«AWBES» Προσαρμοστικά Εκπαιδευτικά συστήματα για το διαδίκτυο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΥΠΟΛΟΓΙΣΤΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΤΕΥΘΥΝΣΗ: ΤΕΧΝΟΛΟΓΙΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΣΤΗΝ ΕΚΠΑΙΔΕΥΣΗ ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΘΕΜΑ: «AWBES» Προσαρμοστικά Εκπαιδευτικά συστήματα για το διαδίκτυο Επιβλέπων Καθηγητής Π. Πιντέλας Ιωάννης Ε. Σιμιτζής ΙΟΥΝΙΟΣ 2005

Η παρούσα μελέτη έγινε με αφορμή τη διπλωματική εργασία μου για το μεταπτυχιακό πρόγραμμα «Υπολογιστικά Μαθηματικά και Πληροφορική» με κατεύθυνση στις «Τεχνολογίες Πληροφορικής και Επικοινωνιών στην Εκπαίδευση» του τμήματος Μαθηματικών του Πανεπιστημίου Πατρών. Επιβλέπων της παρούσας διατριβής ήταν ο κ. Παναγιώτης Πιντέλας, Καθηγητής του τμήματος Μαθηματικών, τον οποίο ευχαριστώ για τις πολύτιμες συμβουλές που μου προσέφερε. Επίσης θα ήθελα να ευχαριστήσω τον κ. Παναγιωτακόπουλο Χρήστο Επίκουρο καθηγητή του Παιδαγωγικού τμήματος δημοτικής εκπαίδευσης Παν. Πατρών για τις πολύτιμες συμβουλές του κατά την διάρκεια εκπόνησης της διπλωματικής εργασίας. 2

ΠΕΡΙΕΧΟΜΕΝΑ Περίληψη 6 Εισαγωγή 8 ΚΕΦΑΛΑΙΟ 1 13 1.1 Προσαρμοστικά συστήματα 13 1.1.1 ITS (Intelligent tutoring system) 13 1.1.2 ILE (Intelligent learning environment) 13 1.1.3 Από τα ITS στα AHS 14 1.1.4 AHS (Adaptive Hypermedia systems) 14 1.1.5 Γιατί χρειάζονται τα προσαρμοστικά υπερμέσα 15 1.1.6 Κατηγορίες προσαρμοστικών υπερμέσων 15 1.1.7 Προσαρμοστικά συστήματα για το διαδίκτυο 16 1.1.8 AWBES (Adaptive web based educational systems) 17 1.1.9 Προσαρμογή (Ορισμοί, επίπεδα, στόχοι) 18 1.1.10 Επίπεδα προσαρμογών 19 1.1.11 Τεχνολογίες για υλοποίηση προσαρμοστικών συστημάτων 20 1.2 Τεχνολογίες προσαρμοστικών συστημάτων 20 1.2.1 Διαδοχή γνωστικών μονάδων (Adaptive sequencing curriculum) 21 1.2.2 Ευφυής ανάλυση λύσεων (Intelligent solution analysis) 23 1.2.3 Αλληλεπιδραστική υποστήριξη λύσεων (Interactive problem solving support) 23 1.2.4 Λύση προβλημάτων βασισμένη σε προβλήματα (Example based problem) 24 1.2.5 Προσαρμοστική παρουσίαση (Adaptive presentation) 25 1.2.6 Υποστήριξη συνεργασίας (Support collaboration) 27 1.2.7 Προσαρμοστική πλοήγηση (Adaptive navigation support) 27 1.3 Αρχιτεκτονική σχεδίαση προσαρμοστικών συστημάτων 31 1.3.1 Adaption engine 31 1.3.2 Αρχιτεκτονική ITS 31 1.3.3 Αρχιτεκτονική AWBES 32 1.3.4 Διαδικασία προσαρμογής 32 1.4 Μοντέλο πεδίου (Domain model) 34 1.4.1 Ανάγκη για εννοιολογική μοντελοποίηση του πεδίου 35 1.4.2 Περιγραφή πεδίου 36 1.4.3 Περιγραφή σχέσεων του πεδίου 39 3

1.5 Μοντέλο χρήστη (User model) 40 1.5.1 Περιεχόμενα του user model 41 1.5.2 Το μοντέλο overlay 41 1.5.3 Το μοντέλο buggy 42 1.5.4 Γνωστική κατάσταση μιας έννοιας 43 1.5.5 Μοντέλο στερεοτύπων 43 1.5.6 Μοντέλα αβεβαιότητας 44 1.5.7 Χαρακτηριστικά στοιχεία του user model 44 1.6 Παιδαγωγικό μοντέλο 46 1.6.1 Στρατηγικές διδασκαλίας 46 1.6.2 Διαδοχή γνωστικών μονάδων σε προσαρμοστικά συστήματα υπερμέσων με την χρήση τελεστών σύζευξης και διάζευξης 47 1.6.3 Case base reasoning technique (CBR) 48 1.7 Σχεδιασμός και υλοποίηση προσαρμοστικών συστημάτων 50 1.7.1 Στάδιο σχεδιασμού του πεδίου γνώσης, του hyperspace και της σύνδεσης τους. 50 1.7.2 Διαμόρφωση ενός εκπαιδευτικού στόχου 51 1.7.3 Συνδέοντας τη γνώση µε το εκπαιδευτικό υλικό 51 1.7.4 Σύνδεση της γνώσης με το hyperspace 51 1.7.5 Δόμηση του Hyperspace 52 1.8 Έλεγχος στον χρήστη ή στο σύστημα 53 1.8.1 Το σύστημα έχει τον έλεγχο της διδασκαλίας 53 1.8.2 Adaptive link annotation: 54 1.8.3 Conceptura 55 1.9 Συνεργασία προσαρμοστικών συστημάτων 55 1.9.1 Χαρακτηριστικά συνεργαζόμενων συστημάτων 56 1.9.2 Αρχιτεκτονική συνεργαζόμενων συστημάτων 57 1.9.3 Παράδειγμα συνεργασίας των PAT online και interbook 58 1.9.4 Κεντρικό μοντέλο χρήστη 59 1.9.5 Αναβαθμισμένο κεντρικό μοντέλο χρήστη 59 1.9.6 LMS-AWBES 60 1.9.7 Αρχιτεκτονική Knowledge tree 62 1.10 Έρευνες για την αξία των προσαρμοστικών συστημάτων 63 1.10.1 Έρευνες για αποτελεσματικότητα προσαρμοστικού σχολιασμού 66 4

ΚΕΦΑΛΑΙΟ 2 Συστήματα 68 2.1 AES-CS 68 2.2 ALEA 69 2.3 CADMOS 71 2.4 DCG 72 2.5 ELM-ART, ELM-ART II 75 2.6 ELM -PE 78 2.7 German tutor 81 2.8 KBS-Hyperbook 83 2.9 INCA 86 2.10 INSPIRE 88 2.11 Interbook 89 2.12 ISIS-Tutor 94 2.13 DTEX-SYS 95 2.14 Multitutor 96 2.15 Pl@tos 97 2.16 AESOM 98 2.17 PLS 101 2.18 AlgeBrain 103 2.19 intelligent Helpdesk 103 2.20 AST 103 2.21 ACE 104 2.22 CALAT 104 2.23 VALIENT 104 2.24 MANIC 105 2.25 Active Math 105 2.26 EDUFORM 106 2.27 Συστήματα δυναμικών υπερμέσων 107 2.28 TANGOW 107 2.29 WHURLE 109 2.30 ΑΗΑ 114 Επίλογος 117 Αναφορές 118 5

Περίληψη Τα προσαρμοστικά εκπαιδευτικά συστήματα για το διαδίκτυο AWBES (Adaptive Web Based Educational Systems) είναι μια νέα ερευνητική περιοχή στο πλαίσιο της ανοικτής και εξ αποστάσεως εκπαίδευσης και προέρχονται από τα ευφυή συστήματα διδασκαλίας ITS (Intelligent Tutorial System) και τα προσαρμοστικά υπερμέσα AHS (Adaptive Hypermedia System) από τα οποία κληρονομούν τα χαρακτηριστικά τους. Αναγνωρίζουν τα χαρακτηριστικά (γνωστικό επίπεδο, στυλ μάθησης, προτιμήσεις, ανάγκες) του κάθε χρήστη και ανάλογα προσαρμόζουν την συμπεριφορά τους. Αυτό επιτυγχάνεται με το μοντέλο του χρήστη στο οποίο υπάρχουν πληροφορίες για τον κάθε χρήστη. Τα AWBES έχουν στόχο να εξαλείψουν τα μειονεκτήματα των ITS και των AHS στα οποία είτε ο χρήστης είτε δεν είχε καμία επιλογή πέρα από τις επιλογές του συστήματος είτε είχε τον πλήρη έλεγχο στη διαδικασία της μάθησης με αποτέλεσμα να μην γνωρίζει ποιες δραστηριότητες και ποιο υλικό είναι σχετικά γι αυτόν. Οι χρήστες μπορεί εύκολα να αποκλίνουν από τους στόχους τους. Το πρόβλημα στα στατικά υπερμέσα και στους συγγραφείς τους είναι ότι υποθέτουν ότι οι χρήστες θα κάνουν λογικές επιλογές τόσο στην πλοήγηση όσο και στην χρήση των εργαλείων για την αλληλεπίδραση με το σύστημα. Δεν λαμβάνουν υπόψη τους τις ατομικές διαφορές που υπάρχουν στον κάθε χρήστη. Τα παραπάνω προβλήματα μπορούν να εξαλειφθούν με την παροχή εξατομικευμένου μαθήματος που να ικανοποιεί τις ανάγκες του κάθε χρήστη και αυτός είναι ο στόχος των AWBES. Τα προσαρμοστικά εκπαιδευτικά συστήματα συνδυάζουν δυο διαφορετικές προσεγγίσεις στην χρήση του υπολογιστή στην εκπαίδευση. Την δασκαλοκεντρική προσέγγιση των ITS τα οποία καθοδηγούν τον χρήστη προτείνοντας του την καλύτερη δραστηριότητα ή υλικό κατά τη διαδικασία της μάθησης και την μαθητοκεντρική προσέγγιση των υπερμεσικών συστημάτων. Από τα ITS έχουν κληρονομήσει τις τεχνολογίες διαδοχή μονάδων γνώσης (adaptive sequencing curriculum), ευφυής ανάλυση λύσεων (intelligent solution analysis), αλληλεπιδραστική υποστήριξη λύσεων (problem solving support) και η λύση προβλημάτων βασισμένη σε παραδείγματα (example based problem). Με την έλευση των προσαρμοστικών υπερμεσικών συστημάτων AHS προστέθηκε η προσαρμοστική παρουσίαση (adaptive presentation) και η προσαρμοστική υποστήριξη πλοήγησης (adaptive navigation support). Με την προσαρμοστική παρουσίαση επιλέγουν τις κατάλληλες γνωστικές μονάδες και τον τρόπο που αυτές θα παρουσιαστούν ενώ με την προσαρμοστική υποστήριξη πλοήγησης σκοπεύουν 6

