κυριότερο πλεονέκτημα, όμως, είναι ότι εξαλείφεται η ανάγκη για τοπική εγκατάσταση του λογισμικού. Επιπλέον, οι διαδικτυακές υπηρεσίες δεν περιορίζονται σε κάποια προσωπική υπολογιστική πλατφόρμα, ενώ συγχρόνως υποστηρίζουν την αλληλεπίδραση μεταξύ υπολογιστών. Η επιτυχία των ιστοσελίδων του Παγκόσμιου Ιστού 2.0 έγκειται στην ενημερωμένη πληροφορία η οποία προστίθεται από τους χρήστες και διαμοιράζεται ανάμεσα τους. Γι' αυτόν τον λόγο, οι ιστοσελίδες του Ιστού 2.0 απαιτούν λιγότερο χρόνο και χρήμα για να συντηρηθούν σε σχέση με ένα μοντέλο Ιστού 1.0, στο οποίο οι χρήστες επιτρέπεται μόνο να ανακτήσουν πληροφορίες αλλά όχι να τις ενημερώσουν ΕΠΙΣΤΗΜΟΝΙΚΗ ΚΟΙΝΩΝΙΚΗ ΚΟΙΝΟΤΗΤΑ (SCIENTIFIC SOCIAL COMMUNITY - SSC) Η επικοινωνία και η συνεργασία είναι ύψιστης σημασίας στην ακαδημαϊκή έρευνα. Για την προώθηση της συμμετοχής και συνεργασίας των ερευνητών και την αξιοποίηση της συλλογικής ευφυΐας για ανακάλυψη γνώσης στη Βιοπληροφορική, στο [83] προτείνεται το μοντέλο της Επιστημονικής Κοινωνικής Κοινότητας (Scientific Social Community - SSC), το οποίο βασίζεται στον Παγκόσμιο Ιστό 2.0 (Εικόνα 18). Αυτό το μοντέλο προτείνει μια συλλογική, κοινωνική και συνεργατική πλατφόρμα για την ανάκτηση, ολοκλήρωση, αυτόματη ανάλυση, διαμοίραση και επαναχρησιμοποίηση των δεδομένων, δίνοντας έμφαση στη συνεργασία και διασύνδεση ατόμων με παρόμοια ερευνητικά ενδιαφέροντα και την ανταλλαγή πληροφοριών μέσω διαδικτυακών υπηρεσιών. Ο Παγκόσμιος Ιστός 2.0 ενθαρρύνει τη συμμετοχή των χρηστών, οι οποίοι μπορούν να δημοσιοποιήσουν περιεχόμενο και να εγγραφούν σε εφαρμογές, βασιζόμενες σε διαδικτυακές υπηρεσίες, οι οποίες διευκολύνουν τη διαμοίραση και ολοκλήρωση πολλαπλών ετερογενών δεδομένων. Κατά συνέπεια, τα άτομα με παρόμοια ερευνητικά ενδιαφέροντα διασυνδέονται και η επικοινωνία ανάμεσα τους αυξάνεται, καθιστώντας δυνατή την ανακάλυψη γνώσης, μέσω της συνεργασίας και της συλλογικής ευφυΐας. Αυτό ενθαρρύνει τη συμμετοχή των χρηστών για την ανακάλυψη περισσότερης γνώσης και τη βελτίωση του μοντέλου SSC. Η διακεκομμένη γραμμή μεταξύ «Συμμετοχής» και «Επικοινωνίας» στην Εικόνα 18 υποδεικνύει ότι μερικοί χρήστες επικοινωνούν με άλλους, χωρίς όμως τη δημοσίευση και εγγραφή σε εφαρμογές. 53

72 Εικόνα 18. Ένα μοντέλο Βιοπληροφορικής βασιζόμενο στον Παγκόσμιο Ιστό 2.0 Το μοντέλο SSC μπορεί να χρησιμοποιηθεί ως πλατφόρμα ηλεκτρονικής εκμάθησης Βιοπληροφορικής. Το μοντέλο αυτό, εκπροσωπεί το πρότυπο της μαθητοκεντρικής εκμάθησης, το οποίο προσφέρει όχι μόνο μεγαλύτερη αυτονομία στο μαθητή αλλά και μεγαλύτερη έμφαση στην πρακτική, τη δημιουργία, την επικοινωνία και τη συνεργασία, οδηγώντας σε ολική κατάργηση της διάκρισης μεταξύ εκπαιδευτικού και εκπαιδευόμενου. Το μοντέλο SSC επιτρέπει στους εκπαιδευόμενους να συγκεντρώνουν και να συνδυάζουν με δημιουργικούς τρόπους πληροφορίες τις οποίες μπορούν να προωθούν για εκπαίδευση και χρήση από άλλους. Το περιεχόμενο δημιουργείται, διαμοιράζεται, ανακατασκευάζεται, επαναχρησιμοποιείται και προσφέρεται στους εκπαιδευόμενους με ενεργούς τρόπους. 2.4 ΕΠΙΤΥΧΕΙΣ ΠΛΑΤΦΟΡΜΕΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΕΚΜΑΘΗΣΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ Οι πιο επιτυχείς online πλατφόρμες αυτόνομης εκμάθησης Βιοπληροφορικής, με πλήθος εκπαιδευτικών πηγών και αλληλεπιδραστικών εκπαιδευτικών εργαλείων, παρουσιάζονται παρακάτω. Το πανεπιστήμιο του Manchester [84] οργανώνει online προγράμματα σπουδών μεταπτυχιακού επιπέδου καθώς και ανάλυση βιολογικών δεδομένων για στατιστική υπολογιστών και προγράμματα υπολογιστικής μοντελοποίησης, ειδικά σχεδιασμένα για βιολόγους (Εικόνα 19). 54

73 Εικόνα 19. Online προγράμματα σπουδών του πανεπιστημίου του Manchester Το Bioinformatics Information Resource and elearning Center (BIREC) [85] δημιουργήθηκε για να παρέχει δωρεάν πηγές πληροφόρησης Βιοπληροφορικής και μία online πλατφόρμα αυτόνομης εκμάθησης. Στόχος του είναι να παρέχει το μέγιστο δυνατό ποσό πληροφορίας, εστιάζοντας στο ακροατήριο (Εικόνα 20). Εικόνα 20. Το Bioinformatics Information Resource and elearning Center (BIREC) Στο τμήμα εκπαίδευσης του Bielefeld Bioinformatics Server (BiBiServ) [86] παρέχονται δύο online προγράμματα σπουδών, ένα σε εισαγωγικό επίπεδο και ένα σε προχωρημένο: ο λόγος για την Ανάλυση ακολουθιών με κατανεμημένους τρόπους (Sequence Analysis with Distributed Resources - SADR) [87] και τον Αλγεβρικό δυναμικό προγραμματισμό στη Βιοπληροφορική (Algebraic Dynamic Programming in Bioinformatics -ADP) [88]. Η ανάλυση ακολουθιών με κατανεμημένους τρόπους προορίζεται για προπτυχιακούς φοιτητές Βιοπληροφορικής σαν ενίσχυση των διαλέξεων των εργαλείων ανάλυσης καθώς και φοιτητές Βιολογίας σαν εισαγωγή πάνω σε βάσεις δεδομένων και εργαλεία Βιοπληροφορικής. Το 55

