Автоматизированная система CATS для дистанционного обучения

В данной работе рассматривается новая автоматизированная система обучения, получившая название CATS. Предлагаемая система покрывает все основные составляющие компоненты учебного процесса, включая простое и удобное формирование учебного материала, заданий к лабораторным работам, тестам для проверки знаний, позволяет наблюдать за успеваемостью обучающихся, процессом изучения учебного контента, проверять выполненные работы на плагиат, отправлять неверно выполненные задания на исправление, вести электронный журнал и многое другое. Автоматизированная система CATS внедрена в учебный процесс в Белорусском национальном техническом университете и активно используется, особенно в условиях пандемии COVID-19. Только за весенний период 2020-го года в систему CATS зарегистрировалось более тысячи пользователей. Интеллектуальная составляющая в системе CATS позволяет реализовать уникальную программу обучения, которая отталкивается от имеющихся знаний и уровня восприятия учебного материала обучающимся. В качестве математических методов предлагается использовать анализ экспертных систем, а также искусственные нейронные сети. Данные математические методы позволили разработать алгоритмы адаптивности, их программную реализацию и апробацию в учебном процессе. Пользователям предоставлены веб-приложение и его мобильные клиенты для операционных систем iOS и Android. Мобильные приложения локализованы на русском, белорусском, английском и немецком языках. Формализовав интеллектуальные процессы, которые осуществляют как преподаватель, так и обучающийся, можно автоматизировать определенную часть их функций, сократить затраты на ручной труд, что позволит легче контролировать учебный процесс, а само обучение сделать более эффективным.

1. Craig Weiss. Top 20 Learning Systems for 2020 [Электронный ресурс]. – Режим доступа: https://docsend.com/view/ qz8irmffcg3s767b – Дата доступа: 21.06.2021.

2. Ellis, Ryann K. Field Guide to Learning Management Systems // ASTD Learning Circuits [Электронный ресурс]. – Режим доступа: https://web.csulb.edu/~arezaei/ETEC551/web/LMS_fieldguide_20091.pdf – Дата доступа: 21.06.2021.

3. Попова, Ю. Б. Классификация автоматизированных систем управления обучением / Ю. Б. Попова // Системный анализ и прикладная информатика. – 2016. – № 2. – С. 51–58.

4. Попова, Ю. Б. От LMS к адаптивным обучающим системам / Ю. Б. Попова // Системный анализ и прикладная информатика. – 2019. – № 2. – С. 58–64.

5. Попова, Ю. Б. Алгоритмическая и программная реализация определения плагиата в системах управления обучением / Ю. Б. Попова, А. С. Голобурда // Системный анализ и прикладная информатика. – 2017. – № 1. – С. 71–78.

6. Попова, Ю. Б. Автоматизированная система управления обучением CATS (Care About The Students) / Ю. Б. Попова // Наука и техника. – 2019. – № 4 (18). – С. 339–349.

7. Lehchylin, I. Adaptive Mobile Application for the Cats Learning System / I. Lehchylin, Y. Papova // CERes Journal. – 2020. – № 6 (1). – P. 84–96.

8. Brusilovsky, P. Adaptive and Intelligent Web-based Educational Systems / P. Brusilovsky // International Journal of Artificial Intelligence in Education – 2003. – № 13 (2–4). – P. 159–172.

9. Boticario, J. G. Issues in developing adaptive learning management systems for higher education institutions / J. G. Boticario, O. C. Santos // International Workshop on Adaptive Learning and Learning Design [Электронный ресурс]. – Режим доступа: http://www.ia.uned.es/~jgb/publica/ADALE-ocsjgbah06-final.pdf – Дата доступа: 23.06.2021.

10. Brunstein, A., Betts, S., Anderson, J. R. Practice enables successful learning under minimal guidance / A. Brunstein,

11. S. Betts, J. R. Anderson // Journal of Educational Psychology [Электронный ресурс]. – Режим доступа: https://doi. org/10.1037/a0016656 – Дата доступа: 23.06.2021.

12. Barla, M. On the impact of adaptive test question selection for learning efficiency / M. Barla, M. Bieliková, A. B. Ezzeddinne, T. Kramár, M. Šimko, O Vozár // Computers & Education. – 2010. – № 55 (2). – P. 846–857.