να βοηθήσουν τον χρήστη να επιλέξει το καλύτερο μονοπάτι για το γνωστικό του επίπεδο κατά την διάρκεια της αλληλεπίδρασης του με το σύστημα. Θα αναλύσουμε επίσης τις τεχνικές με τις οποίες επιτυγχάνονται οι παραπάνω τεχνολογίες όπως και τα συστήματα που τις χρησιμοποιούν. Τα AWBES χρησιμοποιούν το διαδίκτυο επομένως έχουν το πλεονέκτημα ότι το σύστημα μπορεί να εγκατασταθεί σε έναν server όπου μπορεί να συντηρηθεί και να ανανεωθεί ευκολότερα από ειδικούς και να προσπελαστεί από χιλιάδες χρήστες χρησιμοποιώντας μόνο τον browser. Η αρχιτεκτονική σχεδίαση των περισσοτέρων AWBES περιλαμβάνει την σχεδίαση τριών μονάδων. Την μονάδα για το πεδίο γνώσεων, την μονάδα για το μοντέλο χρήστη και την μονάδα προσαρμογών που είναι ο πυρήνας αυτών των συστημάτων. Αυτή η μονάδα επικοινωνεί με τις υπόλοιπες, χρησιμοποιεί τις πληροφορίες από το μοντέλο του χρήστη και με τη χρήση κανόνων καθορίζει το εκπαιδευτικό υλικό και τις δραστηριότητες που θα εμφανιστούν στον χρήστη. Εκτός από αυτήν στην αρχιτεκτονική παρουσιάζονται και άλλες όπως για παράδειγμα η αρχιτεκτονική knowledge tree η οποία επιτρέπει την κατασκευή προσαρμοστικών συστημάτων από επαναχρησιμοποιήσιμα τμήματα. Το χαρακτηριστικό των ευφυών άρα και των προσαρμοστικών συστημάτων είναι η γνώση τους για το περιεχόμενο τους. Το πεδίο γνώσεων στα προσαρμοστικά συστήματα αποτελείται από τρία επίπεδα. Τα γνωστικά κομμάτια (fragments) τα οποία μπορεί να είναι (κείμενο, εικόνα, video) οι ιστοσελίδες και οι έννοιες. Τα γνωστικά κομμάτια σχηματίζουν μια σελίδα ενώ μια έννοια μπορεί να βρίσκεται σε μια ή περισσότερες σελίδες. Οι έννοιες αποτελούν ένα δίκτυο στο οποίο οι κόμβοι αναπαριστούν τις έννοιες και οι ακμές τις σχέσεις των εννοιών. Το πιο συνηθισμένο είδος σχέσεων είναι οι προαπαιτούμενες (prerequisite) που δείχνουν ποιες έννοιες θα πρέπει να έχουν καλυφθεί για να μπορεί να χαρακτηρισθεί μια έννοια έτοιμη για μάθηση. Άλλα είδη σχέσεων είναι η σχέση is-a που συνδέει μια έννοια με έννοιες που είναι περιπτώσεις της όπως και η σχέση part-of όπου κάποιες έννοιες είναι μέρη μιας σύνθετης έννοιες. Το συγκεκριμένο δίκτυο αποτελεί την παιδαγωγική δομή του μαθήματος. Τα AWBES χρησιμοποιούν τις προηγμένες στρατηγικές διδασκαλίας των ITS όπως και τις ασθενέστερες των AHS. Το μοντέλο του χρήστη είναι το σημαντικότερο τμήμα του συστήματος καθώς χρησιμοποιώντας τις πληροφορίες του το σύστημα μπορεί να μεταβάλλει δυναμικά τόσο το περιεχόμενο του όσο και την εμφάνιση των δεσμών. Είναι αποθηκευμένο τις περισσότερες 7

φορές στην πλευρά του server για να προσφέρει ανεξαρτησία στον κάθε χρήστη από τον υπολογιστή του Οι πληροφορίες που είναι αποθηκευμένες σε αυτό το μοντέλο είναι για την ταυτότητα του χρήστη, για το στυλ μάθησης του, τις προτιμήσεις του όπως και για το γνωστικό επίπεδο της κάθε έννοιας. Τα περισσότερα δίνουν τη δυνατότητα να έχει πρόσβαση ο χρήστης σε αυτά και να μπορεί να μεταβάλλει τις τιμές τους. Αυτό είναι σημαντικό γιατί δεν είναι δυνατό να καλύπτει συνεχώς τις ανάγκες του χρήστη. Το πιο συνηθισμένο μοντέλο για τον χρήστη είναι το overlay το οποίο δείχνει το ποσοστό γνώσης μιας έννοιας σε σχέση με τη γνώση κάποιου ειδικού. Για να καλυφθούν τα μειονεκτήματα του συγκεκριμένου μοντέλου όπως για παράδειγμα ποια κομμάτια της έννοιας έχουν παρανοηθεί χρησιμοποιείται το buggy μοντέλο. Άλλο μοντέλο είναι το μοντέλο στερεοτύπων το οποίο κατατάσσει τους χρήστες σε κλάσεις ανάλογα με το γνωστικό τους επίπεδο. Στο συγκεκριμένο μοντέλο μπορεί να χρησιμοποιηθεί η τεχνική case base reasoning η οποία γνωρίζει τι υλικό έχει ικανοποιήσει άλλους παλιότερους χρήστες με παρόμοια χαρακτηριστικά. Κάποιες φορές χρησιμοποιούνται και μοντέλα αβεβαιότητας όπως τα Bayesian networks και τα ασαφή (fuzzy). Αυτά μπορούν να χρησιμοποιηθούν ως μοντέλα χρήστη σε μη καλά δομημένα πεδία όπως για παράδειγμα αυτά που υπάρχει έλλειψη τύπων και η αλληλεπίδραση μεταξύ χρήστη και δασκάλου γίνεται με φυσική γλώσσα. Στην παρούσα εργασία θα αναλύσουμε τα σημαντικότερα προσαρμοστικά συστήματα υπερμέσων που υπάρχουν, τη λειτουργικότητα τους και ποια χαρακτηριστικά του συστήματος διαφοροποιούνται ανάλογα με τον χρήστη. Άλλα θέματα που θα αναφερθούν είναι η αρχιτεκτονική τους σχεδίαση, οι τεχνολογίες τους, ο τρόπος που γίνεται η αναπαράσταση της γνώσης και ποιο μοντέλο του χρήστη χρησιμοποιείται. Η προσωποποίηση του υλικού κρίνεται απαραίτητη για την χρησιμοποίηση των υπολογιστών ως μέσο διδασκαλίας καθώς με αυτή την προοπτική μπορεί να προσφέρει σε απομονωμένους χρήστες την βοήθεια ενός πραγματικού δασκάλου. Εισαγωγή Η εισαγωγή των υπολογιστών στην εκπαίδευση έγινε στα τέλη του 1970. Στα πρώτα χρόνια λειτουργίας τους οι εκπαιδευτικές εφαρμογές δεν περιείχαν τίποτα περισσότερο από μια απλή παρουσίαση κειμένου και ένα σύνολο ερωτήσεων σχετικές με τις πληροφορίες που παρουσιάστηκαν. Όταν ο χρήστης απαντούσε σωστά πήγαινε στο επόμενο επίπεδο αλλιώς οι ίδιες πληροφορίες επαναλαμβάνονταν με την ίδια σειρά. Το μεγάλο τους πρόβλημα πέρα από 8