74 διαδικτυακό αυτό πρόγραμμα δεν εξηγεί τους αλγορίθμους πίσω από τα εργαλεία ανάλυσης αλλά, αντιθέτως, εστιάζει στην πρακτική χρήση των εργαλείων σε σχέση με τις βιολογικές μελέτες που καθοδηγούν τη διαδικασία ανάλυσης των ακολουθιών (Εικόνα 21). Εικόνα 21. Παράδειγμα ενός κεφαλαίου της «Ανάλυσης ακολουθιών με κατανεμημένους τρόπους» Ο αλγεβρικός δυναμικός προγραμματισμός στη Βιοπληροφορική διδάσκεται σε προχωρημένους μεταπτυχιακούς φοιτητές ή υποψήφιους διδάκτορες καθώς καλύπτει προχωρημένη μεθοδολογία πάνω στην οποία δεν υπάρχουν ακόμα διαθέσιμα εγχειρίδια. Ο σχεδιασμός επιτυχών αναδρομών δυναμικού προγραμματισμού αποτελεί θέμα εμπειρίας, ταλέντου και τύχης. Το πρόγραμμα αυτό 56

75 καθιστά τον δυναμικό προγραμματισμό μια συστηματική προσπάθεια, σε ένα αυστηρό μαθηματικό πλαίσιο και ένα υψηλό αφαιρετικό επίπεδο (Εικόνα 22). Εικόνα 22. Παράδειγμα εφαρμογής του «Αλγεβρικού δυναμικού προγραμματισμού στη Βιοπληροφορική» 57

76 Και τα δύο προγράμματα παρέχουν θεωρητικό υπόβαθρο καθώς και άμεση εμπειρία. Μετά από μια εισαγωγή στο θέμα, παρουσιάζονται παραδείγματα κώδικα που δίνουν στους μαθητές μια ιδέα της δομής του προγράμματος που θα πρέπει να γράψουν. Η θεωρία παρουσιάζεται στο κύριο παράθυρο ενώ οι ασκήσεις και τα demo ανοίγουν σε μικρότερα παράθυρα. Με αυτόν τον τρόπο, όλες οι χρήσιμες πληροφορίες μπορούν να καταταχθούν στην οθόνη πλάι στο εισαγωγικό κείμενο, επιτρέποντας τη μετατροπή της θεωρητικής γνώσης σε άμεση εμπειρία. Οι επεξηγήσεις των εργαλείων (tooltips) δίνουν είτε επιπλέον πληροφορίες είτε παρέχουν κίνητρα και σχόλια, έτσι ώστε οι φοιτητές να αλλάξουν τα παραδείγματα και να κατανοήσουν τα θέματα με περισσότερη λεπτομέρεια. To National Center for Biotechnology Information (NCBI) είναι ένα από τα σημαντικότερα κέντρα πληροφόρησης του κόσμου πάνω σε βιοϊατρικά δεδομένα. Οποιοσδήποτε ασχολείται με βιοϊατρικά ή βιομοριακά δεδομένα αργά ή γρήγορα θα επισκεφτεί την ιστοσελίδα του NCBI ή θα χρησιμοποιήσει κάποιο προϊόν του [89]. Η εκπαιδευτική ιστοσελίδα του NCBI [90] είναι η κορυφαία πύλη για την πρόσβαση στα εκπαιδευτικά περιεχόμενα και πηγές του NCBI. Το NCBI παρέχει πλήθος εκπαιδευτικών πηγών, όπως προγράμματα εκμάθησης, αλληλεπιδραστικά εκπαιδευτικά εργαλεία και ένα αρχείο με εκπαιδευτικό υλικό (Εικόνα 23). Επιπλέον, το NCBI παρέχει online εκπαίδευση μέσω εργαστηρίων και ζωντανών διαδικτυακών σεμιναρίων. Εικόνα 23. Η εκπαιδευτική ιστοσελίδα του National Center for Biotechnology Information (NCBI) Επιπλέον, ένα από τα μεγαλύτερα παγκόσμια ερευνητικά δίκτυα Βιοπληροφορικής, το EMBnet, έχει ήδη αρχίσει την ανάπτυξη ενός περιβάλλοντος ηλεκτρονικής εκμάθησης το οποίο προς το παρόν επικεντρώνεται στην online διανομή καλά δομημένου και τεκμηριωμένου εκπαιδευτικού υλικού για μαθήματα Βιοπληροφορικής. Οι συγγραφείς του υλικού είναι υπεύθυνοι για τη συντήρηση και την ποιότητα του, βασιζόμενοι στην ανατροφοδότηση και τις έρευνες ικανοποίησης των χρηστών [91]. 58

77 2.5 ΔΙΑΣΗΜΑ ΕΡΓΑΛΕΙΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ΕΚΜΑΘΗΣΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ BIOMANAGER Η αποτελεσματική χρήση των πηγών Βιοπληροφορικής στην έρευνα των Επιστημών Ζωής, απαιτεί εκπαίδευση σε μία ευρεία κλίμακα διαφορετικών λογισμικών. Το BioManager [92] είναι μια διαδικτυακή εφαρμογή, η οποία ενοποιεί πάνω από 280 εργαλεία Βιοπληροφορικής και βάσεις δεδομένων ακολουθιών. Παρόλο που ο κύριος στόχος του BioManager είναι να παρέχει μια υπηρεσία στους ερευνητές, 28 προγράμματα σπουδών σε 17 πανεπιστήμια ανά τον κόσμο, εκ των οποίων τα πανεπιστήμια της Αυστραλίας, της Νέας Ζηλανδίας και της Μαλαισίας, χρησιμοποιούν πλέον το BioManager ως μέρος της προπτυχιακής εκπαίδευσης Βιοπληροφορικής. Η ολοκληρωμένη φύση του περιβάλλοντος παρέχει στον εκπαιδευόμενο την ίδια εμφάνιση και αίσθηση για διαφορετικές εφαρμογές, ενισχύοντας τη συγκέντρωση του και μειώνοντας την απογοήτευση και την ταλαιπωρία. Επιπλέον, το BioManager αποκλείει την ανάγκη για εγκατάσταση και συντήρηση όλων αυτών των εφαρμογών από τον εκπαιδευτικό ή τον εκπαιδευόμενο, διαδικασία δύσκολη, χρονοβόρα και συχνά ακριβή. Η online διεπαφή επιτρέπει στους μαθητές την πρόσβαση από τον υπολογιστή του σπιτιού τους, διευκολύνοντας την επιπλέον μελέτη και ολοκλήρωση των εργασιών τους και εκτός τάξης. Εικόνα 24. Στιγμιότυπο της εφαρμογής BioManager 59

