Kompletný zborník prác - Katedra informatiky
Transkript
Kompletný zborník prác - Katedra informatiky
UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE FAKULTA PRÍRODNÝCH VIED KATEDRA INFORMATIKY Informatický seminár Katedry informatiky 2008 Vedecko-výskumná činnosť v oblasti využívania IKT Nitra 2008 UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE FAKULTA PRÍRODNÝCH VIED KATEDRA INFORMATIKY Informatický seminár Katedry informatiky 2008 Vedecko-výskumná činnosť v oblasti využívania IKT Nitra 2008 Názov: Informatický seminár Katedry infomatiky 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Zopodpovední redaktori: Mgr. Martin Cápay Mgr. Miroslava Mesárošová Edícia: Prírodovedec č. 314 Zborník príspevkov vznikol v rámci projektu KEGA 3/4029/06. Vedeckí garanti seminára prof. Ing. Milan Turčáni, CSc. doc. Ing. Cyril Klimeš, CSc. doc. Ing. Arnošt Motyčka, CSc. Ing. Zoltán Balogh, PhD. Zodpovední recenzenti prof. Ing. Milan Turčáni, CSc. doc. Ing. Cyril Klimeš, CSc. Organizačný výbor seminára Ing. Zoltán Balogh, PhD. Mgr. Martin Cápay Ivana Haberlandová Mgr. Miroslava Mesárošová Rukopis neprešiel jazykovou úpravou. © Katedra informatiky FPV UKF v Nitre ISBN 978-80-8094-351-6 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obsah E-kurz ako podpora výučby operačných systémov E-course like support in the operating system teaching Zoltán Balogh .......................................................................................................................................................5 Simulácia pohybu telesa vrhnutého šikmo nahor vo vákuu Simulation of projectile motion in vacuum Ján Beňačka .........................................................................................................................................................9 Dynamický model studijní oblasti vysoké školy Dynamic model of the college study sphere Eva Burianová ................................................................................................................................................... 13 Celoživotné vzdelávanie za podpory IKT a e-learningu v oblasti technickej gramotnosti Lifelong Education Supported with ICT and E-learning in the Area of Technical Literacy Mária Burianová................................................................................................................................................ 22 LMS Moodle ako univerzálna podpora vzdelávania LMS Moodle as a universal support of education Martin Cápay, Miroslava Mesárošová ............................................................................................................ 26 Implementácia požiadaviek praxe do výučby databázových systémov The Requirements of the IT Working Experience Implementation into the Database systems Curricula Martin Drlík ....................................................................................................................................................... 32 Sledování vztahu zákazníka a poskytovatele prostředky asociační analýzy Customer–Provider Relationship Monitoring by Association Analyse Means Naděžda Chalupová, Arnošt Motyčka ............................................................................................................. 37 Problémové otázky o adaptívnych hypermediálnych systémoch Problematic Questions About Adaptive Hypermedia Systems Jozef Kapusta ..................................................................................................................................................... 43 Fuzzy matematicko-logické modelování rozhodovacích procesů Mathematical – Logical Fuzzy Modeling of Decision Making Processes Cyril Klimeš ....................................................................................................................................................... 47 Model systému na podporu rozhodování za neurčitostí Model of the Decision Support System under Condition of Non-Determination Cyril Klimeš ....................................................................................................................................................... 50 Didaktika informatiky ako súčasť didaktiky prírodovedných predmetov Methodology of Teaching Informatics as a Part of Methodology of Teaching Subjects in Natural Sciences Gabriela Lovászová ........................................................................................................................................... 61 Multimediálna aplikácia pre podporu výučby časti predmetu Informatika na strednej škole a predmetu Architektúra počítačov na vysokej škole pomocou grafického programu Flash The multimedial application for the support of the subject Computer Teaching at Secondary schools and the subject Architecture of Computers at Universities with the help of a graphic programme called Flash Martin Magdin................................................................................................................................................... 65 Názory študentov na využívanie e-learningu v kurzoch Základy informatiky Students' opinions on employing e-learning in the Elements of Informatics course Miroslava Mesárošová ...................................................................................................................................... 69 3 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Spracovanie projektového zámeru vytvorenia online systému pre optimalizáciu analýzy dátových súborov a databáz Processing of Project Contemplation of OnLine System for Optimization of Analysis of Data Files and Databases Creation Michal Munk...................................................................................................................................................... 74 Teórie učenia a ich aplikácia v e-podpore vyučovania Learning Theories in Electronically Enhanced Teaching Viera Palmárová ................................................................................................................................................ 78 Podniková architektura – strategický nástroj v rukou manažera The Business Architecture as a strategic tool for manager Ivana Rábová, Michael Štencl .......................................................................................................................... 82 Stav a perspektívy vzdelávania v oblasti informatiky na stredných školách v prieniku s aktivitami KI FPV UKF v Nitre The aspects and perspectives of informatics at high schools in conjuction with KI FPV UKF in Nitra activities Ján Skalka .......................................................................................................................................................... 92 Implementácia Digital Signage riešenia – prípadová štúdia Implementation of Digital Signage solution – case study Peter Štrelinger, Erik Urland ........................................................................................................................... 96 Bezpečnostné problémy IPSec Security failures in IPSec Peter Švec ........................................................................................................................................................... 99 Inovácia e-learningového kurzu Kódovanie a zobrazenie informácií E-learning course Data Coding and Representation Innovation Júlia Tomanová ............................................................................................................................................... 105 Adaptívne systémy a multimediálne e-learningové prostredie v Aplikovanej informatike The Adaptive Systems and Multimedial e-Learning Enviroment in Aplication Informatics Milan Turčáni .................................................................................................................................................. 108 Vizuálny pohľad na objekty v predmete Objektovo orientované programovanie Visual look at the objects in the subject Object Oriented Programming Martin Vozár, Martin Cápay ......................................................................................................................... 112 Adaptívny e-learning - modul použiteľný v LMS Moodle Adaptive e-learning – module usable in LMS Moodle Marek Vrábel, Matúš Pápež ........................................................................................................................... 116 4 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT E-kurz ako podpora výučby operačných systémov E-course like support in the operating system teaching Zoltán Balogh Univerzita Konštantína Filozofa Fakulta prírodných vied, Katedra Informatiky, [email protected] Abstrakt Keywords Príspevok popisuje časť projektu KEGA, ktorý je zameraný na vytvorenie novej metodiky vyučovania predmetov Operačné systémy a počítačové siete. Nová metodika je založená na modelovaní a simulácií paralelných procesov prebiehajúcich v systémoch, čo je predpokladom zvýšenia názornosti vyučovania v danej problematike. Projekt sa orientuje na skvalitnenie prípravy budúcich informatikov, ktorí sú momentálne v prostredí vysokoškolského štúdia na Katedre Informatiky FPV UKF v Nitre, a to jednak vytvorením dostatočného množstva učebných materiálov a jednak automatizáciou niektorých prvkov vyučovania s použitím prostriedkov IKT. Abstract The paper describes the part of KEGA project that is focused on creation of a new methodology of teaching Operating systems and Computer nets subjects. The new methodology is based on modeling and simulation of parallel processes of systems. This is the precondition of increasing visualization and demonstrational education in mentioned field. The project aims at improving the preparation of future informatics who are at the moment the students of the Department of Informatics, Faculty of Natural Sciences, Constantine the Philosopher University in Nitra. It should be achieved by creation of sufficient amount of study materials as well as by automation of particular elements of education employing the ICT means. Kľúčové slová e-kurz, operačné systémy, materiály, forma výučby e-learning, e-course, operating system, materials, form of teaching 1 e-learning, learning Úvod Cieľom príspevku je poukázať na postup a realizáciu tvorby e-learningového kurzu z operačných systémov, ktorý bol vytvorený v rámci projektu KEGA 3/4029/06: Tvorba učebných materiálov a elearningových kurzov z oblasti operačných systémov a počítačových sietí. Projekt je zameraný na vytvorenie novej metodiky vyučovania predmetov Operačné systémy a počítačové siete s využitím štruktúr Petriho sietí. Projekt sa orientuje na skvalitnenie prípravy budúcich informatikov, ktorí sú momentálne v prostredí vysokoškolského štúdia na Katedre Informatiky FPV UKF v Nitre, a to jednak vytvorením dostatočného množstva učebných materiálov a jednak automatizáciou niektorých prvkov vyučovania s použitím prostriedkov IKT. Cieľom projektu je vytvorenie novej metodiky vyučovania predmetov Operačné systémy a počítačové siete s využitím štruktúr Petriho sietí. Ciele projektu môžeme rozdeliť do niekoľkých kategórií: tvorba učebných textov pre vysoké školy zameraná na operačné systémy a simuláciu paralelných procesov pomocou Petriho siete, súčasťou tvorby učebných textov bude aj rozpracovanie lokálnych počítačových sietí a internetu (sieťový model a sieťová architektúra, sieťové protokoly), učebné 5 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT vytvorenie e-learningových kurzov pomocou vhodného LMS systému pre možnosť kombinovanej formy vzdelávania študentov, pri kombinovanej forme výučby tejto témy musíme zvoliť taký postup, aby študenti boli schopní problému sami porozumieť a tútor (vedúci predmetu) si mohol overiť pomocou vhodnej spätnej väzby ich znalosti, vytvorenie verejného internetového portálu (články, príspevky, fóra) na podporu vyučovaných predmetov, vytvorenie (prípadne uvoľnenie) prostredia na podporu vyučovania vyššie uvedených oblastí (operačné systémy, počítačové siete), ktoré poskytne edukantom učebné materiály formou e-learningu a vyučujúcemu dá k dispozícii nástroj na podporu generovania úloh a evidovanie ich riešení. Hlavným prínosom projektu je vytvorenie komplexných učebných textov a e-learningových kurzov pre vyučovanie operačných systémov a počítačových sietí, a z neho vychádzajúcich i naň nadväzujúcich predmetov vo vysokoškolskom štúdiu, overenie ich účinnosti a napokon sprístupnenie vo forme knižných a elektronických publikácií. Nezanedbateľnou je aj osveta učiteľskej verejnosti v tejto oblasti, podpora problematiky formou internetovej prezentácie (portálu), výstupov na konferenciách venovaných tejto problematike a organizovanie seminárov. Dôsledkom celého projektu, jeho účelom a zároveň výrazným prínosom je skrátenie postupnosti a zvýšenie názornosti vyučovania operačných systémov, čo má za následok zvýšenie vedomostnej úrovne študentov a pozdvihnutie úrovne seminárnych a diplomových prác vysokoškolských študentov. Po zvládnutí obsahovej časti Operačných systémov a počítačových sietí, budú študenti pripravení na prax nielen v sfére školstva, ale aj v odbornej praxi, čo sa očakáva najmä od absolventov neučiteľskej formy štúdia. 2 Operačné systémy Operačné systémy sú jedny z najrozsiahlejších a najzložitejších programových systémov, v ktorých sa uplatňujú mnohé vedecké poznatky z oblasti softvérového inžinierstva, štruktúr dát, sietí, algoritmov a pod. V priebehu posledných rokov boli pri konštrukcii operačných systémov objavené rady nových metód, ktoré sú rovnako užitočné i v iných programových aplikáciách. Problémy a ťažkosti, ktoré sa vyskytujú pri tvorbe efektívnych a spoľahlivých operačných systémov sú rovnaké ako tie, s ktorými sa stretávajú programátori či autori iných rozsiahlych programov. Z času na čas je potrebné operačný systém upraviť, modifikovať či parametrizovať. Potom je ale potrebné im rozumieť a poznať algoritmy základných funkcií. Detailná znalosť princípov operačných systémov je jednoducho nevyhnutná pri vytváraní tých častí, ktoré sú závislé na funkčnosti neštandardných technických prostriedkov. Príkladom sú ovládače periférnych zariadení. Techniky a metodiky tvorby operačných systémov je možné s výhodou uplatniť i v iných oblastiach tvorby rozsiahlych programových systémov. Účelom vzniku operačných systémov bolo zabezpečiť programové zdieľanie prostriedkov, plánovanie úloh, plánovanie a prideľovanie pamäte, ochrana dát a programov, odhaľovanie chýb pri priebehu programov. Takto vzniknuté operačné systémy boli tvorené množinou automatických a manuálnych procedúr, umožňujúcich skupine ľudí zdieľať výpočtový systém, t.j. zdieľať čas procesoru(ov), operačnej pamäti, periférnych zariadení a procesov. Jedna z prvých definícií operačného systému ich charakterizovala ako programové vybavenie nevyhnutné pre prevádzku počítača. Táto definícia však nič nehovorí, čo je nevyhnutné pre prevádzku počítača. Základným účelom operačného systému je teda zdieľanie prostriedkov. Znamená to, že používatelia výpočtového systému sa budú uchádzať o používanie fyzických prostriedkov, konkrétne o zdieľanie času procesora eventuálne viac procesorov, operačnej pamäte, periférnych zariadení a pod. Operačný systém je z tohto hľadiska množina automatických a manuálnych procedúr, umožňujúcich skupine ľudí zdieľať výpočtový systém. Každý používateľ získava ilúziu, že pracuje s počítačom, ktorý dokáže vykonávať akékoľvek programy tzn., že pracuje na virtuálnom počítači. Operačný systém teda poskytuje každému používateľovi vlastný virtuálny počítač a naviac chráni každý z týchto počítačov proti deštruktívnemu zásahu ostatných. Operačný systém pritom ponúka používateľovi ďaleko atraktívnejšie rozhranie ako poskytuje vlastný hardvér tzn. strojový jazyk. Operačné systémy sú rozsiahle programy zabezpečujúce multiprogramovanie, plánovanie a prideľovanie pamäte, plánovanie úloh, ochranu dát a programov a odhaľovanie chýb pri behu programov. Operačný systém je z tohto hľadiska program, ktorý riadi priebeh ostatných procesov, ostatným procesom bezpečne a efektívne odovzdáva riadenie a získava ich späť, prikazuje procesoru, kedy má spúšťať ostatné procesy, vytvára rozhranie medzi používateľom a hardvérom a skrýva ostatným procesom detaily o 6 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT hardvéri tj. musí zvládnuť správu detailov hardvéru vo svojej réžii. 3 Vytvorenie kurzu v LMS Moodle Pri návrhu štruktúry elektronického kurzu sme brali do úvahy nasledovné princípy samoštúdia: jasne definovať ciele celého kurzu, ako aj jednotlivých kapitol, jednoduchý a zrozumiteľný štýl písania prehľadná štruktúra textu v jednotlivých logických celkoch, názorná vizualizácia, podpora samoštúdia formou priamej výučby, diskusných skupín a pod. Pri vytváraní samotného kurzu sme reflektovali všetky aspekty tvorenia e-kurzov. Správny e-learningový kurz by mal obsahovať tieto základné časti pre tvorbu výkladovej časti e-materiálov: úvod, ciele štúdia, časový harmonogram a sprievodca študijným materiálom, samotný výkladový text doplnenými riešenými príkladmi, priebežnými otázkami, testami a pod., zhrnutie, záverečné testy, slovníček pojmov, literatúra, dôležité odkazy, prílohy a pod. k úspešnému absolvovaniu predmetu a fórum noviniek. Nachádzajú sa tu aj dôležité informácie o termínoch skúšok, upload rámcových úloh zadaných počas semestra a audiovizuálne prednášky z operačných systémov. Študent si tu môže nájsť aj kompletné skriptá z Princípov výstavby operačných systémov. Kurz obsahuje 13 logicky usporiadaných tematických celkov, pričom tieto celky sú koncipované tak, aby časovo kopírovali dĺžku semestra. Témy samotného kurzu sú: 1. Funkcie operačného systému 2. Úloha operačných systémov 3. Procesy 4. Plánovanie procesov a spolupráca medzi procesmi 5. Uviaznutie - deadlock a sledy 6. Správa pamäte 7. Virtuálna pamäť 8. Správa vstupných a výstupných zariadení 9. Disky 10. Súbory a systém súborov 11. Grafický systém a okná 12. Networking 13. Systém služieb a používateľské rozhranie Každá jedna lekcia obsahuje tieto časti: krátka informácia o kapitole kľúčové slová ku kapitole študijný materiál vytvorený formou knihy prednášky, cvičenia materiály, kontrolné otázky, úlohu na zamyslenie, korešpondenčnú úlohu. Jednotlivé kapitoly v kurze sú obohatené aj so súvisiacimi obrázkami, ktoré napomáhajú na prvý pohľad zorientovať sa v kurze. Obr.1. E-learningový kurz: operačných systémov Princípy výstavby E-kurz princípy výstavby operačných systémov sme vytvorili podľa odporúčanej šablóny e-kurzov vytvorený a evalvovaný Katedrou informatiky FPV UKF. Na začiatku e-learningového kurzu sú presné a podrobné informácie o predmete, tu sa nachádza informačný list k predmetu, slovník pojmov, fórum ku kurzu, odporúčaná študijná literatúra, podmienky 7 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Vybrané kapitoly z tvorby e-learningových kurzov. Nitra : UKF, 2006. 136 s. ISBN 80-8050-989-1 [4] E-kurz http://edu.ukf.sk/course/view.php?id=166 Ing. Zoltán Balogh, PhD. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Obr.2 Piktogramy v kurze V e-kurze je veľmi dôležité, aby sme dostali od študentov spätnú väzbu a to buď formou diskusných fór alebo pomocou záverečných testov, ktoré sú tiež súčasťou vytvoreného kurzu. 4 Záver Jeden z hlavných prínosov projektu bolo vytvorenie komplexných učebných textov a e-learningových kurzov pre vyučovanie operačných systémov a počítačových sietí a z neho vychádzajúcich i naň nadväzujúcich predmetov vo vysokoškolskom štúdiu. Aby sa mohli nastoliť nové formy vyučovania operačných systémov museli sme analyzovať doterajší stav a obsah vyučovacieho procesu z tohto predmetu. Po prieskume sme navrhli určitý model, ktorý by mal za dôsledok skrátenie postupnosti a zvýšenie názornosti vyučovania operačných systémov, čo má za následok zvýšenie vedomostnej úrovne študentov a pozdvihnutie úrovne seminárnych a diplomových prác vysokoškolských študentov. E-kurz z operačných systémov používame ako doplňujúce študijné materiály a pomôcku k predmetu Princípy výstavby operačných systémov. Literatúra [1] Cyril, Klimeš - Zoltán, Balogh : Princípy operačných systémov. Nitra : UKF, 2005. - 154 s. - ISBN 80-8050-894-1 [2] Cyril, Klimeš - Zoltán, Balogh.: Modelovanie medziprocesorových komunikácií a synchronizácia pomocou Petriho sietí. Informatický seminár Katedry infomatiky 2007. Nitra. UKF, ISBN 978-80-8094-167-3 [3] ŠVEJDA, Gabriel - PALKOVÁ, Zuzana - DRLÍK, Martin - HORVÁTHOVÁ, Zuzana - BELÁKOVÁ, Tatiana. 8 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Simulácia pohybu telesa vrhnutého šikmo nahor vo vákuu Simulation of projectile motion in vacuum Ján Beňačka Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky , [email protected] Abstrakt V článku prinášame kompletný kód aplikácie pre simuláciu pohybu telesa vrhnutého šikmo nahor vo vákuu vrátane zvukových efektov. Ide o ukážku možností využitia Delphi vo výučbe programovania na stredných školách, a zároveň o ukážku možností prepojenia výučby programovania s prírodovednými predmetmi, ktorých posilňovanie v rámci predmetov je celosvetový trend. . Abstract s kalkuláciou odporu vzduchu, atď. Uvedené fyzikálne javy sú vďačnou témou modelovania (kreslenie trajektórií) a simulácie (pohyb telesa „v malom“ na obrazovke PC). Jedným z nástrojov, ktoré sú na to vhodné sú Delphi. Ide o vizuálne vývojové prostredie založené na objektoch (komponentoch), kde tvorba efektívneho a estetického rozhrania zaberá minimum času. Programuje sa v jazyku Object Pascal, ktorý je derivátom Pascalu 7 používaného na stredných školách. Prechod na Delphi nepôsobí žiakom žiadne problémy, skôr radosť (autorova osobná skúsenosť). 2 Šikmý vrh vo vákuu The paper brings the complete code of an application for simulating projectile motion in vacuum. It is an example of using Delphi at teaching programming at higher secondary school, and it is an example of how to merge programming with sciences; we remark that bolstering up sciences at secondary school is a global trend. Zložky v x , v y vektora rýchlosti a súradnice x, y telesa Kľúčové slová kde g je gravitačné zrýchlenie a t je čas. Po vylúčení Delphi, programovanie, simulácia Keywords vrhnutého zvisle nahor pod uhlom α rýchlosťou v0 sú vx = v0 cosα , v y = v0 sin α − gt , 1 x = v0t cosα , y = v0 t sin α − gt 2 , 2 času z posledných dvoch rovníc dostávame rovnicu trajektórie (parabola) y = x tan α − Delphi, programming, simulation 1 Úvod Šikmý vrh je preberaný na gymnáziách na hodinách Fyziky v rámci kinematiky buď v prvom ročníku alebo na voliteľných seminároch v 3. a 4. ročníku. Teoretický základ je jednoduchý. Téma je zaujímavá hlavne pre chlapcov, a je triviálnym úvodom do balistiky t.j. pohybu telies vrhnutých šikmo nahor g x2 . 2v cos 2 α 2 0 Dolet xmax a dostup y max telesa sú xmax = v02 sin 2α , v 2 sin 2 α . y max = 0 g 2g 9 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 3 Rozhranie aplikácie Na formulár aplikácie umiestnime Image1 veľkosti 400 x 400 pixelov pre scénu, Image2 24 x 24 pixelov pre guľu (nakreslíme ju v Skicári na kresliacu plochu veľkosti 24 x 24 pixelov pod zväčšovákom; veľkosť plochy nastavíme v menu Obrázok, Atribúty, kde zakliknem „Pixely“ a napíšeme veľkosť; na Image2 ju umiestnime ako Picture...), Labely 1 až 8 s príslušnými Editmi 1 až 8 (modrý Label majú Edity pre výstupy s Readonly True), Buttony btKresli, btZmaz, btVrhni, Timer a komponent MediaPlayer z panelu System. Komponent MediaPlayer umožňuje do aplikácié pridávať multimediálne efekty. My pridáme zvuk, ktorý bude znieť počas pohybu telesa (upozorňujeme, že treba mať v počítači nainštalovaný softvér na interpretáciu hudby, napr. MS MediaPlayer). V Object Inspectorovi mu nastavíme nasledovné vlastnosti: AutoEnable = False, AutoOpen = False, DeviceType = dtAutoSelect, Enabled = True, FileName = hudobný súbor, ktorý chceme spúšťať (kliknutím na trojbodku sa otvorí ponuka súborov, stačí si vybrať; my máme zvolený súbor C:\WINDOWS\Media\Windows XP – po spuštění.wav), Visible = False (nebude ho vidieť). R92), ktorá zmaže scénu jej prekrytím čierno orámovaným bielym obdĺžnikom (R84 – R88) a nastaví guľu (rozmery sú 12 x 12) do nuly súradnicového systému (R84, R89, R90; ľavý dolný roh Image1). V R45 – R56 sa kreslí trajektória, v R57, R58 sa guľa umiestni do nuly súradnicového systému. Pri vrhnutí (R60 – R67) začiname s nulovým časom (R62), vypočítame časový krok ako tisícinu intervalu Timera (R63; pozri hodnotu intervalu v Object Inspectorovi), otvoríme MediaPlayer (R64), spustíme ho (R65), a spustíme Timer (R66). V procedúre Timer1Timer počítame nový čas (R71) a zodpovedajúce súradnice (stredu) gule (R72, R73). Pretransformujeme ich na pixely (viď. [1]) a nastavíme Image2 (t.j. guľu) podľa nich na novú pozíciu (R74, R75). Ak guľa padla na zem (y<=0; zaryla sa až po stred) alebo sa dotkla pravého okraja scény (Tx(x)+12>=RozsahX), tak sme skončili – zatvoríme MediaPlayer (R78) a Timer vypneme (R79). V aplikácii si všimnime, že pohyb gule verne kopíruje realitu – jej pohyb sa smerom nahor spomaľuje, smerom nadol zrýchľuje. 5 Kód Kompletný kód aplikácie je na nasledujúcej strane. Literatúra [1] Beňačka J. Učebnica programovania (nielen) pre matematikov, 2. diel, pokročilé algoritmy, komponenty a štruktúry v Delphi, 50 riešených úloh. Nitra : Fakulta prírodných vied UKF, 2008 (v recenzii) PaedDr. Ján Beňačka, PhD. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Obr. 1 Rozhranie aplikácie 4 Algoritmus Trajektóriu gule budeme počítať funkciou f(x) (R11 – R14). Globálne premenné v0Sin, v0Cos (R5) použité v R13 sú počítané v R38, R39 procedúry Kresli (R27 – R59), a to hneď po načítaní a ošetrení vstupov (R30 – 36) a premene uhla α na radiány (R37; treba do uses zahlásiť Math). Vzápätí sú vypočítané a vypísané dolet a dostup (R40 – R43). V R44 sa zavolá procedúra btZmazClick (R82 – 10 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 1 2 3 4 5 const g=9.81; RozsahX=400; RozsahY=400; var Form1: TForm1; Xmin,Xmax,Ymin,Ymax,t,dt,v0Sin,v0Cos:real; 6 7 8 function f(x:real):real; function Tx(x:real):integer; function Ty(y:real):integer; 9 10 implementation {$R *.DFM} 11 12 13 14 function f(x:real):real; begin Result:=x*v0Sin/v0Cos-g*x*x/(2*v0Cos*v0Cos) end; 15 16 17 18 function Tx(x:real):integer; begin Tx:=Trunc(RozsahX*(x-Xmin)/(Xmax-Xmin)); end; 19 20 21 22 function Ty(y:real):integer; begin Ty:=Trunc(RozsahY*(Ymax-y)/(Ymax-Ymin)); end; 23 24 25 26 procedure TForm1.FormCreate(Sender: TObject); begin btKresliClick(Sender); end; 27 28 29 30 31 32 33 34 35 36 procedure TForm1.btKresliClick(Sender: TObject); var dx,x,Alfa,v0,AlfaRad,Dolet,Dostup:real; begin TRY Xmax:=StrToFloat(Edit2.Text); Ymax:=StrToFloat(Edit4.Text); v0:=StrToFloat(Edit5.Text); Alfa:=StrToFloat(Edit6.Text); EXCEPT ShowMessage('Zadávaj èísla'); END; 37 38 39 40 41 42 43 AlfaRad:=DegToRad(Alfa); v0Sin:=v0*Sin(AlfaRad); v0Cos:=v0*Cos(AlfaRad); Dolet:=2*v0Sin*v0Cos/g; Dostup:=v0Sin*v0Sin/2/g; Edit7.Text:=FormatFloat('0.##',Dolet); Edit8.Text:=FormatFloat('0.##',Dostup); 44 45 46 47 48 49 btZmazClick(Sender); Xmin:=0; Ymin:=0; dx:=(Xmax-Xmin)/RozsahX; x:=Xmin; with Form1.Image1.Canvas do begin //trajektoria //uses Math 11 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 50 51 52 53 54 55 56 57 58 59 Pen.Color:=clRed; MoveTo(Tx(x),Ty(f(x))); repeat x:=x+dx; LineTo(Tx(x),Ty(f(x))); until x+dx>Xmax; end; Image2.Left:=Image1.Left-12; Image2.Top:=Image1.Top+RozsahY-13; end; 60 61 62 63 64 65 66 67 procedure TForm1.btVrhniClick(Sender: TObject); begin t:=0; dt:=Timer1.Interval/1000; MediaPlayer1.Open; MediaPlayer1.Play; Timer1.Enabled:=True; end; 68 69 70 71 72 73 74 75 76 77 78 79 80 81 procedure TForm1.Timer1Timer(Sender: TObject); var x,y:real; begin t:=t+dt; x:=v0Cos*t; y:=v0Sin*t-g*t*t/2; Image2.Left:=Image1.Left-12+Tx(x); Image2.Top:=Image1.Top-13+Ty(y); if (y<=0)or(Tx(x)+12>=RozsahX) then begin MediaPlayer1.Close; Timer1.Enabled:=False; end; end; 82 83 84 85 86 87 88 89 90 91 92 procedure TForm1.btZmazClick(Sender: TObject); begin with Form1 do begin Image1.Canvas.Pen.Color:=clBlack; Image1.Canvas.Brush.Color:=clWhite; Image1.Canvas.Rectangle(0,0,RozsahX,RozsahY); Image2.Left:=Image1.Left-12; Image2.Top:=Image1.Top+RozsahY-13; end; end; 93 94 95 96 97 98 procedure TForm1.Edit1KeyDown(Sender: TObject; var Key: Word; Shift: TShiftState); begin if Key=13 then btKresliClick(Sender); end; end. // gula v pociatku sur. systemu //suradnice gule //posuvanie gule 12 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Dynamický model studijní oblasti vysoké školy Dynamic model of the college study sphere Eva Burianová Ostravská univerzita v Ostravě Přírodovědecká fakulta, Katedra informatiky a počítačů, [email protected] Abstrakt Účelem zpracování dynamického modelu studijní oblasti vysoké školy je zkvalitnění vybrané oblasti procesu strategického rozhodování na úrovni fakulty vysoké školy a rozšíření metod, které se používají v řízení fakulty v rámci procesu rozhodování. Ke zkvalitnění rozhodování a racionalizaci rozhodovacích procesů může přispět existence simulačních modelů, pomocí nichž lze simulovat důsledky rozhodnutí. Simulační modely by mohly být využívány samotnými děkany fakult (nebo dalšími rozhodovateli ve vedení fakulty). Pomocí těchto modelů by před vlastním rozhodnutím mohli vytvořit různé scénáře budoucích stavů (studentů, financí, učitelů. Pro řešení tohoto úkolu byla vybrána metodika systémové dynamiky a softwarová podpora Powersim pro tvorbu a realizaci simulačního modelu. Abstract Quality improvement in college study sphere became the purpose for compilation the dynamic model, focused to improving certain sphere of making strategic decisions at the college level, as well as a expanding methods, used in college management within the decision making process. Existence of simulation models enabling to simulate the consequences of decision making process, may contribute to improvement of said processes as well as rationalization of the above mentioned processes. Simulation models might be applied by college deans (and/or by other decision making persons of college management). By means of these models they could create different future situation scenarios, before making appropriate decision (number of students, amount of the financial grant, number of tutors, etc.). Methodics of system dynamics and Powersim software support have been chosen to resolve this task, i.e. to create and performance of the simulation model. Kľúčové slová Simulační model, řízení fakulty, model studia, zdroje, rozhodování. Keywords Simulation models, faculty management, studying modul, resource, decisions. 