την έλλειψη πολυμέσων τα οποία βοηθούν στην απόκτηση μεγάλου όγκου πληροφοριών σε σύντομο χρονικό διάστημα ήταν η αδυναμία τους να προσφέρουν εξατομικευμένη μάθηση στις ανάγκες και στις δυνατότητες του κάθε μαθητή. Στην πορεία τα μαθησιακά περιβάλλοντα έγιναν γραφικά και προστέθηκαν τα πολυμέσα κάνοντας απλώς την παρουσίαση του μαθήματος πιο ευχάριστη. Με τη βοήθεια των πολυμέσων και υπερμέσων μπορούμε να προσφέρουμε λεκτικές και μη λεκτικές πληροφορίες. Οι υποστηρικτές τους πίστευαν ότι με σωστή χρήση τους μπορούμε αυξήσουμε την παιδαγωγική αξία του περιεχομένου. Τα συγκεκριμένα περιβάλλοντα όμως δεν μπορούσαν να εκπληρώσουν τους εκπαιδευτικούς σκοπούς για τους οποίους κατασκευάστηκαν καθώς δεν είχαν σχεδιαστεί σύμφωνα με θεωρίες μάθησης. Με την προσθήκη ευφυΐας και στρατηγικών διδασκαλίας σε ένα εκπαιδευτικό σύστημα η εκπαίδευση βελτιώθηκε καθώς τέτοιου είδους συστήματα μπορούσαν να προσφέρουν υπηρεσίες όπως ένας ανθρώπινος εκπαιδευτής. Αλλά και αυτά τα συστήματα αποδείχτηκαν όπως θα δούμε στην πορεία ανεπαρκή καθώς δεν έδιναν τη δυνατότητα στον μαθητή να κάνει τις δικές του επιλογές. Έτσι δεν ήταν σε συμφωνία με τις νέες θεωρίες μάθησης οι οποίες θεωρούν τη μάθηση μια ενεργητική διαδικασία οικοδόμησης νέων πληροφοριών πάνω σε υπάρχοντα γνωστικά σχήματα. Οι ερευνητές τα τελευταία χρόνια συμφωνούν ότι η μάθηση δεν θα πρέπει να είναι μια παθητική καταγραφή γνώσεων. Η εκπαίδευση πρέπει να ανταποκρίνεται στον ρυθμό μάθησης του κάθε μαθητή. Για τον σχεδιασμό εκπαιδευτικών εφαρμογών θα πρέπει να λαμβάνουμε υπόψη το περιβάλλον του χρήστη και να του δίνουμε περισσότερο έλεγχο κατά τη διαδικασία της μάθησης. Γι αυτό η αρχιτεκτονική σχεδίαση του συστήματος και το περιβάλλον διεπαφής με τον χρήστη πρέπει να είναι σε συμφωνία με τις σύγχρονες θεωρίες μάθησης. Και συγκεκριμένα η γνωστική ψυχολογία με θεωρίες όπως για παράδειγμα η ACT-R του Anderson μπορεί να καθοδηγήσει τη σχεδίαση των ευφυών περιβαλλόντων μάθησης. Στην σημερινή εποχή με τις μεγάλες δυνατότητες των υπολογιστικών συστημάτων καθώς και με την ραγδαία ανάπτυξη του διαδικτύου η εκπαίδευση με τη χρήση υπολογιστών έχει περάσει σε διαφορετική κατεύθυνση. Η εξ αποστάσεως εκπαίδευση δίνει ένα διαφορετικό τρόπο πρόσβασης στην γνώση καθώς ένας μεγάλος αριθμός ανθρώπων μπορούν να έχουν πρόσβαση χωρίς χρονικούς και χωρικούς περιορισμούς. Το διαδίκτυο προσφέρει στον χρήστη ένα μέσο πρόσβασης στο υλικό και στον εκπαιδευτή ένα περιβάλλον εισαγωγής του υλικού και διαχείρισης της τάξης. Τα νέα συστήματα επιτρέπουν στους μαθητές να αλληλεπιδρούν σε μεγαλύτερο βαθμό σε σχέση με το παρελθόν κάνοντας έτσι την μάθηση πιο ενεργητική. Οι σημερινοί υπολογιστές παρέχουν μεγάλα αποθηκευτικά μέσα, άριστα γραφικά, αυξημένη μνήμη και επιτρέπουν τη χρήση πιο αλληλεπιδραστικών πολυμεσικών και υπερμεσικών 9

εφαρμογών. Παρά την ραγδαία ανάπτυξη του hardware, του software, τη βελτίωση του περιβάλλοντος διεπαφής με τον χρήστη (user interface) και της παροχής πολυμέσων το πρόβλημα της κατανόησης του χρήστη από την πλευρά του υπολογιστή είναι ένας κρίσιμος παράγοντας για αποτελεσματική διδασκαλία και για την παροχή εξατομικευμένης εκπαίδευσης. Σε μια αίθουσα διδασκαλίας ο εκπαιδευτής μπορεί να ανατροφοδοτηθεί από τις απαντήσεις και την συμπεριφορά των εκπαιδευόμενων με αποτέλεσμα να αλλάξει την διδακτική μέθοδο και να αποφασίσει ποια θέματα θέλουν επανάληψη και επιπλέον εξηγήσεις δηλαδή να προσαρμόσει τον διάλογο που θα ακολουθήσει στις ανάγκες των μαθητών. Άλλες φορές αναδιατυπώνει μια ερώτηση όταν δεν γίνεται κατανοητός από τους μαθητές, δίνει πολλαπλές αναπαραστάσεις μιας έννοιας όταν διαπιστώσει προβλήματα στην κατανόηση καθώς και επιπλέον υλικό. Ο δάσκαλος δηλαδή έχει αναπτύξει ένα γνωστικό μοντέλο για τον κάθε μαθητή, γνωρίζει με μεγάλη ακρίβεια το σύνολο των γνώσεων του για το γνωστικό αντικείμενο και για τις έννοιες που το απαρτίζουν και έχει στη διάθεση του στρατηγικές διδασκαλίας έτοιμες να τις εφαρμόσει στον κάθε μαθητή ξεχωριστά σύμφωνα με τη γνωστική του κατάσταση του και τη φύση των πληροφοριών που θα διδάξει. Εργάζεται δηλαδή με ένα μοντέλο μαθητή, με το μοντέλο του εκπαιδευτή που έχει στρατηγικές διδασκαλίας και έχει γνώση για το περιεχόμενο του μαθήματος καθώς γνωρίζει σημασιολογικά τα αντικείμενα του μαθήματος και τις σχέσεις τους. Αυτή η απλή στη φιλοσοφία τεχνική πρέπει να εφαρμοστεί και στα εκπαιδευτικά λογισμικά γιατί τα περισσότερα έχουν στατικό περιεχόμενο στις σελίδες τους με αποτέλεσμα να μην πληρούν τους παιδαγωγικούς σκοπούς για τους οποίους κατασκευάστηκαν. Σύμφωνα με τους Brailsford, T.J., Stewart, C.D., Zakaria, M.R. και Moore A. (2002) οι διαφορετικές μέθοδοι διδασκαλίας ανάλογα με το αντικείμενο μάθησης που μπορεί να ασκήσει ένας εκπαιδευτής είναι: Διερευνητική προσέγγιση: Εδώ ο εκπαιδευτής δίνει μόνο το θέμα και οι μαθητές βάζουν τους στόχους, βρίσκουν υλικό, διατυπώνουν και επαληθεύουν προτάσεις και προσπαθούν να τους κατακτήσουν μόνοι τους. Μάθηση με πράξη: Ο εκπαιδευτής βάζει τον στόχο και οι μαθητές προσπαθούν να βρουν το μονοπάτι για την κατάκτηση του. Απευθείας διδασκαλία: Είναι το παραδοσιακό μοντέλο όπου ο εκπαιδευτής μεταδίδει τις γνώσεις του στους μαθητές. Αυτές τις διαφορετικές προσεγγίσεις θα πρέπει να τις υποστηρίζουν και τα μαθησιακά περιβάλλοντα των υπολογιστών. 10

Ο κύριος σκοπός της χρησιμοποίησης των υπολογιστών στην εκπαιδευτική διαδικασία είναι η ικανότητα τους να προσφέρουν εξατομικευμένη μάθηση. Η μεγάλη δυσκολία στην προσπάθεια τους να την προσφέρουν καθώς και να κάνουν την επικοινωνία με τον χρήστη πιο φυσική είναι ότι είναι αδύνατο να καταγράψουν και να επεξεργαστούν όλες τις πιθανές απαντήσεις των χρηστών έτσι ώστε να μπορούν να εκτελούν την κατάλληλη ενέργεια σε κάθε περίπτωση. Αυτός είναι ο κύριος λόγος που δημιουργήθηκαν τα ευφυή εκπαιδευτικά συστήματα (ITS) τα προσαρμοστικά υπερμεσικά συστήματα (AΗS) και τελευταία τα προσαρμοστικά εκπαιδευτικά συστήματα για το διαδίκτυο (AWBES). Το μεγάλο πλεονέκτημα της διδασκαλίας στο διαδίκτυο είναι η ανεξαρτησία από την αίθουσα και η ανεξαρτησία από την πλατφόρμα καθώς και το χαμηλό κόστος μαθημάτων για τους μαθητές. Μια εφαρμογή μπορεί να εγκατασταθεί σε έναν server και να χρησιμοποιηθεί από χιλιάδες χρήστες σε όλον τον κόσμο. Το WWW και οι WWW browsers είναι ένα παράδειγμα για τις ευκολίες που παρέχει σήμερα το διαδίκτυο. Δηλαδή ακόμα και ένας αρχάριος χρήστης μπορεί να περιηγηθεί στο διαδίκτυο χωρίς δυσκολία. Χιλιάδες σειρές μαθημάτων μέσο διαδικτύου έχουν δημιουργηθεί τα τελευταία χρόνια αλλά οι περισσότερες δεν είναι τίποτα περισσότερο από στατικές σελίδες υπερκειμένου παρότι έχουν ανακαλυφθεί αποτελεσματικές τεχνολογίες σε εκπαιδευτικά περιβάλλοντα. Δεν είναι εύκαμπτες και είναι αποτελεσματικές μόνο για τυπικούς μαθητές σε μια ομογενής εικονική αίθουσα. Οι στατικές σελίδες στα περισσότερα υπερμεσικά συστήματα υποθέτουν ότι οι χρήστες θα κάνουν λογικές επιλογές στην χρήση των εργαλείων για την πλοήγηση, στην επιλογή κατάλληλων παραδειγμάτων για την κατανόηση μιας έννοιας και γενικότερα σε όλη τη διαδικασία της διδασκαλίας (Brusilovsky, P., Schwarz, E., & Weber, G. 1998 σελ. 292). Γι αυτό το λόγο χρησιμοποιούνται κυρίως σε μεταπτυχιακά εξ αποστάσεως και σε κάποια προγράμματα πιστοποίησης για πτυχιούχους μαθητές ενώ δεν εφαρμόζονται σε μαθητές μικρότερης ηλικίας. Έχουν δηλαδή κατασκευαστεί λαμβάνοντας υπόψη τους μια κλάση χρηστών ενώ είναι αδύνατο να καλύπτουν τις ανάγκες όλων των κλάσεων. Ακόμη οι χρήστες δεν μπορούν να έχουν στη διάθεση τους την βοήθεια ενός δασκάλου καθώς εργάζονται μόνοι τους. Όλοι μπορούν να έχουν πρόσβαση σε κάθε είδους υλικό χωρίς κανένα περιορισμό και χωρίς να έχουν την απαραίτητη εμπειρία. Ο κάθε μαθητής μπαίνει στη σειρά μαθημάτων με διαφορετικό γνωστικό επίπεδο, με ελλείψεις και παρανοήσεις εννοιών και δεν είναι δυνατό να μπορούν να παρακολουθήσουν την ίδια διδακτική μέθοδο. Το αποτέλεσμα είναι πολλοί μαθητές να σπαταλούν πολλές ώρες σε άσχετες ή σε ήδη γνωστές πληροφορίες, κάνουν παρανοήσεις ή αδυνατούν να κατανοήσουν το περιεχόμενο και υπερφορτώνουν συνεχώς με 11