78 Ένα από τα κύρια χαρακτηριστικά του BioManager είναι η αυτόματη μετατροπή της εξόδου μιας εφαρμογής σε μορφή κατάλληλη ώστε να μπορεί να χρησιμοποιηθεί σαν είσοδος για μια δεύτερη εφαρμογή. Με αυτόν τον τρόπο, δεν απαιτείται η εγκατάσταση επιπλέον εφαρμογών ενώ ο εκπαιδευόμενος επικεντρώνεται στην επίλυση πραγματικών βιολογικών προβλημάτων χωρίς να λαμβάνει υπόψη τη μετατροπή της μορφής των δεδομένων. Όπως φαίνεται στην Εικόνα 24, το BioManager επιτρέπει προσεγγίσεις καθοδηγούμενες είτε από το πρόγραμμα («αν θέλω να δημιουργήσω ένα φυλογενετικό δέντρο, τι πρόγραμμα μπορώ να χρησιμοποιήσω και ποια αρχεία δεδομένων μπορούν να χρησιμοποιηθούν σαν είσοδος;») είτε από τα δεδομένα («αν έχω μια ακολουθία για την οποία θέλω να μάθω παραπάνω, τι πρόγραμμα ή ανάλυση μπορώ να χρησιμοποιήσω γι' αυτό το αρχείο;»). Έτσι καθοδηγείται ο μαθητής στα αναγκαία δεδομένα ή εναλλακτικά ενημερώνεται για διαφορετικούς τρόπους ανάλυσης δεδομένων, τους οποίους μπορεί να μην είχε καν αντιληφθεί νωρίτερα ΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΜΑΘΗΣΙΑΚΗΣ ΔΡΑΣΤΗΡΙΟΤΗΤΑΣ (LEARNING ACTIVITY MANAGEMENT SYSTEM - LAMS) Λόγω της υψηλής ζήτησης για επιστήμονες Βιοπληροφορικής, πολλά πανεπιστήμια διαφόρων χωρών έχουν ήδη ενσωματώσει τη Βιοπληροφορική στα προπτυχιακά και μεταπτυχιακά προγράμματα σπουδών τους. Οι S.J. Lim κ.ά. στο [93] παρουσίασαν την εφαρμογή ενός συστήματος ηλεκτρονικής εκμάθησης στην εκπαίδευση των προπτυχιακών μαθητών Βιοπληροφορικής του εθνικού πανεπιστημίου της Σιγκαπούρης. Παρόλη την απλότητα και την έλλειψη προσαρμοστικότητας της πλατφόρμας τους, τα αποτελέσματα τους έδειξαν ότι η απόδοση των μαθητών βελτιώθηκε σημαντικά. Συγκεκριμένα, το 63.16% των τριτοετών φοιτητών ανταποκρίθηκε θετικά όσον αφορά τη χρησιμότητα του συστήματος ηλεκτρονικής εκμάθησης στη διαδικασία καθοδήγησης της εκπαίδευσης και της συζήτησης. Επίσης, το 89.81% των δευτεροετών φοιτητών δήλωσαν ότι η διαδικασία επανάληψης τους επηρεάστηκε θετικά, ενώ το 60.19% συμφώνησε πως η κατανομή των δραστηριοτήτων, από το σύστημα, σε μια διαδοχική βήμα-προς-βήμα ροή εργασίας, βελτιώνει την εμπειρία εκμάθησης. Για την ασύγχρονη παράδοση του εκπαιδευτικού περιεχομένου χρησιμοποιήθηκε το Σύστημα Διαχείρισης Μαθησιακής Δραστηριότητας (Learning Activity Management System - LAMS) [94], το οποίο αναπτύχθηκε από το Macquarie E-Learning Centre for Excellence (MELCOE) της Αυστραλίας. Το LAMS είναι ένα νέο, επαναστατικό εργαλείο για τη διαχείριση και παροχή online δραστηριοτήτων συνεργατικής εκμάθησης. Με το LAMS, οι εκπαιδευτές μπορούν να παρακολουθήσουν σε πραγματικό χρόνο την πρόοδο των μαθητών, επιτρέποντας την αποτελεσματική και έγκαιρη αξιολόγηση και ανατροφοδότηση. Οι μαθητές, από την άλλη, είναι ελεύθεροι να ακολουθήσουν τη διαδικασία εκμάθησης με το δικό τους ρυθμό καθώς και να αλληλεπιδράσουν με άλλους μαθητές και εκπαιδευτικούς. Στα πλαίσια του συστήματος αυτού, αναπτύχθηκε και τεχνολογία wiki για τη συνεργατική συγγραφή αναφορών προόδου. 60

79 Μια τυπική συνεδρία περιλαμβάνει την εισαγωγή ενός προβλήματος το οποίο οι μαθητές καλούνται να λύσουν συνεργατικά, υπό την καθοδήγηση των εκπαιδευτικών. Η εκμάθηση βασιζόμενη σε προβλήματα, η οποία πρωτοπαρουσιάστηκε το 1969 στην ιατρική σχολή του πανεπιστημίου McMaster του Καναδά, είναι μια επαναστατική εκπαιδευτική στρατηγική στην οποία οι μαθητές συνεργάζονται για να λύσουν προβλήματα υπό την καθοδήγηση και υποστήριξη εκπαιδευτικών. Το LAMS χρησιμοποιείται σαν εργαλείο εκμάθησης για την παρουσίαση του προβλήματος, προσδιορισμό των ζητημάτων που πρέπει να αντιμετωπιστούν, αξιολόγηση της κατανόησης των μαθητών μέσα από ερωτήσεις και τέλος, παροχή εποικοδομητικής ανατροφοδότησης και κριτικής στον εκπαιδευτικό και στα μέλη της ομάδας (Εικόνα 25). Ένα φόρουμ συζήτησης δημιουργήθηκε επίσης στο LAMS για να διευκολύνει τη συζήτηση των μαθητών και την ανταλλαγή ιδεών. Εικόνα 25. Παράδειγμα μια ακολουθίας του LAMS, κατά τη διάρκεια μιας τυπικής συνεδρίας Στο τέλος των μαθημάτων, το LAMS χρησιμοποιείται σαν προαιρετικό εργαλείο επανάληψης, για την προετοιμασία των μαθητών για τις εξετάσεις (Εικόνα 26). Το LAMS σχεδιάζεται ως μια ακολουθία ερωτήσεων πολλαπλής επιλογής (MCQs), οργανωμένων ανάλογα με τις διαφορετικές ενότητες του προγράμματος σπουδών. Το κύριο πλεονέκτημα αυτής της επαναστατικής στρατηγικής εκμάθησης, σε σχέση με τις παραδοσιακές μεθόδους διδασκαλίας, έγκειται στην προώθηση της ανεξάρτητης και συνεργατικής εκμάθησης, μέσω ομαδικών συζητήσεων και με ελάχιστη καθοδήγηση από τον εκπαιδευτικό. Από αυτή την άποψη, τα εργαλεία ηλεκτρονικής εκμάθησης ολοκληρώνουν την εκπαίδευση, παρέχοντας τις κατάλληλες πηγές και υποστήριξη για τις διαδικασίες εκμάθησης, εκπαίδευσης και παρακολούθησης. 61

80 Εικόνα 26. Παράδειγμα μια ακολουθίας του LAMS, ως εργαλείο επανάληψης HTMLW (HTML WRAPPER) ΚΑΙ QARBON VIEWLETBUILDER Το HTMLW (HTML Wrapper) και το Qarbon ViewletBuilder είναι δύο απλά αλλά πανίσχυρα εργαλεία που χρησιμοποιούνται στο κολλέγιο UCL του Λονδίνου (University College London) για τη γρήγορη δημιουργία υψηλής ποιότητας και φιλικών προς τον χρήστη προγραμμάτων εκμάθησης και υλικών εξάσκησης [95]. Το HTMLW [96] αναπτύχθηκε από τον Andrew Martin το 1999 ως ένα απλό εργαλείο για τη γρήγορη σύνταξη ελκυστικών διαδικτυακών προγραμμάτων εξάσκησης και κουίζ με τη μορφή ερωτο-απαντήσεων. Στην Εικόνα 27 παρουσιάζονται τα βασικά χαρακτηριστικά του HTMLW. Πολλά από αυτά προστίθενται αυτόματα από το λογισμικό, χρησιμοποιώντας απλώς τις κατάλληλες ετικέτες (tags), οι οποίες οριοθετούνται από διπλές γωνιακές αγκύλες. Πλήθος ετικετών υψηλού επιπέδου διευκολύνουν απλές διεργασίες, όπως η διασύνδεση με άλλες ιστοσελίδες και η παροχή γραφικών pop-up. Για παράδειγμα, ένας υπότιτλος προσδιορίζεται από τον κώδικα <<subtitle>> HTMLW <</subtitle>> ενώ μια ερώτηση από τον κώδικα <<question>> Which species' genome was the first to be sequenced? <</question>>. Το HTMLW αποτελεί ελεύθερο λογισμικό, ανοιχτού κώδικα, το οποίο μπορεί να εγκατασταθεί απλά και γρήγορα και δεν απαιτεί συντήρηση. Είναι ιδανικό όχι μόνο για την εξ αποστάσεως εκμάθηση αλλά και για παραδοσιακά περιβάλλοντα εκμάθησης. Εδώ και πάνω από 6 χρόνια, χρησιμοποιείται από λέκτορες του πανεπιστημίου του Reading και του τμήματος Βιοχημείας και Μοριακής Βιολογίας του UCL για τη σύνταξη προπτυχιακών, μεταπτυχιακών και επαγγελματικών 62