1 Introductoty note The main target of the university or college is similarly like for other universities and/or colleges within the overall educational system, is the education within the curricula of said educational faculty or college. Student represents an important object in said educational process, being a factor of the existence of a university and its faculties. Nowadays the number of students ensures undisturbed operation of faculties Financial resources of the faculty subjected to all the number of students, standard amount of financial demand for particular study specializations as well as to financial normative for a given year. Monitoring the number of students within particular study specializations, in particular years of studying, management of the recruitment procedures, as well as making decisions covering quotes accepted by each department for particular study specializations, monitoring the development within the society with respect to modifications in public interest concerning other specializations, represent all one of the most important activities of the dean and his/her collaborators. Faculty management makes the best to: 13 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT • • Recruit such numbers of students, which are given by maximum determined limit (including determined increase) provided by the Ministry of Education, Youth, and Physical Education, Recruit students within such structure, to be the most suitable for given faculty, here the most decisive point of view represents determined factor of financial demand for particular study specializations. Any and all the above mentioned decisions are of strategic significance, with respect to the period, for which the students are recruited to the faculty. Numbers and structure of recruited students will affect the activities of appropriate faculty for a long future period (3 - 5 years as the minimum) not only within the sphere of monitoring the students, but in teaching process, structure of pedagogic staff within appropriate departments, etc. That is why we chose for this paper the module STUDYING, which is to simulate the numbers of students, financial resources and other variable facts under determined parameters. 2 Module studying Methodics of system dynamics has been applied creating the model STUDYING. Model of the sphere of studying involves following input data: a) Data reflecting the history of the faculty (study specializations, numbers of students within particular specializations and years, factors of students’ progress within curriculum, numbers of students who complete the study successfully, numbers of students who leave the faculty.), b) Data from the faculty environment financial coefficients granted for given year for particular study specializations, normative per student as granted for particular year), c) Inputs of the simulator user (expected numbers of enrolled students, numbers of required students, passage coefficients among particular years of a curriculum), simulation takes place based on these inputs, results may be compared as per selected input data such a way, to enable selection of appropriate variant based on detailed results, and subsequently to make appropriate decision. Defining issues to be Resolved Functioning of the simulation model has been designed to resolve following issues: a) How many students should receive the decision concerning their enrollment, so that the number of those, who will be enrolled, would meet the needs of appropriate faculty? Model simulates the following functions: user would enter the input data into the model – numbers of students, wished to enroll and he/she is interested in fact, what number of students must the faculty enroll officially, that the initial requirements are to be met.. This part may be solved as a pert of the overall model. b) What will be the structure of the numbers of students within appropriate study specializations in subsequent years? What would be the structure (numbers of students within appropriate curricula) in subsequent years, when we are able to enter the numbers of students interested in appropriate curricula in advance we wish to be enrolled? It means, that for year k = t (academic school year before the recruitment procedure) is known already: • Study specializations, for which we wish to enroll the students, • Numbers of recruiters interested in particular study specializations (this is a limit factor for the possibility of the number of enrolled students = I am not allowed for specialization, bringing us more money, we are not allowed to enroll more students that the number of interested ones, at all), • All the numbers of students on the given date within particular study specializations and years (these numbers are modified on the day of Sept , 1 – being moved towards higher grades), Passage for particular study specializations among the study grades. Model simulation should result in the information, covering the number of students enrolled by the faculty within assessed year, respecting the fact, that numbers we wish to enroll are entered in given year and furthermore we would monitor total numbers of students within all the years and study specializations. c) What financial resources would be brought by given structure of students enrolled by the faculty in subsequent year, during monitored future period? • 14 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT This part of the model may follow the previous one and to calculate, in comparison with the previous one, what financial resources would the faculty/college acquire from the Ministry of Education, Youth, and Physical Education as per the number of students and as per the amount of normative for subsequent academic year. With respect to continuous modifications in financing this part of model may not be considered stable. 6 Students of the third year 7 Students of the fourth year Basic elements of the model are as follows: a) Departments b) Curricula c) Situations and Processes d) Studying the Obstruction Index, e) Numbers of Registered and Required Students f) Passing rate of the Curriculum 8 Students of the fifth year 9 Students of the sixth year (only for four and five year curricula) Inherent modeling has been done at the college featured with 6 departments and 23 curricula. Within the sphere of studying we may define 10 situations and ten processes, respectively, which enable transitions between the above situations. Situations, depending on the duration of curriculum are as follows: 10 Students of the seventh year (only for five year curricula) 3 Defining System Elements of the Model Index of the situat ion “j” 1 2 3 4 5 Situation (Xij where, “i” represents the curriculum index) Enrolling the student Students, who came to the entrance examinations Students, who were admitted for studying Students of the first year Students of the second year Description situation of the Students, who submitted the study application. Students, who made decision to pass the college entrance examinations. They overcame the obstruction No. 1. Students, who were admitted officially to study at the college. They overcame the obstruction No. 2. Students, who made decision to enter upon the first year. They overcame the obstruction No. 3. Students, who met study requirements and advanced to next year of studying. They overcame the obstruction No. 4. Students, who met study requirements and advanced to next year of studying. They overcame the obstruction No. 5. Students, who met study requirements and advanced to next year of studying. They overcame the obstruction No. 6. Students, who met study requirements and advanced to next year of studying. They overcame the obstruction No. 7. Students, who met study requirements and advanced to next year of studying. They overcame the obstruction No. 8. Students, who met study requirements and advanced to next year of studying. They overcame the obstruction No. 9. Table 1 - Situations Processes taking place upon transitions among different situations are considered to be „overcoming the obstruction “j“. Generally, the standard duration of the study might be prolonged not over two years (however, this rule is not obligatory at other colleges). Except of transition processes among particular situations, depending on the duration of learning, also the processes of successful and/or unsuccessful completion of the studies take place, Index of obstru ction “j” 1 2 3 4 5 6 7 8 Process description (Pij,, where “i” represents a curriculum index) Presenting of enrolled students to the entrance exams. Accepting a student for studies. Enrollment of a student into first year of studies. Advancing into second year of studies. Advancing into third year of studies. Advancing into fourth year of studies. Advancing into fifth year of studies. Advancing into sixth year of studies 15 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT (applicable for four and/or five year curricula only). 9 Advancing into seventh year of studies (applicable for five year curricula only). 10 Successful completion of studies (with respect to commencement of studies). Table 2 - Processes Both numbers of enrolled students and number of required ones within subsequent monitored period establish input values of the model, being entered by the user, based on his/her presumptions and requirements. Numbers of enrolled students are affected with numerous factors, e.g. development of the population, varying interest in certain study professions, and, on the other hand, with offer of curricula, etc. To determine numbers of enrolled students for future years is not easy. Dean must take into account the information from the faculty background: • Population development, • Monitoring of public interest in different curricula, • High school catchment areas, numbers of taking a school-leaving examination students at these schools, • Etc. Numbers of required students are in principle requirements, which are not obligatory to be met with respect to enrolled students as well as with respect to passing rate of the curriculum thru entrance examinations. Comparing the number of students, who start studies in the first year, being calculated by means of simulation model, with the number of required students, a faculty manager may take different measures, leading to fulfill his/her requirements. It is necessary to calculate coefficients using some of appropriate methods, to be able to make a model of students passing the studies within designed simulation model for a college faculty. Such coefficients might be applied within the simulation model, defining the passing rate among particular years of studies for appropriate curricula. These coefficients must be calculated based on values for previous monitored period. To make detailed calculations, it is necessary to find out numbers of students for particular academic years specified in particular years of all faculty curricula such a way, to see shifts of students among the studies years up to the time of expected graduation. Statistic least square method has been applied for calculation the passing rate coefficients for solved specific model. Solving the simulation method we expect, that results calculated by means of above mentioned method within stochastic Passing Rate Model (estimations of model parameters), might be applied as coefficients within the solution proposal of deterministic simulation model. Values of said coefficients could be calculated for subsequent academic year as per actual numbers of students for previous year, pertinently the calculations may be elaborated via other statistic method. Solution of this issue, however, is not involved in presented paper. Without specific calculated coefficients the solved simulation model can not be started and tested regarding its functionality. 4 Calculation of the Estimation Passing Rate Model Parameters of Passing Rate Model is solved out of the proposal of solution of the dynamic simulation model. This calculation of acquiring the coefficients for the simulation model had been done as follows: = probability of overcoming the obstruction “j” in curriculum “I”), passing rate (Πi,j Π a passing rate estimation, ai,j = passing rate of obstruction “j” in curriculum “I”, k index of the period (e.g. 1995,1996,…2002), t initial year, xi,j,k numbers of students in “i” curriculum as per particular years “k” (after overcoming the obstruction “j”) in academic year “k” = t (e.g. t=1994/1995, k=t+1, t+2,….), xi,0,k number of students, who in curriculum “i” and in year “k” face the first obstruction (number of students, who enrolled for curriculum “i” in year “k”), Following data must be applied to determine the passing rate among particulars years of studies as follows: • Numbers of students, who enrolled for specific curricula, • Numbers of students, who passed thru entrance examinations, • Numbers of students, who were enlisted, • Numbers of students, who overcame the advancement within studies, • Numbers of students, who successfully completed studies by graduating. successfully obstructions 16 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Passing rate of the obstruction “j” in curriculum “i” and in year “k” would be marked pi,j,k, which represents the ratio of the number of students being after and before overcoming a obstruction. However, this ration as nothing common with the probability to overcome given obstruction. n SXX = ∑ xi2 i =1 n SYY = ∑ yi2 i =1 n SXY = ∑ xi yi i =1 pi , j , k = We would achieve the formula for estimation “a” of the passing rate “α”: xi , j ,k xi , j −1,k −1 Assuming the constant time demand for overcoming the obstructions as well as timely constant precondition regarding the quality of students, it is obvious, that: xi , j ,k = pi , j ,k ⋅ xi , j −1,k −1 = α i , j ⋅ xi , j −1,k −1 That is why: α i, j = xi , j ,k a= SXY SXX Formula for model variants s 2y = s 2y SYY − a ⋅ SXY , n −1 and sample for passing rate variants xi , j −1,k −1 2 a s = s a2 s 2y This way passing rate αi,j, has been introduced, which is timely constant one. Determining the passing rate αi,j it is possible to apply the least square method. as impartial passing rate assessments for given SSQ = ∑ (xi , j ,k − α i , j ⋅ xi , j −1,k −1 ) = min α i , j permeability assessment 2 We will achieve statistic estimations ai,j of the passing rate αi,j: ∑x ⋅x = ) ∑ (x i , j ,i ai , j i , j −1, k −1 k 2 i , j −1, k −1 k Situation may be understood also from the standpoint of a particular student, the situation of which changed after overcoming the obstruction. Particular values of passing rate Πi,j represent parameters of appropriate mathematic model, while xi,j,k are particular random input data loaded with a statistic error. Linear model has been chosen for identification of statistic estimations. yi = α ⋅ xi + ei Where “i” = 1, …n, for n≥2 Here α represents cast around passing rate for given obstruction of said curriculum, “xi” represents the number of students facing to given in “i” – case (year), “yi“ represents number of students, who overcame said obstruction and proceed, “ei,“ represents linear model error term, while “n” represents scope of selection, i.e. number of periods (years), for which said obstruction had been monitored. We will introduce other auxiliary statistics as follows: SXX obstruction of the model variants s 2y , and variants of s a2 . Calculated assessments ai,j of permeability αi,j are subsequently applied in the form of coefficients of students´ advance within particular years of studies “j” in particular curricula “i” within deterministic simulation model. We expect, that with respect to the fact, that deterministic model will be applied for planning, where always is supposed certain contradiction between the actual state and the plan (not with respect to prediction of the model), it is possible to apply estimations calculated like that in the form of coefficients in proposed model.. 5 Mental Model For mental expression of the model STUDYING we use the tool flow diagram. Elements of the mental model: Students within particular states (levels) are Xij marked Xij, where i = 1..23 represents a serial number of the specialization, while j represents index of a state. Students of specialization i, who passed thru Pij an obstacle j. Students of specialization i, who Uij successfully completed studies in state j. Students of specialization i, who did not Nij 17 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT kPij kUij kNij PRv completed successfully studies at the obstacle j. Invariable of passing the obstacle j within the specialization i. Invariable of successful completing the studies instate j of the specialization i. Invariable of unsuccessful completing the studies instate j of the specialization i. Expected number of students enrolled within specialization i. Flow diagrams had been created for simulation model, describing the passing of students thru the curriculum. Curriculum may be of 3 – years, 4 - years, and/or 5 – years type. Particular diagrams are depicted on below mentioned figures. Figure depicts the flow diagram for studying three years specializations. Flow diagrams for four and/or five years specializations are similar, except of fact, that successful completing of the curriculum is prolonged to the study years four, five, and six, respectively, in case of four years curriculum, while is prolonged to the study years five, six, and seven, respectively in case of five years curriculum. three years curriculum after third, fourth, and fifth years of studies), while numbers of student, who were not successful are marked Nij, respectively. Flow rates are controlled by invariables kPij for passing thru the obstacle, while by kUij for successful completing of studies. (coefficient of unsuccessful completing the studies, marked kNij is stated in a datasheet to enable the function checking up). Coefficients are positive real numbers, for which the equation kPij +kUij + kNij = 1 is valid. 6.2 To calculate flow rate it was necessary to establish basic tables, involving survey on the number of students within particular specializations and grades for as much previous years as possible. This flow rate model must be processed at particular datasheets in MS Excel file PROPUSTNOSTI.XLS (FLOW RATES) as per particular specializations. 6.3 Model formalization Formalization of the Faculty of Science model has been done within the framework of crating the simulation model. 6.1 Model Limitation Several simplifications were done creating the model. Some unspecific situations were not involved in this model, which however could not affect considerably the simulation and/or monitored results. 7 6 Flow Rates Simulation model of the faculty of sciences at the university of Ostrava Simulation model of the Faculty of Sciences at the University of Ostrava has been created based on the methodics of system dynamics and system thinking, i.e. disciplines, focused to modeling and simulating complex and dynamical systems. Creating the simulation model represents the final stage of establishing the model by means of methodology of system dynamics. Linkage of Decision Making System Modules Description of states and Processes of the Model Numbers of students within particular states (levels) are marked Xij, where i = 1..23 represents the serial number of the specialization, while j represents an index of a state. Numbers of students passing the obstacle j are marked Pij (flow rate), numbers of students, who completed curriculum successfully are marked Uij (e.g. in case of 18 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Graphic environment of software product Powersim, being engineered for detailed creating the dynamic models applying methodics of system dynamics, was utilized for this purpose. Specifically, the model has been designed in the environment of Powersim Constructor 2.5 CZ, named STUDSIM.SIM. MS Excel spreadsheet has been used to create both input and output data. Command description and application of simulation model became a part of this chapter. MS Excel “STUD???.XLS” sheet serves as the data source and the output tool. Both inputs and outputs are done via input/output object of the DDE link Constructor (linked thru dynamic data exchange). This sheet utilizes data from sheet named “MS EXCEL PROPUSTNOSTI.XLS” (passing rate) for entering the permeability coefficients. One of potential enlargements of the simulator is its connecting to the information system “STUDENT”. This way real time calculation of the passing rate coefficients may be resolved. Based on the methodics creating the simulation model, it is necessary to define the time period, in which we wish to simulate the model, time step and a method of integration. For model “Studium” the following had been chosen: Time period: 10 years Time step: half-year = 1 semester Integration method: by Euler Simulation model represents the dynamics of studies for one of faculties of the University of Ostrava during the period of 10 years. Simulation works within one year in two steps and three spheres are simulated as follows: process of student enrollment (acceptance), process of the studies as a whole, and related flow of financial means as provided by the Ministry of Education, Youth, and Physical Culture of the Czech Republic. Simulation model provides a support for making strategic decisions, covering the sphere of studies for managing the Faculty of Sciences of the University of Ostrava, which provides education in 23 curricula of three, four, and five year duration. Simulator enables making experiments with different scenarios as well as to compare different strategies this way. 7.1 Utilization of Flow Diagrams in Creating the Model One model has been created from flow diagrams of all curricula types utilizing the tool Powersim Constructor, and enables defining of index variables (fields). Thus defining the variable as the field expresses the group of congenerous values in the form of one variable. Utilizing the fields derogates the scope of computerized flow diagram increasing this way illustration value of this model. 7.2 Input Interface of the Model MS Excel „STUD???.XLS“ data sheet serves as the input tool of the simulator, where instead of „???“ any element of alphanumerical code may be used. Data sheets named this way serves for archiving the scenarios from different users. Following conventions would be valid for utilization of said data sheet. Data entered by user are of green color, calculated data are of red color, while simulator output data are of blue color, respectively. Input data are on data sheets: 7.3 • Inputs (initial situation profile of students in all curricula and years of studies, strenuousness (sophistication) coefficients for particular curricula, entering the expected development of a normative). • Coefficients ((subject matter concerns the input coefficients of passing of students thru particular years of studies, values are transferred from the file “PROPUSTNOSTI.XLS” – (passing rate)). • Applications (are entered by the user, subject matter concerns the number of students, who will enroll during the considered period). • Required number (is entered by the user, subject matter concerns the number of required students, who would enroll during the considered period). Output Interface of the Model MS Excel „STUD???.XLS“ is functioning as output tool of the simulator, (instead of „???“ any element of alphanumerical code may be used). Data sheets named this way serves for archiving the scenarios from different users. Following conventions would be valid for utilization of said data sheet. Data entered by user are of green color, calculated data are of red color, while simulator output data are of blue color, respectively. Output data are shown on sheets Přijímačky (entrance exams), Stavy3 (state3), Stavy4 (state 4), Stavy5 (state 5), and Finance. 7.4 Output Sheet “Přijímačky” (entrance exams) Outputs from the acceptance process for particular curricula are involved on this sheet for 10 years period. 19 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Curriculum is to be selected via control element „Pole se seznamem“ (field with a list). Table shows for selected curriculum numbers of students in particular stages of the acceptance process. Line „Rozhodnutí“ (decision made) shows numbers of students to which must be sent the acceptance decision, to achieve required number. Following equation is valid Ri = Pi / kPi3, where: Ri represents number of students to which must be sent the acceptance decision, to achieve required number, Pi represents required number of students, kPi3 represents coefficient of overcoming the third obstruction, i.e. enlisting for studies. Numbers of students are depicted also in the bar graph of given sheet. 8 Computerized (Studies) model “STUDIUM” Computerized model “Studium” has been created within the environment of Powersim 2.5 software. Model consists from several parts as follows: • Basic computerized model of flow diagrams, • Outputs into STUD???.XLS data sheet, • States and processes for 3-years, 4-years, and 5-years studies, • Financial means for appropriate curricula. DDE links from/to STUD???.XLS data sheet are defined in the model, as well. 9 Work of the simulation model Simulation takes place in each year in two steps. Following simulations are done during the first (odd) step: Initial inputs are downloaded, i.e. all input values from STUD???.XLS data sheet: • Initial numbers of students, • Financial demand coefficients for particular curricula, • Normative development values, • All values from data sheet “Koeficienty” (coefficients), • All values from data sheet “Přihlášky” applications (expected demand in students per appropriate curricula), • All values from data sheet Požadovaní – required number of students (numbers of students, who are to be enlisted during given years). All following defined actions will take part in second step, i.e.: • Acceptance procedure has been done, • Students passed to higher year of studies (completed studies – successfully, unsuccessfully), Students passed from acceptance procedure into the first year of studies. After completion of second (even) step of simulation, values are defined on SEPT 1 of given year k=t. values are important for calculation of financial means, being calculated by means of curriculum demand coefficients, determined normative for given year k=t+1, and numbers of students for appropriate curricula for year k=t+1 (for this purpose are considered numbers of students on OCT 31.10. of year k=t). Model supposes that values on SEPT 1 (respective on the day of commencing the teaching in new academic year) are the same like the ones on OCT 31 (financial means from the Ministry of Education, Youth, and Physical Culture of the Czech Republic for fiscal year are calculated as per the number of students on this day). Calculation of passing rate corresponds with it, as well. All calculated values are shifted by mains of DDE links into output data sheets of STUD???.XLS file. Output are, as mentioned above, on the data sheets Přijímačky, Stavy3, Stavy4, Stavy5, Finance (entrance exam, state3, state4, state5, and finance). • 10 Possible ways how to use simulation for makng decisions the Model of the sphere of studies “STUDIUM” of the Faculty of Sciences of the University of Ostrava may be utilized in making decisions within the framework of defined issues to be solved: a) In entering input interactive data Number of applications and Number of required students, it is possible to make decisions within the acceptance procedure after evaluating of the simulation has been done. b) User may make analyses of situations, which he/she has simulated interactively as well as may to make needed decisions related to the structure of students at the faculty. User may monitor financial means allocated to appropriate departments, curricula, faculty, as per the number of students enlisted for particular curricula. 