ερωτήσεις τον εξ αποστάσεως διδάσκοντα ζητώντας πληροφορίες (Brusilovsky, P., Schwarz, E., & Weber, G. 1998 σελ. 292). Το παραπάνω πρόβλημα δεν ισχύει μόνο για τις σειρές μαθημάτων που παρουσιάζονται στο διαδίκτυο αλλά και για κάθε είδους πληροφοριακού συστήματος που υπάρχει στο διαδίκτυο. Για παράδειγμα ένα ηλεκτρονικό βιβλιοπωλείο προτείνει την ίδια λίστα βιβλίων για αναγνώστες με διαφορετικές ανάγκες και προτιμήσεις στο διάβασμα. Ένα διαδικτυακό μουσείο δίνει την ίδια αφήγηση και τον ίδιο οδηγό για επισκέπτες με διαφορετικούς στόχους και προηγούμενες εμπειρίες. Αυτό δεν ισχύει μόνο στο διαδίκτυο αλλά και σε κάθε εφαρμογή υπερμέσων. Οι σχεδιαστές υπερμεσικών εφαρμογών ως ειδικοί του πεδίου καθορίζουν τη δομή των υπερμέσων που κρίνουν ότι θα είναι κατάλληλη για τον εργονομικό σχεδιασμό του περιβάλλοντος διεπαφής με τον χρήστη (user interface). Η διαδοχή του υλικού και των συνδέσμων είναι προκαθορισμένη και δεν ανταποκρίνονται πάντα στις απαιτήσεις των χρηστών. Χαρακτηρίζονται ως user neutral γιατί δεν γνωρίζουν τα χαρακτηριστικά του χρήστη. Δεν διδάσκουν αλλά δίνουν τη δυνατότητα στον χρήστη να μάθει με το δικό του ρυθμό και χαρακτηρίζονται ως μη παιδαγωγική τεχνολογία. Η πρόκληση είναι να δημιουργηθούν σειρές μαθημάτων που να μπορούν να προσφέρουν σε κάποιο βαθμό αλληλεπίδραση και προσαρμογές με σκοπό να απευθύνονται και σε χρήστες με μικρότερες εμπειρίες και γνώσεις. Η ανάγκη να κατασκευαστούν τέτοια συστήματα είναι αυξημένη γιατί οι εφαρμογές που κατασκευάζονται για το διαδίκτυο απευθύνονται σε ένα ευρύ φάσμα χρηστών με διαφορετικό γνωστικό επίπεδο, διαφορετικές εμπειρίες και διαφορετικούς στόχους μάθησης. Ακόμη για τους μαθητές με μικρότερες εμπειρίες υπάρχει ο κίνδυνος να χαθούν ενώ οι έμπειροι για να βρουν μια σχετική πληροφορία θα σπαταλήσουν αρκετό χρόνο. Χρειάζεται να δημιουργηθούν πιο εύκαμπτα συστήματα που να μπορούν να προσφέρουν προσωποποιημένα μαθήματα στον κάθε χρήστη. Για παράδειγμα μαθητές με κάποιους συγκεκριμένους στόχους μπορούν να πάρουν πληροφορίες με περισσότερες λεπτομέρειες για τον στόχο τους, μαθητές με κάποια εμπειρία δεν θέλουν να πάρουν το ήδη γνωστό υλικό αλλά κάποιες λεπτομέρειες. Μαθητές με χαμηλότερο γνωστικό επίπεδο θέλουν περισσότερα παραδείγματα και προβλήματα ξεκινώντας από απλά παραδείγματα και προβλήματα.. 12

Κεφάλαιο 1 Προσαρμοστικά και ευφυή συστήματα 1.1.1 ITS (Intelligent tutoring system) Όπως αναφέρουν οι Seridi H. Και Sellami M. (2001) τα χαρακτηριστικά των ITS (ευφυή εκπαιδευτικά συστήματα) είναι η γνώση τους για το πεδίο, τον μαθητή και τις στρατηγικές για να υποστηρίξουν μια εύκαμπτη και εξατομικευμένη διδασκαλία. Δηλαδή έχουν γνώση για το περιεχόμενο και τις μεταξύ τους σχέσεις και προσπαθούν ανάλογα με τις πληροφορίες για τον κάθε μαθητή να επιλέξουν και την κατάλληλη στρατηγική. Ένα ITS σύμφωνα με τον Brusilovsky P. (1998) γνωρίζει τι να διδάξει (πεδίο γνώσεων), πώς να το διδάξει (διδακτική μεθοδολογία) και σε ποιους θα το διδάξει (μοντέλο χρήστη). Τα ITS είναι προσαρμοστικά αφού εργάζονται σε ένα καλά δομημένο χώρο πληροφοριών, έχουν γνώση για το πεδίο, συλλέγουν στοιχεία από τις κινήσεις του χρήστη και τις αλληλεπιδράσεις του με το σύστημα. Αυτά τα στοιχεία που συλλέγουν τα χρησιμοποιούν για να τροποποιούν δυναμικά το περιεχόμενο και την λειτουργικότητα που παρουσιάζεται στον χρήστη σύμφωνα με τις στρατηγικές διδασκαλίας που υπάρχουν προκαθορισμένες στο σύστημα. Παρέχουν έτσι ευέλικτη και εξατομικευμένη εκπαίδευση. 1.1.2 ILE (Intelligent learning environment) Τα ILE σύμφωνα με τον Brusilovsky, P. (1994) είναι νεότερα συστήματα από τα ITS και συνδυάζουν χαρακτηριστικά των ITS και των περιβαλλόντων μάθησης (learning environments). Ενώ τα ITS υποστηρίζουν εκπαίδευση καθοδηγούμενη από το σύστημα τα ILE προσφέρουν καθοδηγούμενη από τον χρήστη μάθηση. Αυτό το πετυχαίνουν χάρη στην μονάδα περιβάλλοντος που διαθέτουν. Με τον όρο αυτό εννοούμε το μέρος του συστήματος που υποστηρίζει τις ενέργειες του χρήστη και τις μεθόδους που επιτρέπουν στον χρήστη να κάνει αυτές τις ενέργειες. Τα πρόσφατα ILE έχουν ένα τμήμα (manual component) που επιτρέπει στον χρήστη να έχει άμεση πρόσβαση στο δομημένο εκπαιδευτικό υλικό. Τα προσαρμοστικά ILE έχουν τμήματα (περιβάλλον, στρατηγικές διδασκαλίας, και manual component) τα οποία επικοινωνούν με το μοντέλο του μαθητή για να κάνουν προσαρμογές. Συνήθως τα ILE έχουν και άλλα τμήματα τα HIS (ευφυής σύστημα βοήθειας) το οποίο μπορεί να προσφέρει είτε ενεργητική είτε παθητική βοήθεια στον χρήστη και τα adaptive interface το οποίο προσπαθεί να προσαρμόσει το περιβάλλον στα χαρακτηριστικά του χρήστη. Ο στόχος με τέτοιου είδους συστήματα που αποτελούνται από πολλά ευφυή και μη ευφυή τμήματα είναι να κάνουμε όλα τα τμήματα προσαρμοστικά. Να μπορεί κάποιο τμήμα να παίρνει τα αποτελέσματα της εργασίας του χρήστη με ένα άλλο τμήμα και να τα αξιοποιεί. 13