81 περιεχομένων εκμάθησης. Αποτελεί, επίσης, βασικό κομμάτι του δημοφιλούς προγράμματος Βιοπληροφορικής του BCB (Bloomsbury Centre for Bioinformatics). Εικόνα 27. Παράδειγμα μιας σελίδας του HTMLW Η σύνταξη εγγράφων τεκμηρίωσης και προγραμμάτων εκμάθησης υψηλής ποιότητας είναι ιδιαίτερα σημαντική όταν το λογισμικό απευθύνεται σε μια ευρύτερη επιστημονική κοινότητα. Όμως, οι προγραμματιστές ακαδημαϊκού λογισμικού σπάνια επενδύουν χρόνο. Το Qarbon ViewletBuilder παρέχει έναν απλό τρόπο δημιουργίας βίντεο flash μικρού μήκους, τα οποία μπορούν να ενσωματωθούν σε φιλικά προς τον χρήστη προγράμματα εκμάθησης και έγγραφα τεκμηρίωσης. Εικόνα 28. Τα βασικά χαρακτηριστικά του Qarbon ViewletBuilder Το Qarbon ViewletBuilder προσφέρει ένα απλό γραφικό περιβάλλον, το οποίο επιτρέπει εξελιγμένη αλληλεπίδραση με τον χρήστη. Επιπλέον, παρέχει τη δυνατότητα προσθήκης ήχου, εικόνων και 63

82 διανυσματικών γραφικών με σκοπό τη δημιουργία πλήρως πολυμεσικών προγραμμάτων εκμάθησης. Η Εικόνα 28 παρουσιάζει τα βασικά χαρακτηριστικά του Qarbon ViewletBuilder. Τα στιγμιότυπα της εφαρμογής λαμβάνονται με τη χρήση του εργαλείου καταγραφής στιγμιότυπων οθόνης του ίδιου του ViewletBuilder ή προέρχονται από οποιαδήποτε άλλη πηγή εικόνων. Το όλο πλαίσιο ολοκληρώνεται με σχολιασμούς σε μορφή κειμένου, επισημάνσεις και επιπλέον εικόνες. Ένας κινούμενος δείκτης ποντικιού αναπαριστά την αλληλεπίδραση του χρήστη με το πλαίσιο και χρησιμοποιείται για να κατευθύνει την προσοχή. Το Qarbon ViewletBuilder έχει χρησιμοποιηθεί για τη σύνταξη προγραμμάτων εξάσκησης του προγράμματος BCB και, ιδιαίτερα, σχετικά με σημαντικά πακέτα λογισμικού ανάλυσης της δομής των πρωτεϊνών, όπως το RasMol και το Swiss-PDB Viewer. Έχει, επίσης, χρησιμοποιηθεί από την εταιρεία Affymetrix για τη σύνταξη υλικού εκπαίδευσης σχετικά με το λογισμικό Βιοπληροφορικής τους, το GeneSpring. Επιπλέον, εταιρείες όπως η Oracle και η ADP το έχουν εφαρμόσει για εκπαίδευση πάνω σε ποικίλα περιβάλλοντα. 64

83 3 ΣΥΣΤΗΜΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕ ΑΥΤΟΜΑΤΗ ΑΝΤΛΗΣΗ ΠΛΗΡΟΦΟΡΙΑΣ ΑΠΟ ΙΣΤΟΣΕΛΙΔΕΣ 3.1 ΑΝΑΛΥΣΗ ΤΩΝ ΑΠΑΙΤΗΣΕΩΝ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ Στα πλαίσια της παρούσας μεταπτυχιακής διπλωματικής εργασίας, αναπτύχθηκε μια σύγχρονη πλατφόρμα ηλεκτρονικής εκμάθησης της Βιοπληροφορικής η οποία, μέσω της προηγμένης πρόσβασης σε πλούσιο διδακτικό περιεχόμενο, ενισχύει την εκπαίδευση χωρίς χωρικούς ή χρονικούς περιορισμούς. Το σύστημα αναπτύχθηκε ως μια δυναμική διαδικτυακή υπηρεσία, η οποία δεν απαιτεί οργανωμένους χώρους εκπαίδευσης, αλλά έναν απλό ηλεκτρονικό υπολογιστή. Είναι διαθέσιμο στις εξής διευθύνσεις Παγκόσμιου Ιστού: Το σύστημα ηλεκτρονικής εκμάθησης Βιοπληροφορικής φιλοξενείται στον δικτυακό τόπο της ερευνητικής ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» (Computational Biology and Bioinformatics), η οποία σχηματίστηκε το 2009 από μια κοινή προσπάθεια του Εργαστηρίου Γραφικών Πολυμέσων και Γεωγραφικών Συστημάτων και του Εργαστηρίου Αναγνώρισης Προτύπων του τμήματος Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του πανεπιστημίου Πατρών. Η εφαρμογή υλοποιήθηκε με τέτοιο τρόπο ώστε να επιτρέπει στους εκπαιδευόμενους να προβάλλουν, οπουδήποτε και οποτεδήποτε, αλλά και να αλληλεπιδρούν με το πλούσιο μαθησιακό περιεχόμενο, το οποίο παρουσιάζεται με τη μορφή κειμένων, υπερκειμένων, εικόνων, παρουσιάσεων και βίντεο. Ειδικότερα, μέσα από το σύστημα, περιγράφεται αναλυτικά η ερευνητική ομάδα «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» και συγκεκριμένα τα μέλη, τα ερευνητικά ενδιαφέροντα, τα ερευνητικά έργα και οι συνεργάτες της. Επιπλέον, είναι δυνατή η ανάρτηση ανακοινώσεων και πληροφοριών σχετικά με τις συναντήσεις της ομάδας. Μέσα από το σύστημα αυτό, παρέχεται στον εκπαιδευόμενο το πλούσιο διδακτικό υλικό της ερευνητικής ομάδας, όπως βιβλία, περιοδικά, μαθήματα, παρουσιάσεις, δημοσιεύσεις σε συνέδρια και περιοδικά, διπλωματικές εργασίες και εργαλεία που έχουν υλοποιηθεί. Στην Εικόνα 29 παρουσιάζεται μια γενική άποψη του συστήματος ηλεκτρονικής εκμάθησης, καθώς και ο τρόπος με τον οποίο είναι οργανωμένο το περιεχόμενο στο σύστημα. Για την αποδοτικότερη χρήση του συστήματος, το περιεχόμενο έχει οργανωθεί σε διαφορετικά μενού επιλογών. Η κατάλληλη αποθήκευση, οργάνωση και δυναμική διαχείριση του διδακτικού υλικού ευνοεί την ευέλικτη ανάκτηση των πληροφοριών καθώς και την επαναχρησιμοποίηση του μαθησιακού περιεχομένου. Μάλιστα, για την ευκολότερη ανάκτηση του εκπαιδευτικού υλικού, στο σύστημα συμπεριλήφθηκε και μια μηχανή αναζήτησης. 65

84 Εικόνα 29. Παρουσίαση του συστήματος ηλεκτρονικής εκμάθησης Βιοπληροφορικής 66