20 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 11 Conclusion Utilization of both dynamic systems and manager simulators in practice brings the rationality in making the decisions. Implementation of new methods within the sphere of management into practice, among which are methods based on modeling the dynamic systems, contributes in transition from empiric - intuitive type decision making to scientific type of the above. Simulation models working on the basis of system dynamics methods enable us to create such models of complex complicated dynamic systems, which may serve as decision making systems and furthermore, may be utilized by the decision makers in interactive way. Based on the analysis of faculty activities as well as defining the above mentioned structure of said activities has been chosen the sphere for resolving of sample type simulation model – sphere of studying process and the methodology of system dynamics and software support had been compiled, sample simulation model of this sphere of faculty activities. Main contribution of submitted paper is a designed of solution the model of selected faculty activities as well as creating its dynamic simulation model as a strategic decision making system, its verification in practice upon conditions and terms of the Faculty of Science of the Ostrava University. Simultaneously submitted paper verified the ability of application the methodology of system dynamics. Above mentioned methodology was based on methods of system approach to solution of complicated and complex systems. Designed simulation model STUDYING consists of three interlinked files (PROPUSTNOSTI.XLS – flow rate, STUD???.XLS – input data, and STUDSIM.SIM –simulation) and may serve to the faculty management in the form of decision making support system., however in any case it may not substitute the decision itself. System may assist only as the simulator to identify future state for case of selected made decision. Simulation model serves for creating the scenarios based on input data interactively entered directly by the users themselves. Simulation model was preset for simulation within decade. Both inputs and outputs are resolved by means of the Microsoft Excel application, which is commonly available and utilized at faculties/colleges. After the user enters the input data to the input datasheets STUD???.XLS, it is necessary to start up the simulation model and subsequently immediately survey the calculated values in output datasheets STUD???.XLS in Microsoft Excel. Model has been designed such a way, to meet the requirements put to decision making support system, the users themselves may enter the data interactively, based on which they may monitor possible situation taking place in the future and to make the revisions of previously assumed decisions based on acquired results before making the final decision itself. Utilization of such information technologies, which may be controlled in and easy way and which may be used interactively by the decision makers themselves, should enable to improve the quality of the decision making process. References [1] Sterman, J.: System Thinking and Modeling for a Complex World, MIT, Sloan school of management, 2000 [2] Forrester, Jay W.: The Beginning of System Dynamics, Banquet Talk at the international meeting of the SystemDynamics Society, Studgart, 1989 [3] Cover, J.: Introduction to System Dynamics, Powersim, Norway, 1995 [4] Burianová, E. ICT and DSS in Conditions of School Management. In EUNIS 2002. Porto. ISBN 972-752-051-0. [5] Burianová, E. Dynamics simulation model as a decision support of management Ostrava University. In EUNIS 2007. Grenoble. Ing. Eva Burianová, Ph.D. Katedra Informatiky a počítačů Přírodovědecké fakulty Ostravské university v Ostravě. Ulice 30. dubna 22, 70200 Ostrava [email protected] 21 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Celoživotné vzdelávanie za podpory IKT a e-learningu v oblasti technickej gramotnosti Lifelong Education Supported with ICT and E-learning in the Area of Technical Literacy Mária Burianová Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt Autorka článku predkladá návrh projektu na spracovanie témy pod názvom: „E - learning ako progresívna metóda celoživotného vzdelávania v oblasti technickej gramotnosti. Téma celoživotného vzdelávania a využívanie e – learningu, ako podporného prostriedku prezenčnej formy výučby je autorke veľmi blízka, rovnako ako tvorba a využívanie e-learnigového prostredia LMS Moodle, ktorý sa na podporu výučby a štúdia využíva na UKF Nitra. Abstract In this article, the author submits her application for a project called 'E-learning - the Advanced Method of Lifelong Education in the Area of Technical Literacy'. The author is very familiar with the subject of lifelong education, e-learning as an auxiliary teaching method, as well as with the creation and application of LMS MOODLE e-learning interface, used and supported by UKF Nitra. Kľúčové slová celoživotné vzdelávanie, technická gramotnosť, tvorba testov, testovanie Keywords lifelong education, technical literacy, test preparation, testing 1 Úvod V oblasti ďalšieho vzdelávania dospelých už pred rokom 1989 existovala na Slovensku sieť vzdelávacích zariadení rôzneho typu. Avšak po roku 1989 sa radikálne zmenila ponuka vzdelávania, čo bol následok vzniku trhovej ekonomiky a tým spojené vytvorenie konkurenčného prostredia vo všetkých odvetviach ekonomických a hospodárskych. Prirodzene nevynímajúc oblasť školstva a vzdelávania všeobecne a to najmä vznikom rôznych súkromných vzdelávacích inštitúcií s novými formami vzdelávania. Rozvoj a prudké zmeny v ekonomikách sveta prirodzene priniesli so sebou požiadavku na vytvorenie nových profesijných odborov najmä v krajinách, ktoré sa stali čerstvými členmi Európskeho spoločenstva. Dôsledkom vzniku novej trhovej ekonomiky a trhu práce, zmenou spoločenských a hospodárskych pomerov, narastajúcej nezamestnanosti a požiadaviek na nové dovtedy neznáme profesie, donútilo mnohých prehodnotiť obsah doposiaľ nadobudnutého vzdelania, kompetencií a vedomostí. Vzrástli požiadavky najmä potreby znalosti cudzích jazykov a to najmä z dôvodu mobility pracovnej sily. Najmarkantnejšia zmena však nastala prudkým nástupom informačnokomunikačných technológií do všetkých sfér života. Príval nových informácií, ich získavanie, spracovanie a využívanie, sa stalo dôležitým momentom pri vytváraní si novej identity jednotlivca. Nielen formálne ale i neformálne vzdelávanie nadobudlo spoločenskú dôležitosť a premietlo sa do takzvaného celoživotného vzdelávania. Ďalšie vzdelávanie ponúklo šancu dospelým dať životu nový zmysel a ďalší rozmer, bez ohľadu na vek, pohlavie, jazyk, kultúrne a ekonomické rozdiely. 22 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 2 Návrh projektu doktorandskej práce Pretože myšlienka celoživotného vzdelávania mi nie je cudzia a priamo sa ma týka, rovnako ako tvorba a využívanie e-learnigového prostredia, oslovila ma v ponuke doktorandského štúdia téma „E- learning ako progresívna metóda celoživotného vzdelávania v oblasti technickej gramotnosti“, ktorú vypísala Doc. Ing. Jana Burgerová, PhD., v študijnom programe Pedagogickej fakulty UKF - Didaktika odborných technických predmetov - technická výchova. Cieľom návrhu projektu, po konzultáciách s navrhovateľkou témy, boli zadefinované jednotlivé kroky pre jej spracovanie: • analyzovať problematiku celoživotného vzdelávania s elektronickou podporou, • zamerať sa na možnosť výučby vybraných predmetov za podpory e-learningu, • navrhnúť model výučby za podpory elearningu pre študujúcich externou formou výučby na KTaIT, • zamerať sa najmä na oblasť testovania, • overiť a vyhodnotiť účinnosť navrhovaného riešenia experimentálnou metódou. 2.1 Predmet a metódy práce Predmetom práce sa stáva vzdelávanie v oblasti technickej gramotnosti za podpory e-learningu, ako progresívnej metódy celoživotného vzdelávania, vychádzajúc z toho, kedy je e-learning kompletný a to, ak obsahuje tri základné zložky, ktoré tvoria vzdelávací systém: 1. obsah vzdelávania – t.j. vzdelávacie kurzy alebo samostatné moduly; hlavným znakom ekurzu je interaktivita a spätná väzba (feedback), e-kurzy sú tvorené: textovým obsahom, grafickým obsahom, multimediálnym obsahom, testovacími modulmi. 2. distribúcia e-kurzu – je realizovaná pomocou Internetu alebo Intranetu, v tomto prostredí sú používané internetové štandardy, štandardy pre bezpečnosť a štandardy pre e-kurzy slúžiace na komunikáciu so systémami 3. riadenie štúdia – proces, ktorý zaisťuje správu e-kurzov a študentov, (spolupráca tútor –študent) vrátane sledovania výsledkov ich štúdia, je zameraný hlavne na manažérov - tútorov vzdelávania, lebo im poskytuje prehľad o úspešnosti študujúcich a vyhodnocuje jednotlivé e-kurzy. 2.1.1 V teoretickej časti: V teoretickej časti bude potrebné sa zamerať na: analýzu riešenej problematiky, za pomoci dostupných zdrojov a literatúry, ktorá približuje obsah celoživotného vzdelávania, nazrieť do jej začiatkov až po súčasnosť, použitie komparatívnych metód pre porovnanie doteraz zverejnených výsledkov za posledné desaťročie na Slovensku a vo vybratých krajinách Európskej únie. 2.1.2 V praktickej časti: V praktickej časti bude potrebné zamerať pozornosť na: oboznámenie sa s doterajšími formami a metódami celoživotného vzdelávania na Katedre techniky a informačných technológií v Nitre; výber niektorých technických predmetov, ktoré sa vyučujú na KTaIT doposiaľ iba prezenčnou formou štúdia v externej forme štúdia; • tvorbu návrhu metódy a formu výučby vybratých technických predmetov, ktoré sa vyučujú na Katedre techniky a informačných technológií v Nitre, formou externého štúdia podľa študijného programu pre 2. a 3. ročník; návrh štruktúry a tvorbu modulu s 10 – 12 lekciami, (podľa syláb k predmetu), s využitím dostupných učebných materiálov, ktoré by poskytli vyučujúci daného predmetu, prípadne ich doplniť o novinky v danej problematike; vytvorenie diskusného fóra pre každú lekciu každej lekcie a hlavné fórum s novinkami; návrh, prípravu a vypracovanie vstupných testov z celého obsahu modulu; návrh, prípravu a vypracovanie výstupných testov; návrh, prípravu a vypracovanie autotestov k jednotlivým lekciám modulu; návrh, prípravu a vypracovanie učebných materiálov vo forme elektronických kníh; návrh a úpravu učebných materiálov o obrázky, grafy, diagramy, videosekvencie, odkazy na www stránky a pod. návrh, prípravu a vypracovanie videsekvencií pomocou grafického softvéru Macromedia Captivate k zložitejším témam lekcií; spracovanie a úpravu prednášok vyučujúceho a ich poskytnutie študujúcim vo forme prezentácií a videosekvencií v príslušných formátoch; návrh, prípravu a vypracovanie motivačne zaujímavých cvičení k jednotlivým lekciám a reagovať na ne pomocou spätnej väzby; samotné vypracovanie riešení úloh a poskytnúť ich v patričných formátoch k zadaným úlohám 23 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT návrh, prípravu a vypracovanie záverečných testov, ktoré preveria a vyhodnotia dosiahnuté vedomosti študujúcich v bodoch i v percentuálnom vyhodnotení; vytvorenie vhodných podmienok a správnu voľbu nástrojov, ktorými sa konkrétne témy budú spracovávať osadenie modulu do prostredia LMS Moodle na webovej stránke UKF Nitra v kategórii EDU; experimentálne overenie návrhu projektu na vybratej vzorke externých študentov príslušného odboru porovnanie výstupu nadobudnutých vedomostí a zručností skupiny, ktorá pracovala počas semestrov v prostredí LMS Moodle so skupinou, ktorá vedomosti a zručnosti získavala prezenčnou formou štúdia; pred realizáciou výučby za podpory e-learningu, zrealizovať vstupný tutoriál na konci semestra zrealizovať výstupný tutoriál a zhodnotenie dosiahnutých výsledkov ukončenie aktívnej práce študujúcich v LMS Moodle. Ako je už zmienené v predchádzajúcej časti, zameranie sa najmä na tvorbu testov je veľmi dôležitá časť úspešnej realizácie projektu. Aby boli nielen priebežné a záverečné testy zvládnuté a vypracované študujúcimi daný odbor, je veľmi dôležité, aby otázky boli tvorené za podpory učebných textov, vrátane možnosti preštudovania prednášok vyučujúceho. Tvorbu testov je možné rozdeliť na objektívne a neobjektívne. Pod objektívnymi testami rozumieme najmä tú časť testovania, v ktorej sa modelujú otázky typu napr. dichotomického (Pravda/Nepravda), výberu odpovedí z viacerých možností, výpočtového charakteru, s vloženými odpoveďami. Charakter neobjektívnych testov spĺňajú testy opisného alebo aj zodpovedajúceho charakteru. Každé hodnotenie totiž závisí od tútora e-vzdelávania ako subjektívne posúdi odpoveď a zhodnotí výsledok ním požadovanou úrovňou vedomostí. Príprava a ponuka autotestov je určitou podporou najmä v precvičovaní si získaných vedomostí formou odpovedí a prípadné doplnenie si nedostatočných poznatkov, bez zbytočného stresovania sa. 2.2 Koncepcia práce a návrh dosiahnutie cieľov projektu etáp na 1. Etapa: preskúmanie dostupných zdrojov a zhromaždenie doterajších poznatkov o predmetnej problematike, nadviazanie spolupráce s inštitúciami celoživotného vzdelávania na vysokých školách a univerzitách SR, spracovanie získaných informácií. 2. Etapa: návrh štruktúry, tvorba a vypracovanie podkladov pre realizáciu, výber experimentálnej skupiny, vlastná realizácia experimentálneho overovania funkčnosti navrhnutého modulu. 3. Etapa: štatistické vyhodnotenie výsledkov experimentu, odporúčania pre prax v danom odbore. 2.3 Predpokladaný dizertačnej práce prínos budúcej Vytvorenie vzdelávacieho e-learningového prostredia umožní KTaIT poskytnúť vzdelanie nie iba uchádzačom v rôznych vekových kategóriách, ale najmä osobám zo znevýhodnených, marginálnych skupín, napríklad imobilným študentom. Podľa predpokladu sa rozsah vedomostí absolventov rozšíri o nasledovné aspekty: schopnosť riešiť úlohy rôznej technickej povahy, schopnosť samostatne sa učiť, využívať dostupné informačné zdroje, 24 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT organizovať ďalšie vzdelávanie schopnosť a personálny rast, schopnosť udržiavať kontakt s najnovšími poznatkami vo svojom odbore a pokračovať v odbornom vývoji, schopnosť ovládať možnosti a konkrétne spôsoby využitia moderných informačných a komunikačných technológií, zručnosť pri používaní experimentálnych zariadení a pomôcok, zručnosť pri práci s IKT. Na základe vytvorenej a overenej metodiky tvorby výučbových modulov sa dajú vytvoriť kurzy na prípravu študentov k štátnym skúškam, k rigoróznym skúškam, taktiež je možné vytvoriť kurzy pre seniorov – Univerzita 3. veku a rôzne ďalšie didaktické pomôcky nielen pre učiacich sa i vyučujúcich. Absolventi získajú schopnosť vnímať techniku ako súčasť ľudskej kultúry, pochopia techniku ako hybnú silu rozvoja spoločnosti. 3 [5] http://www2.dcs.elf.stuba.sk/TeamProject/2004/team18/doku menty/koval.doc [6] http://www.euractiv.sk/aktualne-vyzvy/clanok/financnapodpora-pre-celozivotne-vzdelavanie Finančná podpora pre celoživotné vzdelávanie – Krátka správa Mgr. Bc. Mária Burianová Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Záver Cieľom aplikovania IKT a využitia e-learningu ako progresívnej podpory interného alebo externého vzdelávania, je dosiahnuť priblíženie výučby všetkým skupinám študujúcich v oblasti technickej gramotnosti, zvýšenie šance získavania a využívania informácií, zníženie zaťaženosti učební a to všetko pri zachovaní vysokej efektivity a kvality vzdelávania. Musíme si ale uvedomiť, že forma štúdia pomocou elearningu, je vo veľkej miere závislá od vlastnej sebadisciplíny a sebazaprenia, pretože všetky aktivity kurzov sú ohraničené termínmi, ktorými sa študujúci musí riadiť a venovať časť svojho voľného času ďalšiemu vzdelávaniu a nie pasívnemu oddychu. Literatúra a zdroje informácií [1] BURGEROVÁ, J. 2006. E-learning v dištančnom vzdelávaní na Pedagogickej fakulte PU. In: Dištančné vzdelávanie v aplikovanej informatike DIVAI 2006. Nitra: FPV UK [2] TURČÁNI, M. – KAPUSTA, J.: Príprava učebných plánov pre výučbu formou e-learningu na Katedre informatiky FPV UKF v Nitre. In: DidInfo 2004. Univerzita Mateja Bela, Fakulta prírodných vied, s. 171-174. ISBN 808055-908-2 [3] http://www.hnonline.sk/c6-10028740-20008390k30000_detail-brana-k-novemu-vzdelavaniu, Mária Pomffyová [4] http://www.edi.fmph.uniba.sk/tmp/asset_cache/link/000 0017361/04-Elearning_v_priprave_buducich_ucitelov.pdf 25 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT LMS Moodle ako univerzálna podpora vzdelávania LMS Moodle as a universal support of education Martin Cápay, Miroslava Mesárošová Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected], [email protected] Abstrakt V článku sa venujeme charakteristikám e-learningu, ktoré môžu obohatiť vzdelávanie a podporiť učenie sa u vysokoškolských študentov. Sústredili sme sa na vyučovanie programovania, pretože patrí medzi základné predmety vyučované v rámci študijných programov našej katedry a zároveň sme vyučujúcimi tohto predmetu. Najmä dištančné a/alebo kombinované vzdelávanie poskytuje priestor na využitie možností vzdelávacieho softvéru umožňujúceho riadenie výučby. Preto sme sa zamerali na e-kurz Programovanie určený pre študentov Aplikovanej informatiky, ktorá je študovaná aj v kombinovanej forme. Abstract In the paper we present the characteristics of e-learning that can enrich the education and facilitate the learning process of university students. We concentrate on teaching programming because it is one of the essential subjects in the study programmes of our department and we are also the teachers of this subject. Especially the distance and/or combined education offers the chance to utilize the features of learning management system. Therefore we focus on the e-course of Programming for the students of Applied Informatics which is also studied in combined form. Kľúčové slová e-learning, e-kurz, LMS Moodle Keywords e-learning, e-course, LMS Moodle 1 Úvod Katedra informatiky FPV UKF v Nitre je vedúcou katedrou tejto univerzity vo využívaní moderných IKT vo vyučovaní. Okrem iného prispela k rozvoju e-learningu na fakulte aj v rámci celej univerzity (napomohla vzniku celouniverzitného vzdelávacieho portálu). Spočiatku bol e-learning využívaný ako podpora dištančného vzdelávania. Dnes sa už väčšina predmetov, ktoré katedra zabezpečuje, môže pochváliť e-kurzami, ktoré sa využívajú ako podpora prezenčného vyučovania a zároveň slúžia študentom pri ich domácej príprave a samoštúdiu. V príspevku sa budeme venovať využívaniu e-kurzu pri vyučovaní programovania, ktoré je súčasťou študijného plánu denných aj externých študentov. Už samotná filozofia externého štúdia predstavuje oveľa väčší priestor pre využitie e-learningu, preto sa zameriame na e-kurz pripravený a odskúšaný v tejto forme vzdelávania v uplynulom akademickom roku. 2 Vyučovanie programovania s podporou e-learningu Programovanie je v rámci štúdia informatiky jednou zo základných disciplín, ktoré študenti musia absolvovať v prvom ročníku štúdia. Dôraz sa kladie predovšetkým na získanie základných zručností v navrhovaní algoritmov na riešenie problémov a ich realizáciu vo vybranom programovacom prostredí. V dennej forme štúdia je výučba zložená z prednášok a cvičení, ktorých sa študenti zúčastňujú pravidelne každý týždeň. Ich záverečné hodnotenie pozostáva z výsledkov praktických testov realizovaných počas semestra v rámci cvičení, a teoretického testu, ktorý absolvujú v skúškovom období. Pri vyučovaní programovania u externých študentov bakalárskeho štúdia Aplikovanej informatiky (EBAP) 26 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT sú podmienky stanovené rovnako, ale prístup k vyučovaniu je diametrálne odlišný, keďže s týmito študentmi sa vyučujúci stretne len niekoľkokrát počas semestra. Tieto dôvody viedli k vytvoreniu e-kurzu, ktorý bol využívaný na podporu vzdelávania v tejto forme štúdia. Aj keď sa elektronický kurz začal využívať najskôr v dennej forme, až v prípade externého štúdia sa ukázal ako neodmysliteľná súčasť výučby (rozdiely v spôsobe výučby u denných a externých foriem štúdia sa neustále zužujú). 3 LMS Moodle ako technická podpora vyučovania Kurz programovania (konkrétne pre predmet Programovanie 1, 2 a Algoritmy a údajové štruktúry 1, 2) používaný na našej katedre existuje už niekoľko rokov a za toto obdobie prešiel nevyhnutným vývojom. Od postupného zvyšovania verzií Moodle cez zmenu portálu až po dopĺňanie a skvalitňovanie učebných materiálov a aktivít. Momentálne je kurz umiestnený na univerzitnom portáli www.edu.ukf.sk, na ktorý majú prístup všetci študenti UKF. Využíva sa nielen pri dennej forme štúdia [2], [4], ale aj pri výučbe externých študentov [1], [3], preto existujú dve modifikácie kurzu. Pre toto riešenie sme sa rozhodli z dôvodu odlišného riadenia štúdia v prípade externých študentov. Obsahovo sú kurzy zhodné, odlišujú sa však v aktivitách určených pre študentov a tiež v podmienkach hodnotenia práce študentov počas semestra. Obsahová náplň kurzov pozostáva z: časti určenej na štúdium – učebné texty, videosekvencie zachytávajúce prácu v prostredí Delphi, riešené úlohy, zadania neriešených úloh, časti určenej na overenie teoretických vedomostí a praktických zručností študentov - automaticky vyhodnocované autotesty, praktické testy, záverečný test, záverečný projekt. Bežná lekcia v kurze pozostáva z obidvoch spomenutých častí. Výnimku tvoria lekcie venované špecifickej oblasti, napr. priebežnému testu, záverečnému testu, záverečnému projektu a podobne. V nasledujúcich kapitolách sa budeme venovať jednotlivým oblastiam, a to v kurze určenom pre externých študentov. 3.1 Študijné materiály Študijné materiály pozostávajú prevažne z teoretického vysvetlenia učiva, pričom môžu byť vo forme tzv. webových stránok, kníh, odkazov na súbory a iných. 3.1.1 Webová stránka Ide o jednoduchú stránku obsahujúcu texty, obrázky, príp. multimediálny obsah. Používa sa vtedy, ak učivo nie je členené a obsah stránky nie je príliš dlhý. Môže ísť napríklad o zoznam zdrojov k danej téme, zadania neriešených úloh, príp. aj úlohy s riešeniami. 3.1.2 Kniha Kniha patrí medzi komplexnejšie spôsoby organizácie obsahu. Umožňuje vytvárať kapitoly a podkapitoly, ktoré si potom študent prezerá podobne ako v učebnici. Zároveň má neustále zobrazený obsah celej knihy vo forme zoznamu kapitol v ľavej časti obrazovky, ktorý je možné využiť na rýchlejšie prechádzanie na konkrétnu časť knihy. Často sa používa pre zverejnenie učebných textov, ale ponúka zaujímavé možnosti napríklad aj pri riešených úlohách, kedy zadanie úlohy môže tvoriť hlavnú kapitolu a jednotlivé možnosti riešenia jej podkapitoly. Hlavnou výhodou knihy je to, že tvorí jeden celok, ktorý je členený vnútorne, teda nezaberá v kurze veľa miesta a je prehľadná. Vyučujúci má zároveň možnosť povoliť tlač knihy, čím študenti môžu získať usporiadaný tlačový výstup študijných textov. 3.1.3 Odkaz na súbor V systéme LMS Moodle je možné využívať aj odkazy na súbory príp. na priečinky v rámci súborov daného kurzu. Stačí teda do súborov kurzu pridať tie , ktoré sú potrebné (môže ísť o pdf súbory, obrázky, videá, animácie a pod.) a potom už len v kurze vytvoriť odkazy na ne. Samozrejme, v rámci jednotlivých prvkov kurzu môže tvorca kurzu vytvoriť aj bežné hypertextové odkazy. V prípade odkazu na súbor ako zdroja však hovoríme o konkrétnom odkaze na súbor dostupný priamo na hlavnej stránke kurzu, pričom sú k dispozícii aj pokročilé nastavenia, ako je miesto a spôsob otvorenia odkazu a pod. 3.2 Hodnotenie semestra práce študentov počas Absolvovanie predmetu bolo podmienené získaním dostatočného počtu bodov z teoretickej a praktickej časti. Teoretickú časť tvoril elektronický test, ktorý študenti absolvovali v termíne skúšky. Test sa vyznačoval tým, že skladba otázok v teste nebola statická. Výhodou bolo jednak to, že LMS Moodle umožňuje zamiešanie otázok v rámci testu, ako aj zamiešanie možných odpovedí v otázkach s výberom odpovede [7]. Je preto veľmi nepravdepodobné, aby dvaja študenti mali presne rovnaký test. Vylúčenie možnosti 27 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT vygenerovania rovnakých testov pre rôznych študentov, resp. pre jedného študenta počas viacerých termínov, bolo podporené aj vytvorenou bázou otázok. Ku každej oblasti testovania bolo vytvorených viacero podobných otázok (boli rovnaké z hľadiska ich typu, náročnosti a témy, ale rozdielne v konkrétnom obsahu) a z týchto boli potom do samotného testu vyberané náhodné otázky. Samozrejme, generovanie testov bolo automatické, keďže vkladanie náhodných otázok z určitej kategórie je jedna zo základných predností testov v prostredí LMS Moodle. Vyhodnocovanie testov tiež zabezpečoval samotný systém, čo umožnilo študentom vidieť výsledky svojej práce okamžite po odovzdaní testu (študenti videli len výsledné hodnotenie, vyhodnotenie konkrétnych otázok v teste bolo dostupné len v prítomnosti vyučujúceho). Aj keď otázky v teoretickom teste boli formulované tak, aby boli čo najviac smerované k praktickým zručnostiam (schopnosť čítať algoritmy, analyzovať ich, dopĺňať kód, a pod.), stále išlo len o teoretický test a študenti netvorili vlastné algoritmy. Hodnotenie sme však nechceli obmedziť len na otestovanie teoretických vedomostí študentov. Cieľom bolo zahrnúť do neho aj programovanie, teda tvorbu konkrétnych programov riešiacich konkrétnu úlohu, praktickú časť. A tu sa objavil problém s časom. Ak sme chceli od študentov získať kvalitné komplexné programy, potrebovali sme im poskytnúť dostatok času, čo sa v rámci prezenčných hodín nedalo stihnúť. Na druhej strane, keby sme hodnotenie postavili len na úlohách, ktoré vypracujú mimo prezenčných hodín, je veľmi ťažké zaručiť spravodlivé ohodnotenie skutočnej samostatnej práce študentov, pretože túto vyučujúci nie je schopný posúdiť, keďže študenta pri práci nevidel. Praktická časť nakoniec pozostávala z dvoch testov písaných priamo na hodinách prezenčnej výučby (ktorými by sme si overili skutočné vedomosti študentov) a záverečného projektu. Pri zadávaní praktických úloh na prezenčných hodinách sme opäť využili možnosti testov v LMS Moodle. Aj keď sa môže zdať zvláštne, že sme sa pustili do testovania praktických zručností z programovania v prostredí Moodle, vysvetlenie je veľmi jednoduché. Aktivitu Test sme využili na zadanie úloh. Pre každý z dvoch praktických testov sme vytvorili bázu úloh, z ktorých sa študentom pri teste vygeneroval vopred určený počet úloh (pri prvom teste išlo o 3 a pri druhom o 2 náhodné úlohy). Použili sme otázky typu Áno/Nie, v ktorých študent označil jedinú otázku možnosťou Áno (toto zadanie potom prakticky vypracoval v prostredí Delphi) a ostatné možnosťou Nie (tieto zadania nevypracoval). Každý študent v rámci každého testu riešil len jednu úlohu. Takto sme s využitím prostredia elektronického kurzu zabezpečili generovanie rôznych zadaní pre študentov a tiež možnosť samostatného výberu, keďže študenti si z ponúkaných možností vybrali tú, ktorá im najviac vyhovovala. Odovzdanie vypracovaných zadaní bolo realizované aktivitou Zadanie. Tu študenti odovzdali svoje riešenie vybranej úlohy. Pre učiteľa to znamenalo, že mal všetky vypracované testy na jednom mieste prehľadne usporiadané a evidované aj s časmi, kedy ich študenti odovzdali. Zároveň mal k dispozícii priestor na zverejnenie výsledkov. Tu sa nebolo treba obávať úniku informácií, keďže každému študentovi sa zobrazujú len jeho výsledky. Navyše, po pridaní hodnotenia učiteľom príde príslušnému študentovi e-mailová správa s upozornením, že jeho práca je ohodnotená. Študent je teda okamžite informovaný o svojich výsledkoch. 3.3 Záverečný projekt Základnou myšlienkou tvorby záverečného projektu bolo umožniť študentom vypracovať komplexný projekt, pričom sme neohraničovali čas, ktorý majú využiť na samotné programovanie. Tým, že projekt vypracúvali samostatne doma, bolo na každom študentovi, koľko času venuje práci na svojom projekte (či to bude jedna hodina alebo niekoľko dní), ako aj to, či ho bude vypracúvať sám a aké prostriedky na to využije. Počas akademického roka 2007/2008 boli aplikované dva rozdielne prístupy v organizácii vedenia ako i v spôsobe vypracovania záverečných projektov. 3.3.1 Návrh vlastných zadaní V zimnom semestri bola tvorba projektov rozdelená do troch základných častí: návrh zadania, tvorba záverečného projektu a jeho odovzdanie, ústna obhajoba projektu. Etapa návrhu zadania začala zverejnením kritérií pre tvorbu projektov. Študenti si na základe týchto kritérií sami navrhli tému. Ich úlohou v tejto aktivite bolo vybrať si konkrétny problém, ktorým sa chcú vo svojom záverečnom projekte zaoberať, a stručne navrhnúť program riešiaci daný problém vrátane výberu vhodných realizačných prostriedkov. Takto boli od samého začiatku sami zodpovední za svoj projekt a bolo len na nich, aby si zvolili tému, ktorá im je známa a zaujíma ich. Návrhy zadaní vo forme textového dokumentu odovzdávali prostredníctvom aktivity Zadanie. Aby sme predišli projektom, ktoré by nespĺňali kritériá, musel každý študent navrhnuté zadanie práce odovzdať 28 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT v určenom termíne a vyučujúci mu k nemu poskytol komentár. V prípade, že zadanie bolo dobre vypracované a návrh záverečného projektu spĺňal kritériá, zadanie bolo schválené a študent mohol začať pracovať na svojej práci. V opačnom prípade vyučujúci pripomienkoval možné problematické miesta a úlohou študenta bolo upraviť zadanie tak, aby projekt spĺňal určené kritériá. Podobne ako pri praktických testoch, aj tu sme schvaľovali, resp. pripomienkovali návrhy študentov prostredníctvom hodnotenia aktivity, teda študent okamžite vedel, či bola jeho téma schválená alebo ju bolo treba dopracovať, resp. úplne zmeniť. Odovzdané zadania svojich záverečných projektov potom študenti počas práce na projekte doplnili o aktuálne informácie vyplývajúce z riešenia projektu a odovzdali spolu s vypracovanými záverečnými projektmi. Etapa práce na projekte začala po schválení zadania učiteľom. Na vypracovanie svojich záverečných projektov mali študenti časť od 3 do 6 týždňov. Záviselo to od toho, na ktorý termín skúšky sa prihlásili. Toto obdobie mohli využiť na individuálnu prácu alebo na diskusie so spolužiakmi či vyučujúcimi prostredníctvom fór prípadne osobných konzultácií. V prípade, že študent neodovzdal vyhovujúci záverečný projekt (boli to prevažne prípady, kedy programy neboli spustiteľné alebo mali veľmi vážne nedostatky vo vypracovaní, napr. nedodržanie stanovených kritérií), vyučujúci vrátil projekt na prepracovanie. Takýchto prípadov však bolo minimum. Hotovú prácu po odovzdaní vyučujúci ohodnotili z hľadiska splnenia stanovených podmienok. Celkové hodnotenie záverečného projektu študent získal až po absolvovaní poslednej etapy práce, a to ústnej obhajoby projektu. V rámci obhajoby (spravidla v termíne teoretickej časti skúšky) bolo jeho úlohou vysvetliť a obhájiť zvolený spôsob riešenia, resp. predviesť jednotlivé možnosti programu. Až po úspešnom absolvovaní ústnej obhajoby mohli byť študentovi pridelené body za celkové riešenie, kreativitu a precíznosť vypracovania projektu. Po úspešnom absolvovaní projektu, boli študenti oboznámení s návrhmi vyučujúcich na rozšírenie projektu, prípadne im boli poskytnuté rady týkajúce sa ich riešenia. U väčšiny študentov prevládali témy bežne riešené v rámci programovania, ako sú tipovacie hry alebo šifrovanie súborov či zoznamy kontaktov. Napriek tomu sa našli zaujímavé a originálne problémy a kreatívne riešenia. 3.3.2 zadania úloh (hra alebo animačno-simulačný model), z ktorých mali možnosť jednu si vybrať. Skutočnosť, že každý študent môže v LMS Moodle odpovedať na otázku položenú v ankete (anketa je štandardná aktivita LMS), pričom každý môže na ňu odpovedať len raz a tiež možnosť nastavenia obmedzeného počtu možností výberu konkrétnou odpoveďou pre celú skupinu študentov, nám umožnila využiť anketu ako nástroj pre zadanie ako i výber záverečnej témy. 4 LMS Moodle ako didaktická podpora vyučovania V predchádzajúcom texte sme si popísali možnosti LMS Moodle ako technického prostriedku podpory vzdelávania. To však nie je jediná oblasť, v ktorej môže LMS podporiť a obohatiť vzdelávanie. Možnosti, ktoré ponúka, je totiž možné využiť aj na didaktickú podporu vzdelávania. V tomto smere hovoríme najmä o zvyšovaní motivácie študentov, umožňovaní štúdia vlastným tempom, diverzifikácie učenia vzhľadom na potreby jednotlivých študentov, resp. skupín študentov atď. V ďalšom texte sa bližšie pozrieme na niektoré zo spomínaných oblastí, v ktorých nám e-kurz programovania pomohol zlepšiť vyučovanie. 4.1 Didaktické projektu aspekty záverečného V prvom rade to bola možnosť viesť záverečné projekty s podporou e-kurzu, ktorý na to poskytoval vhodné prostredie a zjednodušil tak prácu vyučujúcich, ale aj študentov. 