1.1.3 Από τα ITS στα AHS Όπως αναφέρει ο Brusilovsky P. (1998) τα πρώτα ITS ενώ περιείχαν πολλές στρατηγικές και χρησιμοποιούσαν τις γνώσεις τους για το πεδίο και τον χρήστη για να προσφέρουν προσωποποιημένη μάθηση δεν προσφέρονταν για μαθητοκεντρική διδασκαλία καθώς όλα τα συστήματα καθοδηγούσαν απευθείας τον χρήστη ή του έδιναν κάποιο μενού για να επιλέξει την επόμενη λειτουργία. Χρειαζόταν να προστεθεί ένα τμήμα που να έδινε την δυνατότητα στον χρήστη να ακολουθήσει τη δική του πορεία στο υλικό. Η λύση ήταν η ενσωμάτωση ενός τμήματος υπερμέσων στο περιβάλλον των ITS. Από τα πρώτα συστήματα που κινήθηκαν προς αυτή την κατεύθυνση ήταν το ISIS-Tutor του Brusilovsky. Στα Προσαρμοστικά Εκπαιδευτικά Υπερμέσα (AHS) ο χρήστης έχει αρκετή ελευθερία επιλογής στην πλοήγηση σε αντίθεση με τα Ευφυή Συστήματα Διδασκαλίας στα οποία το σύστημα ελέγχει σε μεγάλο βαθμό τι παρουσιάζεται στο χρήστη. Έτσι τα AHS είναι για την μαθητοκεντρική προσέγγιση στη διδασκαλία σε αντίθεση με τα ITS τα οποία υιοθετούν την δασκαλοκεντρική προσέγγιση στη διδασκαλία. Το μεγαλύτερο μέρος των πρόωρων προσαρμοστικών εκπαιδευτικών συστημάτων υπερμέσων είχαν ισχυρή σύνδεση µε τα ITS. Στην πραγματικότητα ένας αριθμός από αυτά αναπτύχθηκε σε µία προσπάθεια να ενσωματωθεί σε ένα ITS λειτουργία υπερκειμένου (Beaumont, 1994, Brusilovsky, Schwarz, & Weber, 1996a, Brusilovsky, 1993, Gonschorek, 1995, Perez, 1995). Τα υπερμέσα μπορούν να προσφέρουν τη βάση για ανακαλυπτική μάθηση αλλά χρειάζονται ένα τμήμα που να μπορεί να καθοδηγεί τον χρήστη. Αυτό το τμήμα μπορεί να προέρχεται από τα ITS. Τα ITS και τα AHS φαίνονται σαν δυο διαφορετικές προσεγγίσεις στην χρήση του υπολογιστή στην εκπαίδευση. Στην πραγματικότητα όμως η μια συμπληρώνει την άλλη και τα συστήματα που περιλαμβάνουν έναν tutor για την καθοδήγηση του χρήστη και ένα τμήμα υπερμέσων μπορούν να παρέχουν τόσο τη δασκαλοκεντρική όσο και την μαθητοκεντρική διδασκαλία. Το μοντέλο για τον χρήστη που έχουν τα ITS μπορεί να χρησιμοποιηθεί και από το τμήμα υπερμέσων. 1.1.4 AHS (Adaptive Hypermedia systems) Τα προσαρμοστικά συστήματα υπερμέσων (AHS) αναπτύσσουν ένα πρότυπο µε τους στόχους, προτιμήσεις και γνώσεις για κάθε χρήστη, και χρησιμοποιούν αυτό το πρότυπο στην αλληλεπίδραση µε το χρήστη, με σκοπό να προσαρμοστούν στις ανάγκες του (Brusilovsky 1996). Για παράδειγμα τα προσαρμοστικά συστήματα υπερμέσων για την εκπαίδευση θα προσαρμοστούν στις προηγούμενες γνώσεις του, στο στυλ μάθησης του ενώ μια προσαρμοστική ηλεκτρονική εγκυκλοπαίδεια θα προσωποποιήσει την περιγραφή μιας λέξης για να εμβαθύνει τις προϋπάρχουσες γνώσεις του χρήστη. Στόχος τους είναι η αύξηση της λειτουργικότητας των υπερμέσων με την εξατομίκευσή τους. Είναι πιο σύγχρονη περιοχή 14

έρευνας από τα ITS, χρησιμοποιούν διάφορους τύπους για μοντέλα χρηστών για να προσαρμόσουν το περιεχόμενο και τους δεσμούς στις σελίδες των χρηστών. Αυτές οι δυο διαφορετικές τεχνικές προσαρμογής είναι γνωστές ως προσαρμοστική παρουσίαση (adaptive presentation) και προσαρμοστική υποστήριξη πλοήγησης (adaptive navigation support). Μπορούν να καθοδηγήσουν τον χρήστη εύκολα και γρήγορα στις πιο σχετικές πληροφορίες. 1.1.5 Γιατί χρειάζονται τα προσαρμοστικά υπερμέσα Όπως αναφέρει ο De Bra (2002) η ελεύθερη πλοήγηση σε υπερμεσικά συστήματα δεν είναι αποτελεσματικός τρόπος για μάθηση. Ο χρήστης δεν γνωρίζει ποιοι δεσμοί είναι σχετικοί γι αυτόν αφού στο περιβάλλον των υπερμέσων μπορεί να επιλέξει οποιονδήποτε δεσμό επιθυμεί. Το αποτέλεσμα είναι οι χρήστες μπορεί πολύ εύκολα να αποκλίνουν από τους αρχικούς στόχους τους. Στη βιβλιογραφία αυτό ονομάζεται lost in hyperspace το οποίο οδηγεί στο freedom and chaos των υπερμεσικών συστημάτων. Γι αυτό είναι απαραίτητο τα συστήματα υπερμέσων να έχουν ένα μοντέλο για να περιορίζουν το υλικό που θα παρέχεται στον χρήστη, να τον καθοδηγούν και να του παρέχουν βοήθεια που να βασίζεται στους σκοπούς του κάθε μαθητή. Αυτό είναι απαραίτητο για τους μαθητές των σχολείων γιατί έχουν χρονικούς περιορισμούς και το αντικείμενο τους είναι πάντοτε συγκεκριμένο. Ακόμη το σύστημα πρέπει να γνωρίζει τι έχει δει και τι έχει κατανοήσει ο χρήστης για να τον βοηθήσει στην επίτευξη του στόχου. Μπορεί να επιβεβαιώσει ότι οι χρήστες έχουν κατανοήσει το περιεχόμενο του. 1.1.6 Κατηγορίες προσαρμοστικών υπερμέσων Στα προσαρμοστικά συστήματα οι προσαρμογές ποικίλουν από μια επιλογή διαφορετικών εκδόσεων των υπερμέσων μέχρι την δυναμική δημιουργία όλων των σελίδων από κομμάτια πληροφοριών. Προσαρμοστικά υπερμέσα (adaptive hypermedia) Είναι ικανά να εναλλάσσουν το περιεχόμενο και την εμφάνιση των υπερμέσων σύμφωνα με μια δυναμική κατανόηση του κάθε χρήστη και προσαρμόζουν το περιεχόμενο τους στα χαρακτηριστικά του κάθε χρήστη (Brusilovsky 1998). Τα προσαρμοστικά συστήματα υπερμέσων εφαρμόζουν το μοντέλο του χρήστη σε ορατές και λειτουργικές πλευρές του συστήματος. Με τον όρο λειτουργικές πλευρές του συστήματος εννοούμε τα στοιχεία του συστήματος που υφίστανται αλλαγές οι οποίες δεν γίνονται ορατές στον χρήστη. Η διαδοχή μαθημάτων είναι ένα καλό παράδειγμα (Brusilovsky 1998). Προσαρμόσιμα υπερμέσα (adaptable hypermedia) Σε αυτά τα συστήματα ο χρήστης δίνει το προφίλ του είτε μέσο ερωτηματολογίου είτε μέσο ενός παράθυρου διαλόγου. Το σύστημα τότε του παρέχει μια έκδοση της εφαρμογής 15

σύμφωνα με το προφίλ του. Οι ρυθμίσεις που κάνει είναι για θέματα παρουσίασης (χρώματα, τρόπος μάθησης) και για τις προηγούμενες εμπειρίες του χρήστη. Υπάρχουν πολλές εφαρμογές στο διαδίκτυο που χρησιμοποιούν την παραπάνω τεχνική αλλά δεν χρησιμοποιούνται για εκπαιδευτικούς σκοπούς. Παραδείγματα είναι σελίδες για διαφημιστικούς σκοπούς. (De Bra, P. 1999, σελ 30). Δυναμικά υπερμέσα (dynamic hypermedia) Εδώ η συμπεριφορά του μαθητή καταγράφεται συνεχώς όπως και στα adaptive hypermedia. Αντί να αλλάζει στον χρήστη μια προκαθορισμένη παρουσίαση όπως στα adaptive αυτά τα συστήματα δημιουργούν μια παρουσίαση από κομμάτια πληροφορίας συχνά με τεχνικές παραγωγής φυσικής γλώσσας. (De Bra, P. 1999, σελ 30). Όπως αναφέρει ο Brusilovsky (1998) στα δυναμικά υπερμέσα τεχνικές παραγωγής φυσικής γλώσσας δημιουργούν δυναμικά το δίκτυο των υπερμέσων και τα έγγραφα σε αυτό το δίκτυο όταν ζητηθεί από τους χρήστες. Εκμεταλλευόμενοι αυτή την τεχνολογία μπορούμε να δημιουργήσουμε εξατομικευμένα έγγραφα. Χρησιμοποιώντας γνώσεις για τον χρήστη καθώς και γνώσεις για τις ενέργειες του με το σύστημα τα έγγραφα μπορεί να προσαρμοστούν καλύτερα στις ανάγκες του. 1.1.7 Προσαρμοστικά συστήματα για το διαδίκτυο Σύμφωνα με τον Brusilovsky, P. (1998). στην εργασία «adaptive systems and user modeling on the www» http://www.contrib.andrew.cmu.edu/~plb/um97_workshop/ τα προσαρμοστικά συστήματα για το διαδίκτυο χωρίζονται σε τρεις κατηγορίες. Στα προσαρμοστικά πληροφοριακά συστήματα (adaptive information systems) τα δίνουν πληροφορίες για τον κάθε χρήστη στο διαδίκτυο σύμφωνα με τα ενδιαφέροντα του και τις ανάγκες του όπως το AVANTI (Fink, Kobsa, Schreck, 1997) και το PUSH (Hook, 1997). Στα προσαρμοστικά συστήματα φιλτραρίσματος (adaptive filtering systems) τα οποία φιλτράρουν πληροφορίες και βοηθούν τον χρήστη να βρει σχετικές πληροφορίες στο διαδίκτυο όπως είναι το ifweb (Asnicar & Tasso, 1997) και το WebTagger (Keller 1996). Στα προσαρμοστικά εκπαιδευτικά συστήματα (AWBES) που είναι και η μεγαλύτερη κατηγορία. Σε αυτά τα συστήματα εφαρμόζονται οι τεχνολογίες που έχουν έρθει από τα ITS και τα AHS και έχουν πολύ μεγαλύτερες δυνατότητες από τα προηγούμενα. Τα όρια για να διακρίνουμε πότε ένα σύστημα ανήκει σε κάποια από τις παραπάνω κατηγορίες δεν είναι πάντα εύκολο να προσδιοριστούν γιατί για παράδειγμα μια 16