85 Για τη γρηγορότερη, αποδοτικότερη και ευκολότερη ανάπτυξη αλλά και ενημέρωση όλου του εκπαιδευτικού περιεχομένου του συστήματος ηλεκτρονικής εκμάθησης, υλοποιήθηκε επιπλέον μια εύχρηστη διαχειριστική εφαρμογή (Administration Panel) στην οποία, όπως φαίνεται στην Εικόνα 30, έχει πρόσβαση μόνο ο διαχειριστής του συστήματος (Administrator). Εικόνα 30. Είσοδος στη διαχειριστική εφαρμογή του συστήματος Στο σύστημα ηλεκτρονικής εκμάθησης μπορούν να περιηγηθούν απλοί αλλά και εγγεγραμμένοι χρήστες. Οι απλοί χρήστες έχουν περιορισμένη πρόσβαση στο εκπαιδευτικό περιεχόμενο ενώ, επίσης, δεν μπορούν να παρακολουθήσουν το εξειδικευμένο πρόγραμμα ηλεκτρονικής εκπαίδευσης Βιοπληροφορικής, το οποίο είναι διαθέσιμο μόνο για τους εγγεγραμμένους χρήστες του συστήματος. Στην Εικόνα 31 παρουσιάζεται το μενού επιλογών όπως αυτό προβάλλεται σε έναν απλό (πάνω εικόνα) και έναν εγγεγραμμένο (κάτω εικόνα) χρήστη. Συγκεκριμένα, ένας εκπαιδευόμενος μπορεί να επιλέξει σε ποια θεματική ενότητα Βιοπληροφορικής επιθυμεί να εκπαιδευτεί είτε αυτόνομα είτε επιλέγοντας έναν σύμβουλο ο οποίος, βασιζόμενος στο εκπαιδευτικό υπόβαθρο του εκπαιδευόμενου, του καθορίζει συγκεκριμένους μαθησιακούς στόχους. Ο κάθε εκπαιδευόμενος επιλέγει έναν μόνο σύμβουλο ενώ ένας σύμβουλος μπορεί να διαχειριστεί πολλούς εκπαιδευόμενους. Σύμβουλος μπορεί να είναι οποιοσδήποτε εγγεγραμμένος χρήστης του συστήματος, εκτός από τον διαχειριστή του συστήματος ή τον ίδιο τον εκπαιδευόμενο. Για την εκμάθηση της κάθε θεματικής ενότητας, παρουσιάζεται στον εκπαιδευόμενο ένα εισαγωγικό κείμενο καθώς και το σχετικό εκπαιδευτικό υλικό που είναι διαθέσιμο στο σύστημα. 67

86 Με αυτόν τον τρόπο, η μέθοδος της εκμάθησης καθοδηγείται πλήρως από τις προτιμήσεις του εκπαιδευόμενου, ο οποίος επιλέγει το πώς και τι μαθαίνει, αποτελώντας το «κέντρο της μαθησιακής διαδικασίας». Ο εκπαιδευόμενος, ο οποίος πλέον μετατρέπεται από παθητικό σε ενεργό δέκτη της μάθησης, μπορεί να εκπαιδευτεί είτε με αυτόνομο τρόπο είτε με ασύγχρονη διδασκαλία, υπό την καθοδήγηση και παρακολούθηση ενός συμβούλου. Επιπλέον, ο καθορισμός ρόλων στη μαθησιακή διαδικασία ευνοεί τη δημιουργία ενός δυναμικού περιβάλλοντος εκμάθησης. Εικόνα 31. Μενού επιλογών για απλό και εγγεγραμμένο χρήστη Χάρη στην ενσωμάτωση ευφυών τεχνικών και μεθόδων, το σύστημα παρέχει μια εξατομικευμένη μαθησιακή πορεία στον εκπαιδευόμενο, με βάση το επίπεδο γνώσεων, τις μαθησιακές ανάγκες αλλά και την πρόοδο του. Ο εκπαιδευόμενος έχει πλήρη έλεγχο της προόδου του, η οποία σημειώνεται σύμφωνα με τον ρυθμό κατανόησης και τη συμμετοχή του, ενώ πιστοποιείται μέσω μεθόδων αξιολόγησης. Συγκεκριμένα, κάθε φορά που ο εκπαιδευόμενος διδαχθεί μια θεματική ενότητα Βιοπληροφορικής, καλείται να απαντήσει σε ένα ερωτηματολόγιο 10 ερωτήσεων 68

87 πολλαπλής επιλογής. Σε περίπτωση που απαντήσει σωστά στις 8 από τις 10 ερωτήσεις, το σύστημα θεωρεί ότι ο εκπαιδευόμενος γνωρίζει τη συγκεκριμένη θεματική ενότητα. Σημαντικό στοιχείο των ηλεκτρονικών συστημάτων εκπαίδευσης αποτελεί η δημιουργία μαθησιακών κοινοτήτων και η ενίσχυση της συνεργασίας, της επικοινωνίας αλλά και της αλληλεπίδρασης μεταξύ εκπαιδευτών και εκπαιδευόμενων, όπως δηλαδή συμβαίνει σε μία παραδοσιακή αίθουσα διδασκαλίας. Γι' αυτόν τον λόγο, το σύστημα δίνει τη δυνατότητα σε κάθε εγγεγραμμένο χρήστη να επικοινωνεί και να ανταλλάσσει απόψεις με τον σύμβουλο ή τους εκπαιδευόμενους του, μέσω ανταλλαγής μηνυμάτων. 3.2 ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΤΩΝ ΑΠΑΙΤΗΣΕΩΝ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ Το σύστημα ηλεκτρονικής εκπαίδευσης υλοποιήθηκε εξ ολοκλήρου στην αγγλική γλώσσα, ως μια δυναμική διαδικτυακή εφαρμογή, με χρήση της αντικειμενοστραφούς PHP 5 [97] και της πιο διάσημης Βάσης Δεδομένων ανοιχτού κώδικα, της MySQL [98]. Επιπρόσθετα, για ευκολότερη και πιο ενδιαφέρουσα πλοήγηση στις σελίδες HTML του συστήματος, υλοποιήθηκαν μέθοδοι βασιζόμενοι στη βιβλιοθήκη JavaScript, jquery [99], οι οποίοι προσέδωσαν κινούμενα εφέ, μεγαλύτερη αλληλεπίδραση και αποδοτικότερη παρουσίαση των περιεχομένων του συστήματος. Στην Εικόνα 32 παρουσιάζεται ένα μενού επιλογών, υλοποιημένο με jquery, το οποίο κινείται στο πέρασμα του δείκτη του ποντικιού. Εικόνα 32. Παράδειγμα κινούμενου εφέ υλοποιημένου με jquery Για την ευκολότερη ανάπτυξη και μορφοποίηση όλων των κειμένων που εισάγονται στο σύστημα ηλεκτρονικής εκπαίδευσης μέσω της διαχειριστικής εφαρμογής, χρησιμοποιείται ο CKEditor [100]. Ο CKEditor είναι μια εφαρμογή ανοιχτού κώδικα και ειδικότερα ένας WYSIWYG επεξεργαστής κειμένου, ο οποίος ενσωματώνεται σε ιστοσελίδες για τη βέλτιστη σύνταξη διαδικτυακού περιεχομένου. 69