4.1.1 Zainteresovanosť a kreativita Vytváraním vlastných zadaní záverečných projektov sme chceli podporiť nielen zainteresovanosť a kreativitu študentov, ale aj schopnosť všímať si problémové situácie vo svojom okolí a pomenovať ich. Študenti si témy navrhovali sami, a tak boli nútení zamyslieť sa nad situáciami, s ktorými sa stretávajú v bežnom živote, zhodnotiť možnosti ich riešenia a na základe toho si vyberali témy na svoje záverečné projekty. Ako sa ukázalo, tento spôsob prispel k zaujímavejším projektom, ktoré sa neobmedzovali len na bežne riešené situácie, ale práve naopak. Medzi riešenými témami bola evidencia skrutkovačov vo výrobnom podniku, systém na objednávanie pizze a mnohé iné zaujímavé projekty. Výber projektu z ponúkaných možností V letnom semestri sa zmenila len etapa zadania projektov. Študentom boli poskytnuté vopred určené 29 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 4.1.2 Samostatnosť a zodpovednosť V neposlednom rade sa tým zvýšila aj samostatnosť študentov a zodpovednosť za to, čo vytvoria a odovzdajú, pretože záverečné projekty boli od začiatku až do konca v ich kompetencii. Záviselo od každého študenta akú tému si zvolí a ako si s ňou poradí. Stanovením podmienok sme čiastočne obmedzili úplnú voľnosť výberu a študenti tak nemohli pri výbere témy projektu klesnúť na veľmi nízku úroveň. Často sme projekt neschválili práve z dôvodu, že výber témy nebol dostatočne premyslený a študent nevedel do projektu zapracovať stanovené podmienky. Nechceli sme totiž, aby študenti strávili niekoľko týždňov prácou na projekte, o ktorom by nakoniec zistili, že požiadavky nemôže splniť. Za splnenie tejto časti úlohy boli študenti ohodnotení 5 bodmi zo záverečného hodnotenia. Pokiaľ študenti nestihli z akéhokoľvek dôvodu odovzdať zadanie, nestratili možnosť pracovať na projekte, stratili však spomínaných 5 bodov. Zároveň stratili možnosť svoj návrh vopred prediskutovať s vyučujúcim a museli sa spoľahnúť na správnosť vlastného výberu. Títo študenti prikladali svoj návrh k finálnemu riešeniu projektu. 4.1.3 Kvalita riešenia Vyučujúci odovzdané projekty ohodnotili z hľadiska splnenia stanovených kritérií a funkčnosti. Ako najproblémovejšie miesto sa ukázalo splnenie kritéria o využívaní vlastných podprogramov (iných ako udalostných procedúr). Práve v tejto oblasti sa v najväčšej miere prejavila predchádzajúca skúsenosť resp. v prípade úplných začiatočníkov neskúsenosť študentov s programovaním. Mnohí študenti povinné dva podprogramy zapracovali do projektu naprogramovaním dvoch procedúr bez parametrov, ktoré využili napr. na vyprázdnenie obsahu použitých vizuálnych komponentov, načítanie údajov zo súboru a pod. Použitý podprogram prispel k čitateľnosti programu a pracoval len s globálnymi premennými. Zvyšok riešenia bol umiestnený v udalostných procedúrach reagujúcich na činnosť používateľa. Funkcie a procedúry s parametrami sa v projektoch objavovali zriedka. Aj preto plánujeme v budúcnosti v podobných prípadoch dať študentom k dispozícii viac hotových, rôzne náročných, vzorovo vyriešených a okomentovaných projektov. 4.2 Ďalšie pozitíva využívania IKT Ako sa ukázalo, študenti vnímali prácu v e-learningovom kurze pozitívne. Usudzujeme tak podľa ich reakcií počas vyučovania, alebo aj v rámci komunikácie pri skúške či počas konzultačných stretnutí. Taktiež projekty, ktoré boli ich praktickým výstupom z vyučovania počas semestra, boli nápadité a vo väčšine prípadov kvalitne spracované. V druhom semestri, kedy sme pre zadávanie projektov zvolili klasickú metódu výberu z ponúknutých možností, bolo možné pozorovať zaujímavé riešenia, kvalitné a precízne spracovanie projektov a taktiež hrdosť študentov na vlastnú prácu. Počas prípravy na záverečnú skúšku mali študenti k dispozícii autotesty a cvičné testy, ktoré z ich strany nezostali nepovšimnuté. Mnohí študenti vyjadrili spokojnosť s ponúknutými materiálmi, dokonca sa dožadovali ďalších. Elektronické testy označili za jednoduchý a zaujímavý spôsob prípravy na skúšku. Pri zbežnom hodnotení práce v kurze bolo zjavné, že mnoho študentov využívalo možnosť prístupu k materiálom, ako aj komunikácie či odovzdávania vypracovaných úloh v akejkoľvek dennej či nočnej hodine. Tieto možnosti by nemali, ak by vyučovanie nebolo podporované e-kurzom. Z ich ohlasov vieme, že tento spôsob je pre nich omnoho pohodlnejší a navyše im dáva možnosť zvoliť si čas a spôsob štúdia, aký im vyhovuje. 5 Záver Využívanie IKT vo vyučovaní informatických predmetov je určite považované za samozrejmé, keďže samotná podstata štúdia je spojená s touto oblasťou. Napriek tomu stále existujú možnosti, ako vyučovanie obohatiť a posunúť ďalej, či už po stránke technickej alebo didaktickej. Vyvíjanie nových technológií a prostriedkov je permanentný proces, ktorý si vyžaduje neustále prispôsobovanie ako od vyučujúceho, tak aj od študentov. Jedná sa nielen o dostupnosť materiálov, ale aj ich prehľadnosť, resp. možnosti vyhľadávania, triedenia a spracovania. Dôležitou je tiež oblasť komunikácie. Zvyšujúce sa životné tempo kladie stále väčšie nároky na optimálne plánovanie času. Preto nielen študijné materiály, ale rovnako aj možnosti komunikácie musia byť dostupné podľa možnosti neustále. Nehovoríme len o e-mailovej komunikácii, ale najmä o diskusných fórach, ktoré sú súčasťou väčšiny kurzov, bohužiaľ, často málo využívanou. Tieto, na rozdiel od e-mailov, umožňujú diskusiu viacerých účastníkov, keďže sú dostupné všetkým študentom aj učiteľom v kurze (resp. jednotlivým skupinám). V neposlednom rade je tu pohľad didaktický. Vzdelávanie by nemalo stagnovať a pridŕžať sa zastaraných pravidiel a postupov. Každý vyučujúci by sa mal snažiť o inováciu a modernizáciu vzdelávacieho 30 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT procesu. Metódy výučby by mal obmieňať a zo skúseností nájsť z pohľadu učiteľa ale aj z pohľadu študenta tú optimálnu. V niektorých predmetoch sú možnosti väčšie, inde menšie, ale určite sa vždy nájde spôsob, ako niečo vylepšiť alebo upraviť. Medzi činitele podmieňujúce inováciu sú okrem iných zaraďované aj [5]: prejsť od didaktiky pamäti k didaktike tvorivosti, tvorivého učenia, rešpektovanie individuálnych a sociálnych podmienok. O tvorivosti sme hovorili v kapitole 4.1 v rámci záverečných projektov študentov, ktoré sme mohli viesť zvoleným spôsobom aj vďaka možnostiam e-learningového kurzu. V kapitole 4.2 sme si zase priblížili možnosti individualizácie štúdia prostredníctvom e-learningu. Je teda zjavné, že e-learning a e-kurzy môžu byť právom považované za jeden z nástrojov inovácie vo vzdelávaní. Na Katedre informatiky ho tak rozhodne chápeme a snažíme sa jeho možnosti využívať v najväčšej možnej miere. Literatúra [1] E-learningový kurz Programovanie 1 pre externých študentov (28.8.2008) http://edu.ukf.sk/course/view.php?id=153 [2] E-learningový kurz Programovanie 1 pre denných študentov (28.8.2008) http://edu.ukf.sk/course/view.php?id=22 [3] E-learningový kurz Programovanie 2 pre externých študentov (28.8.2008) http://edu.ukf.sk/course/view.php?id=191 [4] E-learningový kurz Programovanie 2 pre denných študentov (28.8.2008) http://edu.ukf.sk/course/view.php?id=23 [5] Definícia didaktiky. http://sk.wikipedia.org/wiki/Didaktika (28.8.2008) [6] Cápay, M. – Mesárošová, M. – Palmárová, V.: Podpora kreativity a samostatnosti študentov pri tvorbe záverečných projektov z programovania. In DidInfo 2008 : Banská Bystrica, 2008. s. 37. ISBN 978-80-8083-556-9 [7] Cápay, M. – Mesárošová, M.: Otázky s vloženými odpoveďami vs. ostatné typy otázok v LMS Moodle. In DIVAI 2008- Dištančné vzdelávanie v Aplikovanej informatike. Zborník príspevkov z konferencie s medzinárodnou účasťou : Nitra, 2008. s. 134-142. ISBN 978-80-8094-317-2 Mgr. Martin Cápay Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Mgr. Miroslava Mesárošová Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 31 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Implementácia požiadaviek praxe do výučby databázových systémov The Requirements of the IT Working Experience Implementation into the Database systems Curricula Martin Drlík Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt Príprava odborníkov v oblasti IT na vysokých školách, a hlavne ich pripravenosť pre prax, sú témou mnohých odborných i laických diskusií. Keďže sa jedná o komplexný problém, veľmi ťažko sa hľadá riešenie, ktoré by všetkých uspokojilo. V našom príspevku si bližšie všímame uvedený problém v oblasti databázových systémov. Predstavujeme riešenie, ktoré v sebe skrýva potenciál na to, aby sa pri zachovaní dostatočnej miery nezávislosti od konkrétnej databázovej platformy a kvalitnom teoretickom základe zlepšila pripravenosť absolventov pre prax Predstavujeme akademickú iniciatívu Oracle Academy spoločnosti Oracle, do ktorej sa zapojila Katedra informatiky FPV UKF v Nitre. V príspevku popisujeme možnosti jej integrácie do existujúcich učebných osnov, aktuálny stav a očakávania. Abstract Many specialized and amateur discussions deal with university IT experts training and especially their preparedness for practice. As this seems to be a complex problem a satisfying solution is hard to define. In this paper, we describe one solution that includes sufficient perspective to reduce the existing gap between the level of knowledge of university graduates and employers’ expectations. We present academic initiative Oracle Academy by Oracle Corporation joined by the Department of Informatics of Constantine the Philosopher University in Nitra. We present some advantages and integration possibilities of the Oracle’s curricula into the existing curriculum of the study program of Applied Informatics at the Department of Informatics. We describe the present state of this process, our expectations and future plans at the end of our contribution. Kľúčové slová Oracle Academy, prepojenie s praxou, databázové systémy, učebné plány. Keywords Oracle Academy, IT practice, database systems, computer science curriculum 1 Úvod Príprava odborníkov v oblasti IT na vysokých školách, a hlavne ich pripravenosť pre prax, sú témou mnohých odborných i laických diskusií. Táto téma je zaujímavá z pohľadu odborníkov z akademickej sféry, personálnych agentúr, z pohľadu budúcich zamestnávateľov, i z pohľadu samotných študentov informatických študijných odborov. Študijné odbory, zamerané do rôznych oblastí informatiky, môžu študenti študovať na viacerých slovenských univerzitách. Na rozdiel od mnohých iných študijných smerov si dnes absolventi informatiky na „podvyživenom“ trhu pracovných príležitostí s prívlastkom IT skoro vždy nájdu uplatnenie v odbore. Často krát sú to však miesta, kde využívajú skôr svoje zručnosti pokročilých používateľov počítačov, nie poznatky nadobudnuté štúdiom v odbore. Príčin tohto nelichotivého stavu je určite viacero, spomeňme však iba jednu, s ktorou musia „zápasiť“ asi všetky informatické odbory. 32 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Konkrétne máme na mysli rýchly rozvoj poznatkov a technológií v oblasti IT. Ich integrácia do osnov jednotlivých kľúčových predmetov štúdia informatiky nie je okamžitá, vyžaduje si určitý čas. Dôsledkom toho je stav, že absolvent často opúšťa vysokú školu s poznatkami, ktoré neodrážajú očakávania zamestnávateľov. Dôležitosť uplatnenia poznatkov zo štúdia si rovnako uvedomujeme na Katedre informatiky FPV UKF v Nitre. Hľadáme možnosti, ako umožniť študentom, už v bakalárskom štúdiu odboru Aplikovanej informatiky, osvojiť si aktuálne poznatky o technológiách, s ktorými sa ako absolventi v praxi stretnú. V našom príspevku popisujeme iniciatívu, ktorú sa podarilo na KI FPV UKF v roku 2007 zrealizovať a ktorá pokračuje aj tento akademický rok. 2 Akademické programy firmy Oracle Firma Oracle, ako jeden z čelných predstaviteľov v oblasti databázových a informačných systémov, si uvedomuje dôležitosť spolupráce s akademickou sférou. Iniciatíva Oracle Academy poskytuje študijné programy, prostredníctvom ktorých majú študenti a učitelia prístup k najaktuálnejšiemu softvéru, študijným materiálom a certifikátom za zaujímavé ceny. Pre rôzne typy škôl sú pripravené tri študijné programy, formou ktorých sa možno zapojiť do iniciatívy: Introduction to Computer Science Advanced Computer Science Enterprise Business Applications and Processes Zapojením sa do programu môžu katedry univerzity v plnej miere používať učebné plány a študijné materiály vytvorené v rámci niekoľkých kurzov (predmetov) Oracle University – samostatnej divízie spoločnosti Oracle pre prípravu profesionálov v IT sfére. V žiadnom prípade to však neznamená, že sa výučba databázových systémov bude orientovať na túto platformu. Vyučujúci má možnosť využiť materiály v rozsahu, ktorý uzná za zvládnuteľný, adekvátne platformovo nezávislý, a ktorý vhodne rozvíja teoretický základ predmetu. Týmto požiadavkám najlepšie vyhovujú kurzy ponúkané v rámci programu ICSB. Ich obsah korešponduje s bežnou náplňou praktických cvičení z predmetov Databázové systémy, a teda by ich mal priemerný absolvent predmetu zvládnuť. Navyše, dostupnosť učebných materiálov všetkých troch programov umožňuje učiteľovi rozvíjať záujem a schopnosti študentov, ktorí plánujú venovať sa problematike administrácie databázových systémov, resp. vývoju databázových aplikácií a informačných systémov na profesionálnej úrovni. Absolvovanie kurzov v kombinácii so samoštúdiom pripraví študenta pre úspešné zvládnutie základnej úrovne Oracle certifikácie, konkrétne pre dosiahnutie certifikácie Oracle Certified Associate (OCA) a neskôr prípadne Oracle Certified Professional (OCP). Každý z ponúkaných programov poskytuje viacero druhov študijných materiálov: Prezentácie k jednotlivým lekciám kurzu, Súbory pre praktické precvičenie konkrétnej tematiky lekcie, Manuál študenta v PDF, Manuál vyučujúceho v PDF. V nasledujúcich troch sekciách popíšeme jednotlivé programy podrobnejšie. 2.1 ICSB – Introduction Science and Business to Computer ICSB predstavuje úvod nielen do oblasti technológií postavených na produktoch Oracle, ale do oblasti relačných databáz ako takých. Učebné plány v žiadnom prípade neoslabujú odbornú úroveň predmetov, práve naopak, sú pripravené tak, aby sa stali ich integrálnou súčasťou. Ich cieľom je, aby mali študenti možnosť priamo precvičiť si a aplikovať svoje poznatky v databázovom systéme, s ktorým sa často stretnú v budúcom zamestnaní. Absolventi tohto programu sa naučia základy návrhu databázových riešení, naučia sa využívať jazyk SQL a jeho procedurálne rozšírenie PL/SQL. Zároveň sa naučia kriticky myslieť, pracovať a komunikovať v tíme, riadiť projekt a hodnotiť jeho jednotlivé etapy. V rámci programu sú pripravené dva kurzy, ktoré poskytujú dostatok priestoru na skvalitnenie hlavne praktickej časti výučby. Obsahujú množstvo predpripravených príkladov pre priame využitie na seminároch. Prvý predmet má názov Návrh databáz a programovanie v SQL. Odporúčaná časová dotácia tohto predmetu predstavuje 150 hodín. Výhodou predmetu je jeho nezávislosť na konkrétnom databázovom systéme. Ako už názov napovedá, kurz sa skladá z dvoch častí. V časti o databázovom návrhu sa študenti oboznamujú ako analyzovať a realizovať komplexné riešenia pre malé a stredné firmy, ako vytvoriť dátový model a jeho konceptuálnu reprezentáciu. V časti o jazyku SQL študenti vytvárajú fyzickú podobu databázy. Po ukončení kurzu môžu za výhodných finančných podmienok absolvovať prvú z 33 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT dvoch skúšok potrebných pre získanie certifikátu OCA - Oracle Certified Associate. Druhý kurz sa nazýva Úvod do Oracle9i: SQL, Programovanie databáz v jazyku PL/SQL a je rovnako naplánovaný na 150 hodín. Študenti sa postupne formou projektového vyučovania oboznámia s procedurálnym rozšírením SQL. Kurz môžu ukončiť druhou skúškou potrebnou pre získanie certifikátu OCA. 2.2 ACSB – Advanced Computer Science and Business Pre požiadavky výučby predmetov na Katedre informatiky vyhovuje svojim obsahom aj program ACSB. Súčasťou tohto programu sú vybrané vývojové nástroje, databázové systémy všetkých verzií a aplikačný server Oracle Application Server. Z pohľadu vyučujúcich je veľkým prínosom množstvo študijných a metodických materiálov, prezentácií a cvičení, ktoré možno priamo integrovať do existujúcich učebných osnov jednotlivých predmetov. Program ACSB je vytvorený tak, aby dostatočne pripravil študentov na rôzne špecializované IT profesie, napríklad administrátorov Oracle, navrhovateľov a vývojárov softvéru, biznis analytikov a pod. Aj keď účasť v programe Oracle Academy nie je bezplatná (podobne ako iné spoločnosti v tejto dobe uvažuje aj spoločnosť Oracle o bezplatnosti študijných programov), jedná sa o investíciu s vysokou pridanou hodnotou. Spomeňme niektoré jej výhody: • Prístup k najaktuálnejším verziám softvéru – inštitúcia má k dispozícii inštalácie rôznych verzií Oracle Database pre dve platformy (Windows, Solaris, Linux, príp. Unix), Oracle Application Server a množstvo ďalších vývojových nástrojov. Inštitúcia môže tieto produkty inštalovať na vlastný hardvér, príp. môže využiť „hosting“ na hardvéri firmy Oracle. • Technická podpora 24/7 – V rámci programu firma Oracle poskytuje rovnakú podporu ako zákazníkom z podnikovej sféry. • Oracle University Curriculum – prístup k študijným plánom Oracle University, ktorá školí a certifikuje IT profesionálov z celého sveta. 2.3 EBAP – Enterprise Applications and Processes Business Program EBAP je určený prevažne pre vysoké školy pripravujúce študentov pre oblasť hospodárstva, manažmentu a ekonómie. Tomuto zameraniu zodpovedá aj skladba kurzov ponúkaných kurzov a softvérových riešení. Úspešný absolventov by mal byť pripravený pre rôzne manažérske role vo viacerých oblastiach priemyslu a služieb. 3 Integrácia do učebných osnov V bakalárskom študijnom odbore Aplikovanej informatiky sa vyučujú predmety 3 povinné predmety zaoberajúce sa problematikou databázových, resp. informačných systémov: • Relačné databázy, • Programovanie databázových aplikácií a • Informačné systémy. Vo všetkých uvedených predmetoch je potrebné odovzdať okrem teoretických vedomostí študentovi aj praktické skúsenosti. V priebehu predmetu Relačné databázy sa študenti oboznamujú so základnými princípmi databázových systémov. Naučia sa navrhovať relačné databázy, normalizovať relačnú schému a vytvárať jednoduché dotazy v jazyku SQL. V predmete Programovanie databázových aplikácií sa oboznamujú s postupmi tvorby databázových aplikácií. V priebehu praktickej časti vytvárajú aplikáciu typu klient/server. Používajú na to ľubovoľný programovací jazyk, najčastejšie integrovaný v niektorom IDE. Intenzívne využívajú možnosti jazyka SQL. V prednáškach sa oboznamujú s problematikou transakčného spracovania údajov, metódami zálohovania a obnovy systému. Tretí predmet, Informačné systémy, využíva a rozvíja poznatky z predchádzajúcich predmetov. Zameriava sa na rozvoj schopností študentov potrebných v jednotlivých etapách návrhu a implementácie IS v rôznych typoch organizácií. V každom z uvedených predmetov sú rovnako ako teoretické poznatky dôležité aj praktické skúsenosti. Študenti sa oboznamujú v prvom rade so všeobecne platnými princípmi, takže výber vhodnej databázovej platformy nemá priamy vplyv na obsah jednotlivých prednášok. Táto skutočnosť otvára priestor pre úpravu existujúcej náplne seminárov a umožňuje bez väčších komplikácií integrovať študijné materiály programu ACSB. Ako sme už spomenuli, každý z ponúkaných kurzov je naplánovaný na 150 hodín, čo presahuje možnosti akejkoľvek prezenčnej formy výučby. Zdalo by sa, že nie je možné zredukovať tento obsah na typickú hodinovú dotáciu predmetu, ktorá napríklad na Katedre informatiky predstavuje 12/24 hodín v semestri. Ak sa ale oboznámime s poskytovanými materiálmi 34 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT podrobnejšie zistíme, že hlavne materiály programu ICSB prinášajú praktické príklady k všeobecne platným zásadám návrhu a tvorby databáz. Vo výučbe možno kombinovať viacero foriem výučby, napríklad prezenčnú na prednáškach a seminároch s online úlohami, čo umožňuje optimálne precvičiť preberanú problematiku. Otvorenou otázkou zostáva, ako motivovať študentov, aby formou samoštúdia, prácou v tíme a konzultáciami s vyučujúcim aktívne pracovali na rozvoji svojich odborných schopností. 4 Súčasný stav Do spolupráce s firmou Oracle sme vstúpili v decembri roku 2007. V prvej etape integrácie programu do obsahu predmetov sme sa zamerali na zabezpečenie vhodného hardvéru a dostupnosti databázového systému vo verzii Oracle 10g. v univerzitnej sieti. Podmienkou úspešného nasadenia do výučby je precízna príprava vyučujúcich na prácu s týmto systémom. Okrem získania skúseností z administrácie takéhoto systému sa zameriavame na oboznámenie sa s obsahom študijných materiálov jednotlivých súčastí programov ICSB a ACSB. Keďže všetok študijný materiál je v angličtine, je veľmi dôležité zvoliť správnu formu zapojenia študentov do programu. V prvej fáze sme sa preto v rámci končiacich sa bakalárskych prác sústredili na spracovanie niektorých základných oblastí práce s produktmi firmy Oracle a posúdenie možnosti ich integrácie. V letnom období roku 2008 sme sa zúčastnili školenia organizovaného priamo spoločnosťou Oracle, ktoré poskytlo množstvo informácií o problematike administrácie databázového systému nie len na pôde univerzít, ale aj v komerčnej sfére. Zároveň sa vytvorila platforma na výmenu poznatkov o možnostiach implementácie učebných plánov Oracle Academy do výučby predmetov o databázových systémoch v informatických študijných programoch na univerzitách. 5 Perspektívy V priebehu tohto akademického roka plánujeme v plnom rozsahu využívať výhody programu ICSB a ACSB. Cieľom je vhodne upraviť praktickú časť predmetov tak, aby sme využili prostriedky, ktoré pre tvorbu a administráciu databáz poskytuje platforma Oracle. V základnej verzii uvažujeme o použití aplikačnej nadstavby Application Express (APEX) v praktickej časti predmetov. Táto aplikácia znamená minimálny zásah do už existujúcich a overených učebných plánov, keďže práca v prostredí APEX je v niektorých črtách veľmi podobná doteraz používanému prostrediu aplikácie MS Access. Na rozdiel od neho však umožňuje používať množstvo nových, pokrokových možností tvorby databázových aplikácií. Našim cieľom je, aby sa študenti oboznámili s teoretickými postupmi a metódami, ktoré sú univerzálne použiteľné, napríklad s metódami návrhu databáz, tvorbou jednoduchých SQL dotazov a pod. a vedeli ich aplikovať v konkrétnom prostredí. Praktickú časť predmetov budeme pomocou študijných materiálov realizovať v prostredí Oracle, pričom sa zameriame na objasnenie špecifík tejto platformy. Ako sme už spomenuli, súčasťou spolupráce s firmou Oracle je možnosť výrazných zliav, ktoré si môžu študenti uplatniť, ak sa rozhodnú získať niektorý z ponúkaných certifikátov. Hoci príprava na tieto certifikáty presahuje možnosti, a hlavne hodinovú dotáciu predmetov, s využitím poskytnutých študijných materiálov plánujeme formou voliteľného predmetu, samoštúdia, resp. tematicky zameraných záverečných prác, motivovať študentov k ich získaniu. 6 Záver V našom príspevku sme predstavili iniciatívu Katedry informatiky FPV UKF v Nitre, založenú na spolupráci univerzitného pracoviska so silnými „hráčmi“ na trhu. Našim cieľom je skvalitniť vedomostnú úroveň absolventov študijného odboru Aplikovanej informatiky na našej katedre, zvýšiť ich konkurencieschopnosť pri hľadaní práce v oblasti IT a v neposlednom rade nájsť vhodný kompromis medzi teoretickými poznatkami a praktickými skúsenosťami, ktoré im môže univerzita v obmedzenom časovom období poskytnúť. V priebehu akademického roku 2008/09 plánujeme plne využiť ponúkané možnosti a v pilotnom projekte nájsť vhodnú stratégiu pre integráciu kvalitných učebných materiálov do existujúcich učebných osnov. Veríme, že spolupráca s firmou Oracle bude úspešne pokračovať a vyústi v tomto roku do certifikácie prvých záujemcov spomedzi vyučujúcich i študentov, integráciu do odborných predmetov a popularizáciu medzi študentmi. Literatúra [1] Oracle Academy: Software, Training, Resources and More. [online].[cit. 2008-08-20]. Dostupné na internete: <https://academy.oracle.com/> 35 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT [2] Program Advanced Computer Science [online].[cit. 2008-08-20]. Dostupné na internete: <https://oai.oracle.com/en/index1.html> [3] Academy Curriculum Overview. [online].[cit. 2008-0820]. Dostupné na internete: <https://oai.oracle.com/en/index1.html> Mgr. Martin Drlík, Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra č.t. +421 37 6408 675, e-mail [email protected] 36 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Sledování vztahu zákazníka a poskytovatele prostředky asociační analýzy Customer–Provider Relationship Monitoring by Association Analyse Means Naděžda Chalupová, Arnošt Motyčka Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta, Ústav informatiky, [email protected], [email protected] Abstrakt Keywords Příspěvek se věnuje možnostem využití asociačních pravidel pro podporu manažerského rozhodování. Tato pravidla představují znalosti popisující frekventované vzory vyskytující se v databázi. Možnosti uplatnění asociační analýzy jsou ilustrovány na problému internetového obchodu, který chce přesněji zacílit nabídku svého zboží zákazníkům. Pozornost je věnována formulaci úlohy, předzpracování a přípravě dat pro úlohu a v neposlední řadě také interpretaci získaných znalostí. Pro řešení úlohy bylo použito softwarového nástroje Enterprise Miner společnosti SAS Institute Inc. Abstract The contribution deals with possibilities of association rules using for support of managerial decision-making. These rules represent knowledges describing frequent patterns occurring in database. The possibilities of association analyze application are illustrated on a problem of an internet shop, that wants to target more precisely the offer of its goods for customers. An attention is dedicated to problem formulation, data pre-processing and preparation and last but not least to discovered knowledges interpretation too. Software tool Enterprise Miner by company of SAS Institute Inc. was used for problem solution. Klíčová slova asociační pravidla, asociační znalostí, podpora rozhodování analýza, získávání Association rules, association analysis, knowledge discovering, decision support 1 Úvod Sledování chování zákazníků je nezbytné, pokud chce firma obstát v současném konkurenčním prostředí trhu. Podnikoví manažeři odpovědní za obchodní úspěch či neúspěch organizace proto potřebují získávat znalosti potřebné pro přijetí správného rozhodnutí. Tyto znalosti představují sofistikované informace ukryté v datech, které má podnik k dispozici. Novotný, Pour a Slánský (2005) uvádějí, že objem dat se v podniku zdvojnásobí v průměru každých pět let, což znamená, že v současné době již není problém data získat a uchovat, ale efektivně je zpracovat a využít jejich potenciál. Možností, jak zmiňované znalosti z dat získat, je využít prostředků tzv. dataminingu. Tento obor se zabývá otázkami, jak nalézt v datech souvislosti, které nejsou přímo zřejmé a které napomáhají lépe porozumět firemním procesům. Jednou z významných metod dataminingu je hledání asociací, které mohou výrazně pomoci například při plánování marketingových strategií, tvorbě produktových balíčků, při péči o zákazníky, detekci podvodů atd. 2 Asociační pravidla Asociační pravidla patří k jedněm z nejčastěji používaných prostředků pro reprezentaci znalostí. Pravidla popisují znalosti vyjadřované obecně konstrukcí IF-THEN, nebo se lze setkat se vztahem (Berka, 2003): předpoklad ⇒ závěr 37 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Typické využití asociační analýzy je v souvislosti s tzv. analýzou nákupního košíku. Jejím cílem je nalezení častých vzorů, tj. zjištění, jaké druhy zboží si zákazníci často kupují společně. Asociační pravidla zde vyjadřují určitý závěr vyplývající z analýzy jednotlivých nákupů, například, že když si zákazník koupí nový počítač, kupuje si často i operační systém a antivirový program (Han, Kamber, 2006). Při vytváření pravidel jde o hledání vzájemných vazeb (asociací) mezi různými položkami, přičemž není upřednostňován žádný vztah (Berka, 2003). 2.1 Zajímavost pravidel Skutečnost, zda je nalezené pravidlo pro uživatele analýzy zajímavé a užitečné, určují parametry pravidla, které kvantitativně na základě četností výskytu daných položek hodnotí nalezené znalosti. Základními charakteristikami jsou (Berka, 2003; Han, Kamber, 2006): • podpora (support) – absolutní, popř. relativní (častěji) počet položek splňujících předpoklad i závěr, • spolehlivost (confidence) – podmíněná pravděpodobnost závěru, pokud platí předpoklad. Podpora (v relativním vyjádření) tedy značí, jak často se v databázi vyskytuje kombinace určitých položek. Jde o hodnotu vypočtenou na základě vztahu: P( predpoklad∧ zaver) = a a +b +c +d kde: a je počet položek splňujících současně předpoklad i závěr, • b je počet položek splňujících předpoklad a nesplňujících závěr, • c je počet položek nesplňujících předpoklad, ale splňujících závěr, • d je počet položek nesplňujících ani předpoklad ani závěr. V absolutním vyjádření je podpora rovna a. Spolehlivost se též nazývá platnost (validity), konzistence (consistency), nebo správnost (accuracy) a udává, jak často se objeví závěr (důsledek), pokud se vyskytl předpoklad. To vyjadřuje vztah: • P( predpoklad ∧ zaver) = a a +b podmíněná pravděpodobnost předpokladu pokud platí závěr nebo kvalita – vážený součet spolehlivosti a pokrytí. Berka (2003) se také zmiňuje o dalších pojetích asociačních pravidel, kde se, kromě výše uvedené podpory a spolehlivosti (oboje je zde s přívlastkem deskriptivní), kvantifikuje např. kauzální podpora, kauzální spolehlivost, zajímavost či závislost pravidla. Při generování pravidel se prochází prostor všech přípustných kombinací. Kombinace má svojí délku, což je počet položek, ze kterých se pravidlo skládá. Pokud je např. délka 3, pravidlo má buď dvoupoložkový předpoklad a jednopoložkový závěr nebo naopak. Tímto údajem, tzn. maximálním počtem položek pravidla, často bývá v aplikacích pro generování pravidel toto generování omezováno, neboť příliš velký počet položek pravidla jednak neúměrně zvyšuje výpočetní náročnost úlohy, a také velmi zesložiťuje interpretaci samotného pravidla. 3 Dolovací úloha Řešený problém je zpracován z pohledu internetového obchodu, jehož zájmem je z dostupných dat získat informace o tom, které komodity zákazník prostřednictvím elektronických obchodů často nakupuje a o které by potenciálně mohl mít zájem. Například pro manažera internetového obchodu je zajímavé zjistit, jaká část zákazníků nakupujících přes internet oblečení, nakupuje také knihy nebo vyjádřila svůj zájem nakupovat další druh zboží. Nalezené asociace pak mohou napomoci při tzv. křížovém – snahy, jejichž účelem je navýšit objednávku zákazníka doporučením jiných produktů nabízených společností (Clemente, 2004) a následném – aktivity, jejichž cílem je nabídnout zákazníkovi vyšší/pokročilejší a tedy i dražší model/verzi produktu) prodeji (Parr Rud, 2001). Na následujícím obrázku je znázorněno blokové schéma řešené úlohy v nástroji Enterprise Miner společnosti SAS Institute Inc. Komponenta WORK.OMNIBUS07_INTERNETOVE_NAKUPOV ANI symbolizuje zdroj dat pro dolování a zajišťuje nahrání těchto dat do úlohy. Komponenta Association představuje algoritmus pro zpracování definovaných dat. kde použité symboly jsou stejného významu jako ve výše uvedeném vztahu. 