εγκυκλοπαίδεια η οποία χρησιμοποιείται για εκπαιδευτικούς σκοπούς μπορεί να χρησιμοποιηθεί και στα πληροφοριακά συστήματα. 1.1.8 AWBES (Adaptive web based educational systems) Τα AWBES (προσαρμοστικά εκπαιδευτικά συστήματα υπερμέσων για το διαδίκτυο) κληρονομούν χαρακτηριστικά από τα ITS (ευφυή συστήματα διδασκαλίας) και τα AHS (προσαρμοστικά συστήματα υπερμέσων). Οι ευφυής τεχνολογίες και οι προσαρμογές που χρησιμοποιούνται στα AWBES έχουν χρησιμοποιηθεί στα AHS και στα ITS. Από μια άποψη τα AWBES δεν φαίνεται να έχουν σημαντικές διαφορές από τα ITS και τα AHS. Παρόλα αυτά το διαδίκτυο απαιτεί διαφορές στον σχεδιασμό και την εφαρμογή τέτοιων συστημάτων και γι αυτό τα θεωρούμε ως ξεχωριστή κλάση. Όλα τα AWBES μπορούν να θεωρηθούν ότι είναι AHS και ITS κατασκευασμένα για το διαδίκτυο ενώ ελάχιστα ITS χρησιμοποιούν προσαρμοστικά υπερμέσα Brusilovsky, P. (1998).. Εισαγωγή τεχνολογιών ITS στην εκπαίδευση μέσο διαδικτύου. Σύμφωνα με τον Brusilovsky P. (1995, σελ 43). ένας από τους στόχους των σχεδιαστών εκπαιδευτικών εφαρμογών είναι να ενσωματώσουν την αλληλεπιδραστικότητα και την ευφυΐα που προσφέρουν τα ITS και τα υπερμέσα, με την δυνατότητα της εκπαίδευσης εξ αποστάσεως που προσφέρει το διαδίκτυο. Το ELM-ART ήταν από τα πρώτα ITS που προσπάθησαν να φέρουν τις τεχνολογίες των ITS στο περιβάλλον του διαδικτύου. Η αλληλεπιδραστικότητα μετατρέπει ένα περιβάλλον μάθησης από παθητικό σε ενεργητικό. Για παράδειγμα μπορεί να προσφέρει ανατροφοδότηση στον χρήστη σε κάθε ενέργεια του με το σύστημα. Έτσι ο χρήστης προσπαθεί να βελτιώσει τα αποτελέσματα του και η μάθηση να γίνεται πιο ενεργητική. Η ευφυΐα σημαίνει να εκτελεί το σύστημα κάποιες από τις ενέργειες που θα έκανε ένας δάσκαλος. Για παράδειγμα να τον υποστηρίζει στην διαδικασία της επίλυσης ενός προβλήματος με ευφυής ανάλυση της λύσης του προβλήματος και δίνοντας του ένα μονοπάτι μέσα στο υλικό που αυτό θα κρίνει ότι είναι καλύτερο. Ένας έμπειρος δάσκαλος έχει γνώσεις για το γνωστικό αντικείμενο που θα διδάξει και για διδακτικές μεθοδολογίες δηλαδή τον τρόπο που θα φέρει σε επαφή τους μαθητές με την ύλη. Επίσης από τις ανατροφοδοτήσεις που παίρνει από τους μαθητές μπορεί να δώσει εξατομικευμένη βοήθεια όταν κάποιοι αντιμετωπίζουν δυσκολίες. Μπορούν να βλέπουν τους μαθητές και ως σύνολο και ως ξεχωριστές μονάδες. Πρώτα κατασκευάζουν ένα τυπικό μοντέλο για όλους τους μαθητές και στην πορεία κατασκευάζουν ξεχωριστά μοντέλα για όλους τους μαθητές ή για κλάσεις μαθητών. Γνωρίζουν τα χαρακτηριστικά τους και ενημερώνουν τα μοντέλα διαρκώς από τις ανατροφοδοτήσεις τους με την καθημερινή επαφή. Όλες τις παραπάνω πολύπλοκες λειτουργίες προσπαθούν να επιτύχουν τα ευφυή συστήματα. 17

Από τις πρώτες τεχνολογίες των ITS που προσπάθησαν να φέρουν στις υπερμεσικές εφαρμογές και γενικότερα στο διαδίκτυο ήταν η διαδοχή του επόμενου γνωστικού υλικού. Η διαδοχή γνώσεων σε ένα ITS είναι διαδοχή ενός θέματος ή οποιασδήποτε δραστηριότητας (πρόβλημα, ερώτηση, παράδειγμα). Σε μια υπερμεσική εφαρμογή η στο διαδίκτυο η διαδοχή σημαίνει η επόμενη σχετική σελίδα ή κόμβος του δικτύου για τον κάθε χρήστη. Το πλαίσιο των υπερμέσων έδωσε την δυνατότητα στον χρήστη να μπορεί να αποφασίσει μόνος του για την πορεία που θα ακολουθήσει μέσα στο εκπαιδευτικό υλικό σε αντίθεση με τα παραδοσιακά ITS. Υπάρχει όμως ο κίνδυνος ο χρήστης να χαθεί στο περιβάλλον των υπερμέσων και γενικότερα του διαδικτύου γι αυτό υπάρχει η ανάγκη να κατασκευαστούν συστήματα που να καθοδηγούν τον χρήστη στο υλικό είτε άμεσα (πατώντας για παράδειγμα το κουμπί που θα τους μεταφέρει στην επόμενη σελίδα) είτε έμμεσα. Έμμεσα μπορεί να γίνει με την προσαρμοστική πλοήγηση (adaptive navigation support) και εννοούμε όλους τους δυνατούς τρόπους με τους οποίους μπορούμε να παίξουμε με την εμφάνιση των δεσμών για να παρέχουμε υποστήριξη στην πλοήγηση του χρήστη. Τους τρόπους με τους οποίους χρησιμοποιείται η παραπάνω τεχνολογία θα τους εξετάσουμε στο κεφάλαιο τεχνολογίες προσαρμοστικών συστημάτων. Από τα πρώτα projects που προσπάθησαν να φέρουν την προσαρμοστική διαδοχή του περιεχομένου και τα υπερμέσα στο περιβάλλον του διαδικτύου ήταν το MSU του Brusilovsky. Αυτό ήταν ένα συγγραφικό εργαλείο (κέλυφος) με το οποίο ο κάθε δάσκαλος μπορούσε προσθέτοντας HTML αρχεία, γνωστικά πλαίσια και προγράμματα να δημιουργήσει μαθήματα για εξ αποστάσεως εκπαίδευση. Το σύστημα παρείχε υποστήριξη πλοήγησης στους μαθητές ανάλογα με την γνωστική τους κατάσταση κρύβοντας κάποιους συνδέσμους ή χαρακτηρίζοντας κάποιους άλλους ως προτεινόμενους. Επίσης το περιεχόμενο κάθε σελίδας ήταν προσαρμοσμένο στο γνωστικό επίπεδο των χρηστών. 1.1.9 Προσαρμογή (Ορισμοί, επίπεδα, στόχοι) Η προσαρμογή δεν είναι τεχνολογία αλλά στόχος (Brusilovsky 1998). Η προσαρμοστικότητα είναι ο στόχος των ITS η οποία περιγράφεται ως ευφυΐα γιατί χρησιμοποιούν τεχνικές από την τεχνητή νοημοσύνη με τη χρήση κανόνων. Για να μπορεί να χαρακτηριστεί ένα σύστημα προσαρμοστικό θα πρέπει να έχει τα παρακάτω χαρακτηριστικά.: Να είναι μια εφαρμογή υπερμέσων. Να υπάρχει ένα μοντέλο χρήστη που να καταγράφει κάποια χαρακτηριστικά κάθε χρήστη ξεχωριστά. 18

Να υπάρχει μοντέλο για το πεδίο το οποίο είναι ένα σύνολο από σχέσεις ανάμεσα στα γνωστικά στοιχεία του χώρου. Να είναι ικανό να τροποποιεί κάποιο ορατό ή λειτουργικό μέρος του συστήματος με βάση τις πληροφορίες που λαμβάνει από το μοντέλο χρήστη. Σύμφωνα με την Melis E. (2002) στα προσαρμοστικά συστήματα ασκήσεις και παραδείγματα που είναι οικεία σε κάποιον χρήστη μπορούν να παρουσιαστούν, η δυσκολία τους μπορεί να προσαρμοστεί στις ικανότητες του και στους διδακτικούς στόχους που έχει βάλει καθώς και η ανατροφοδότηση που του παρέχει το σύστημα όταν αλληλεπιδρά μαζί του μπορεί να προσαρμοστεί στις ανάγκες του στις γνώσεις του και στις προτιμήσεις του όπως αυτά περιγράφονται στο μοντέλο του χρήστη. Η γνώση των στόχων και των γνώσεων του χρήστη επιτρέπει σε αυτά τα συστήματα να βοηθήσουν τον χρήστη στην πλοήγηση του μέσα στο υλικό. Μπορούν δηλαδή να περιορίσουν τον χώρο που κινείται ή να προτείνει τους πιο σχετικούς δεσμούς. Τα προσαρμοστικά εκπαιδευτικά συστήματα δίνουν σημασία στην εξατομικευμένη μάθηση και χρησιμοποιούν μηχανισμούς για να παρακολουθούν το ιστορικό του χρήστη και να το καταγράφουν στο μοντέλο του. Τα προσαρμοστικά συστήματα είναι σχεδιασμένα σύμφωνα με τις νέες θεωρίες μάθησης και τη γνωστική ψυχολογία. Δίνουν μια παιδοκεντρική διάσταση στην εκπαιδευτική διαδικασία καθώς τα χαρακτηριστικά του χρήστη είναι το κυρίαρχο στοιχείο στην επιλογή της στρατηγικής και του περιεχομένου. Οι προηγούμενες γνώσεις του χρήστη καθώς και ο βαθμός που έχουν αυτές κατανοηθεί είναι παράγοντες που τους λαμβάνουν υπόψη τους. Έτσι οι νέες έννοιες και οι γνώσεις που θα προσφέρει το σύστημα οικοδομούνται πάνω στα υπάρχοντα σχήματα των μαθητών σύμφωνα με την θεωρία του κονστρακτιβισμού. 1.1.10 Επίπεδα προσαρμογών Σύμφωνα με τον Brusilovsky 1998 η προσαρμογή γίνεται σε δύο επίπεδα: Σε επίπεδο περιεχομένου (content level) που είναι η δυναμική παραγωγή του περιεχομένου με βάση το μοντέλο του χρήστη. Εδώ το περιεχόμενο της σελίδας παράγεται από τη ένωση γνωστικών μονάδων ανάλογα με το γνωστικό επίπεδο του χρήστη. Αυτό γίνεται γιατί οι αρχάριοι χρήστες θέλουν περισσότερες λεπτομέρειες και εξηγήσεις από τους έμπειρους. Έτσι το σύστημα μπορεί να μας βεβαιώσει ότι οι χρήστες του δεν θα έρθουν σε επαφή με δύσκολες γι αυτούς έννοιες. Έρευνες έχουν αποδείξει ότι οι επιδόσεις των χρηστών όταν εφαρμόζεται η συγκεκριμένη τεχνολογία αυξάνονται. Σε επίπεδο δεσμών (link level) όπου το περιεχόμενο της σελίδας είναι στατικό και αυτό που αλλάζει είναι η εμφάνιση των δεσμών που συνδέουν τα στοιχεία του χώρου. Αυτό είναι 19