88 Επιπλέον, μέσω του CKFinder 2.1 [101], ενός εύχρηστου και ισχυρού διαχειριστή αρχείων, ο οποίος ενσωματώνεται στον CKEditor, δίνεται η δυνατότητα φόρτωσης και εισαγωγής εικόνων μαζί με τα κείμενα. Οι επιτρεπόμενες εικόνες είναι σε μορφή.bmp,.gif,.jpeg,.jpg,.png και με μέγιστες διαστάσεις 550x550 pixels. Σε περίπτωση που οι εικόνες είναι μεγαλύτερες από τις μέγιστες επιτρεπόμενες διαστάσεις, συρρικνώνονται αυτόματα από τον διαχειριστή αρχείων. Το σύστημα ηλεκτρονικής εκμάθησης υποστηρίζει εκπαιδευτικό υλικό πολλών μορφών. Συγκεκριμένα, τα αρχεία που μπορούν να φορτωθούν στο σύστημα, μέσω της διαχειριστικής εφαρμογής, μπορούν να είναι μεγέθους μέχρι 100 MB, με τίτλο μέχρι 200 χαρακτήρες και με κατάληξη.txt,.csv,.htm,.html,.xhtml,.xml,.doc,.docx,.xls,.xlsx,.rtf,.ppt,.pptx,.pdf,.swf,.flv,.avi,.wmv,.mov,.zip ή.rar. Στα πλαίσια της εγγραφής και ενεργοποίησης ενός νέου χρήστη στο σύστημα αλλά και σε περιπτώσεις ανάκτησης του ξεχασμένου συνθηματικού ενός ήδη εγγεγραμμένου χρήστη, προβλέπεται από το σύστημα η αποστολή ειδοποιήσεων μέσω ηλεκτρονικού ταχυδρομείου. Για την αποστολή των ηλεκτρονικών μηνυμάτων χρησιμοποιείται ο PHPMailer 5.1 [104], μια ανοιχτού κώδικα κλάση αποστολής για την PHP, η οποία υποστηρίζει πρωτόκολλα SMTP και POP ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ Η αρχιτεκτονική του συστήματος ηλεκτρονικής εκμάθησης Βιοπληροφορικής, όπως παρουσιάζεται στην Εικόνα 33, είναι η 3-Tier. Αποτελείται δηλαδή από τρία λογικά επίπεδα: το Επίπεδο Παρουσίασης (Presentation Tier ) ή η Διεπαφή Χρήστη (User Interface), το Επίπεδο Λογικής (Logic Tier) ή το Επίπεδο Εφαρμογών (Application Tier) και το Επίπεδο Δεδομένων (Data Tier). Πιο συγκεκριμένα, για λόγους ασφάλειας και ακεραιότητας των δεδομένων, ο τελικός χρήστης δεν επικοινωνεί ποτέ απευθείας με το Σύστημα Διαχείρισης Βάσης Δεδομένων (DataBase Management System - DBMS), το οποίο διαχειρίζεται τα δεδομένα της Βάσης. Αντιθέτως, μέσα από τον φυλλομετρητή ιστού, απευθύνει τις αιτήσεις του για δεδομένα προς τον εξυπηρετητή ιστού (Web Server), ο οποίος τις διαβιβάζει στο Σύστημα Διαχείρισης Βάσης Δεδομένων. Στη συνέχεια, τα δεδομένα ακολουθούν την αντίστροφη πορεία. Αφού τα ανασύρει από τη Βάση, το Σύστημα Διαχείρισης Βάσης Δεδομένων τα στέλνει στον εξυπηρετητή ιστού, όπου λαμβάνει χώρα η επεξεργασία τους και από εκεί καταλήγουν στον φυλλομετρητή του τελικού χρήστη για μορφοποίηση και προβολή. Η εφαρμογή μιας αρχιτεκτονικής πολλαπλών επιπέδων βελτιώνει την απόδοση και την επεκτασιμότητα του συστήματος. Οποιοδήποτε από τα τρία επίπεδα μπορεί να αντικατασταθεί ή να αναβαθμιστεί χωριστά, χωρίς να επηρεαστούν τα υπόλοιπα. Επιπλέον, διαχωρίζει την εφαρμογή σε τρία επιμέρους τμήματα, γεγονός που καθιστά ταχύτερες και αποδοτικότερες τις διαδικασίες. 70

89 Εικόνα 33. Η 3-Tier αρχιτεκτονική του συστήματος 3.4 ΣΧΕΣΙΑΚΟ ΔΙΑΓΡΑΜΜΑ ΤΗΣ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ Για την υλοποίηση του συστήματος ηλεκτρονικής εκμάθησης, κρίθηκε αναγκαία η δημιουργία της βάσης δεδομένων «bioinformatics_group», η οποία περικλείει 29 πίνακες, υπεύθυνους για την αποδοτική αποθήκευση και διαχείριση των δεδομένων του συστήματος. Στην Εικόνα 34 παρουσιάζεται το σχεσιακό διάγραμμα της βάσης δεδομένων. Στο διάγραμμα αυτό, απεικονίζονται οι πίνακες δεδομένων του συστήματος καθώς και οι μεταξύ τους συσχετίσεις, οι οποίες καθορίζονται από την ύπαρξη ξένων κλειδιών, τα οποία αντιστοιχούν στα πρωτεύοντα κλειδιά άλλων πινάκων. Η αναλυτική περιγραφή των πινάκων της βάσης δεδομένων, με άλλα λόγια τα πεδία και ο σκοπός ορισμού του καθενός, θα δοθεί στα υποκεφάλαια που ακολουθούν. 71

90 Εικόνα 34. Σχεσιακό διάγραμμα της βάσης δεδομένων 72

91 3.5 ΑΝΑΛΥΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΤΗΣ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΧΡΗΣΗΣ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ Η ΑΡΧΙΚΗ ΣΕΛΙΔΑ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ (HOME PAGE) Η αρχική σελίδα του συστήματος ηλεκτρονικής μάθησης, η οποία είναι προσπελάσιμη και μέσω της επιλογής «Home» του μενού, περιγράφει γενικά την ερευνητική ομάδα «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» καθώς και τα ερευνητικά της ενδιαφέροντα. Το περιεχόμενο της αρχικής σελίδας, το οποίο παρουσιάζεται στην Εικόνα 35, είναι ορατό από όλους τους χρήστες του συστήματος. Εικόνα 35. Το περιεχόμενο της αρχικής σελίδας του συστήματος Το περιεχόμενο αυτό δεν είναι στατικό αλλά, αντιθέτως, μπορεί να ανανεωθεί μέσω της επιλογής «Home Page» της διαχειριστικής εφαρμογής (Εικόνα 36). 73

92 Εικόνα 36. Επεξεργασία του περιεχομένου της αρχικής σελίδας Το περιεχόμενο της αρχικής σελίδας, το οποίο ανανεώνεται μέσω της διαχειριστικής εφαρμογής, αποθηκεύεται στον πίνακα «home» της βάσης δεδομένων: id text insert_date INTEGER MEDIUMTEXT DATETIME Ο πίνακας «home» με πρωτεύον κλειδί το πεδίο «id» αποθηκεύει στο πεδίο «text» τις πληροφορίες της αρχικής σελίδας του συστήματος καθώς και την ημερομηνία εισαγωγής αυτών των πληροφοριών, στο πεδίο «insert_date». Κάθε φορά που ο διαχειριστής του συστήματος ανανεώνει το περιεχόμενο της αρχικής σελίδας, η διαχειριστική εφαρμογή, πριν από την ανανέωση των πληροφοριών στη βάση δεδομένων, ελέγχει το μέγεθος του ανανεωμένου κειμένου. Σε περίπτωση που το κείμενο παραλείπεται ή είναι μεγαλύτερο από χαρακτήρες (δηλαδή, MEDIUMTEXT), η εφαρμογή εμφανίζει το μήνυμα λάθους που παρουσιάζεται στην Εικόνα 37. Σε περίπτωση που δεν υπάρχουν λάθη, το ανανεωμένο κείμενο αποθηκεύεται στο πεδίο «text» του πίνακα «home» και το «insert_date» ανανεώνεται με την τρέχουσα χρονική στιγμή. 74