2.2 Další parametry pravidel Kromě výše uvedených základních parametrů asociačních pravidel se sledují další důležité charakteristiky jako např. pokrytí (coverage) – 38 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 1 Blokové schéma úlohy dolování asociačních pravidel V komponentě datového zdroje jsou také nastaveny role jednotlivých proměnných v modelu (zejména jde o to, které proměnné do modelu vstupují a které jsou cílové) – v této úloze vystupují pouze dvě proměnné (o požadované struktuře dat je pojednáno dále), jako cílová je definována proměnná (atribut) vyjadřující minulé a potenciální internetové nákupy zákazníka určeného proměnnou PID, která vstupuje do modelu v roli identifikátoru. V komponentě vyhledávání asociačních pravidel jsou specifikovány tyto parametry omezující generování pravidel: minimální podpora asociace v této úloze nastavená na 10% maximální počet položek pravidla zde nastavená na 3 minimální spolehlivost pro generování pravidla v tomto případě nastavená na 20% 3.1 Zdrojová data K realizaci dolovací úlohy byla použita data poskytnutá Ing. Ladislavem Stejskalem, partnerem a koordinátorem šetření Omnibus 2007 za Ústav marketingu a obchodu Provozně ekonomické fakulty Mendelovy zemědělské a lesnické univerzity. 3.1.1 Popis a obsah dat Zpracovávaná data reprezentují odpovědi dotazovaných respondentů na jednotlivé otázky z Dotazníku pro občany v rámci šetření OMNIBUS 2007. Jedná se o dotazníkové šetření pořádané Vysokou školou evropských a regionálních studií, o.p.s. v Českých Budějovicích ve spolupráci s Českou zemědělskou univerzitou v Praze, Západočeskou univerzitou v Plzni, Vysokou školou polytechnickou v Jihlavě, Mendelovou zemědělskou a lesnickou univerzitou v Brně, Stredoeurópskou vysokou školou ve Skalici a Slovenskou poľnohospodárskou univerzitou v Nitre. Cílem uvedeného šetření je zjištění názorů občanů na otázky týkající se zejména problematiky investičního rozhodování, regionálního rozvoje a veřejné správy, spotřebitelského chování, trhu cestovního ruchu a trhu potravin. Data, která jsou zpracovávána v rámci této dolovací úlohy, mají podobu jedné tabulky o necelých stopadesáti sloupcích a více než dvou tisících řádcích. Každý záznam (řádek) představuje jeden vyplněný dotazník. Jednotlivé atributy (sloupce) představují konkrétní odpověď respondenta na určitou otázku v dotazníku. Tyto atributy mohou také být pouze částí odpovědi, a to v případě, že v odpovědi bylo možné vybrat více variant nebo určit důležitost varianty – každá varianta představovala jeden atribut, který mohl nabývat více hodnot. Data byla získána pomocí několika technik sběru dat, např. papírové dotazníky, různé varianty webových formulářových dotazníků (každá instituce podílející se na výzkumu shromažďovala data do svých databází). Z této skutečnosti pak pramenila potřeba sjednotit podobu dílčích datových zdrojů. 3.1.2 Předzpracování dat Z důvodu výše zmíněné různorodosti zdrojů a i dalších nedostatků v datech bylo nutné všechna data konsolidovat do jediného zdroje a nadále je upravit. Snahou těchto transformací bylo upravit data do jednotného formátu (struktury) vhodného pro dolování. Nežádoucím jevem v datech byly různé logické chyby, například v části dotazníku zjišťující od respondenta základní identifikační údaje docházelo k tomu, že v jedné otázce bylo zadáno státní občanství a v jedné z dalších otázek, nezávisle na výše uvedené odpovědi, vybrán region bydliště, přičemž bylo možné jako státní občanství zadat např. Českou republiku a zároveň z regionů vybrat např. Bratislavský kraj. Tento nesoulad bylo naštěstí možné ve většině případů odstranit dohledáním regionu bydliště respondenta podle uvedené obce a upravením příslušných atributů (špatně uvedeného státu nebo kraje) – jiná část šetření se totiž zabývala spokojeností s různými oblastmi života v místě bydliště respondenta a toto bydliště zde bylo také uvedeno. Tímto způsobem často byly i doplněny některé chybějící hodnoty atributů, které bylo možné odvodit z atributů jiných. Z určitých skupin dat byly odstraněny další nesrovnalosti způsobené integrací několika zmiňovaných datových zdrojů. V některých skupinách dat bylo u příslušného atributu uvedeno „ano“ nebo „ne“ (označený příslušný checkbox ve webovém formuláři), v jiných podmnožinách dat byly tyto atributy prázdné a jiný atribut obsahoval souhrnnou odpověď – řetězec obsahující označení jednotlivých položek vybraných respondentem (např. mezerami či jinak oddělená písmena a, b, c atd.). Z těchto řetězců byla tato jednotlivá označení (písmena) vyextrahována 39 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT a do příslušného sloupce přenesena správná hodnota – např. v MS Excelu v buňkách příslušného sloupce funkcí =KDYŽ(JE.CHYBHODN(NAJÍT("a"; <buňka_s_řetězcem>; 1)); ""; "ano"). Použitím nejen uvedených způsobů vedoucích k vyčištění a zhodnocení dat, se však všechna negativa odstranit nepodařilo. Pro dolování asociačních pravidel v této úloze ale byly použity atributy, jejichž negativa bylo možné odstranit. Zmiňované nedostatky se objevují v atributech, jejichž hodnoty z převážné většiny nebylo možné zařadit do několika (cca max. deseti) kategorií. Takovými jsou např. uvedení různých názorů nebo zdůvodnění spokojenosti či nespokojenosti zákazníka s produktem. 3.1.3 Příprava dat pro dolování Před vlastním dolováním asociačních pravidel bylo nutné vybrat atributy, které budou do procesu vstupovat a upravit je do podoby zpracovatelné dataminingovým nástrojem. Požadovaná struktura dat je demonstrována následující tabulkou. Tab. 1 Ukázka struktury dat pro dolování asociačních pravidel 1 1 1 2 2 2 pivo chleba ovoce pivo čokoláda chleba První sloupec je označení (identifikační číslo) zákazníka, druhý sloupec udává zboží, které zákazník koupil. Nejsou zde uvažovány další faktory, jako je množství zakoupeného druhu výrobku nebo čas jeho zakoupení (předpokládá se, že nákupy všech uvedených položek byly provedeny současně), neboť tyto skutečnosti jednak nebylo možné z odpovědí respondentů získat, a také pro tuto úlohu nejsou důležité – pro jednoduchost postačuje informace, zda si zákazník určitý druh zboží někdy prostřednictvím internetového obchodu zakoupil. Pro transformaci zdrojových dat z podoby demonstrované následující tabulkou do požadovaného formátu bylo využito kancelářského databázového systému MS Access. První sloupec tabulky zde opět udává identifikaci zákazníka a další sloupce udávají informaci o tom, zda si zákazník příslušný druh zboží zakoupil či nikoliv. Tab. 2 Ukázka struktury zdrojových dat PID A6_obleceni A6_knihy A6_elektro 1 ano ne ano 2 ano ano ne 3 ano ano ano Příprava dat sestávala ze dvou základních kroků: vybrání požadovaných sloupců tabulky (zdrojových dat) a nahrazení příslušných hodnot novou vhodnější hodnotou vyjadřující nákup či zájem o nákup konkrétního produktu „sesypání“ dvojic položek zákazník–nákup do jedné dvousloupcové tabulky. První krok byl realizován SQL příkazem: SELECT PID, IIF(A6_media="ano","eshop_media",NULL) AS A6_media, IIF(A6_elektro="ano","eshop_elektro",NULL) AS A6_elektro, IIF(A6_klenoty="ano","eshop_klenoty",NULL) AS A6_klenoty, IIF(A6_tisk="ano","eshop_tisk",NULL) AS A6_tisk, IIF(A6_kosmetika="ano","eshop_kosmetika", NULL) AS A6_kosmetika, IIF(A6_obleceni="ano","eshop_obleceni",NULL) AS A6_obleceni, IIF(A6_potraviny="ano","eshop_potraviny", NULL) AS A6_potraviny, IIF(A6_jine <> "ne" AND A6_jine IS NOT NULL,"eshop_" & A6_jine,NULL) AS A6_jine, IIF(A8_cerstve="spíše ano" OR A8_cerstve = "rozhodně ano","zajem_cerstve",NULL) AS A8_cerstve, IIF(A8_trvanlive="spíše ano" OR A8_trvanlive = "rozhodně ano","zajem_trvanlive",NULL) AS A8_trvanlive, IIF(A8_napoje="spíše ano" OR A8_napoje = "rozhodně ano","zajem_napoje",NULL) AS A8_napoje, IIF(A8_prumyslove="spíše ano" OR A8_prumyslove = "rozhodně ano", "zajem_kosmetika",NULL) AS A8_kosmetika FROM omnibus; Při výběru relevantních atributů ze zdrojových dat byly rovnou funkcí IIF nahrazeny hodnoty určitých položek požadovanými hodnotami a to následujícím způsobem: U atributů týkajících se již provedených nákupů v případě, že položka obsahovala hodnotu „ano“, byla nahrazena řetězcem vyjadřujícím nákup příslušného produktu, v případě, že obsahovala jinou hodnotu („ne“) nebo neobsahovala žádnou hodnotu, byla tato položka nahrazena hodnotou NULL, tzn. hodnota byla „vymazána“. U atributů týkajících se zájmu o budoucí elektronické nakupování občanů vyjádřených úrovní tohoto zájmu byly pro jednoduchost položky obsahující hodnotu „spíše ano“ nebo „rozhodně ano“ chápány pouze jako zájem o nákup toho konkrétního produktu („vážnost“ toho zájmu nebyla zohledněna). Tyto hodnoty byly 40 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT nahrazeny řetězcem vyjadřujícím zájem o nákup této komodity a ostatní hodnoty byly opět odstraněny. Výsledkem výše uvedeného příkazu byl nový datový zdroj použitý v následujícím příkazu implementujícím druhou fázi přípravy dat. SELECT PID, A6_elektro AS nakup FROM nakupovani WHERE A6_elektro IS NOT NULL UNION SELECT PID, A6_klenoty FROM nakupovani WHERE A6_klenoty IS NOT NULL UNION SELECT PID, A6_media FROM nakupovani WHERE A6_media IS NOT NULL UNION SELECT PID, A6_kosmetika FROM nakupovani WHERE A6_kosmetika IS NOT NULL UNION SELECT PID, A6_obleceni FROM nakupovani WHERE A6_obleceni IS NOT NULL UNION SELECT PID, A6_potraviny FROM nakupovani WHERE A6_potraviny IS NOT NULL UNION SELECT PID, A6_tisk FROM nakupovani WHERE A6_tisk IS NOT NULL UNION SELECT PID, A6_jine FROM nakupovani WHERE A6_jine IS NOT NULL UNION SELECT PID, A8_cerstve FROM nakupovani WHERE A8_cerstve IS NOT NULL UNION SELECT PID, A8_trvanlive FROM nakupovani WHERE A8_trvanlive IS NOT NULL UNION SELECT PID, A8_kosmetika FROM nakupovani WHERE A8_kosmetika IS NOT NULL UNION SELECT PID, A8_napoje FROM nakupovani WHERE A8_napoje IS NOT NULL; V tomto druhém kroku šlo již pouze o sloučení výsledků několika dotazů obsahujících vždy dvojici „zákazník–nákup/zájem o nákup určitého druhu produktu“, kde druhá položka dvojice byla neprázdná (obsahovala řetězec vyjadřující nákup či zájem o nákup příslušného druhu produktu). Konečná tabulka sestávala ze dvou sloupců (viz tab. 1) a téměř čtyřech tisíc (přesně 3965) řádků. 3.2 Výsledky a jejich interpretace I přes výše uvedená nastavená omezení generování pravidel, byla z dat vytvořena stovka asociačních pravidel, z nichž pouze některá pro koncového uživatele analýzy lze považovat za zajímavá. Čím vyšší je podpora a spolehlivost, tím má pravidlo větší vypovídací hodnotu a je tedy i zajímavější. Výsledkům, které mají malou podporu, nelze přikládat velkou důležitost. Seznam a význam některých nejzajímavějších pravidel následuje: zajem_napoje ⇒ zajem_kosmetika [podpora: 25.45%, spolehlivost: 78.67%] ve čtvrtině všech transakcí (druhy zboží nakoupené přes internet či zájmů o nákupy určitých druhů zboží přes internet) se vyskytují tyto dvě položky (zájem o nákup nápojů a kosmetiky) společně téměř 80% respondentů, kteří uvedli, že mají zájem o nákup nápojů přes internet, také uvedli, že mají zájem o nákup kosmetiky přes internet eshop_tisk ⇒ zajem_napoje [podpora: 10.52%, spolehlivost: 36.94%] v cca 10% všech transakcí se vyskytuje společně nákup tiskovin a zájem o nákup nápojů přibližně v 37% všech transakcí, kde zákazník nakupuje přes internet tiskoviny, má také zájem o nákup nápojů 4 Závěr Postupy uvedené v tomto příspěvku demonstrují možnosti využití prostředků dataminingu v řízení vztahu se zákazníky (CRM – Customer Relationship Management) – v oblasti odhalování zajímavých vzorců chování stávajících zákazníků. Asociační pravidla mohou manažerovi pomoci především ve fázi hledání řešení problému např. jak zvýšit prodej – dokážou napovědět při sestavování cílených nabídek (jaké produkty nabídnout při koupi jiných produktů). Je však nutné zdůraznit skutečnost, že aby bylo možné vzniklá pravidla použít jako podklad pro rozhodnutí o podobě nabídek, je samozřejmě nutné přihlédnout k charakteru dat. Jak bylo zmíněno v článku, v tomto případě data představují odpovědi respondentů dotazníkového šetření, kde není možné ošetřit pravdivost odpovědí nebo náhodnost toho, že někdo v dotazníku „něco rychle nakliká (či zaškrtne)“ na rozdíl například od reálných podnikových dat, které obsahují skutečné výsledky chování zákazníků (jejich skutečné nákupy, placení apod.). Ne vždy je proto možné datům (a tedy i pravidlům) plně důvěřovat a záleží výhradně na osobě manažera, do jaké míry se nechá v rozhodování výsledky analýzy ovlivnit. Literatura [1] Berka, P. Dobývání znalostí z databází. 1. vyd. Praha: Academia, 2003, 368. s. ISBN 80-200-1062-9. [2] Clemente, M. N. Slovník marketingu. 1. vyd. Brno: Computer Press, 2004, 378 s. ISBN 80-251-0228-9. [3] Han, J., Kamber, M. Data Mining Concepts and Techniques. 2. vyd. San Francisco: Morgan Kaufmann, 2006, 800 s. ISBN 1-55860-901-6. [4] Novotný, O., Pour, J., Slánský, D. Business Intelligence Jak využít bohatství ve vašich datech. 1. vyd. Praha: Grada Publishing, 2005, 256 s. ISBN 80-247-1094-3. [5] Parr Rud, O. Data Mining Praktický průvodce dolováním dat pro efektivní prodej, cílený marketing a podporu zákazníků (CRM). 1. vyd. Praha: Computer Press, 2001, 329 s. ISBN 80-7226-577-6. 41 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Poděkování Článek vznikl za podpory výzkumného záměru Provozně ekonomické fakulty Mendelovy zemědělské a lesnické univerzity v Brně, MSM 6215648904/03/03/02 a projektu IG 180601 s názvem Analýza a návrh využitelnosti prostředků dataminingu při monitorování interakcí subjektů účastnících se procesu obchodování. Ing. Naděžda Chalupová Ústav informatiky PEF MZLU v Brně, Zemědělská 1, 613 00 Brno e-mail [email protected] Doc. Ing. Arnošt Motyčka, CSc. Ústav informatiky PEF MZLU v Brně, Zemědělská 1, 613 00 Brno e-mail [email protected] 42 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Problémové otázky o adaptívnych hypermediálnych systémoch Problematic Questions About Adaptive Hypermedia Systems Jozef Kapusta Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky , [email protected] 1 Abstrakt Adaptívne hypermediálne systémy sú novým smerom výskumu v oblasti e-learningu. Cieľom tohto výskumu je zlepšenie funkcionality vzdelávacích systémov v personalizácií. Adaptívne hypermediálne systémy vytvárajú model z cieľov, záujmov a vedomostí konkrétneho používateľa a používajú ho počas svojej práce pre adaptáciu, ktorú vytvárajú používateľovi. V článku sumarizuje problémové otázky pri tvorbe a implementácií adaptívnych hypermediálnych systémov. Abstract Adaptive hypermedia system is a new direction of research within the area of e-learning. The goal of this research is to increase the functionality of education systems by making them personalized. Adaptive hypermedia systems build up a model of goals, preferences and knowledge of the individual user and use this throughout the interaction for adaptation to the needs of that user. In the paper we sumarized the problematic questions about adaptive hypermedia systems. Úvod Myšlienka zavádzania adaptívnych hypermediálnych systémov (ďalej AHS) do hypertextových dokumentov je známa od roku 1992. Samozrejme od tohto kroku, bolo iba otázkou času, kedy sa adaptivita prenesie do všetkých oblastí internetu, nevynímajúc ani vzdelávací proces. AHS sleduje chovanie a charakteristiku konkrétneho používateľa a na ich základe zostavuje a používateľovi poskytuje adaptovaný dokument. Pre svoju prácu potrebuje väčšina systémov poznať relevantné údaje o používateľovi. Tieto údaje poskytuje väčšine systémov samotný používateľ. Vo výučbových adaptívnych systémoch sú to hlavne testy, dotazníky a pod. Okrem informácií poskytnutých samotným používateľom využívajú systémy aj automatický zber údajov o používateľovi. Do automatického zberu údajov patrí napr. sledovanie, ktoré spojenia a aký typ spojení používateľ najčastejšie používa, ako dlho sa zdržiava v konkrétnych uzloch, ako aj počet navštívení konkrétneho uzla a pod. Všetky tieto údaje sú uložené v tzv. modeli používateľa (user model). Existujú aj systémy, ktoré od používateľa nepožadujú žiadne informácie, a model používateľa si vytvárajú iba na základe interakcií používateľa so systémom [2]. Kľúčové slová adaptívne hyperemediálne systémy, používateľa, personalizácia, prispôsobovanie model 2 model, Väčšina súčasných projektov AHS je zameraná hlavne na výučbu a prezentáciu informácií vo vzdelávaní. Začleňovanie AHS do výučby si vyžaduje poznatky nielen zo softvérového inžinierstva, webového inžinierstva, problematiky programovania systémov, ale tiež aj poznatky z pedagogiky, psychológie a hlavne z didaktík predmetov, pre ktoré sa AHS vyvíjajú. Keywords adaptive hypermedia personalization systems, user AHS vo vzdelávaní 43 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Samotné prístupy k modelovaniu používateľa vychádzajú zo systémov pre výučbu, tzv. Inteligentných výučbových systémov. Tieto systémy sledujú správanie študenta a na základe spätnej väzby ho usmerňujú v jeho ďalšom štúdiu. Inteligentné výučbové systémy pozostávajú z troch častí: znalosti o predkladanej oblasti – čo učiť; špecifiká študujúceho koho učiť; vyučovacia stratégia – ako učiť. Pri modelovaní používateľa dávajú hlavnú váhu tieto systémy na študenta [4]. Cieľ adaptívneho výučbového systému samozrejme nie je vo vytvorení tzv. „umelého učiteľa“. Napriek tomu, že sú súčasné LMS navrhované prevažne pre účely dištančného štúdia, interakcia pedagóga je v nich veľmi žiadaná a prejavuje sa v rôznych formách, napr. zadania, ktoré vyhodnocuje pedagóg, podpora diskusných fór atď. Aj keď je osobný prístup pedagóga nenahraditeľný, v prípade dištančných výučbových systémov predstavuje adaptívna technológia vhodnú alternatívu k statickým systémom klasického typu. Výhody je možné ukázať hlavne v týchto oblastiach: Od určitej veľkosti skupiny nemôže pedagóg poskytnúť systematický individuálny prístup všetkým študentom, môže sa im iba individuálne venovať v prípade konkrétneho problému. Pri vhodnom riešení prinesie použitie adaptovaného hypermédia pre dištančné štúdium efektívnejší výsledok ako predkladanie statického hypermédia. Cieľom a výstupom AHS je zároveň prispôsobenie technickej stránky systému, napr. používateľské rozhranie, adaptácia hendikepovaným. Pre experimentálne účely bol na Katedre informatiky implementovaný adaptívny hypermediálny systém iLMS [5], ktorý používa techniku odporúčania odkazov. Systém iLMS pracuje ako samostatný modul v systéme Moodle. iLMS umožňuje na základne metadát a definovania závislostí odporúčať používateľovi odkazy. Tieto odkazy odporúča pomocou štyroch značiek: značka pre odporúčaný odkaz, značka pre „neutrálny“ odkaz, značka odkazu pre odporúčanie resp. neodporúčanie tohto odkazu sa systém nevedel na základe metadát rozhodnúť a značka pre odkaz, ktorý systém neodporúča študentovi. Modul po každom ponúknutom odkaze od študenta požaduje ohodnotenie vhodnosti a obsahovej relevantnosti daného odkazu. Zaujímavosťou tohto modulu je, že zahŕňa do adaptačného mechanizmu náladu, resp. aktuálnu motiváciu študenta. Tento atribút získa pomocou bloku v systéme Moodle, v ktorom môže študent vyznačiť svoju aktuálnu náladu. O br. 1 Vzhľad obsahu kurzu v systéme pre odporúčanie odkazov iLMS 3 Problémové oblasti hypermédií Adaptívne hypermediálne systémy prinášajú efektívne riešenie množstva problémov, ktoré prináša súčasny internet. V nasledujúcom prehľade uvádzame problémy „klasických“ hypermédií, ktoré sú riešiteľné pomocou adaptívnych hypermediálnych systémov: Problém straty orientácie v informačnom priestore (Getting Lost in Hyperspace). Vplyv tohto problém je väčší pri používateľoch, ktorí majú menšiu znalosť problematiky o informáciách v prehľadávanom informačnom priestore. Adaptívne hypermediálne systémy riešia tento problém klasickými adaptačnými technikami ako anotácia a skrývanie odkazov, resp. zoraďovanie odkazov podľa vhodnosti pre používateľa. Problém prebytku nerelevantných informácií, ktorými je používateľ internetu zahltený. Riešením je adaptívna navigácia spočívajúca vo filtrovaní informácií podľa cieľov používateľa alebo zoraďovanie odkazov. Predkladanie statického hypermédia bez ohľadu na konkrétny stav vedomostí používateľa. Rešpektovanie individuality používateľa môže výrazne skvalitniť a zefektívniť podávania informácia, hlavne pri elektronickom vzdelávaní. Adaptácia grafického používateľského rozhrania pre používateľov. Problematiku riešia adaptívne hypermediálne systémy napríklad postupným odkrývaním obsahu resp. pokročilejších funkcií systému alebo adaptívnou navigáciou. S adaptáciou používateľského rozhrania úzko súvisí aj adaptácia hypermediálnych systémov pre hendikepovaných používateľov [3]. 44 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 4 Problémové hypermédií oblasti adaptívnych Samozrejme, adaptívne systémy prinášajú v porovnaní so súčasnými webovými aplikáciami veľa výhod. Napriek tomu, že riešia problémy klasických hypermédií v oblastiach uvedených v predchádzajúcej kapitole, každá technológia má však aj svoje tienisté stránky, ktoré môžu byť dôvodom jej nevyužitia alebo možných komplikácií. Tieto problémové oblasti môžeme rozdeliť na problémy spojené s používaním AHS a na problémy spojené s tvorbou AHS. Niektoré tieto tienisté stránky spracované podľa [1] a [3] uvádzame v nasledujúcom prehľade. 4.1 Bezpečnosť údajov o používateľoch Systém pre svoju funkcionalitu potrebuje udržiavať a získavať informácie o charakteristike konkrétnych používateľoch, musí sledovať a zaznamenávať ich prácu počas štúdia. Používatelia sa obávajú možnosti zneužitia takto získaných informácií. Osobné údaje o používateľoch zhromažďuje veľké množstvo súčasných systémov. U AHS to však môžu byť informácie oveľa podrobnejšie. Etické pravidlá na internete zaväzujú vývojárov systémov, že pokiaľ je používateľ sledovaný systémom, musí byť o tom informovaný a musí z monitorovaním svojej práce súhlasiť. Odborníci tvrdia, že postupom času si používatelia zvyknú a nebudú to brať ako zásah do ich súkromia, ale skôr ako niečo, z čoho budú profitovať, pretože systém im poskytne rýchlejší prístup k relevantným informáciám. 4.2 Obmedzujúca a metúca funkcionalita Používatelia považujú AHS často za obmedzujúce, nepredvídateľné a mätúce. Jedným z problémov je nestálosť prezentácie, teda fakt, že v dvoch rôznych momentoch môže byť tá istá informácia prezentovaná rôzne. To sťažuje orientáciu používateľa. Najväčším rizikom je zmena spôsobu prezentácie informácií, ako aj prispôsobovanie možností navigácie. Čo je vlastne výhodnejšie z hľadiska začínajúceho používateľa? Systém, ktorý sa bude svojou obtiažnosťou prispôsobovať používateľovi alebo pevný nemeniteľný systém, ktorý napriek tomu, že je zložitý, dáva používateľovi pocit stabilného prostredia? Veď napr. „...sekretárka, ktorá si dvanásť rokov života vo vzdelávacom procese robila poznámky do zošita a ... otvorí si zošit. Bude si do neho robiť poznámky o ovládaní webového rozhrania na zadávanie faktúr. Beda, keby tam za týždeň už nebolo to veľké tlačidlo s otáznikom vľavo hore... “ 4.3 Náročnosť tvorby adaptívnych kurzov Tvorba adaptívnych kurzov je časovo náročná. Nie je to triviálny proces a prináša so sebou mnoho problémov. Oproti návrhu hyperpriestoru v klasických hypermediálnych systémoch, ktorý spočíva vo viacmenej priamočiarej definícii uzlov a hrán hyperpriestoru, je v prípade AHS situácia zložitejšia. Pri návrhu hyperpriestoru je potrebné brať do úvahy ciele, ktoré chceme prispôsobovaním dosiahnuť, a podľa toho vhodne navrhnúť koncepty a vzťahy medzi nimi. 4.4 Nedostatok podporných prostriedkov Nedostatok podporných prostriedkov je menej závažným problémom, ktorý je spôsobený skôr tým, že výskum v tejto oblasti trvá relatívne krátko. V súčasnosti podobné systémy tvoria väčšinou výskumníci, ktorí sú patrične technicky zdatní. Jednou z priorít je preto aj vytvorenie vhodných modelovacích nástrojov, ktoré by vývoj AH systémov podstatne zjednodušili, čo by viedlo k väčšiemu rozšíreniu týchto systémov. Ich vytvorenie by nemalo predstavovať vážnejší problém. 4.5 Problém studeného štartu Je zrejmé, že prípade efektívnej adaptivity systému potrebujeme množstvo údajov o používateľovi. Žiaľ, ak používateľ začína pracovať so systémom, systém nemá o ňom žiadne alebo iba minimálne informácie použiteľné pre úspešnú personalizáciu. V prípade však že prvotná adaptácia nie je u používateľa úspešná, môže tento neúspech používateľa odradiť od ďalšieho používania systému. Tento problém má dve dimenzie: studený štart nového systému a studený štart nového používateľa. Problém studeného štartu nového systému je relatívny, pretože systém môžu naplniť dátami samotný tvorcovia resp. osoby ktorých problematika týchto systémov zaujíma [4]. Problém studeného štartu nového používateľa sa rieši kladením vhodných otázok používateľovi. Avšak tento prístup môže používateľa zahltiť hneď v úvode práce so systémom. Druhým riešením je použitie sterotypov. 4.6 Ďalšie problémové oblasti Systém tým, že redukuje a upravuje možnosti navigácie, do určitej miery preberá kontrolu nad používateľom, čo je v rozpore s pôvodnou koncepciou hypertextu, kde má používateľ úplnú kontrolu nad tým, ktoré odkazy nasleduje a ku ktorým stránkam pristupuje. 45 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Tvorba AHS má veľké nároky na hardvér. Ale vzhľadom, k súčasným výkonnostným parametrov serverov, nepredstavujú tieto nároky tak významný problém ako je časová náročnosť tvorby AHS. Kritickou časťou návrhu AHS je aj návrh modelu používateľa. Spočíva v definovaní charakteristík, ktoré bude systém sledovať a patrične využívať. Čím prepracovanejší je návrh modelu používateľa, tým väčšie možnosti sa otvárajú pri jeho zúžitkovaní počas samotného prispôsobovania. Rovnako výber metód a techník, ktoré zabezpečia prispôsobovanie, musí byť premyslený. Prispôsobovanie treba navrhnúť tak, aby bolo v prvom rade prínosom pre používateľa. 5 Virtual university. Bratislava : STU Bratislava, 2006, s. 9 13. ISBN 80 - 227 - 2542 - 0. PaedDr. Jozef Kapusta Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Záver Napriek komplikovanosti tvorby a implementácie AHS, je predpoklad že problémy autorov a pedagógov neodradia od ďalšieho využívania tejto progresívnej technológie. Už v súčasnosti môžeme sledovať posuny vo výskume AHS, kedy sa autori pri tvorbe materiálov začínajú zaoberať nielen technickými vylepšeniami AHS, ale väčší dôraz kladú na implementáciu pedagogicko-psychologických koncepcií, napr. krivky učenia, opakovania a zabúdania. Aj keď ideálny systém, ktorý sa úplne priblíži každému študentovi je určite utópiou, pomocou dobre navrhnutých AHS sa dokonalej personalizácii vyučovania môžeme priblížiť. Literatúra [1] BIELIKOVÁ, M. – NÁVRAT, P. a kol. (2006) Štúdie vybraných tém softvérového inžinierstva (1). Vydavateľstvo STU, Bratislava : 2006 [2] BRUSILOVSKY, P. (2001) Adaptive Hypermedia. User Modeling and User-Adapted Interaction, Vol. 11, pp. 87-110. [3] BUREŠ, M. – MORÁVEK, A. – JELÍNEK, I.: Nová generace webových technológií. VOX, Praha : 2005. ISBN 80-86324-46-X [4] HAFNER, K. (2004) Software Tutors Offer Help and Customized Hints. NYTimes. Dostupné na: http://www.aaai.org/AITopics/html/tutor.html [5] SAUERSTEIN, G.: KI-Ansätze zur Lerner-Adaption in Lern-Management-Systemen (Diploma Works). Technische Universität Ilmenau, 2005. [6] TURČÁNI, M. New approaches in teaching of informatical subjects with the support of LMS MOODLE. In 46 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Fuzzy matematicko-logické modelování rozhodovacích procesů Mathematical – Logical Fuzzy Modeling of Decision Making Processes Cyril Klimeš Ostravská univerzita v Ostravě Přírodovědecká fakulta, Katedra informatiky a počítačů, [email protected] Abstrakt Článek se zabývá problematikou, jak lze aparát matematicko-logického modelování přizpůsobit pro potřeby rozhodování v systémech, ve kterých nejsou striktně popsány ohodnocující podmínky, ale jsou vyjádřeny neurčitě. Abstract This paper was dedicated to issues, how to adapt mathematical-logical modeling tools for decision making needs within systems, where valuating (assessment) terms have not been described strictly, but are expressed vaguely. Matematicko-logické programování, modelování, rozhodovací proces. n set S ⊆ B , where B is double-element Boolean algebra, where S represents the set of all elements X = ( x1 ,....xn ) ∈ B n , meeting given system of f i ( x1 ,.... xn ) ≥ bi ; i = 1,...m fuzzy Where Keywords Mathematical-logical modeling, decision making process. Modeling Processes Within classical mathematical – logic modeling the subject matter concerns the task to determine the pseudo - Boolean unequation. Kľúčové slová 1 Human experience is not sufficient for solving such task, since using such experience, in best case we are able to find out any solution (not anywhere near the optimum one), which meets mostly certain only terms (from the point of view of subject the most important ones). That is why it is surely important, that takes place a method enabling to find out any and all solutions, using the methods for selection of variants the optimum one could be determined this way. of fuzzy Decision modeling, Making Solving actual decision making issues we often follow the situation, where we ought to formulate a solution meeting numerous both qualitative and quantitative terms, while it is difficult at all to assess, how said solution is to look like. For needs of practice, however, it is not sufficient to find out any solution, but optimum one, i.e. meeting certain minimum (pertinently maximum) requirements. (1) b i ∈ R a B n → R are real functions. Particular elements of S then represents the variants of solving some issue given by the system (1). In practical examples (if n is big enough) often take place, that found set S is still very big (i.e. card S is big). If we would realize, that thru relatively easy way (even though laboriously and time demanding) procedure enables to determine any and all solutions of the system (1) – maximum number of these solutions is of 2n – issue does not predicate in any reducing of the system S of possible solutions, but in finding as small as possible set S 0 ⊂ S of optimum solutions such a way, that this reduced system meets all (also subjective) requirements of the customer, who does not have to choose on detailed solution from the set S as per some additional criteria. 