γνωστό και ως προσαρμοστική πλοήγηση (adaptive navigation support, ANS) η οποία βοηθάει τους μαθητές να βρουν ένα κρίσιμο μονοπάτι στον χώρο. Οι τρόποι με τους οποίους γίνεται η προσαρμοστική πλοήγηση είναι με σχολιασμό (annotation), απόκρυψη δεσμών (hiding), ταξινόμηση δεσμών (link sorting). Σύμφωνα με τον De Bra 1999 τα επίπεδα προσαρμογών είναι: Προσαρμοστική παρουσίαση (adaptive presentation): Από τις πρώτες τεχνικές που προσπάθησαν να εφαρμόσουν αυτά τα συστήματα ήταν ο προσανατολισμός του χρήστη μέσα στην σελίδα. Εδώ η μηχανή προσαρμογών αποφασίζει το ίδιο υλικό να εμφανίζεται με διαφορετικό τρόπο ανάλογα με τις ανάγκες του χρήστη. Για παράδειγμα καθόριζαν τους διαφορετικούς τύπους των μέσων που θα παρουσίαζαν τις πληροφορίες και με διαφορετικό βαθμό λεπτομέρειας για καθεμία ανάλογα με το γνωστικό του επίπεδο και το προφίλ του. Προσαρμοστική πλοήγηση (adaptive navigation support): Αυτές οι τεχνικές έχουν στόχο να βοηθήσουν τον χρήστη στον προσανατολισμό του στον χώρο. Η προσαρμογή δεν είναι μια δυαδική κατάσταση αλλά υπάρχουν συστήματα που εκτελούν δυναμική προσαρμογή (strongly adaptive) και συστήματα που εκτελούν αδύναμη προσαρμογή (weak adaptive) όπως αναφέρουν οι Eklund, J. και Brusilovsky, P. (1998). Για παράδειγμα όταν ένας επεξεργαστής κειμένου τροποποιεί το περιβάλλον διεπαφής με τον χρήστη σύμφωνα με κάποιες προτιμήσεις του χρήστη τότε έχουμε αδύναμη προσαρμογή. Από την άλλη μεριά τα ITS εργάζονται σε ένα καλά δομημένο γνωστικό περιβάλλον, συλλέγουν πληροφορίες από τις αλληλεπιδράσεις του χρήστη με το σύστημα και χρησιμοποιούν αυτές τις πληροφορίες για να τροποποιούν δυναμικά την παρουσίαση και την λειτουργικότητα του συστήματος. Ζητήματα που απασχολούν τους σχεδιαστές προσαρμοστικών συστημάτων όπως αναφέρει ο De Bra (1999) είναι ο διαχωρισμός της αναπαράστασης των εννοιών από το περιεχόμενο, ο διαχωρισμός του περιεχομένου από θέματα προσαρμογών, ο ρόλος του χρήστη και του περιβάλλοντος διεπαφής με τον χρήστη και η επικοινωνία διαφορετικών προσαρμοστικών συστημάτων για το διαδίκτυο. 1.1.12 Τεχνολογίες για υλοποίηση προσαρμοστικών συστημάτων Όπως αναφέρει η Melis E. (2002) ο πιο κοινός τρόπος για αναπαράσταση της γνώσης για συστήματα εκπαίδευσης είναι χρησιμοποιώντας την γλώσσα html. Είναι ένας εύκολος τρόπος αλλά καθώς η html ασχολείται μόνο με την παρουσίαση και μορφοποίηση πληροφοριών το αποτέλεσμα είναι το υλικό να μην μπορεί να χρησιμοποιηθεί σε διαφορετικά περιβάλλοντα. Η html δεν αναπαριστά σημασιολογικά την γνώση και έτσι κάνει την κατανόηση των 20

γνώσεων ανάμεσα σε 2 συστήματα αδύνατη. Για να εξασφαλιστεί η επαναχρησιμοποίηση και η συμβατότητα με άλλες εφαρμογές χρειάζεται μια σημασιολογική κωδικοποίηση της γνώσης. Χρειάζεται ένας διαχωρισμός της παρουσίασης των πληροφοριών από την σημασιολογία. Γι αυτό χρειάζεται να δομήσουμε το περιεχόμενο και να βάλουμε κάποια σχόλια με επιπλέον πληροφορίες. Μια λύση στο παραπάνω πρόβλημα είναι η αναπαράσταση της γνώσης να γίνει με την βοήθεια της XML. Οι τεχνολογίες που επιτρέπουν τη δυναμική κατασκευή εγγράφων για το διαδίκτυο είναι τα CGI (Common Getaway Interface), ASP (Active Server Page), JSP (Java Server Page) με τις 2 τελευταίες να προσφέρουν καλύτερη συνεργασία των στοιχείων. Στην πλευρά του client χρησιμοποιούνται Java applet και Active X στοιχεία. Οι τεχνολογίες που χρησιμοποιούνται για την συνεργασία διαφορετικών ITS είναι αυτές που επιτρέπουν τη συνεργασία μεταξύ αντικειμένων και είναι οι CORBA (common object request broker architecture) και DCOM (distributed common object model). 1.2 Τεχνολογίες που χρησιμοποιούνται στα προσαρμοστικά συστήματα: Με τον όρο προσαρμοστικές και ευφυείς τεχνολογίες εννοούμε τους διαφορετικούς τρόπους για προσφέρουμε ευφυής λειτουργία σε ένα εκπαιδευτικό σύστημα. Θα εξετάσουμε ποιες τεχνολογίες είναι διαθέσιμες και πόσο εύκολο είναι να εφαρμοστούν στο διαδίκτυο. Οι τεχνολογίες διαδοχή μονάδων γνώσης (adaptive sequencing curriculum), ευφυής ανάλυση λύσεων (intelligent solution analysis), αλληλεπιδραστική υποστήριξη λύσεων (problem solving support) έχουν χρησιμοποιηθεί στα ευφυή εκπαιδευτικά συστήματα (ITS) μέχρι το 1990 ενώ στην πορεία προστέθηκε η λύση προβλημάτων βασισμένη σε παραδείγματα (example based problem) και με την έλευση των προσαρμοστικών υπερμεσικών εκπαιδευτικών συστημάτων προστέθηκε η προσαρμοστική παρουσίαση, πλοήγηση και η υποστήριξη συνεργασίας μεταξύ χρηστών (Brusilovsky P 1999 σελ 21). Τεχνολογίες των ITS 1.2.1 Διαδοχή γνωστικών μονάδων (Adaptive sequencing curriculum) Ο στόχος είναι να παρέχει στους μαθητές το εκπαιδευτικό υλικό και τους στόχους ( εργασίες, προβλήματα, γνώσεις) με σωστή σειρά. Βοηθάει τους μαθητές να βρουν ένα κρίσιμο μονοπάτι μέσα στο υλικό του μαθήματος με σκοπό να φτάσουν ευκολότερα και γρηγορότερα στους στόχους του μαθήματος. Χαρακτηριστικά παραδείγματα είναι τα συστήματα BIP (Barr, Beard, Atkinson, 1976) το ITEM-IP (Brusilovsky 1992) και το SCENT-3 (Brecht, McCalla,Greer 1989). Υπάρχουν δυο ειδών τεχνικές για διαδοχικές παρουσιάσεις. Στην 21