93 Εικόνα 37. Έλεγχος λάθους κατά την ανανέωση του περιεχομένου της αρχικής σελίδας ΠΕΡΙΓΡΑΦΗ ΤΗΣ ΕΡΕΥΝΗΤΙΚΗΣ ΟΜΑΔΑΣ «ΥΠΟΛΟΓΙΣΤΙΚΗΣ ΒΙΟΛΟΓΙΑΣ ΚΑΙ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ» Όπως προαναφέρθηκε, μέσα από το σύστημα ηλεκτρονικής εκπαίδευσης, περιγράφεται αναλυτικά η ερευνητική ομάδα «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» και ειδικότερα τα μέλη, τα ερευνητικά ενδιαφέροντα, τα ερευνητικά έργα, οι δημοσιεύσεις, τα στοιχεία επικοινωνίας και οι συνεργάτες της. Όλες αυτές οι πληροφορίες είναι ορατές από όλους τους χρήστες του συστήματος ΤΑ ΕΡΕΥΝΗΤΙΚΑ ΕΝΔΙΑΦΕΡΟΝΤΑ ΤΗΣ ΟΜΑΔΑΣ (RESEARCH) Η ερευνητική δραστηριότητα της ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» καθώς και οι θεματικές ενότητες με τις οποίες αυτή ενασχολείται, μπορούν να προβληθούν μέσω της επιλογής «Research» του κινούμενου μενού. Το περιεχόμενο αυτής της επιλογής παρουσιάζεται στην Εικόνα 38. Το περιεχόμενο του συστήματος το οποίο αναφέρεται στα ερευνητικά ενδιαφέροντα της ομάδας αποθηκεύεται στον πίνακα «research» της βάσης δεδομένων: id text insert_date INTEGER MEDIUMTEXT DATETIME 75

94 Ο πίνακας «research» με πρωτεύον κλειδί το πεδίο «id» αποθηκεύει στο πεδίο «text» τις πληροφορίες σχετικά με τα ερευνητικά ενδιαφέροντα της ομάδας καθώς και την ημερομηνία εισαγωγής αυτών των πληροφοριών, στο πεδίο «insert_date». Εικόνα 38. Τα ερευνητικά ενδιαφέροντα της ομάδας Το περιεχόμενο αυτό δεν είναι στατικό αλλά, αντιθέτως, μπορεί να ανανεωθεί από τον διαχειριστή μέσω της επιλογής «Research» της διαχειριστικής εφαρμογής (Εικόνα 39). Κάθε φορά που ο διαχειριστής του συστήματος ανανεώνει το περιεχόμενο, η διαχειριστική εφαρμογή, πριν από την ανανέωση των πληροφοριών στη βάση δεδομένων, ελέγχει το μέγεθος του ανανεωμένου κειμένου. Σε περίπτωση που το κείμενο παραλείπεται ή είναι μεγαλύτερο από χαρακτήρες (δηλαδή, MEDIUMTEXT), η εφαρμογή εμφανίζει το μήνυμα λάθους. Σε περίπτωση που δεν υπάρχουν λάθη, το ανανεωμένο κείμενο αποθηκεύεται στο πεδίο «text» του πίνακα «research» και το «insert_date» ανανεώνεται με την τρέχουσα χρονική στιγμή. 76

95 Εικόνα 39. Επεξεργασία των ερευνητικών ενδιαφερόντων της ομάδας ΤΑ ΜΕΛΗ ΤΗΣ ΟΜΑΔΑΣ (PEOPLE) Τα μέλη της ερευνητικής ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» μπορούν να προβληθούν μέσω της επιλογής «People» του κινούμενου μενού. Όπως φαίνεται στην Εικόνα 40, τα μέλη διαχωρίζονται ανάλογα με την ειδικότητα τους (Faculty, PhD Students, MSc Students, Undergraduate Students, External Collaborators) και ταξινομούνται με βάση το επίθετο τους. Για μια αποδοτικότερη και φιλικότερη προς τον χρήστη προβολή των μελών της ομάδας, υλοποιήθηκε ένα ακορντεόν jquery. Έτσι, όταν επιλεγεί το όνομα κάποιου μέλους, το σύστημα προβάλλει τη σύντομη περιγραφή και το βιογραφικό του σημείωμα, εάν αυτό είναι διαθέσιμο. Σε περίπτωση που έπειτα επιλεγεί η προβολή ενός διαφορετικού ατόμου, οι προηγούμενες πληροφορίες αποκρύπτονται, για εξοικονόμηση χώρου και ευκολότερη πλοήγηση στο σύστημα. Τα μέλη της ερευνητικής ομάδας αποθηκεύονται στον πίνακα «people» της βάσης δεδομένων: id Name surname position short_desc cv INTEGER VARCHAR VARCHAR VARCHAR VARCHAR TEXT VARCHAR (200) (200) (100) (200) (200) Ο πίνακας «people» με πρωτεύον κλειδί το πεδίο «id» αποθηκεύει στα πεδία «name» και «surname» το ονοματεπώνυμο του κάθε μέλους, στο «position» το επίπεδο σπουδών του (faculty, phd, msc, undergrad ή external), στο « » τη διεύθυνση του ηλεκτρονικού του ταχυδρομείου, στο «short_desc» μια σύντομη περιγραφή του και στο «cv», το οποίο είναι προαιρετικό στοιχείο, 77

96 τον τίτλο του αρχείου που αναφέρεται στο βιογραφικό του σημείωμα. Σε περίπτωση που δεν υπάρχει, στη βάση αποθηκεύεται η τιμή «nocv». Εικόνα 40. Τα μέλη της ερευνητικής ομάδας Εικόνα 41. Προσθήκη, επεξεργασία και διαγραφή των μελών της ερευνητικής ομάδας 78

97 Ο διαχειριστής του συστήματος, μέσω της επιλογής «People» της διαχειριστικής εφαρμογής, μπορεί να προσθέσει, να επεξεργαστεί αλλά και να διαγράψει τα μέλη της ερευνητικής ομάδας (Εικόνα 41). Μέσω της επιλογής «Add a new person», ο διαχειριστής μπορεί να εισάγει τα κατάλληλα στοιχεία για τη δημιουργία ενός νέου μέλους της ερευνητικής ομάδας (Εικόνα 42). Εικόνα 42. Προσθήκη ενός νέου μέλους της ερευνητικής ομάδας Πριν από την προσθήκη ή ανανέωση των πληροφοριών στον πίνακα «people» της βάσης δεδομένων, το σύστημα ελέγχει την εγκυρότητα των δεδομένων που εισάγονται από τον διαχειριστή. Ειδικότερα, ελέγχεται ότι όλα τα πεδία είναι συμπληρωμένα καθώς και ότι το σύνολο των χαρακτήρων είναι μέσα στα μέγιστα επιτρεπόμενα όρια, δηλαδή 200 για το όνομα, 200 για το επίθετο, 200 για το και για τη σύντομη περιγραφή του ατόμου (δηλαδή, TEXT). Επιπρόσθετα, ελέγχεται εάν το που δόθηκε είναι σε έγκυρη μορφή. Το βιογραφικό σημείωμα είναι προαιρετικό στοιχείο για τα μέλη της ερευνητικής ομάδας. Σε περίπτωση, όμως, που φορτωθεί κάποιο αρχείο, αυτό πρέπει να είναι μεγέθους το πολύ 100 MB και με τίτλο το πολύ 200 χαρακτήρων. 79