47 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Solving this task we have to realize first, based on which additional criteria the customer selects one detailed solution from the set S of all allowable solutions, i.e. which further criteria are necessary to be involved in the system (1.). In our opinion the subjective decision making is governed with following inaccurate rules. (A) Grade of satisfaction fro achieved results. If a = (a1 ,....an ) ∈ S is a solution, subject would evaluate (assess), into which extent this solution satisfies the need. Roughly told, subject would appreciate the best, if value f i ( a1 ,....an ) was equal to certain optimum value bi, however the would accept too (even though with lower satisfaction), if f i ( a ) was in surroundings of this optimum value, etc. That is why the only unequation in (1) does not express enough the degree of satisfaction for meeting this condition. (B) Grade of solution acceptability. Due various reasons (both subjective and/or objective) the subject may determine, that solution a = (a1 ,....an ) ∈ B n he/she would not like to implement, even that in case of difficulties this solution is acceptable. That is why the subject may determine priority acceptability for particular possibilities, unless he/she a priori knows, that this possibility would become a solution. (C) Significance of particular conditions. Each limit factor has certain level of significance (importance) for the subject. This means, that if vector a = (a1 ,....an ) ∈ B n meets all considerable terms very well, while relatively purely meets the less considerable ones, subject may accept even this solution. Listed requirements may not be involved into the system of pseudo-Boolean unequations (1) and that is why applied mathematical tools must be modified first. Tools of the fuzzy set theory appears to be purposeful and simple, enabling to find out the solution algorithm relatively easy way. Then apparently S m = I Si . i =1 To determine the grade of satisfaction the subject would probably follow such way, that he/she will allocate certain value S i ( x ) ∈ 0,1 to any partial solution x ∈ S i , expressing his/her satisfaction with achieved result. That is why for each i = 1,....,m the Bn will establish fuzzy set Si of the satisfaction with achieved result. If we suppose, that values bi represent the lower limit for satisfaction, then S i (x) = 0 if f i ( x ) < bi , And that is why it is valid that If S i ( x ) > 0 , is x ∈ S i . Example. Let us say that subject will be very satisfied, iff f i ( x ) = bi + ∆bi , Will be less satisfied, iff f i ( x ) > bi + 2∆bi and will be less satisfied as well, iff bi < f i ( x ) < bi + ∆bi . Then grade of satisfaction might be depicted graphically e.g. such a way, how it was done on the below mentioned figure, which represents graph of a function S i ( x ) : B n → 0,1 . That is why the task (A) may be formalized such a way, that instead of set n Si we would introduce the fuzzy set S i ⊆ B , representing satisfaction of the subject with achieved result. fi First, let us to specify mathematical terms (A), (B), and n (C). Let us mark S i ⊆ B to be a set of all vectors, meeting the condition i, i.e. ∆bi bi { } S i = x ∈ B n : f i ( x1 ,....xn ) ≥ bi ; i = 1,...m Solving the task (B) the subject proceeds as follows: for each alternative x ∈ B n he/she has a priori 48 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT assessed certain value P( x ) ∈ 0,1 representing its a m And let i =1 priori acceptability, that is why is given following depicting Then if P : B n → 0,1 , P ⊆ B n . Roughly we may say, that the bigger are (even subjective objections), the less is allocated value. Solving the task (C) we obviously proceed such a way, that for each of terms as expressed by fuzzy sets S 1 ,...S m , P is allocated certain grade of significance α1 ,...α m ,α p , which means itself, that the only x ∈ B n , for which is valid S i ( x ) ≥ α i ; i = 1,..., m , P( x ) ≥ α p . acceptable alternatives are That is why acceptable solutions of our enlarged issue would represent a set S 0 = {x ∈ B n : S i ( x ) ≥ α i ; i = 1,..., m, P( x) ≥ α p } Of course, it may happen, that S 0 = O / , then some of terms (A), (B) has to be weakened. On the other hand, if all grades of significance α are bigger than 0, it is obvious S 0 ⊆ S , and acceptable solutions of enlarged issue are acceptable solutions of the above mentioned classical issue in the same moment, as well. S 0 may have numerous elements. If we wish to choose from S 0 a single detailed solution, we, However, set of course, would select this one, which meets the above mentioned conditions the best. That is why we would introduce fuzzy set V i ⊆ Bn such, that 0, když S i ( x ) < α i V i (x) = S i ( x ), když S i ( x ) ≥ α i S 0 = IV i ∩V p . S 0 ( x ) > 0 , is x ∈ S 0 , and optimum solution is such vector x0 ∈ B n , for which is valid that S 0 ( x0 ) = max{S 0 ( x ) : x ∈ B n } = max{S 0 ( x ).x ∈ B n } = = max((min V i ( x )) ∧ V p ( x )) 1≤ i ≤ m This way we could resolve the selection of alternatives even considering the objective requirements of the customer. 2 Conclusion Tools of the fuzzy set theory is very suitable for giving solutions of decision making issues upon specification of vague rules. References [1] Klimeš, C.: Model of the decision support system under condition of non determination. In. Acta Electrotechnica et Informatica. No.4. vyd. 2006, str. 28 – 37, Košice, Slovensko, ISSN 1335-8243 [2] Novák, V. Fuzzy Relation Equations with Words. 1. vyd. Heidelberg: Springer, 2004. s. 167-185. ISBN 3-54020322-2. [3] Novák, V., Perfilieva, I., Močkoř, J. Mathematical Principles of Fuzzy Logic. 1. vyd. Boston/Dordrecht/London: Kluwer Academic Publishers, 1999. 320 s. ISBN 0-79238595-0. Doc. Ing. Cyril Klimeš, CSc. Katedra Informatiky a počítačů Přírodovědecké fakulty Ostravské university v Ostravě. Ulice 30. dubna 22, 70200 Ostrava [email protected] V i is a fuzzy set expressing our satisfaction with achieved size of grade of affiliation to fuzzy set S i . i.e. Similarly, let 0, když P( x ) < α p V p (x) = P( x ), když P( x ) ≥ α p 49 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Model systému na podporu rozhodování za neurčitostí Model of the Decision Support System under Condition of Non-Determination Cyril Klimeš Ostravská univerzita v Ostravě Přírodovědecká fakulta, Katedra informatiky a počítačů, [email protected] Abstrakt Systémy na podporu rozhodování (SNPR) jsou interaktivní počítačové systémy, které pomáhají rozhodovacím subjektům využívat data a modely k řešení nestrukturovaných problémů. Tyto systémy jsou převážně založeny na analýze rizik s využitím zkušeností, úsudku a intuice a umožňující velmi rychlou a flexibilní analýzu s dobrou odezvou, čímž umožňují uplatnění manažerské intuice a úsudku. Taková to rozhodování jsou však vedena mnohdy s neurčitými informacemi, což vyžaduje jiné modely rozhodování. Abstract Decision support systems (hereinafter DCS only), mean interactive computer systems, which assist to decision making subjects to utilize both data and models to solve non-structurized issues. These systems were established mainly based on a risk analysis, utilizing the experience/skills, conclusion making and intuition, enabling very fast and flexible analysis with a good response, enabling the application of manager intuition and judgment this way. However such decisions are often based on uncertain information, which fact requires establishment of other decision support models. Kíčová slova Systém na podporu rozhodování, fuzzy množiny, modelování ekonomických systémů. Keywords Decision Support System, fuzzy sets, modeling economic systems. 1 Funkce systému rozhodování na podporu Předpokládejme výrobní proces v němž vyžadujeme uzavřený cyklus řízení prostřednictvím systému na podporu rozhodování. Struktura na obr. 1 vychází z potřeb optimálního řízení na základě vnějších, tzv. omezujících podmínek a koncepčních cílů vrcholového řízení. OMEZUJÍCÍ PODMÍNKY CÍLE VRCHOLOVÉHO VEDENÍ EXPERTNÍ ČASOVÉ ŘÁDY SYSTÉM NA PODPORU ROZHODOVÁNÍ ZNALOSTI UKAZATELU MONITOROVACÍ SYSTÉM Čidla výrobního procesu Systém ovlivňování výrobního procesu Výrobní proces Obr 1. Obecná struktura řízení výrobního procesu Okamžitý stav výrobního procesu je zjišťován pomocí monitorovacího systému. Tím jsou dávány systému na podporu rozhodování okamžité informace o chování tohoto výrobního procesu a provádí se ohodnocení jeho stavu. Do systému na podporu rozhodování dále vstupují vnější omezující podmínky, mezi které se řadí sociálně-ekonomické podmínky jako hlavní a určující pro efektivnost výrobního procesu. Určující pro chování celého systému řízení jsou cíle vrcholového vedení. Dále se vychází z té skutečnosti, že jsou známy časové řady různých ukazatelů, charakterizujících chování výrobního procesu. Řídicí systém je zastřešen systémem na podporu rozhodování, který navrhuje a vybírá nejoptimálnější variantu výrobního procesu. 50 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Vlastní funkce systému na podporu rozhodování je naznačeny na obr. 2. NEZÁVISLÉ VELIČINY EXPERTNÍ ZNALOSTI STATICKÉ OHODNOCENÍ PRAVDĚPODOBNOSTI NAVRŽENÝCH VARIANT PŘIŘAZENÍ KONKRÉTNÍCH UKAZATELŮ MATEMATICKÝ MODEL ČASOVÉ ŘADY VÝBĚR OPTIMÁLNÍ VARIANTY Obr. 2. Funkce systému na podporu rozhodování Do systému na podporu rozhodování vstupují nezávislé veličiny, které charakterizují jednak současný stav výrobního procesu (monitorovacím systémem) a jednak omezující podmínky a cíle vrcholového řízení. Vzhledem k tomu, že kombinace jejich výskytu má různou pravděpodobnost výskytu, pak je pomocí expertních znalostí ohodnotíme. Nezávislé veličiny a expertní znalosti vstupují do tzv. statického ohodnocení pravděpodobnosti jednotlivých navržených variant. Výstupem je vektor variant, uspořádaný podle velikosti pravděpodobnosti se kterou mohou tyto varianty nastat. Dále pro jednotlivé varianty jsou určeny konkrétní ukazatele, které popisují patřičnou variantu. Systém ukazatelů dále vstupuje do matematického modelu, který na bázi učících ukazatelů, tzn. jejich časových řad z minulosti určí normu příslušné varianty. Výpočet se provádí pro všechny varianty, z nichž je nutné v dalším kroku nalézt optimální variantu kombinace ukazatelů pro následné řízení výrobního procesu. 2 Vymezení pojmů Systém reprezentuje určitou abstrakci reálného objektu, který nezkoumáme v jeho komplexnosti, ale zkoumáme jen tu část, která nás zajímá a která je pro chování objektů, jež sledujeme, relevantní. Samotný systém může být popsán mnoha způsoby a různí řešitelé problematiky systémů chápají systém na různých informačních a strukturálních úrovních, což snadno vede k nedorozumění. Proto jistě nebude bez užitku pro další práci zavést popis systému pomocí hierarchie tzv. epistemologických úrovní. Jednotlivé úrovně je nutné volit tak, aby přechod z nižší na vyšší úroveň snížil neurčitost chování systému. Zdrojový systém Na nejnižší epistomologické úrovni je systém definován jako zdroj dat, a proto je také označován jako zdrojový systém. Je určen množinou veličin, časových okamžiků a hodnot. Jednotlivé veličiny na úrovni zdrojového systému chápeme jako zdroje informací, které v daných časových okamžicích nabývají některého údaje z množiny hodnot. Na této úrovni není k dispozici žádná relace mezi jednotlivými veličinami. Na úrovni zdrojového systému mají všechny hodnoty stejnou pravděpodobnost. Data systém Je-li zdrojový systém doplněn daty, a to buď naměřenými nebo požadovanými, které jsou hodnotami veličin v určitých časových okamžicích, pak je tento systém označován jako data systém. Data systém je tedy definován jako dvojice S1 = (S0, Ma), kde S0 je definice systému na úrovni zdrojového systému a Ma je tzv. matice aktivity. Každý řádek uvedené matice je tvořen množinou hodnot, kterých nabývá určitá veličina během experimentu. Znalost těchto hodnot nám umožní odhadnout jednotlivé pravděpodobnosti, což sníží neurčitost popisu systému. Generativní systém Cílem přechodu od data systému ke generativnímu systému je vytvoření časově invariantních vztahů mezi jejich veličinami, a to tak, abychom byli schopni generovat stejná data (za stejných podmínek) jako jsou obsažena v matici aktivity Ma data systému. Generativní systém neobsahuje žádná data, obsahuje pouze relace, které data generují. Relace lze vyjádřit např. ve formě podmíněných pravděpodobností. Strukturní systém V definici generativního systému jsou vyjádřeny pouze různé druhy pravděpodobností. Cílem přechodu mezi generativní a strukturní úrovní je vystižení kauzálních vazeb mezi veličinami, specifikace struktury systému a formalizace kvalitativních vlastností jednotlivých vazeb. Po zavedení systému epistemologických úrovní lze problémy z oblasti teorie systémů rozdělit na dvě disjunktní množiny - analýzu a syntézu. Problém spojený s transformací popisu systému z vyšší do nižší epistemologické úrovně je označován jako systémová analýza. Problém spojený s transformací popisu systému z nižší do vyšší epistemologické úrovně je označován jako systémová syntéza. Systémová analýza tedy obsahuje takové problémy, kdy hledáme vlastnosti systému na nižší úrovni při znalostech reprezentace systému na vyšší úrovni. Systémová syntéza pak obsahuje takové problémy, kdy hledáme 51 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT vlastnosti systému na vyšší úrovni při znalostech reprezentace systému na nižší úrovni. Do oblasti analýzy spadá problematika diagnostiky, simulace atd. Do oblasti syntézy spadá problematika tvorby hypotéz, plánování a návrhu. Systém na podporu rozhodování (SNPR) chápeme jako soubor mechanismů (nikoliv pouze technických) pro zabezpečení optimálního řízení. Systém na podporu rozhodování je determinován reálným objektem, pro jehož řízení je budován. Obecně lze na něj nahlížet jako na systém zpracování informace, který je jak horizontálně, tak vertikálně bohatě členěn. Horizontální členění přitom respektuje takové účelové abstrakce, které jsou na dané úrovni zpracování relevantní. Vertikální členění vystihuje problematiku zpracování informace od jejího vzniku až po využití výsledků jejího zpracování. Jednotlivé vrstvy vertikálního členění jsou uvedeny na obr. 3. Rozhodovací vrstva Vrstva Analytická vrstva Vrstva monitorovacích systémů Vrstva zdrojů Obr. 3. Vertikální členění SNPR Nejvyšší "rozhodovací vrstva" zahrnuje aktivity pro volby optimálních řídících zásahů a jejich aplikaci při řízení daného systému. Pro tuto činnost jsou nezbytné jak informace o stavu systému, případně trendy jeho vývoje, tak i znalosti o zákonitostech, kterými se chování systému řídí, tzn. popis na úrovni strukturního systému. Tento popis musí být již v počátcích činnosti SNPR k dispozici s tím, že v průběhu práce SNPR může být dále zdokonalován. Informace o stavu systému jsou produktem nižších vrstev SNPR. Vrstva zdrojů informací reprezentuje reálný objekt ve formě data systému. Význam uvedené vrstvy je v tom, že je jediným zdrojem informace. Pro efektivní činnosti SNPR je tedy nezbytné, aby vrstva zdrojů informací obsahovala veškerou (reálně dostupnou) informaci o chování reálného objektu, a to jak množiny sledovaných nositelů informace (veškeré relevantní veličiny), tak kvality informace jednotlivých nositelů (co do přesnosti i co do času). Základní manipulací s informací obsaženou v jednotlivých nositelů informace vrstvy zdrojů je jejich tzv. sběr (monitorování), který spočívá v transformaci informace do určité datové struktury. Dále předpokládejme, že uvedené operace budou realizovány pomocí tzv. monitorovacích systémů, tedy technických prostředků pro měření, převod, přenos a ukládání dat. Tato vrstva poskytuje monitorovaná data v tvaru vhodném pro další zpracování na úrovni vyšších vrstev. Obecně je nutno monitorovaná data dále zpracovávat. Jednak mohou být zatížena různými chybami, ale hlavně v řadě případů není technicky možné měřit požadované veličiny přímo, nýbrž je nutno provést měření takových veličin, ze kterých lze požadované stanovit. Tento proces monitorování není obecně triviální a v řadě případů je jím kvalita SNPR podstatně ovlivněna. Monitorovaná data, která produkuje vrstva monitorovacích systémů, se na úrovních analytické vrstvy a vrstvy syntéz dále zpracovává a výsledkem je informace o stavu systému, a to na základě syntézy analyzovaných monitorovaných dat, případně opakované syntézy spojené se simulací a v nejkomplikovanějších případech výsledkem víceúrovňové syntézy a simulace. Využití SNPR je vhodné v takových aplikacích, kde uvažovaný řízený systém je natolik složitý, že jednak samotný automatický provoz monitorovacích systémů a následné vyhodnocení monitorovaných dat je na daném stupni rozvoje vědy a techniky nereálné a jednak nejsou dostupné úplné znalosti pro generaci opatření pro řízení uvažovaného systému. V tomto případě je nezbytná spolupráce příslušných specialistů jak v procesu identifikace stavu řízeného systému, tak v generaci a výběru varianty řídícího zásahu. Na druhou stranu SNPR prostřednictvím svých technických, programových a znalostních prostředků tvoři pro složité systémy prostředek, bez něhož je proces řízení systému nemyslitelný. 3 Matematický model strategického rozhodování za neurčitosti Při strategickém rozhodování o rozvoji určité oblasti výroby je velice výhodné využít informace z dřívějšího vývoje, neboť v nich jsou zakódovány závislosti jejich jednotlivých složek. Těchto informací lze také s výhodou využít i pro predikování vývoje různých ukazatelů a jejich následnou optimalizaci. Jedná se o úlohy modelování závislostí různých ukazatelů a následné vyhodnocování variant z hlediska určitých optimalizačních kritérií. Jedna z nejvíce používaných ekonomických systémů využívá veličiny ve sledovaném období vycházejícího z chování závislé a metod modelování pro popis vývoje funkčního vztahu, nezávislých veličin, 52 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT který pak nutně musí kopírovat různé a většinou značné výchylky ve velikosti nezávislých veličin. Tento trend se pak automaticky přenáší zcela bezdůvodně i do prognózy chování dané veličiny. Nejčastější příčinou tohoto stavu je snaha o nejlepší aproximaci časových řad charakterizujících chování daných veličin. Cílem této části je navrhnout metodu eliminace uvedených většinou náhodných výchylek v chování nezávislých veličin a vytvořit tak model, který by věrněji simuloval hlavní trendy v chování veličin. Předpokládejme, že je dáno n veličin x1, ..xna každá je popsána časovou řadou xi={xit : t∈T} a dále je dána veličina y závislá na x1,…,xn rovněž s časovou řadou y={yt:t∈T}. Naším cílem je určit algoritmus (lineárního typu), který by z obecných hodnot x1,…,xn určil veličinu y, (x1,…,xn)→y, a to v souladu s průběhem časových řad x1, …,xn,y v období T. Za tímto účelem si provedeme nejdříve určité kvalitativní rozdělení universa každé nezávislé veličiny xi s cílem popsat zóny v těchto universech, které mají kvalitativně různé vlivy na chování závislé veličiny y. K tomuto cíli nám nejlépe poslouží teorie fuzzy množin. Pro každou proměnnou xi budeme tedy v množině reálných čísel Re definovat fuzzy relaci ~ Re 2 , k = 1,..., m Rik ⊂ i popisující hodnoty proměnné xi s přibližně stejným vlivem na chování veličiny y. Vzhledem k předpokládanému hladkému průběhu funkcí Rik budeme předpokládat, že Rik je kartézským součinem nějaké fuzzy množiny ~ Re , tj. Aik ⊂ (1) Pro každé i,1 ≤ i ≤ n , každé t ∈ T a xit ∈ X i existuje k ,1 ≤ k ≤ mi tak, že Aik ( xit ) f 0 . (2) Jestliže Rik ( x, x´) >0, pak změna veličiny každé y způsobená změnou veličiny xi z hodnoty x na x´ je „malá“. (3) Stupeň pravdivosti výroku (2) závisí pozitivně na hodnotě výrazu Rik ( x, x´) . Uvedené axiomy (s výjimkou (1)) jsou nepřesně formulovány a převážně vyjadřují intuitivní význam zavedení fuzzy relací Rik.. Zásadním problémem je určení změny veličiny y při změně veličiny xi z hodnoty x na x´, když k dispozici jsou pouze hodnoty diskrétních časových řad Xi,Y. Za účelem přesnější formulace uvedených axiomů budeme uvažovat klasický model závislosti xi a y, získaný např. metodou nejmenších čtverců, tj. n y = ∑ a i xi + a 0 (1) i =1 pomocí časových řad xi,y. Na tomto místě se dopouštíme chyby tak, jak jsme se o tom zmínili v úvodu. Vzhledem k tomu, že vztah (1) nepoužíváme pro predikci, ale pouze pro analýzu závislosti y na xi v daném období T a dále pro určení fuzzy množin Aik, jejichž další využití je velmi robustní a bez zásadního vlivu na výsledek, není důsledek využití vztahu (1) tak závažný, jako při klasickém použití. Pomocí této úvahy můžeme formulovat axiomy (2), (3) přesně a to následujícím způsobem. Jestliže dvě hodnoty x,x´ veličiny xi leží v jádru fuzzy relace Rik, , tj. Rik(x,x´) = 1 (tj. mají vskutku analogický vliv na chování y), pak budeme požadovat, aby platilo d ( x, x´) = y ( x1 ,..., x,..., x n ) − y ( x1 ,..., x´,..., x n ) <ε pro všechny x1,…,xn a dané ε > 0. Jestliže ale x,x´ mají jen přibližně stejný vliv, tj. 0< Rik ( x, x´) <1, pak Rik ( x, x´) = Aik ( x) ∧ Aik ( x´) . Z hlediska vlastní interpretace této relace budeme dále předpokládat, že dvě hodnoty x,x´nezávisle proměnné xi mají přibližně stejný vliv na chování y, pokud existuje k ,1 ≤ k ≤ mi \5k, 1 \), tak, že připouštíme, že hodnota ε se může zvětšit o určité procento tím větší, čím menši je hodnota Rik(x,x´), tj. lze psát x, x´∈ Supp( Rik ) = {(z , z´) ∈ Re : Rik ( z , z´) > 0} Vzhledem k tomu, že pro určení di(x,x´) používáme 2 Po fuzzy relacích Rik resp. fuzzy množinách Aik budeme požadovat, aby splňovaly následující axiomy: d ( x, x´) < ε + (1 − Rik ( x, x´)).ε . vztah (1), je d i ( x, x´) = ai ( x, x´) a tedy axiomy (2) a (3) můžeme sjednocujícího axiomu: přepsat do následujícího 53 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT (2') Existuje ε > 0 takové, že pro každé i a hodnoty x1 ,..., xi −1 , xi +1 ..., x n , x,x´∈ Re splňující podmínku Rik ( x, x´) >0 platí ε x − x´ < .( 2 − Aik ( x´) ∧ Aik ( x )) . ai Axiomy (1), (2') nám nyní dávají dobrý předpoklad pro konstrukci fuzzy množin Aik. K určení Aik je zapotřebí specifikovat: (a) tvar funkce Aik , (b) polohu funkce Aik v Re. Předpokládejme, že Supp(Aik)=(b1,b2), pak podle axiomu (2') musí platit ε b1 − b2 < ε (2 − Rik (b1 , b2 )) ≤ 2. ai ai a podobně jestliže Ker Aik = (c1,c2), musí platit c1 − c 2 < ε (2 − Rik (c1 , c 2 )) = ai ε ai . Řekneme tedy, že S je c-shluk v Xi, jestliže existují x,x´,∈ Xi takové, že platí 1) S=[x,x´] ∩ Xi 2) x-x´ < 2c Pro dva shluky S, S´ můžeme psát S ≤ S´ právě, když pro každé x ∈ S, x´∈ S´, x ≤ x´. Pak zřejmě existuje jediný systém c-shluků {Si} takový, že S1 < S 2 < ….< S mi ,U S k = X i Konstrukce Sk je zřejmá: S1 = {x ∈ X i : x − x min < 2c} kde xmin je nejmenší prvek v Xi. Jestliže jsou již dány S1,…..,Sk, pak S k +1 = {x ∈ X i : x ≥ xk , x − xk < 2c}, kde xk je nejmenší prvek v Xi, větší než všechny prvky v Sk Tento postup se opakuje dokud U S k ≠ X i . Pak za prvek x0 z konstrukce fuzzy množiny Aik volíme těžiště c-shluku Sk, tj. x0 = Pokud budeme předpokládat, že Aik je symetrická, můžeme tvar Aik definovat následujícím způsobem Aik d d d d x0 Obr. 4. Tvar fuzzy množiny Aik Přičemž d =2 ε ai . Platí pak následující věta (bez důkazu): Fuzzy množina Aik definovaná výše uvedeným způsobem splňuje axiom (2') pro každé x0. Pro řešení úlohy (b) se zaměříme na analýzu časové řady Xi vzhledem ke shlukům délky 2c = délka Supp Aik a tím m.j. získáme i číslo mi. ∑ x / Card .S k. x∈S k Další krok spočívá v určení chování výsledné veličiny y při různých kvalitativních vstupech jednotlivých proměnných xi.. Protože každá proměnná xi má celkem mi druhů kvalitativně odlišných hodnot, dostáváme celkem m1,…,mn vztahů, vyjadřujících všechny možné kombinace. Je možné, že z praktického hlediska jsou některé kombinace nereálné, vyloučit je však při této obecné úvaze nemůžeme. Pro všechny (A1k1,…,Amkm), množin vektorem k = k1 ,...., k m , kde 1 ≤ k i ≤ mi , je nutné určit koeficienty v následující implikaci. [ možné kombinace označované ] k = [k1 ,..., k m ] , Jestliže fuzzy pak m y ( x , k ) = ∑ a k ,i . x i + a k , 0 i =1 kde ak,i jsou nějaké koeficienty, přičemž kriteriem bude, aby vztah (2) byl nejtěsnější pro ty hodnoty časových řad X1,….,Xm a Y, které jsou nejvystižněji popsány kvalitativní charakteristikou k, tj. pro ty hodnoty x1,….,xm pro než je hodnota výrazu A1k1 ( x1 ) ∧ .... Amkm ( x m ) maximální ze všech 54 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT [ [ J 3 = { j ∈ J : x j ∉ x j ,min , x j ,max Mějme danou kvalitativní charakteristiku k1 ,...., k m . Pro každý časový okamžik t ∈ T si k =[ kde ] určíme váhu ωt x j ,min , x j ,max veličiny jsou ]} definovány následovně: vztahem mj x j ,min = min(U Sup A j ,t ) ω t = A1k1 ( x1t ) ∧ ... ∧ Amkm ( x mt ). t =1 mj Pak koeficienty ze vztahu (2) určíme tak, aby 2 x j ,max = max(U Supp A j ,t ). m y − ( ∑ t ∑ a k ,i × i ,t + a k ,0 ) .ω t t∈T i =1 ! → min ∑ω ] J 2 = {j ∈ J : x j ∈ x j ,min , x j ,max − S j } ostatních možných voleb kvalitativních charakteristik k. t =1 t t∈T Aj,1 Aj,3 Aj,2 Jinými slovy, nejvíce na zřetel bereme vzniklé chyby u těch časových okamžiků t ∈ T, u nichž hodnoty veličin x1,…,xm nejlépe odpovídají charakteristice k. Pro vlastní určení koeficientů ak,i je možno použít klasický postup, tj. koeficienty jsou řešením systému lineárních rovnic s maticí ∑ω ∑ω x t 1t t ∑ω x ∑ω x t t 1t 2 1t ..... ..... ∑ω x ∑ω x x t mt 1 1t mt M ∑ω x t mt ∑ω x t 1t x mt ..... ∑ω x t 2 mt xj,max Obr. 5. Rozložení fuzzy množin y každý index j ∈ J definujme čtveřici hodnot k , p , ∑ ω Pro ∑ ω y wx, v , kde 1 ≤ k , p ≤ m , v , w ∈ Re , t t t t j 1t j j j j j j j 1 M následujícím způsobem: 1. j ∈ J x mt existuje index k takový,1 že x ∈ Supp A . ∑ ωt ytPak j j j,kj Tímto způsobem dostaneme pro každou kvalitativní charakteristiku k popis funkční závislosti y(x,k), která daleko věrněji popisuje chování y v závislosti na x1,…,xm. Další postup spočívá v určení funkční závislosti y=y(x) pomocí systému implikací k = k1 ,..., k m ⇒ y ( x, k ) . Pro každou kvalitativní charakteristiku k a vektor hodnot x položíme [ xj,min Položíme Pj= kj, vj = wj = xj. 2. j ∈ J2 Pak existují dvě fuzzy množiny Aj,kj, Aj,pj, jejichž nosiče jsou nejblíže hodnotě xj. Za hodnoty vj, wj volíme největší, resp. nejmenší prvek v jádrech těchto fuzzy množin. Aj,kj Aj,pj ] [k , x] := A1k1 ( x1 ) ∧ K ∧ Amkm ( xm ) Pak určení hodnoty y=y(x) obdržíme následujícím způsobem: Rozdělme si nejdříve množinu indexů J = {1,..., m} v závislosti na vektoru x, na tři disjunktní podmnožiny: mj J 1 = j ∈ J : x j ∈ U Supp A j ,t =: S j t =1 vj xj wj Obr. 6. Rozložení fuzzy množin pro j ∈ J2 3. j ∈ J3 Pak rovněž existují dvě fuzzy množiny Aj,kj, Aj,pj, jejichž nosiče jsou nejblíže hodnotě xj. Za hodnoty vj, 55 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT wj volíme největší prvky v jádrech těchto fuzzy množin. Důležitou otázkou pak je, jak za těchto předpokladů zvolit optimální variantu. Předpokládejme tedy, že každá varianta v ∈ V je ohodnocena následujícím vektorem V Aj,kj V = (v1 ,..., v m , p v ) Aj,pj vj kde vi jsou hodnoty jednotlivých výsledných proměnných a pv je pravděpodobnost varianty v ∈ V. wj xj Obr. 7. Rozložení fuzzy množin pro j ∈ J3 Pak kvalitativní k = [k1 ,..., k m ] , charakteristika p = [ p1 ,..., p m ] nejvěrněji popisují veličinu x ze všech dostupných popisů a hodnoty v = [v1 ,..., v m ] , resp. w = [w1 ,..., wm ] nejlépe odpovídají těmto resp. kvalitativním charakteristikám. Proto k vytvoření hodnoty y=y(x) je přirozené použít hodnot y(v,k) a y(w,p) a to s váhami, určenými "vzdáleností" vektoru x od w a v. Položme tedy h1 = ∑x j + j∈J1 h2 = ∑ (w j − xj) + j∈J 2 ∑ (x j ∑ (x j + wj ) j∈J 3 ∑ (x −vj)+ j∈J 2 j − vj) . j∈J 3 Nechť dále pro dané x je K(x) následující systém dvojic kvalitativních charakteristik K ( x ) = {(r , s ) ∈ K 2 : r1 = k i , s i = p i , i ∈ J 2 ∪ J 3 } kde K je množina všech kvalitativních charakteristik. Pak položíme ∑ ( y(v, r ).[r , v].h 1 y ( x) = + y ( w, s ).[s, w].h2 ) ( r , s )∈K ( x ) ∑ ([r , v].h1 + [s, w].h2 ) ( r , s )∈K ( x ) Pro vektory V budeme nyní definovat relaci uspořádání následujícím způsobem. Nechť J = {1,...., m} a nechť {J 1 ,..., J r } je disjunktní rozklad množiny J, tj. UJ i = J , J i ∩ J j = ∅ pro každé 1 ≤ i, j ≤ r . i Množiny Ji budeme interpretovat jako třídy preference jednotlivých veličin vk. Tedy všechny veličiny vk takové, že k∈Ji mají větší význam než libovolná veličina vs taková, že s∈Jj, kde j > i. Veličiny, jejichž indexy patři do stejné skupiny Ji mají stejný význam. V dalším kroku se každé skupině Ji přiřadí váha hi této skupiny, kde hi ∈ 0,1 , která vyjadřuje skutečnost, nakolik je skupina Ji důležitější, než ostatní skupiny. Zhruba lze říci, že z celkového významu vektoru V má skupina indexů Ji význam hi.100%. Zřejmě musí platit ∑h i = 1. i Pro každý index i∈J si označme symbolem qi následující hodnotu + 1, pokud vyšší hodnota vi je výhodná qi = − 1, jinak. Nechť dále symboly Pi, Qi mají následující význam: max{vi : v ∈ V }, pokud .qi > 0, Pi = min{vi : v ∈ V }, pokud .qi < 0, min{vi : v ∈ V }, pokud .qi > 0, Qi = max{vi : v ∈V }, pokud .qi < 0. Pak položíme Tímto způsobem na základě znalosti časových řad X a Y určíme pro konkrétní hodnoty x výslednou veličinu y. Uvedený systém může m.j. sloužit jako podklad pro generování různých alternativ vývoje určitých ukazatelů, přičemž každé z vygenerovaných variant lze přiřadit určitou pravděpodobnost její existence. r d (v, w) = ∑ hi ( ∑ q j . i =1 j∈J i v j − wj wj ) kde v,w ∈ V. Dostáváme pak 56 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT r vj i =1 wj d (v, w) = ∑ hi ( ∑ q j . j∈ J i r r Pj i =1 Qj ) − ∑ hi (∑ q j ) ≤∑ hi ( ∑ q j . i =1 j∈J i r 5 ) − ∑ hi (∑ q j ) = K α ( x. y ) = V Ri ( x, y ) i =1 i=1 Zavedeme si nyní dvě fuzzy lingvistické proměnné χ1,χ2 takové, že Pokud α ( x, y ) ≥ α 0 , položíme v ≥ w (kde α0 je hladina významnosti). II. x ≤ 0, y ≥ 0 . χ1 = U 1 = (0,1),τ 1 ,M 1 χ 2 = U 2 = (0, K ),τ 2 , M 2 v≥w x ≤ 0, y ≤ 0 . Pak kde U je universum těchto proměnných, τ je množina termů a M je sémantika. Položme III. Určíme pak hodnotu τ1={malý, velmi, a, ne, velký}=τ2 5 α (− x,− y ) = v Ri (− x,− y ) a sémantiky definujme následovně: i =1 α (− x,− y ) ≥ α 0 , položíme v ≤ w . x ≥ 0, y ≤ 0. Pokud IV. M1(malý) M1(velký) M2(malý) Pak položíme w ≥ v. Pokud nenastane w ≥ v M2(velký) 1 položíme 0 0,1 0,25 0,8 0,9 1 0 0,1 K 0,25 K 0,8 K 0,9 K K Nechť jsou dále dána následující pravidla: X ∈ χ1 , Y ∈ χ 2 R1 ≡X=velká ⇒ Y= velmi velmi velká R2 ≡X=ne velmi velká a ne velmi malá ⇒Y= velmi velká R3 ≡ X= ne malá a ne velká ⇒Y ne malá R4 ≡ X= malá ⇒ Y ne velmi malá R5 ≡ X = velmi malá ⇒ Y ne velmi velmi malá Každé z těchto fuzzy pravidel Ri pak představuje fuzzy ~ U ×U . relaci v universu U 1 × U 2 , Ri ⊂ 1 2 Mějme nyní dvě varianty v, w ∈ V a definujme si vlastní relaci ≤ následovně. Položíme x = Pw − Pv , y = d (v, w) Rozlišme následující případy. I. x ≥ 0, y ≥ 0. Určíme pak hodnotu wv. Uvedený postup si ukážeme na příkladě: Nechť varianty V = {v, w} jsou ohodnoceny vektory s následujícími složkami: Obr. 8. Rozložení sémantik M Ostatní hodnoty se definují klasicky, tj. Mi(velmi X)(a)=[Mi(X)(a)]2 Mi(ne X)(a)=1-Mi(X)(a) Mi(X a Y)(b)=min(Mi(X)(b),Mi(Y)(b)). w≤v, ani 1. složka = zisk 2. složka = doba návratnosti investic 3. složka = počet pracovníků a nechť konkrétně je V = (300, 10, 100, 0.7), W = (250, 8, 150, 0.82). Indexy J = {1,2,3} rozdělíme do dvou skupin J 1 = {1},J 2 = {2,3} h1 = 0.6, h2 = 0.4 Z hlediska významu jednotlivých složek vektorů z V je jistě q1 = 1, q 2 = −1, q3 = −1 Dostáváme tedy následující hodnoty i 1 2 q 1 -1 hi 0.6 0.4 Q 250 10 P 300 8 Pak je K = 0.6(1. 