υψηλού επιπέδου διαδοχή η (διαδοχή γνώσεων) καθορίζεται το επόμενο θέμα ή έννοια που θα διδαχθεί. Στην χαμηλού επιπέδου διαδοχή (διαδοχή αποστολής) καθορίζεται το επόμενο παράδειγμα, πρόβλημα που θα διδαχθεί για να επιτύχουν το στόχο. Υπάρχουν δύο διαφορετικά είδη διαδοχής η ενεργητική και η παθητική. Η ενεργητική διαδοχή υποδηλώνει ένα μαθησιακό στόχο (ένα υποσύνολο των εννοιών του γνωστικού πεδίου). Εδώ σκοπός είναι η κατασκευή της καλύτερης μεμονωμένης "πορείας" για να επιτευχθεί ο στόχος. Ο στόχος εκμάθησης μπορεί να είναι σταθερός (η καθοδήγηση του εκπαιδευόμενου σε ολόκληρο το σύνολο εννοιών περιοχών) ή να αλλάζει (ο εκπαιδευόμενος επιλέγει ένα υποσύνολο εννοιών). Καθοδηγείται από τις γνώσεις των μαθητών και συγκεκριμένα από τη διαφορά της γνώσης του μαθητή και του επιθυμητού στόχου. Η παθητική διαδοχή δεν απαιτεί ενεργό στόχο μάθησης. Αρχίζει όταν ο χρήστης δεν είναι ικανός να λύσει ένα πρόβλημα ή να απαντήσει σε μια ερώτηση σωστά. Για τα ενεργητικά συστήματα διαδοχής έχει νόημα να διακρίνουμε τα συστήματα µε σταθερούς και ρυθμιζόμενους στόχους μάθησης. Τα περισσότερα από τα υπάρχοντα συστήματα μπορούν να καθοδηγήσουν τους σπουδαστές τους στο σταθερό στόχο μάθησης σε ολόκληρο το σύνολο των εννοιών των περιοχών. Μερικά συστήματα µε ρυθμιζόμενο στόχο μάθησης αφήνουν ένα δάσκαλο ή ένα σπουδαστή να επιλέξει ένα υποσύνολο ολόκληρου του συνόλου των εννοιών ως τον τρέχοντα στόχο μάθησης. Μερικά συστήματα που μπορούν να εκτελέσουν παθητική διαδοχή είναι τα InterBook, PAT- Interbook, CALAT, VC, Prolog Tutor και το Remedial Multimedia System. Μεταξύ των ενεργητικών συστημάτων αλληλουχίας, µόνο τα ELM-ART-ΙΙ, AST, ADI, ART-Web, ACE, KBS-Hyperbook, και ILESA είναι σε θέση να εκτελέσουν υψηλού και χαμηλού επιπέδου διαδοχές. Τα περισσότερα από τα συστήματα υποστηρίζουν τη διαδοχή με σταθερό στόχο μάθησης. Μόνο μερικά συστήματα υποστηρίζουν το ρυθμιζόμενο στόχο μάθησης και επιτρέπουν στον δάσκαλο (DCG) ή στον μαθητή (Interbook, KBS Hyperbook) να επιλέξουν ένα μεμονωμένο στόχο. Η παραπάνω τεχνολογία είναι η πιο παλιά που χρησιμοποιείται αλλά στο περιβάλλον των ITS δεν θεωρήθηκε πολύ σημαντική γιατί η παράδοση δηλαδή η διαδοχή της ύλης θεωρείται ότι γίνεται από έναν δάσκαλο. Στο περιβάλλον του διαδικτύου όμως τα δεδομένα είναι διαφορετικά και η παραπάνω τεχνολογία είναι ιδιαίτερα χρήσιμη εξαιτίας του μεγάλου όγκου πληροφοριών. Η συγκεκριμένη τεχνολογία είναι η πιο διαδομένη και έχει εφαρμοστεί σε αρκετά συστήματα όπως δείχνει ο παρακάτω πίνακας. (Brusilovsky P 1999 σελ 21). 22

1.2.2 Ευφυής ανάλυση λύσεων (Intelligent solution analysis) Σύμφωνα με τον Brusilovsky, P. (1998) αυτή η τεχνολογία εξετάζει τις τελικές απαντήσεις των μαθητών σε κάποιο πρόβλημα το οποίο μπορεί να είναι είτε κάποια απλή ερώτηση είτε κάποιο πολύπλοκο προγραμματιστικό πρόβλημα. Το σύστημα δεν ενδιαφέρεται πως έφτασε ο μαθητής στη λύση. Οι ευφυείς αναλυτές που διαθέτει δεν απαντούν απλά αν είναι σωστή ή λάθος η λύση αλλά μπορούν να ανακαλύψουν τι πήγε λάθος και ποιες πληροφορίες λείπουν από τον μαθητή και έτσι εφοδιάζουν τον εφοδιάζουν με εκτενή ανατροφοδότηση. Αυτή η τεχνολογία είναι κατάλληλη για υπολογιστές συνδεδεμένους σε αργά δίκτυα καθώς μεταξύ του server και του client γίνεται μόνο μια αλληλεπίδραση. Παραδείγματα που χρησιμοποιούν αυτή την τεχνολογία είναι το ELM-ART ένα ITS για εκμάθηση της γλώσσας προγραμματισμού LISP (Brusilovsky 1996),WITS ένα ITS για εκμάθηση διαφορικών εξισώσεων (Okazaki,Watanabe & Kondo 1996-1997). 1.2.3 Αλληλεπιδραστική υποστήριξη λύσεων (Interactive problem solving support) Ο στόχος της είναι να παρέχει στους μαθητές υποστήριξη σε κάθε βήμα στην διαδικασία επίλυσης ενός προβλήματος. Το σύστημα που διαθέτει αυτή την τεχνολογία καταγράφει συνεχώς τις κινήσεις του μαθητή,τις επεξεργάζεται και στέλνει βοήθεια όποτε χρειαστεί ενημερώνοντας παράλληλα το μοντέλο του χρήστη. Το επίπεδο βοήθειας ποικίλει : από τη σηματοδότηση για ένα λανθασμένο βήμα στο δόσιμο μιας συμβουλής ή στην εκτέλεση του επόμενου βήματος για τον μαθητή. Μπορεί να βελτιώσει την επίλύση ενός προβλήματος παρέχοντας ανατροφοδότηση και αλληλεπίδραση σε κάθε βήμα. Η συγκεκριμένη τεχνολογία δεν είναι πολύ διαδομένη για το διαδίκτυο γιατί οι εφαρμογές του διαδικτύου δεν είναι πολύ αλληλεπιδραστικές έτσι ώστε να μπορούν σε κάθε βήμα να προσφέρουν βοήθεια στον μαθητή. Αυτό συμβαίνει γιατί απαιτείται πολύ χρόνος για να γίνει κάθε αλληλεπίδραση με αποτέλεσμα να υπάρχουν προβλήματα στην διαδικασία επίλυσης του προβλήματος. Η λύση στα παραπάνω προβλήματα έχει έρθει με τη χρήση της τεχνολογίας Java. Παραδείγματα που χρησιμοποιούν τη συγκεκριμένη τεχνολογία είναι το LISP-TUTOR(Anderson& Reiser 1985 ),ACT Programming Tutor(Corbett & Anderson 1992), GRACE (McKendree, Radilski & Atwwod 1992). Μια εφαρμογή (applets) εκτελείται στην πλευρά του χρήστη και παρέχει ένα ευχάριστο αλληλεπιδραστικό περιβάλλον. Το ευφυές και προσαρμοστικό μέρος του συστήματος βρίσκεται στην πλευρά του server.to applet επικοινωνεί με τον server με CGI interface. Στον παρακάτω πίνακα βλέπουμε προσαρμοστικά συστήματα που χρησιμοποιούν Java τεχνολογίες και παρέχουν αλληλεπιδραστική υποστήριξη προβλήματος. Brusilovsky, P. 23

(1998). Όπως αναφέρουν οι Papapetros C.M. και Papatheodorou T.S.(2000) Η μέθοδος αυτή δεν μπορεί να εφαρμοστεί σε μη καλά δομημένα πεδία όπως είναι για παράδειγμα η ιστορία καθώς δεν μπορούμε να μοντελοποιήσουμε την διαδικασία λύσης ενός προβλήματος. Μπορεί να χρησιμοποιηθεί σε αντικείμενα όπως τα μαθηματικά, η φυσική και ο προγραμματισμός όπου υπάρχουν αξιώματα, θεωρήματα, νόμοι και αλγοριθμικές διαδικασίες. Σε αυτήν την περίπτωση αν εφαρμόσουμε τις ίδιες αρχές σε παρόμοια προβλήματα παίρνουμε τα ίδια αποτελέσματα. Για τα μη καλά δομημένα πεδία μπορεί να χρησιμοποιηθεί η διαδοχή γνωστικών μονάδων. 1.2.4 Λύση προβλημάτων βασισμένη σε προβλήματα (Example based problem) Όταν οι μαθητές αντιμετωπίζουν προβλήματα στην επίλυση κάποιου προβλήματος το σύστημα τους παρέχει βοήθεια από παραδείγματα που έχουν δει ή προβλήματα που έχουν λύσει σε προηγούμενα στάδια της εκπαιδευτικής διαδικασίας. Ένα ευφυές σύστημα για το διαδίκτυο που χρησιμοποιεί αυτή την τεχνολογία είναι το ELM-ART (Brusilovsky 1996). Η επίλυση προβλημάτων βασισμένη σε προβλήματα δεν απαιτεί μεγάλη αλληλεπίδραση μεταξύ client-server γι αυτό μπορεί εύκολα να εφαρμοστεί στα προσαρμοστικά εκπαιδευτικά συστήματα για το διαδίκτυο. Brusilovsky, P. (1998). Κριτική για τις τεχνολογίες που υποστηρίζουν την επίλυση προβλήματος Στα ITS η τεχνολογία αλληλεπιδραστικής υποστήριξης επίλυσης προβλήματος είναι η πιο συχνή. Η αλληλεπιδραστική υποστήριξη επίλυσης προβλήματος είναι ένας τελικός στόχος σχεδόν όλων των ITS. Η ευφυής ανάλυση των λύσεων των σπουδαστών θεωρείται συχνά ατελής και η υποστήριξη επίλυσης προβλήματος που βασίζεται στο παράδειγμα είναι πάρα πολύ σπάνια. Στο πλαίσιο του Web αλλάζει η κατάσταση. Η ευφυής ανάλυση των λύσεων των μαθητών και η βασισμένη στο παράδειγμα υποστήριξη επίλυσης προβλήματος είναι χρήσιμη. Και οι δύο τεχνολογίες είναι παθητικές (δουλεύουν μετά από αντίστοιχο αίτημα των μαθητών) και μπορούν να είναι σχετικά εύκολα εφαρμόσιμες στο Web χρησιμοποιώντας τα CGI. Ένα όφελος από τη χρησιμοποίηση αυτών των δύο τεχνολογιών στο πλαίσιο του Web είναι η χαμηλή αλληλεπίδρασή τους: και οι δύο συνήθως απαιτούν µόνο μια αλληλεπίδραση μεταξύ του browser και του server για έναν κύκλο επίλυσης προβλήματος (Brusilovsky P 1999 σελ 21). 24