98 ΟΙ ΔΗΜΟΣΙΕΥΣΕΙΣ ΤΗΣ ΟΜΑΔΑΣ (PUBLICATIONS) Οι απλοί, μη εγγεγραμμένοι, χρήστες του συστήματος ηλεκτρονικής εκπαίδευσης μπορούν, μέσω της επιλογής «Publications» του κινούμενου μενού, να προβάλλουν τους τίτλους όλων των δημοσιεύσεων της ομάδας, σε συνέδρια και περιοδικά. Οι εγγεγραμμένοι χρήστες, μέσω των επιλογών του μενού «Conference papers» και «Journal papers», που θα περιγραφούν αργότερα, έχουν τη δυνατότητα να προβάλλουν όχι μόνο τους τίτλους αλλά και τα αρχεία των δημοσιεύσεων. Όπως παρουσιάζεται στην Εικόνα 43, οι δημοσιεύσεις της ερευνητικής ομάδας προβάλλονται ταξινομημένες σε φθίνουσα χρονολογική σειρά ενώ, για την αποδοτικότερη και φιλικότερη προς τον χρήστη προβολή των λεπτομερειών των δημοσιεύσεων, χρησιμοποιείται ένα ακορντεόν jquery. Επιπρόσθετα, σε περίπτωση που ο αριθμός των δημοσιεύσεων που πρέπει να προβληθούν είναι υψηλός, για την αποφυγή δημιουργίας ατελείωτων σελίδων, δύσκολων στην πλοήγηση, το σύστημα εκτελεί αυτόματη σελιδοποίηση των αποτελεσμάτων ανά 12. Εικόνα 43. Οι δημοσιεύσεις της ερευνητικής ομάδας Για την προβολή των δημοσιεύσεων, το σύστημα αντλεί πληροφορίες από τον πίνακα «papers» της βάσης δεδομένων: id paper_date title description paper_file type difficulty INTEGER DATE VARCHAR MEDIUMTEXT VARCHAR VARCHAR ENUM (400) (200) (100) (1,2,3,4,5) Ο πίνακας «papers» με πρωτεύον κλειδί το πεδίο «id» αποθηκεύει στο πεδίο «paper_date» την ημερομηνία της δημοσίευσης, στο «title» τον τίτλο της, στο «description» την περιγραφή της, στο «paper_file» τον τίτλο του αρχείου της δημοσίευσης το οποίο δεν είναι υποχρεωτικό (σε 80

99 περίπτωση που δεν υπάρχει αποθηκεύεται η τιμή «nofile»), στο «type» την τιμή «journal» ή «conference» ανάλογα με το είδος της δημοσίευσης και στο «difficulty» το βαθμό δυσκολίας της δημοσίευσης, ο οποίος μπορεί να είναι μια ακέραια τιμή από 1 έως ΤΑ ΕΡΕΥΝΗΤΙΚΑ ΕΡΓΑ ΤΗΣ ΟΜΑΔΑΣ (RESEARCH PROJECTS) Τα ερευνητικά έργα της ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» μπορούν να προβληθούν, ταξινομημένα με αλφαβητική σειρά, μέσω της επιλογής «Research Projects» του κινούμενου μενού (Εικόνα 44). Εικόνα 44. Τα ερευνητικά έργα της ομάδας Τα ερευνητικά έργα της ομάδας αποθηκεύονται στον πίνακα «research_projects» της βάσης δεδομένων: id title short_desc research_link INTEGER VARCHAR (400) TEXT VARCHAR (200) Ο πίνακας «research_projects» με πρωτεύον κλειδί το πεδίο «id» αποθηκεύει στο πεδίο «title» τον τίτλο του κάθε έργου, στο «short_desc» μια σύντομη περιγραφή του και στο «research_link» την ηλεκτρονική διεύθυνση του, η οποία δεν είναι υποχρεωτική (σε περίπτωση που δεν υπάρχει αποθηκεύεται η τιμή «nolink»). Εικόνα 45. Προσθήκη, επεξεργασία και διαγραφή των ερευνητικών έργων της ομάδας 81

100 Ο διαχειριστής του συστήματος, μέσω της επιλογής «Research Projects» της διαχειριστικής εφαρμογής, μπορεί να προσθέσει, να επεξεργαστεί αλλά και να διαγράψει τα ερευνητικά έργα της ομάδας (Εικόνα 45). Μέσω της επιλογής «Add a new research project», ο διαχειριστής μπορεί να εισάγει τα κατάλληλα στοιχεία για τη δημιουργία ενός νέου ερευνητικού έργου (Εικόνα 46). Εικόνα 46. Προσθήκη ενός νέου ερευνητικού έργου της ομάδας Πριν από την προσθήκη ή ανανέωση των πληροφοριών στον πίνακα «research_projects» της βάσης δεδομένων, το σύστημα ελέγχει την εγκυρότητα των δεδομένων που εισάγονται από τον διαχειριστή. Ειδικότερα, ελέγχεται ότι όλα τα πεδία είναι συμπληρωμένα καθώς και ότι το σύνολο των χαρακτήρων είναι μέσα στα μέγιστα επιτρεπόμενα όρια, δηλαδή 400 για τον τίτλο και για τη σύντομη περιγραφή του έργου (δηλαδή, TEXT). Ο σύνδεσμος (link) είναι προαιρετικό στοιχείο αλλά σε περίπτωση που εισαχθεί πρέπει να αποτελείται από το πολύ 200 χαρακτήρες ΟΙ ΣΥΝΕΡΓΑΤΕΣ ΤΗΣ ΟΜΑΔΑΣ (COLLABORATORS) Οι ερευνητικές ομάδες και τα εργαστήρια που συνεργάζονται με την ομάδα «Υπολογιστικής Βιολογίας και Βιοπληροφορικής» μπορούν να προβληθούν, με αλφαβητική σειρά, μέσω της επιλογής «Collaborators» του κινούμενου μενού (Εικόνα 47). 82

101 Εικόνα 47. Οι συνεργάτες της ερευνητικής ομάδας Οι συνεργαζόμενες ομάδες αποθηκεύονται στον πίνακα «collaborators» της βάσης δεδομένων: id title description collaborator_link INTEGER VARCHAR (400) MEDIUMTEXT VARCHAR (200) Ο πίνακας «collaborators» με πρωτεύον κλειδί το πεδίο «id» στο πεδίο «title» τον τίτλο του κάθε συνεργάτη, στο «description» μια περιγραφή του και στο «collaborator_link» την ηλεκτρονική διεύθυνση του, η οποία δεν είναι υποχρεωτική (σε περίπτωση που δεν υπάρχει αποθηκεύεται η τιμή «nolink»). Εικόνα 48. Προσθήκη, επεξεργασία και διαγραφή των συνεργατών της ερευνητικής ομάδας 83

102 Ο διαχειριστής του συστήματος, μέσω της επιλογής «Collaborators» της διαχειριστικής εφαρμογής, μπορεί να προσθέσει, να επεξεργαστεί αλλά και να διαγράψει τους συνεργάτες της ερευνητικής ομάδας (Εικόνα 48). Μέσω της επιλογής «Add a new collaborator», ο διαχειριστής μπορεί να εισάγει τα κατάλληλα στοιχεία για τη δημιουργία ενός νέου συνεργάτη της ερευνητικής ομάδας (Εικόνα 49). Εικόνα 49. Προσθήκη ενός νέου συνεργάτη της ερευνητικής ομάδας Πριν από την προσθήκη ή ανανέωση των πληροφοριών στον πίνακα «collaborators» της βάσης δεδομένων, το σύστημα ελέγχει την εγκυρότητα των δεδομένων που εισάγονται από τον διαχειριστή. Ειδικότερα, ελέγχεται ότι όλα τα πεδία είναι συμπληρωμένα καθώς και ότι το σύνολο των χαρακτήρων είναι μέσα στα μέγιστα επιτρεπόμενα όρια, δηλαδή 400 για τον τίτλο και για την περιγραφή της συνεργαζόμενης ομάδας (δηλαδή, MEDIUMTEXT). Ο σύνδεσμος (link) είναι προαιρετικό στοιχείο αλλά σε περίπτωση που εισαχθεί πρέπει να αποτελείται από το πολύ 200 χαρακτήρες ΤΑ ΣΤΟΙΧΕΙΑ ΕΠΙΚΟΙΝΩΝΙΑΣ ΤΗΣ ΟΜΑΔΑΣ (CONTACTS) Τα στοιχεία επικοινωνίας της ερευνητικής ομάδας «Υπολογιστικής Βιολογίας και Βιοπληροφορικής», δηλαδή η διεύθυνση και το της, μπορούν να προβληθούν μέσω της επιλογής «Contacts» του μενού (Εικόνα 50). 84

103 Τα στοιχεία επικοινωνίας της ερευνητικής ομάδας αποθηκεύονται στον πίνακα «contacts» της βάσης δεδομένων: id address insert_date INTEGER