3 -1 150 100 300 8 100 ) + 0.4((−1). + (−1). ) − 0.6(1) − 0.4(−2) = 0.34 250 10 150 57 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT těmito prvky nejsou vždy přesně známy, případně je nelze přesně kvantifikovat. Lze však charakterizovat určité klíčové stavy, do nichž se tyto prvky mohou dostat. Tímto způsobem lze kvalifikovat chování i těch prvků, jejichž hodnoty jsou spojité z určitého intervalu tak, že tento interval rozdělíme na význačné podintervaly. Nechť tedy každý prvek Xi se může nacházet v některém ze stavů S i1 ,...S ini . Příslušné fuzzy množiny pro χ2 jsou tedy malý velký 1 Zde je nutno poznamenat, že za prvky systému je nutné považovat i veličiny z okolí, ovlivňující daný systém. 0 0.02 0.1 0.17 0.3 0.34 S11 Obr. 9. Rozložení fuzzy množin pro příklad W11 X1 V1 x = p w − p v = 0.12 y = d (v, w) = 0.6(1. S1n1 W1k1 300 − 250 10 − 8 100 − 150 ) + 0.4((−1). + (−1). ) = 0.15 ≥ 0 250 8 150 Pak určíme α(x,y): i X(x) 1 0 2 0.2 3 0.1 4 0.9 5 0.8 V1 Vr Y(y) 0 1 1 R(x,y) 0 0 0.1 0.9 0.8 Tedy α ( x, y ) = 0.9 ≥ α 0 0.8. Tedy v ≥ w . 4 Majorantní stavy systému a jejich pravděpodobnosti V oblasti výrobních technologií existuje mnoho systémů, jejichž chování nelze exaktně určit ve všech podmínkách, protože je ovlivňováno množstvím jak vnějších, tak vnitřních faktorů a vztahy mezi těmito faktory. Velmi často však při analyzování vhodnosti těchto systémů potřebujeme stanovit, jaké jsou nejčastější stavy, do kterých se uvedené systémy mohou dostat. Protože tuto analýzu není možné ve složitějších případech provést exaktně, stačí často výsledky ve tvaru pravděpodobností nejčastěji se vyskytujících stavů. Účelem této části je vytvořit systém, který by umožňoval stanovit pravděpodobnostní ohodnocení nejčastěji se vyskytujících stavů daného systému a současně tyto nejčastěji se vyskytující stavy určit. Sm1 Wr1 Wrkr Smnm Obr. 10. Stavy prvků a jejich ovlivňování Budeme v dalším předpokládat, že uvedený systém má poměrně velkou setrvačnost, tj. nejedná se o dynamický systém se spojitou přechodnou funkci. Typickým představitelem takového systému může být např. ekonomický systém, případně systém popisující spolehlivostní chování nějakého dynamického systému. Cílem vytvářeného modulu je stanovit, který stavový vektor r ϕ = ( S1i1 ,...,.S min ), kde 1 ≤ i1 ≤ n1 ,...,1 ≤ im ≤ mn , se nejpravděpodobněji vyskytne za časový okamžik ∆t. Jedná se tedy o typickou úlohu předpovídání stavu ekonomického systému nebo spolehlivosti dynamického systému. Nechť pro každý stav Sij je dána jeho apriorní pravděpodobnost pij nezávislá na ostatních vnějších vlivech. Tyto apriorní pravděpodobnosti jsou určeny na základě expertního odhadu nebo na základě jiných statistických metod. Pro tyto pravděpodobnosti se pouze předpokládá, že platí Předpokládejme tedy, že daný systém φ je identifikován prvky X1,…,Xm, přičemž vztahy mezi 58 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT mi ∑P pi ⋅ ci 1 − pi p i ⋅ ci pi = = pi 1 − p i + p i ⋅ ci 1+ ⋅ ci 1 − pi =1 ij j =1 Z hlediska expertního ocenění je nutné dále stanovit matici křížových vlivů jednotlivých stavů systémů, tj. matici V = v ikjl , i, j, k , l kde v ikjl = hodnota, určující jaký vliv má nastoupení l-tého Vztah mezi pravděpodobnosti graficky znázornit následovně. stavu prvku k na pravděpodobnost nastoupení j-tého stavu proměnné i, i,k,=1,...,m, 1≤ j ≤ mi, 1 ≤ k ≤ m1. Budeme dále předpokládat, že pi a pi lze pak 1,0 nová pravděpodobnost +3 +2 0,75 +1 v ∈ {− 3,−2,−1,0,1,2,3} , kde interpretace těchto ik jl 0 0,5 hodnot je následující: -1 -2 -3 hodnota -3 -2 -1 0 1 2 3 0,25 význam výrazně zmenšuje pravděpodobnost zmenšuje pravděpodobnost mírně zmenšuje pravděpodobnost nemá vliv na pravděpodobnost mírně zvyšuje pravděpodobnost zvyšuje pravděpodobnost výrazně zvyšuje pravděpodobnost Vlastní simulační algoritmus začíná tím, že jeden ze stavů některého prvku systému simulačně nastane, tj. jeho pravděpodobnost bude rovna 1. Další část algoritmu spočívá v určení vlivu matice křížových interakcí na zbylé stavy. Tyto úpravy apriorních pravděpodobností jsou realizovány pomocí následujícího algoritmu. 0,0 0,25 0,5 0,75 1,0 původní pravděpodobnost Obr. 11. Vztahy mezi pravděpodobnostmi Analogický výpočet se realizuje pro matici , kde V = v jlik v jlij je velikost vlivu na nenastoupení l-tého stavu prvku k na pravděpodobnost nastoupení jtého stavu prvku i. Celý algoritmus lze znázornit následujícím způsobem. Především, jestliže pi je apriorní pravděpodobnost, pak relativní pravděpodobnost nastání jevu je ri = Nová relativní četnost Kde pi 1 − pi ri se proto určí ze vztahu ri = ri .ci ci = v ikjl + 1 , pokud v ikjl ≥ 0 , jinak ci = 1 v ik jl +1 Tedy dostáváme pro novou pravděpodobnost pi 59 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Vstup prvky systému apriorní pravděpodobnosti matice vlivů - Výběr jednoho stavu, který nastane nebo nenastane. Výpočet hodnot nových pravděpodobností pomocí matice vlivů. NE Byly všechny pravděpodobnosti modifikovány? ANO Normalizování všech takto získaných pravděpodobností. Výběr stavu nejméně vzdáleného od 1 nebo 0 Modelování nastání nebo nenastání tohoto stavu. NE Jsou takto všechny stavy vyčerpány? ANO Tisk výsledků. NE Jsou takto vyčerpány všechny prvky systému? ANO - Výsledný tisk ve tvaru všechny simulační výsledky podle typu scénáře četnost výskytu každého stavu seznam všech možných scénářů Obr. 12. Vývojový diagram simulačního algoritmu Literatura [1] Klimeš, C.: Model of the decision support system under condition of non determination. In. Acta Electrotechnica et Informatica. No.4. vyd. 2006, str. 28 – 37, Košice, Slovensko, ISSN 1335-8243 [2] Novák, V. Fuzzy Relation Equations with Words. 1. vyd. Heidelberg: Springer, 2004. s. 167-185. ISBN 3-54020322-2. [3] Novák, V., Perfilieva, I., Močkoř, J. Mathematical Principles of Fuzzy Logic. 1. vyd. Boston/Dordrecht/London: Kluwer Academic Publishers, 1999. 320 s. ISBN 0-79238595-0. Doc. Ing. Cyril Klimeš, CSc. Katedra Informatiky a počítačů Přírodovědecké fakulty Ostravské university v Ostravě. Ulice 30. dubna 22, 70200 Ostrava [email protected] 60 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Didaktika informatiky ako súčasť didaktiky prírodovedných predmetov Methodology of Teaching Informatics as a Part of Methodology of Teaching Subjects in Natural Sciences Gabriela Lovászová Univerzita Konštantína Filozofa Fakulta prírodných vied, Katedra informatiky, [email protected] 1 Abstrakt V príspevku je predstavený projekt Spoločné integrované laboratórium didaktiky prírodovedných predmetov DIDLAB financovaný Agentúrou na podporu výskumu a vývoja. Jeho cieľom je uskutočniť obsahovú prestavbu prípravy učiteľov základných a stredných škôl v rámci didaktiky prírodovedných predmetov. V príspevku špecifikujeme úlohy, ktoré budú riešené v rámci didaktiky informatiky. Abstract Project DIDLAB – The joint integrated laboratory for the methodology of teaching subjects in natural sciences is introduced in this article. The project’s aim is to carry out contextual reform of the training of elementary and high school teachers in the framework of science subjects didactics. We specify tasks in the field of methodology of teaching informatics we plan to complete within this project. Kľúčové slová Integrované laboratórium prírodovedných predmetov, geoinformatika, multimédiá, genealógia, myšlienkové mapy, programovanie v Imagine Logo, programovanie robotov LEGO.. Keywords Integrated laboratory for methodology of teaching subjects in natural sciences, geoinformatics, multimedia, genealogy, mindmaps, programming in Imagine Logo, programming LEGO robots. Úvod Záujem mladej generácie o prírodné vedy v ostatných rokoch na Slovensku ako aj v okolitých stredoeurópskych krajinách klesá. Svedčí o tom nízky záujem o vysokoškolské štúdium prírodovedného zamerania alebo nízky záujem o voľbu prírodovedných predmetov na nižších stupňoch škôl. V reforme prírodovedného vzdelávania, ktorá by tento trend zastavila, je vhodné začať zmenami v príprave budúcich učiteľov. Súčasné trendy vzdelávacích projektov vo svete smerujú k preklenutiu bariér medzi prírodovednými predmetmi a k uprednostňovaniu spoločných aspektov v obsahu a v metodológii. Vytvorenie integrovaného laboratória didaktiky prírodovedných predmetov by malo prispieť ku kvalitnejšej a koordinovanejšej príprave budúcich učiteľov. 2 Ciele projektu DIDLAB Cieľom projektu Spoločné integrované laboratórium didaktiky prírodovedných predmetov DIDLAB je uskutočniť obsahovú prestavbu prípravy učiteľov základných a stredných škôl v rámci didaktiky prírodovedných predmetov. Za týmto účelom bude na FPV UKF v Nitre vybudované spoločné integrované laboratórium didaktiky prírodovedných predmetov, ktoré bude slúžiť na výučbu didaktických predmetov a realizáciu mikrovýstupov budúcich učiteľov ako aj učiteľov z praxe v rámci celoživotného vzdelávania. Laboratórium bude slúžiť tiež na záujmovú činnosť žiakov základných a stredných škôl, ktorú budú realizovať študenti odboru učiteľstva prírodovedných predmetov. Okrem vybudovania laboratória sa v rámci projektu pripravia materiály, v ktorých sa budú uplatňovať inovované formy a metódy výučby didaktiky prírodovedných predmetov. 61 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 3 Didaktika DIDLAB informatiky v projekte Hoci informatika sa spolu s matematikou nezaraďujú medzi prírodné vedy, poskytujú pre ostatné prírodné vedy potrebný formálny, technický a metodologický aparát. Informatika ako veda o automatickom spracovaní údajov má aplikácie v podstate v každej vednej oblasti podľa toho, aké údaje spracováva. Preto sa v rámci vyučovania informatiky ponúka najširší priestor na uplatňovanie medzipredmetových vzťahov a získavanie kontextuálnych vedomostí. V rámci projektu DIDLAB sa chceme zamerať v didaktike informatiky na niekoľko tém, ktoré reprezentujú rôzne oblasti využitia informatiky. Metodika vychádza z princípov konštruktivizmu a konštrukcionizmu. 3.1 • 3.2 spracovanie a publikovanie získaných údajov rôznym spôsobom – grafy, štatistiky, referáty, hlásenia, zdieľanie informácií na internete, komunikácia. Multimédiá Integrované laboratórium prírodovedných predmetov bude technicky vybavené na prácu s multimédiami: multimediálne počítače, digitálna kamera, fotoaparát, diktafón a výučbový softvér Revelation Sound&Sight na tvorbu multimediálnych projektov Geoinformatika Integrované laboratórium prírodovedných predmetov bude vybavené počítačmi PDA s GPS navigáciou. V rámci projektu plánujeme pripraviť a overiť metodické materiály pre ich používanie na vyučovaní informatiky. Aktivity: navigácia v teréne, plánovanie trás, vyhodnocovanie údajov zozbieraných počas pohybu [3]. Obr. 2 Výučbový softvér Revelation Sight&Sound Aktivity: práca s digitálnym fotoaparátom, diktafónom, kamerou, skenerom, tvorba multimediálnych projektov. Cieľom aktivít je získať skúsenosti a zručnosti so zaznamenávaním zvukových a obrazových informácií a s ich spracovaním do komplexného multimediálneho produktu. Aktivity rozvíjajú tvorivosť. Námety na projekty sa môžu čerpať z ľubovoľného prírodovedného predmetu – z biológie, chémie, geografie, ekológie, fyziky. 3.3 v teréne, geocaching. Rôzne školské aktivity s GPS nájdeme na stránke [5]. Obr. 1 Logo celosvetovej turistickej hry Geocaching Cieľom týchto aktivít je, aby budúci učiteľ prírodovedných predmetov resp. informatiky získal skúsenosti s modernými informačnými technológiami, ktoré sa používajú v geografii. Aktivity s počítačmi PDA a s navigáciou GPS sú zamerané na: • zvládnutie technickej zručnosti v obsluhe týchto zariadení, čo prehlbuje všeobecnú počítačovú gramotnosť, Genealógia a myšlienkové mapy Genealógia (rodopis) je veda skúmajúca vývoj rodov a vzťahy medzi jedincami. Zaraďuje sa medzi historické vedy, ale aktivity, ktoré navrhujeme, sa zameriavajú hlavne na informatiku. Na vytváranie rodostromov použijeme bezplatný softvér Family Tree Builder od firmy MyHeritage, ktorý je lokalizovaný do slovenčiny. Aktivity: zber údajov o rodinných príslušníkoch, vytvorenie a zobrazenie rodostromu, určovanie rodinných vzťahov, zdieľanie údajov na internete, rodinné štatistiky. 62 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Cieľom aktivít je získať skúsenosti s návrhom a vytváraním databázy z oblasti tematicky blízkej deťom. Téma rodiny a vlastenectva má navyše výrazný výchovný aspekt [4]. algoritmické myslenie, programovanie v korytnačej grafike, pre strednú školu základy objektového programovania, programovanie paralených procesov, sieťových aplikácií, tvorba komplexných tematických projektov. Cieľom aktivít je rozvíjať algoritmické myslenie a získať správne návyky a základné vedomosti z moderného programovania. 3.5 Obr. 3 Šablóna na rodostrom Na zobrazovanie zložitých stromových a grafových štruktúr sú určené myšlienkové mapy. Zobrazujú údaje a vzťahy medzi nimi. Hodia sa na zobrazenie rodostromu, ale aj na akúkoľvek asociatívnu sieť poznatkov. Plánujeme používať softvér na tvorbu dynamických myšlienkových máp Personal Brain. Aktivity: vytvoriť osobnú myšlienkovú mapu, vytvoriť obsah učebnice prírodovedného predmetu, vytvoriť mapu poznatkov z prírodovedného predmetu alebo prírodovednej témy. Cieľom aktivít je rozvíjať abstraktné myslenie pri triedení a štruktúrovaní poznatkov, ktoré je dôležité pre každý prírodovedný predmet. Myšlienkové mapy sú vhodné tiež na prehľadné zobrazovanie rôzneho obsahu, čo môže využiť učiteľ pri tvorbe pomôcok pre žiakov. 3.4 Algoritmizácia a programovanie Jedným z fundamentálnych princípov informatiky je, že pri automatickom spracovaní údajov sa používajú algoritmy a programy. Na vyučovanie základov moderného programovania odporúčame používať programovací jazyk Imagine Logo, ktorý je na tento účel špeciálne určený. Pre školy je k dispozícii multilicencia zakúpená Ministerstvom školstva. Metodikou výučby programovania v Imagine Logu pre učiteľov informatiky sme sa zaoberali na UKF v Nitre v projekte Slovenský učiteľ kompetentný pre Európu [6]. Aktivity: podľa veku žiakov: pre základnú školu práca s hotovými aplikáciami podporujúcimi Roboty zo stavebnice LEGO Integrované laboratórium didaktiky prírodovedných predmetov plánujeme vybaviť súpravami LEGO RoboLab, ktoré obsahujú programovateľnú kocku NXT a rôzne senzory na meranie fyzikálnych veličín. Robotické stavebnice sa používajú na vyučovaní prírodovedných predmetov na realizáciu rôznych experimentov. Aktivity: stavba robota podľa návodu, vlastné úpravy robota, návrh a realizácia experimentu s robotom, programovanie činnosti robota, elektronická prezentácia experimentu. Obr. 4 Robot zo stavebnice LEGO Cieľom aktivít je oboznámiť sa s možnosťami použitia robotických stavebníc na vyučovaní prírodovedných predmetov. Aktivity rozvíjajú tvorivosť, technickú zručnosť, algoritmické myslenie a prezentačné schopnosti. Zo zahraničných projektov zaoberajúcich sa robotikou v prípravou učiteľov spomeňme grécky projekt TERECoP [1], zo slovenských MIŠŠ 21 [2]. 4 Riešenie výstupy projektu a očakávané Počas riešenia projektu v období september 2008 – december 2010 bude vybudované integrované laboratórium didaktiky prírodovedných predmetov, ktoré bude využívané na vzdelávanie a popularizáciu 63 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT vedy. Očakávané výstupy projektu z hľadiska didaktiky informatiky: • využitie laboratória pri príprave budúcich učiteľov informatiky a preškoľovaní učiteľov informatiky (vzdelávacie kurzy), • záujmová činnosť žiakov ZŠ, SŠ realizovaná študentmi učiteľstva informatiky – pravidelná, dni vedy, dni otvorených dverí, denný tábor, letný tábor, teleprojekty, • bakalárske a diplomové práce študentov učiteľstva informatiky. Ďalšími výstupmi budú publikácie v domácich a medzinárodných časopisoch zameraných na metodológiu vyučovania prírodovedných predmetov Matematika – fyzika – informatika (MIF), Acta didactica, Spreadsheets in Education, International Journal of Life-long Learning a účasť na konferenciách Didinfo, Constructionism a iné. Literatúra [1] Alimisis, D., Moro, M., Arlegui, J., Pina, A., Frangou, S. and Papanikolaou, K. „Robotics & Constructivism in Education: the TERECoP project“, EuroLogo 2007: 40 Years of Infuence on Education. Ivan Kalaš (ed.). Faculty of Mathematics, Physics and Informatics Comenius University, Bratislava, 2008, p. 39 [2] Kalaš, I. a kol. Rozvoj komplexnej digitálnej gramotnosti budúcich učiteľov (Záverečná správa aktivity 2.1 projektu MIŠŠ 21). FMFI UK, Bratislava, 2006. [3] Logotron Software: Revelation Sight&Sound. [online][cit. 2008-09-08] Dostupné na internete: <http://www.logo.com/cat/view/revelation-sightsound.html> [4] Pajtinka, Ľ. Pátranie po predkoch. Národné osvetové centrum, Bratislava, 2005. [5] Teaching Ideas for GPS. [online][cit. 2008-09-08] Dostupné na internete: <http://www.juicygeography.co.uk/gpsschool.htm> [6] Turčáni, M., Lovászová. G. and Kapusta, J. Modernizácia vyučovania informatiky s podporou IKT. CCV PF UKF, Nitra, 2008. RNDr. Gabriela Lovászová, PhD. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 64 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Multimediálna aplikácia pre podporu výučby časti predmetu Informatika na strednej škole a predmetu Architektúra počítačov na vysokej škole pomocou grafického programu Flash The multimedial application for the support of the subject Computer Teaching at Secondary schools and the subject Architecture of Computers at Universities with the help of a graphic programme called Flash Martin Magdin Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky , [email protected] Abstrakt V článku popisujeme využitie multimediálnej aplikácie s animáciami pre podporu výučby predmetu Informatika na stredných školách a predmetu Architektúra počítačov na vysokých školách pomocou grafického programu Flash. Abstract In the article we describe the usage of the multimedial application with the animations for the support of the subject Computer Teaching at Secondary schools and the subject Architecture of Computers at Universities with the help of a graphic programme called Flash. Kľúčové slová IKT, Flash, multimediálna aplikácia Keywords IKT, Flash, multimedia application 1 Využívanie IKT na stredných školách V posledných rokoch sa v laickej i odbornej verejnosti veľa hovorí o informačnej spoločnosti, o potrebe zaviesť informačné a komunikačné technológie (IKT) do škôl. Ešte pred pár rokmi bolo hlavným problémom vybavenie škôl (najmä stredných a základných) výpočtovou technikou, dnes sa ako aktuálnejší problém javí zmysluplné využitie tejto techniky vo vyučovacom procese. Poznatky a skúsenosti zo súčasného školstva poukazujú na rozpory medzi stupňom rozvoja informačných a komunikačných technológií (IKT) a charakterom vyučovacieho procesu. Tento stav je spôsobený starou koncepciou vyučovania na jednej strane, nedostatkom a úrovňou technického zabezpečenia vo vyučovaní na strane druhej. Učitelia preto hľadajú pri súčasných podmienkach spôsob ako zabezpečiť také formy a prostriedky vo vyučovaní predmetov, aby umožnili žiakom získať schopnosti a zručnosti približujúce sa praktickému životu a vyššej technologickej úrovni. V súčasnosti učitelia pracujú na zavedení novej školskej reformy obsahu vzdelávania na základných a stredných školách (od 1.9. 2008). Tá by mala postupne napomôcť zmeniť tradičnú školu na školu modernú. Mala by predovšetkým podporiť žiakov v praktických zručnostiach, ktoré im tak často chýbajú. 1.1 Podpora predmetov výučby informatických Keďže reforma školstva počíta s výučbou predmetu Informatika na strednej škole v niektorých študijných odboroch s dotáciou 1 až 2 hodiny týždenne iba v prvom a druhom ročníku štúdia (pokiaľ nechceme aby sa znížila hodinová dotácia matematiky na menej ako 2 hodiny za týždeň), je na mieste otázka, ako môžu žiaci správne zvládnuť využívanie IKT technológií a ich zavedenie do vyučovacieho procesu. 65 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Učebné osnovy sú tvorené potom napríklad tak, že prvý ročník sa zaoberá hardvérom iba v minimálnom počte vyučovacích hodín. Prevláda skôr práca s OS Windows XP, práca v textovom editore – napr. MS Word a základy počítačových sietí. V druhom ročníku učebné osnovy ponúkajú prácu v MS Excel, základy databázového systému... K podpore výučby sa majú práve využívať IKT. Keďže teórii sa venuje menšia časť hodinovej dotácie, je len na vyučujúcich ako prejavia svoje pedagogické majstrovstvo a vysvetlia žiakom učivo, ktoré tvorí základ pre používanie hardvéru počítača. Jednou z možností ako si ľahko pomôcť pri výučbe predmetu Informatika na strednej škole, alebo prípadne pri výučbe predmetu Architektúra počítačov na vysokej škole je využitie grafického programu Macromedia Flash. 2 Macromedia Flash Patrí v súčasnosti medzi najpoužívanejšie grafické programy, ktoré nám umožňujú vytvárať a animovať obrázky. Flash dokáže pracovať ako s bitmapovými obrázkami, tak aj s vektorovými. Základom tohto programu je scéna, na ktorej sa odohrávajú všetky akcie – pohyby. Flash je veľmi silným grafickým programom – dokážeme v ňom pomocou jednoduchého programovania (Action Script) vytvoriť banner, hru, či prezentáciu na www stránku. vytvára obraz. Keďže aj v tomto prípade platí pravidlo radšej vidieť ako stokrát počuť, máme možnosť funkciu jednotlivých zariadení jednoducho naanimovať, a tak zvýšiť záujem žiakov, či študentov o danú problematiku. Na to môžeme práve využiť program Macromedia Flash. 3 Výhody využitia animácií s IKT vo vyučovaní sú najmä: • v individualizácii vyučovania • v motivácii žiakov • v okamžitej spätnej väzbe • v možnosti rýchlo a efektívne komunikovať na danú tému • v efektívnom získavaní informácií • vo veľkých zobrazovacích možnostiach • v eliminácii rutinného vysvetľovania - úspora času. Toto sú však len niektoré z možností, ktoré poskytujú multimediálne aplikácie a ich aplikácia pomocou IKT do vyučovacieho procesu. Väčšina výhod sa prejaví až častejším používaním aplikácie. 3.1 Obr. 1 Prostredie programu Macromedia Flash 2.1 Vysvetlenie funkcie a práce hardvéru pomocou animácií Väčšina kníh zaoberajúcich sa hardvérom počítača popisuje jednotlivé zariadenia alebo komponenty PC z hľadiska ich využitia. Problém nastáva, ak sa žiak alebo študent spýta, prečo napr. „miznú“ dáta po vypnutí počítača, alebo ako je možné, že LCD displej Výhody vytvorenia animácií pre podporu výučby informatických predmetov v Macromedia Flash Vytvorenie multimediálnej aplikácie pre podporu výučby informatických predmetov zaoberajúcich sa hardvérom Pri vytváraní multimediálnych aplikácií je nutné dodržať niekoľko zásad, ktoré ovplyvnia celý výsledok našej práce: a) použiť správny učebný materiál – inak by naša práca nemala zmysel b) vytvoriť vhodné animácie – nie všetky objekty je vždy dobré animovať. c) správne použiť zvukové efekty – platí analógia s animáciami V prípade takej špecifickej oblasti informatiky ako je hardvér počítača sme sa zamerali najmä na tieto časti: a) ako pracuje CPU – AMD, Intel b) ako prebieha zápis, čítanie z pamäte RAM c) ako prebieha zápis, čítanie z HDD d) ako prebieha čítanie z CD/DVD e) ako pracuje zvuková karta f) ako pracuje CRT a LCD monitor 66 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT g) ako prebieha POST h) ako pracuje paralelný port i) ako pracuje laserová tlačiareň Ostatné časti počítača: a) Základná doska b) Zdroj c) PC skrinka d) CMOS e) RTC f) VGA sme popísali, ale vzhľadom na ich „jednoduchú“ funkciu neanimovali. Obr. 3 Vysvetlenie ako pracuje CRT monitor Obr. 2 Multimediálna aplikácia pre podporu výučby informatických predmetov zaoberajúcich sa hardvérom Každá z uvedených animácii je plne ovládateľná. Je možné ju kedykoľvek zastaviť, pustiť ďalej, alebo nastaviť opäť na začiatok prehrávania. Používatelia takejto aplikácie tak majú možnosť sami ovládať funkciu jednotlivého zariadenia, či „nazrieť“ do jeho vnútra. Výhoda tvorby takejto multimediálnej aplikácie spočíva aj v tom, že nie je potrebná dodatočná inštalácia žiadneho programu na počítač využívajúci OS Windows 98 a vyššie, pokiaľ chceme takúto aplikáciu využívať. Operačný systém už sám obsahuje podporu pre spustenie takejto aplikácie. Obr. 4 Vysvetlenie ako pracuje laserová tlačiareň 4 Využitie pre všetkých Využívanie IKT na e-learning, multimediálne aplikácie alebo java aplety však netreba chápať ako jediný správny smer nášho vzdelávania ale ako ďalšiu možnosť pre vzdelávanie... V prípade vytvorenia kvalitných multimediálnych aplikácií, ktoré by slúžili na podporu vzdelávania by bolo vhodné, aby sa na ňom podieľali tímy zložené zo psychológov, pedagógov, programátorov, grafikov a iných odborníkov z daných oblasti. Dosiahlo by sa tak vytvorenie kvalitného produktu, ktorý by ešte dlho po svojom vzniku našiel svoje uplatnenie v rámci výučby. 67 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Literatúra [1] R. White, How computers work, 6.vyd. SoftPress, 2003. 416 s. ISBN 80-86497-48-8 [2] D. Hillis, Obrazce v kameni (Jednoduché vysvetlenie toho, ako pracujú počítače). 4.vyd. Kaligram, 2001. 174 s. ISBN 80-71490-59-8 Mgr. Martin Magdin Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 68 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Názory študentov na využívanie e-learningu v kurzoch Základy informatiky Students' opinions on employing e-learning in the Elements of Informatics course Miroslava Mesárošová Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt 1 Základy informatiky je predmet určený všetkým študentom Univerzity Konštantína Filozofa v Nitre. Jeho cieľom je pripraviť študentov na prácu s počítačom, pričom hlavný dôraz je kladený na prácu s textovým editorom. Od roku 2007 je pre podporu vyučovania používaný aj e-learningový kurz. Príspevok prináša výsledky dotazníkov zisťujúcich názory študentov na výučbu, ktoré boli realizované v zimnom a letnom semestri akademického roku 2007/2008. Abstract Elements of Informatics is a course for all the students at the Constantine the Philosopher University in Nitra. Its purpose is to prepare students for working with computers, mainly focusing on using word processor. Since 2007 also e-learning course is used to support the education. The paper presents the outcomes of the students' feedbacks submitted in winter and summer term of academic year 2007/2008. Kľúčové slová počítačová gramotnosť, kurzy, vzdelávanie e-learning, e-learningové Keywords computer literacy, e-learning, e-learning courses, education Úvod Počítačová gramotnosť patrí medzi základné požiadavky kladené na dnešného človeka. Už počas štúdia sa od mladých ľudí vyžaduje, aby ovládali aspoň základnú prácu s počítačom. Schopnosť využívať internet na získavanie informácií, ukladať a spracovávať získané informácie, upravovať ich do požadovanej podoby a zabezpečiť ich tlač alebo odoslanie prostredníctvom elektronickej pošty sú zručnosti, ktoré sa berú ako samozrejmosť. Tomu sa prispôsobuje aj obsah vzdelávania na základných a stredných školách. Študenti, ktorí prichádzajú študovať na univerzity, už spravidla absolvovali minimálne jeden rok informatiky, väčšinou sú však ich skúsenosti omnoho bohatšie. Napriek tomu sa vysokoškolskí pedagógovia pomerne často stretávajú aj so študentmi, ktorí pracovať s počítačom vedia len veľmi málo. Ich skúsenosti v takomto prípade zahŕňajú najmä základy práce s internetom, pričom tu hovoríme o prezeraní webových stránok a jednoduchom vyhľadávaní. Niektorí študenti dokonca ani pri nástupe na univerzitu nemajú zriadenú e-mailovú schránku. Druhou oblasťou zručností týchto študentov je práca s textovým editorom, ktorá sa však obmedzuje na napísanie textu a jeho uloženie, prípadne vytlačenie. Akékoľvek formátovanie je zvyčajne robené neodborne a vzhľadom na neskoršie úpravy neefektívne. Univerzitné štúdium však vyžaduje, aby študenti dokázali využívať možnosti moderných informačných a komunikačných technológií na pokročilej úrovni. Ponúknuť predmet zaoberajúci sa základmi práce s počítačom sa teda javí nielen ako vhodný, ale skôr nevyhnutný krok smerujúci k tomu, aby všetci študenti univerzity disponovali zručnosťami potrebnými nielen pri štúdiu, ale aj v neskoršom pracovnom živote. 69 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 2 Základy informatiky a e-learning Obsahom predmetu Základy informatiky je umožniť študentom získať a/alebo zlepšiť zručnosti v práci s počítačom. Katedra informatiky Fakulty prírodných vied zastrešuje jeho výučbu nielen pre vlastných študentov, ale aj pre ostatné fakulty univerzity. Medzi povinne voliteľnými predmetmi ponúka kurz Základy informatiky 1 (ZI1), ktorý sa zaoberá základnou prácou s počítačom a podrobnejšie využívaním textového editora. Po absolvovaní tohto kurzu si študenti môžu zvoliť kurz Základy informatiky 2 (ZI2), ktorý sa venuje Internetu a tabuľkovému procesoru. Hoci kurzy boli spočiatku otvárané len v príslušnom semestri (ZI1 v zimnom a ZI2 v letnom), neskôr bol študijný plán upravený tak, aby sa mohli obidva kurzy vyučovať v ktoromkoľvek semestri. Keďže študenti musia kurz ZI1 absolvovať povinne, v zimnom aj letnom semestri je vždy otvorených niekoľko seminárov počas všetkých dní v týždni. Záujem o kurz ZI2 je nižší, čo je dané najmä užším využitím tabuľkového procesora vo väčšine oblastí štúdia a teda aj nižším záujmom zo strany študentov. Rozvoj IKT priniesol so sebou množstvo zaujímavých možností, medzi iným aj prostredia, ktoré umožňovali relatívne jednoduché vytváranie ucelených kurzov. Katedra informatiky využíva systém LMS Moodle, ktorý spočiatku slúžil len pre potreby katedry. Kurzy sa využívali len vo vybraných predmetoch a najmä pri dištančnom štúdiu. Bolo však len otázkou času, kedy bude využívať e-learning aj pri ostatných predmetoch. Neskorším nasadením systému LSM Moodle na celouniverzitnej úrovni vznikol priestor využívať jeho možnosti aj v kurzoch ZI1 a ZI2. Problém bol totiž v tom, že tieto kurzy navštevovali študenti z rôznych katedier, fakúlt a ročníkov. Navyše ich počet kládol vysoké nároky na správu systému. Bolo teda problematické využívať systém na katedrovej úrovni pre študentov celej univerzity. V letnom semestri akademického roku 2006/2007 bol v rámci jedného z projektov katedry spustený vzdelávací systém, ktorý mal ambíciu slúžiť širšej verejnosti. v rámci neho bolo možné odskúšať možnosti e-learningovej podpory pre predmet ZI1. Bol vytvorený kurz, ktorý obsahoval študijné materiály a niekoľko cvičení. v tom čase slúžil najmä ako pomôcka pri domácej príprave. Od akademického roku 2007/2008 sa situácia zmenila. Vytvorením portálu edu.ukf.sk sa otvoril priestor nielen pre ostatné pracoviská, ktoré mohli vytvárať vlastné kurzy, ale vznikla aj možnosť vytvárať kurzy k predmetom, ktoré nemali striktne danú skupinu študentov, pre ktorých je predmet určený. Pôvodne vytvorený kurz pre predmet ZI1 bol doplnený, prispôsobený potrebám jednotlivých vyučujúcich a po splnení formálnych kritérií presunutý na celouniverzitný portál. 2.1 Výhody e-learningu Dôvodom začlenenia e-learningového kurzu do vyučovania predmetu ZI1 nebola len snaha katedry presadiť využívanie moderných IKT vo všetkých predmetoch. Išlo najmä o výhody, ktoré e-learning so sebou prináša. Počas zimného semestra akademického roku 2006/2007, keď ešte e-learningová podpora v predmete ZI1 chýbala, bolo vyučovanie pomerne náročné. Išlo najmä o študentov "začiatočníkov", ktorí už boli spomínaní v úvode článku. Zatiaľ čo ostatným študentom stačilo stručné vysvetlenie problematiky a nemali problém stíhať praktické cvičenia na hodinách, "začiatočníci" sa trápili s písaním poznámok a neustálym dobiehaním ostatných študentov, keďže pracovali pomalším tempom. Zvyčajne to vyústilo do frustrácie "začiatočníkov" a nudy u ostatných študentov. 2.1.1 Dostupnosť materiálov V letnom semestri, keď bol do vyučovania nasadený elektronický kurz, sa atmosféra na hodinách zlepšila. Študenti mali k dispozícii materiály, z ktorých mohli študovať doma, a tiež cvičenia, ktoré boli určené na precvičovanie učiva. Veľkou výhodou najmä z pohľadu učiteľa bolo, že zadania úloh (či už cvičení alebo testov) nebolo potrebné dookola opakovať, prípadne spotrebovať obrovské množstvá papiera, aby každý študent dostal zadanie vytlačené. Prostredníctvom kurzu bolo jednoduché poskytnúť študentom potrebné pokyny a materiály. 2.1.2 Komunikácia Ďalšou prednosťou elektronického kurzu bola komunikácia. Ide najmä o oznamovanie dôležitých termínov, pokynov, alebo aj výsledkov testov. Prostredníctvom kurzu to nebol problém. Každý študent mal prístup k svojim študijným výsledkom, kedykoľvek si vedel skontrolovať aktuálne oznamy, mohol komunikovať so spolužiakmi a rovnako aj s vyučujúcimi, či už prostredníctvom diskusných fór, súkromných správ alebo e-mailom (v kurze si mohol vyhľadať kontakt). 70 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 2.1.3 Rôzne aktivity Pred sprístupnením kurzu pre ostatných študentov bol jeho obsah doplnený o ďalšie aktivity. Išlo najmä o odovzdávanie povinných cvičení prostredníctvom kurzu, bol vytvorený priestor pre vypracúvanie dobrovoľných cvičení. k teoretickým častiam učiva boli doplnené autotesty, ktoré študentom umožňovali otestovať svoje vedomosti z danej oblasti, ale pritom nijako nezaťažovali vyučujúceho. 2.1.4 Spätné väzby Zapojenie elektronických kurzov do vyučovania umožnilo využiť dotazníky, ktoré sú jednou z aktivít v systéme LMS Moodle. Študenti tak mali možnosť vyjadriť svoj názor k jednotlivým aktivitám alebo aj k celému kurzu. Taktiež vyučujúci má možnosť reagovať na pripomienky študentov a korigovať ďalšie vyučovanie. 2.2 Nevýhody e-learningu Na druhej strane, e-learning má aj svoje riziká. v prvom rade je to priestor, ktorý sa vytvára medzi vyučujúcim a študentmi. Využívanie elektronického kurzu so sebou prináša väčšiu voľnosť, ako pre vyučujúcich, tak aj pre študentov. Títo získavajú priestor na štúdium vtedy, kedy im to vyhovuje a ako dlho je to potrebné, čo je v súlade s modernými trendmi vo vyučovaní. Zároveň však vypracúvanie cvičení nie je determinované len na priestor učebne, a teda je tu aj možnosť podvádzania zo strany študentov. v tom prípade je už len na učiteľovi, aby priviedol študentov k tomu, aby chceli študovať a nesnažili sa za každú cenu si situáciu zľahčiť. Ďalšou potenciálnou nevýhodou využívania elektronického kurzu sú nároky na technické vybavenie. Škola zabezpečuje potrebné vybavenie počas vyučovania, ale pre domácu prípravu si už študenti musia potrebné prostriedky zabezpečiť sami. Jednou z výhrad, ktoré študenti v dotazníkoch uvádzali, bolo, že doma nemajú prístup k internetu a teda nemôžu študovať. Hoci im škola poskytuje študovne a školské počítače, oni ich málokedy využívajú na štúdium a príprava na vyučovanie sa prenáša domov. 3 len polovica, teda 67 študentov. v letnom semestri (LS) to už bola len menej ako tretina študentov - z 88 účastníkov v kurze dotazník vyplnilo len 25. Podobný fakt sme zistili aj v iných kurzoch, ktoré sú vyučované s podporou e-learningu. Netýka sa to len dotazníkov, ale aj diskusných fór a ďalších aktivít. Študenti neprejavujú záujem zapojiť sa do vyučovacieho procesu, aj keď k tomu dostanú priestor. 3.1 Otázky v dotazníku V dotazníkoch, ktoré študenti vypĺňali, bolo 24 otázok. z nich bolo 12 otvorených a 12 uzavretých. v uzavretých otázkach bola použitá päťstupňová škála, od vôbec nie po rozhodne áno s príp. obmenami vzhľadom na konkrétnu otázku. Otázky boli zamerané na spokojnosť s obsahom kurzu, hodnotenie jednotlivých častí kurzu (študijné materiály, cvičenia, testy, …) a názory na využívanie elektronickej podpory kurzu ZI1. 3.1.1 Vhodnosť využívania elektronického kurzu Na otázku o potrebe využívania elektronického kurzu vo vyučovaní drvivá väčšina študentov odpovedala áno alebo rozhodne áno. Tab. 1 Vhodnosť využívania elektronického kurzu Otázka: Čo si myslíte o využívaní elektronického kurzu pri výučbe? Je to, podľa Vás, potrebné a vhodné? Odpoveď: ZS LS rozhodne áno 25 11 áno 37 13 ani áno, ani nie 4 0 nie 1 1 vôbec nie 0 0 Môžeme vidieť, že len dvaja študenti vyjadrili názor, že využívanie kurzu nie je vhodné a štyria sa nevyjadrili ani áno, ani nie. Otázka: Čo si myslíte o využívaní elektronického kurzu pri výučbe? Je to, podľa Vás, potrebné a vhodné? Názory študentov vôbec nie Na konci semestra boli študenti požiadaní o vyplnenie dotazníkov, v ktorých mohli vyjadriť svoj názor na kurz, ktorý práve absolvovali. Zaujímavosťou je fakt, že túto možnosť využila len časť študentov. v zimnom semestri (ZS) s podporou elektronického kurzu študovalo 133 študentov, z ktorých dotazník vyplnila nie LS ani áno, ani nie ZS áno rozhodne áno 0,00% 20,00% 40,00% 60,00% 80,00% 100,00% 71 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 1 Graf názorov študentov na využívanie elektronického kurzu pri výučbe 3.1.2 Kvalita kurzu V obidvoch semestroch študenti na otázku, či elektronický kurz považujú kvalitný, odpovedali kladne. Tab. 2 Kvalita elektronického kurzu Otázka: Ohodnoťte elektronický kurz z komplexného hľadiska – považujete ho za kvalitný? Odpoveď: ZS LS rozhodne áno 14 9 áno 52 15 ani áno, ani nie 1 1 nie 0 0 vôbec nie 0 0 „lepšie by bolo robiť si na hodinách z učiva poznámky“ „náročnosť“ Vzhľadom na tieto ohlasy budú v ďalšom semestri cvičenia explicitnejšie rozdelené na povinné a nepovinné. Podobné delenie bolo aj doteraz, ale študenti zjavne brali všetky cvičenia ako celok a nerozlišovali tie, ktoré vyučujúci od nich vyžaduje a tie, ktoré sú v kurze pre tých, čo majú záujem si učivo zopakovať. 3.1.3 Spokojnosť s kurzom V závere dotazníka mali študenti vyjadriť svoju spokojnosť, resp. nespokojnosť s celkovým priebehom kurzu. Táto otázka sa síce netýka výlučne e-learningovej podpory vyučovania, ale tiež ukazuje, že študenti priebeh kurzu so zahrnutím elektronického vzdelávania vítajú. Tab. 3 Spokojnosť s celkovým priebehom kurzu Otázka: Ohodnoťte elektronický kurz z komplexného hľadiska považujete ho za kvalitný? vôbec nie nie LS ani áno, ani nie ZS áno rozhodne áno 0,00% 20,00% 40,00% 60,00% 80,00% 100,00% Obr. 2 Graf hodnotenia kvality kurzu študentmi V rámci otvorenej otázky ku kvalite kurzu mohli študenti vyjadriť akékoľvek výhrady, pripomienky, či odporúčania. v zimnom semestri sa našli pozitívne aj negatívne ohlasy: „možno by mohlo byť menej úloh, bo nie každý má prístup k internetu, alebo môžu vzniknúť podobné problémy“ „som spokojná“ „nič“ „je fajn“ „Všetko je dobre tak ako je. Nič nemeniť!“ „nič“ V letnom semestri boli traja študenti, ktorí navrhli niečo zmeniť: „odporúčam zmenšiť počet cvičení, e-kurz vyžaduje tráviť pri cvičeniach príliš veľa času, niekedy zbytočne“ Otázka: Ohodnoťte celkový priebeh kurzu ZI1 počas semestra (vyváženosť jednotlivých častí, využívanie elektronických aktivít, kvalitu poskytovaných cvičení, ...) Odpoveď: ZS LS som veľmi spokojný/á 10 8 som spokojný/á 50 12 ani spokojný/á, ani nespokojný/á 3 5 som nespokojný/á 4 0 som veľmi nespokojný/á 0 0 Len štyria študenti počas obidvoch semestrov vyjadrili nespokojnosť s priebehom kurzu. v otvorenej otázke na konci dotazníka sa našli ohlasy, v ktorých študenti kritizovali množstvo aktivít (podobne ako pri otázke o kvalite kurzu). Bolo to spôsobené najmä faktom, že viacerí nepochopili dobrovoľnosť cvičení, ktoré boli k dispozícii počas celého semestra. Taktiež sa im nepáčilo, že majú vypracúvať cvičenia a záverečnú prácu, keď je predmet hodnotený len ako „absolvoval“. Otázka: Ohodnoťte celkový priebeh kurzu ZI1 počas semestra (vyváženosť jednotlivých častí, využívanie elektronických aktivít, kvalitu poskytovaných cvičení, ...) som veľmi nespokojný/á som nespokojný/á ani spokojný/á, ani nespokojný/á LS ZS som spokojný/á som veľmi spokojný/á 0,00% 20,00% 40,00% 60,00% 80,00% 100,00% 72 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 3 Graf hodnotenia celkového priebehu kurzu študentmi 4 Záver Ako ukázali výsledky dotazníka, študenti pozitívne reagujú na využívanie elektronickej podpory vyučovania. Dáva im to väčšiu voľnosť pri organizovaní svojho štúdia, lepší prístup k materiálom a navyše je to pre nich zaujímavé, keďže e-learning ešte stále patrí medzi „nové“ a moderné formy vzdelávania, najmä ak berieme do úvahy stredné školy, z ktorých títo študenti prichádzajú. Na záver už len pár hodnotení, ktoré študenti vyjadrili v dotazníku: „Ja som naozaj spokojná. Pred tým som nevedela skoro nič a takmer celé semestrálne projekty z prvého sem. mi musel niekto druhý graficky upravovať. Tento semester som si prvýkrát upravovala prácu sama a som zistila, že to vlastne ani nie je také ťažké a ja už nie som počítačový blbec. Myslím si, že hodiny ZI1 sú úplne v poriadku tak, ako prebiehali tento semester a myslím, že dokážu byť prínosom pre každého, kto s wordom nemá veľké skúsenosti a chce to zmeniť. a myslím, že takáto forma elektronického kurzu je vážne dobrá. Ja som veľa vďaka nemu pochopila a sa naučila. Ďakujem :)“ „Vyučovanie takouto formou je zaujímavé, poučné a aj zábavné. Nemám žiadne pripomienky, som spokojná.“ Literatúra [1] Elektronický kurz Základy informatiky 1 [online] [cit. 13.8.2008] Dostupné na internete: <http://edu.ukf.sk/course/view.php?id=52> Mgr. Miroslava Mesárošová Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 73 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Spracovanie projektového zámeru vytvorenia online systému pre optimalizáciu analýzy dátových súborov a databáz Processing of Project Contemplation of OnLine System for Optimization of Analysis of Data Files and Databases Creation Michal Munk Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky , [email protected] Abstrakt Projektový zámer „OnLine systém – HelpDesk pre optimalizáciu analýzy dátových súborov a databáz“ je určený na implementáciu elektronického systému pre podporu štatistického vyhodnocovania prostredníctvom štatistického softvéru. Implementácia tohto systému umožní skvalitniť proces výučby štatisticky zameraných predmetov aj pre nematematikov a umožní zefektívniť spracovanie výskumných problémov riešených v rámci seminárnych a záverečných prác, resp. univerzitných výskumných projektov. Systém bude vyvinutý ako webová aplikácia, umožňujúca použitie na ľubovoľnej platforme a vyžadujúca na strane používateľa minimálne nároky na hardvérové a softvérové vybavenie. Abstract Project contemplation „OnLine system- HelpDesk for optimization of analysis of data files and databases” is oriented on implementation of electronic system for statistics evaluating via statistics software. Implementation of this system allows to improve the process of statistics studies for non mathematicians as well as to make the processing of research problem solved in projects and final works respective university’s research’s projects more effective. System will be created as a web application, what allows using any of platform and on the side of user requests minimal claims on hardware and software equipment. Kľúčové slová analytické metódy, optimalizácia spracovania dátových súborov, online konzultačný systém Keywords Analytical Methods, Optimization of Processing of Data Files, Online Consultation System 1 Úvod Veľký pokrok v poslednom desaťročí prinieslo používanie počítačov a špecializovaného štatistického softvéru, čo odstránilo nutnosť prevádzať manuálne komplikované výpočty. Počítače a štatistické programy umožňujú študentovi sa viac sústrediť na samotný problém štatistickej analýzy. Vďaka štatistickému softvéru nemusí študent poznať algoritmus výpočtu štatistickej metódy, ale na druhej strane musí vedieť vybrať správnu metódu, overiť jej predpoklady validity, interpretovať výsledky a samozrejme musí byť dobre metodicky pripravený. V prípade objavovania znalostí z databáz (KDD) sú počítače úplne nevyhnutné. Za podstatnú súčasť procesu KDD sú považované počítače a ľudská práca, ktorá je viazaná na použitie týchto technológií. Na ľudskú prácu sú kladené nové požiadavky (väčšia náročnosť, kvalifikácia, znalosti), čím sa dá vysvetliť zdanlivý paradox, že s väčším podielom činností, ktoré môžu vykonávať počítače, rastie i množstvo ľudskej práce. Štatistické programy majú i negatívny vplyv v tom, že umožňujú prevádzať najrôznejšie výpočty bez toho, aby študent presne chápal, čo sa počíta. 74 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Využívať „silné“ nástroje, ktoré nám dnes ponúka štatistický softvér, sa dá iba za predpokladu, že budeme mať komplexný prehľad o analytických metódach, budeme si vedieť vybrať správnu metódu a správny postup pri analýze dát. 2 14. Vytvorenie grafického web rozhrania. 15. Rozšírenie helpdesku o možnosť online konzultácií k problematike súvisiacej s analýzou dát: • Diskusné fórum – pomoc od komunity. • Zoznam problémov – pomoc od experta. 16. Experimentálne overenie online systému v praxi: • Vytvorenie kontrolnej a experimentálnej skupiny. • Vytvorenie reliabilných a validných meracích procedúr. • Realizácia experimentálneho plánu. • Kódovanie, oprava dát a prevedenie dát do počítača. • Porozumenie dátam. • Overenie validity použitých štatistických metód. • Analýza dát a interpretácia výsledkov. 17. Prípadná úprava a korekcia systému na základe výsledkov experimentu. 18. Sprístupnenie na Internete. Cieľ a metodika Hlavným cieľom projektu je zaviesť do výučby štatisticky zameraných predmetov a do spracovania výskumných problémov riešených, či už v rámci študentských prác alebo univerzitných projektov inovatívny online systém zvyšujúci optimalizáciu štatistickej analýzy dátových súborov a databáz. Postup na dosiahnutie cieľa projektu: 4. Klasifikácia všetkých v súčasnosti používaných analytických metód (štatistické metódy a metódy strojového učenia) do stromovej štruktúry podľa aplikácie. 5. Vytvorenie nástrojov na výber vhodnej analytickej metódy. 6. Vytvorenie návrhu obsahu a metodiky tvorby obsahu s dôrazom na názornosť. 7. Vytvorenie všeobecného základu zo štatistiky a databáz, t. j. navrhnutie takého obsahu, po zvládnutí ktorého nemá študent problémy s pochopením konkrétnych metód a so získavaním validných dát z databáz pre potreby hĺbkovej analýzy. 8. Spracovanie obsahu k najpoužívanejším štatistickým metódam a rozšírenie helpdesku aj o možnosti aplikovania metód strojového učenia za účelom analýzy dát z databáz. Súčasťou helpdesku nebudú len postupy pri analýze dát prostredníctvom štatistického softvéru, ale aj metodiky k realizácii výskumných plánov a KDD (objavovanie znalostí z databáz). 9. Analýza dostupných riešení pre helpdesk systémy. 10. Implementácia a konfigurácia webového servera. 11. Inštalácia a konfigurácia helpdesk systému do webového servera. 12. Technická realizácia jednotlivých kapitol (obsahu helpdesku), vizualizácia problematiky. 13. Vytvorenie anglicko – slovenského používateľského rozhrania a štatistického slovníka pre podporu používateľov pracujúcich s nelokalizovaným štatistickým softvérom. 3 Čiastkové výsledky Momentálne sú k dispozícii čiastkové výsledky v podobe dočasných technických riešení, spracovaní časti obsahu a zatriedení metód podľa aplikácie. V súčasnosti využívame služby Windows SharePoint Services, čo prináša hlavne možnosť tímovej spolupráce založenej na SharePoint portáli (komunikačné nástroje, zdieľanie dokumentov a informácií). Na portáli sú učitelia prispievatelia – pridávajú na portál informácie (v podobe oznamov, udalostí, prepojení, kontaktov a pod.) a súbory rôznych aplikácií (knižnica dokumentov, obrázkov, výučbových materiálov a pod.), ktoré zdieľajú s kolegami a študentmi. Študenti sú na portáli čitatelia, t. j. nemôžu upravovať zdieľané informácie a súbory. Okrem knižnici zdieľaných dokumentov, kde majú oprávnenia ako prispievatelia, čo im umožňuje zdieľať a verzovať dokumenty. Jednotlivé webové časti slúžia na zdieľanie informácii so študentmi. Súčasťou portálu je aj vyhľadávanie v zoznamoch a knižniciach SharePointu. Netradičné je využitie časti prieskumy, na prezentáciu príkladov škály. Študenti majú na portáli k dispozícii nástroje na online konzultácie k problematike súvisiacej s výpočtovou štatistikou a so štatistickým vyhodnotením výskumných problémov: • diskusné fórum – pomoc od komunity, 75 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT zoznam problémov – pomoc od vyžiadanej osoby. Súčasťou portálu je elektronická kniha Analýza dát. Elektronická kniha presahuje obsah univerzitných kurzov zo štatistiky. Jej súčasťou je Stromový graf analytických metód, ktorého úlohou je navigovať používateľa pri výbere správnej metódy, zobrazuje všetky dnes používané metódy, viac ako 120 metód, ktoré sú zatriedené do skupín. Graf je k dispozícii v slovenčine a angličtine. Vzhľadom na to, že graf obsahuje takmer všetky metódy, ktoré sa dnes používajú k analýze dát nebolo možné všetky spracovať. Z tohto dôvodu sme sa snažili spracovať iba tie najpoužívanejšie, a to v rozsahu 300 strán. Jej súčasťou je aj Štatistický slovník, ktorý obsahuje cez 300 odborných anglických termínov preložených do slovenčiny. Vytvorený slovník a anglická verzia grafu analytických metód predstavujú podporu pre používateľov pracujúcich s nelokalizovaným štatistickým softvérom. • Obr. 1 Čiastkové výsledky projektu Obsah knihy je členený do dvoch častí. Prvá viac - menej teoretická časť sa delí na Získavanie dát, Exploračnú analýzu a Inferenčnú analýzu. V tejto časti študent získa celkový prehľad zo štatistiky a v nasledujúcej praktickej časti si potom môže prehlbovať poznatky o konkrétnych štatistických metódach na riešených príkladoch. Pokúsili sme sa vytvoriť, taký obsah po zvládnutí, ktorého nebude mať študent, problémy s pochopením konkrétnych metód. Druhá obsiahlejšia časť, sa venuje konkrétnym štatistickým metódam (Základná štatistika (popisná štatistika, parametrické a neparametrické metódy), Analýza spoľahlivosti/prvkov (položiek), Regresná analýza, Analýza rozptylu). Študent získa teoretické poznatky o konkrétnych metódach a na riešených príkladoch sa oboznámi s postupom pri riešení konkrétnych problémov, overovaním validity použitých metód, interpretáciou výsledkov a to všetko prostredníctvom štatistického softvéru. V kapitole Základná štatistika je uvedená séria jedenástich príkladov z danej problematiky. V príkladoch okrem vysvetlenia a interpretovania použitých štatistík, mier a grafov nájdeme aj návody ako overiť predpoklady použitia jednotlivých metód a ako riešiť ich prípadné porušenia. V kapitole Analýza spoľahlivosti/prvkov (položiek) sú uvedené dva príklady. V prvom príklade je vysvetlené posúdenie kvality škály dotazníka, v druhom kvality testu. V predposlednej kapitole Regresná analýza je uvedená séria ôsmich príkladov. V prvom príklade sú vysvetlené a interpretované všetky možné štatistiky, miery a grafy, ktoré ponúka modul viacnásobná lineárna regresia. V druhom nájdeme ukážku ako overiť predpoklady pre regresnú analýzu. Ďalšie príklady sa zaoberajú špeciálnymi prípadmi a metódami a to: regresnou priamkou prechádzajúcou počiatkom, kvadratickou regresiou, overovaním stability modelu, transformáciou premenných, metódou umelých premenných, korelačnou maticou ako vstupným súborom, krokovou regresnou analýzou a predpovedaním závislej premennej. V poslednej kapitole Analýza rozptylu je uvedená séria siedmich príkladov. V prvom príklade sú vysvetlené a interpretované všetky možné štatistiky, miery a grafy, ktoré ponúka modul analýza rozptylu. V nasledujúcich troch nájdeme návod ako overiť predpoklady použitia (validity) jednotlivých analýz (ANOVA, MANOVA, opakované merania ANOVA, ANCOVA/MANCOVA). Ďalšie dva príklady sa zaoberajú špeciálnymi dizajnmi analýzy rozptylu (dizajn s náhodným efektom a hniezdny dizajn). Posledný príklad je ukážkou použitia kontrastnej analýzy – plánované porovnania. Štatistický softvér nám ponúka v rámci každej metódy/analýzy ponuku s množstvom volieb. Použité voľby v riešených príkladoch sú pod oddeľovacou čiarou vždy preložené, stručne popísané a vysvetlené, ak už tak nebolo učinené v teoretickej časti. Pod ďalšou čiarou čitateľ nájde interpretáciu výsledkov vybranej voľby. Na záver sú ponúknuté ešte tri súhrny - Prehľad odhadov k posúdeniu kvality merania, Prehľad nulových štatistických hypotéz vybraných testov a Prehľad predpokladov použitia vybraných testov, ktorý je doplnený animáciami pre zdôraznenie potreby overovať predpoklady použitia a potreby vizualizácie dát. Elektronická kniha Analýza dát má podobu web stránky, na jej spracovanie sme primárne použili Adobe Dreamweaver. Jej súčasťou je aj Štatistický 76 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT slovník, na ktorého vytvorenie sme použili Adobe Flash, rovnako ako v časti Prehľad predpokladov použitia vybraných testov, ktorý je doplnený animáciami pre zdôraznenie potreby overovať predpoklady použitia a potreby vizualizácie dát. Grafy a schémy sú vytvorené v aplikáciách Statistica a MS Visio. Na správne zobrazenie matematických vzťahov a symbolov používame MathPlayer, vzhľadom na ich veľké množstvo v samotnom materiály (v prípade ich exportu do gifov by neúmerne narástla veľkosť celého materiálu). Na vytvorenie Stromového grafu analytických metód, na ktorom je celá kniha postavená, a ktorého úlohou je navigovať používateľa pri výbere správnej metódy sme použili MS Visio a Adobe Dreamweaver. Graf je doplnený o nástroje na vyhľadávanie metód („hľadať na stránkach“, „posun a lupa“), ktoré v ňom zjednodušujú orientáciu. Nástroj „posun a lupa“ slúži na prehľadávanie stromu. Červený obdĺžnik vyznačuje zobraziteľnú oblasť. Nastavením kurzora na jeho okraj môžeme zmenšovať, resp. zväčšovať danú oblasť. Nastavením kurzora na stred obdĺžnika a pohybom myši môžeme prehľadávať graf analytických metód. Nástroj „hľadať na stránkach“ slúži na vyhľadávanie metód v strome. Po výbere konkrétnej metódy z grafu je čitateľovi ponúknutý materiál z danej problematiky za predpokladu, že táto metóda bola nami spracovaná. Technické požiadavky na spustenie: • Pre prístup k elektronickej knihe je možný akýkoľvek počítač s prehliadačom Internet Explorer 6.0 a novším. • MathPlayer, ktorý zabezpečí zobrazenie MathML v prehliadači. Nevýhody plynúce z využívania prostredia pre webové časti (web parts), t. j. pri využívaní služieb Windows SharePoint Services sú hlavne z pohľadu závislosti od platformy. Nový systém/riešenie bude vyvinutý ako webová aplikácia, umožňujúca použitie na ľubovoľnej platforme a vyžadujúca na strane používateľa minimálne nároky na hardvérové a softvérové vybavenie. 4 Prínos Všeobecný prínos vidíme vo vytvorení online systému pre optimalizáciu štatistickej analýzy dátových súborov a databáz. Používateľ systému bude mať k dispozícii: • všeobecný základ zo štatistiky a databáz, po zvládnutí ktorého nemá problémy s pochopením konkrétnych metód a so získavaním validných dát z databáz pre potreby hĺbkovej analýzy, • zatriedenie všetkých analytických metód v slovenskom a aj v anglickom jazyku pre podporu používateľov pracujúcich s nelokalizovaným štatistickým softvérom, • nástroje na výber vhodnej metódy, • postup ako aplikovať vybranú metódu prostredníctvom štatistického softvéru, • interpretácie výstupov štatistických metód, • podporu v podobe online konzultácií – pomoc od komunity, pomoc od experta. Používateľov systému uvažujeme v dvoch rovinách: • študenti • učitelia 5 Záver Na všetkých univerzitách sa vyučujú štatisticky zamerané predmety a navyše správne štatistické vyhodnotenie výskumných problémov je jedným z predpokladov úspešného obhájenia väčšiny kvalifikačných prác, resp. výskumných projektov. Okrem iného systém môže slúžiť k podpore neprezenčnej výučby. Zámerom vytvorenia helpdesku je pomôcť aplikovať správne analytické metódy nie len študentom I. II. a III. stupňa vysokoškolského štúdia (napr. pri výskumoch realizovaných v rámci bakalárskych, diplomových, rigoróznych a dizertačných prác), ale aj napríklad pedagógom pri vedecko – výskumnej činnosti v rámci riešenia projektov a pod. Literatúra [1] MUNK, M., KAPUSTA, J. Virtuálna škola „Štatistika“. In Forum Statisticum Slovacum - vedecký časopis Slovenskej štatistickej a demografickej spoločnosti. ISSN 1336-7420, 2005, roč. 1, č. 3, s. 44–49. [2] MUNK, M., VRÁBELOVÁ, M.: Vyučovanie štatistiky v nematematických odboroch. In Forum Statisticum Slovacum - vedecký časopis Slovenskej štatistickej a demografickej spoločnosti. ISSN 1336 – 7420, 2007, roč. 3, č. 5, s. 91-100. RNDr. Michal Munk, PhD. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 77 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Teórie učenia a ich aplikácia v e-podpore vyučovania Learning Theories in Electronically Enhanced Teaching Viera Palmárová Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt Spôsob, akým vyučujeme, vychádza z poznatkov a predpokladov o tom, čo je to učenie a ako sa ľudia efektívne učia. V príspevku charakterizujeme hlavné teórie učenia, ktoré v posledných desaťročiach ovplyvnili používanie počítača ako nástroja na učenie sa. Uvádzame tiež konkrétne príklady aplikácie týchto teórií v e-podpore vyučovania. Abstract The way we teach is derived from what we know about and what we think of learning process and its effectiveness. The paper deals with main learning theories that have been influencing the use of computer as a tool for learning during the past decades. We discuss the application of learning theories in electronically enhanced teaching. Kľúčové slová teórie učenia, e-podpora vyučovania Keywords learning theories, electronically enhanced teaching 1 Úvod Spôsob, akým vyučujeme, vychádza z poznatkov a predpokladov o tom, čo je to učenie a ako sa ľudia efektívne učia. V 20. storočí vznikli rôzne psychologické teórie o učení, stále sa vyvíjajú, dopĺňajú (aj pod vplyvom informačných a komunikačných technológií) a aplikujú sa s rôznym úspechom v didaktike. Niektoré staršie prístupy sa považujú za prekonané, nemoderné, no napriek tomu stále v rôznych formách pretrvávajú. Iné sú zase všeobecne prijímané ako správne, moderné, no ich uplatňovanie v praxi zatiaľ samozrejmé nie je. V príspevku uvádzame hlavné teórie učenia, ktoré v posledných desaťročiach ovplyvnili používanie počítača ako nástroja na učenie sa a výskum v tejto oblasti. 2 Behaviorizmus Základný postulát behavioristov bol sformulovaný už na začiatku 20. storočia. Pod vplyvom práce I. P. Pavlova o podmienených reflexoch a filozofie pragmatizmu začali americkí psychológovia (Watson, Thorndike a i.) zdôrazňovať, že v psychológii je nutné vychádzať iba z toho, čo je možné objektívne pozorovať a merať t. j. zo skúmania správania (vonkajších reakcií organizmu na podnety z prostredia). Vnútorným podmienkam učenia neprikladali žiaden význam. Učenie chápali ako nadobúdanie nového správania. Spojenie medzi podnetom a žiadanou reakciou sa podľa nich vytvára na základe opakovaného stimulovania a posilňovania správnej reakcie odmenou (Ďurič, 1981). Z behavioristickej teórie vychádzal B. F. Skinner, autor koncepcie programovaného (programového) učenia, ktorú predstavil v roku 1956. Zákony učenia odvodené z výsledkov pokusov so zvieratami porovnával s podmienkami školského vyučovania. Škole vyčítal malú frekvenciu upevňovania a tvrdil, že efektívnosť učenia je možné zvýšiť zorganizovaním učenia tak, aby ho bolo možné kontrolovať a riadiť zvonka – prostredníctvom dobre zostaveného programu, ktorý by každého žiaka individuálne, po malých, ľahšie zvládnuteľných krokoch, priviedol ku konečnému požadovanému komplexnému správaniu – k cieľovej vedomosti či zručnosti (Petlák, 1997, Tollingerová – Knězů – Kulič, 1966). 78 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Počítačová éra ponúka tvorcom didaktických aplikácií oveľa širší priestor pre uplatnenie poznatkov programovaného učenia a kybernetiky ako programované učebnice, rôzne automaty a trenažéry používané ako prostriedok programovanej výučby v minulosti. Mnohé súčasné výučbové programy (na vysokých školách napr. e-learningové kurzy) pozostávajú z viacerých na seba nadväzujúcich lekcií (dávok učiva). Každá z lekcií má lineárnu štruktúru: motivácia a ciele, výklad tvorený sériou stránok obsahujúcich zväčša text a obrázky príp. animácie, zhrnutie lekcie, opakovací test s poskytnutím okamžitej spätnej väzby. Takýto výučbový program dáva všetkým študentom rovnaký výklad a jedinú cestu (nanajvýš s možnosťou opakovaného prechodu). Vyššiu úroveň predstavujú výučbové aplikácie s vetveným programom, ktoré reagujú na kvalitu odpovede študenta a vedú ho alternatívnymi vetvami (napr. Kapusta, 2005). Aj tu však do veľkej miery ide o inštruktívny prístup uplatňovaný a kritizovaný v tradičnom vzdelávaní. Princípy programovanej výučby sa okrem rôznych typov výučbových aplikácií (teachware, courseware, tutoriál, elektronická učebnica, prezentácia) uplatňujú aj v systémoch orientovaných na precvičovanie a testovanie vedomostí a zručností (Cápay, 2006). 3 Kognitivizmus Kognitivizmus sa stal dominantným na konci 20. storočia, aj pod vplyvom rastúcej kritiky behavioristického pohľadu na učenie ako viac menej pasívne prispôsobovanie sa žiaka podnetom z prostredia. Kognitívna psychológia sa na rozdiel od behavioristov primárne zameriava na poznávacie procesy odohrávajúce sa v „hlave“ učiaceho sa. Snaží sa ich objasniť a modelovať. Vedomosti sú podľa kognitívnej teórie symbolické mentálne konštrukcie v mysli jednotlivca. Keď sa človek učí, prijíma informácie, ukladá si ich do pamäte a aktívne ich spracúva (CSCL, 1998). Kognitivizmu sa v súčasnosti vytýka najmä to, že ignoruje vplyv faktorov sociálnej povahy v psychike človeka (Průcha et al., 2003). S kognitívnou psychológiou úzko súvisí aj výskum v oblasti efektívneho využívania multimédií v didaktických aplikáciách. Multimediálne technológie podporujú a umožňujú názorné a aktívne učenie sa v záujem vzbudzujúcom a k učeniu motivujúcom interaktívnom prostredí, čím pomáhajú napĺňať viaceré didaktické zásady, špeciálne zásadu názornosti. Predpoklad o účinnosti multimédií ako prostriedku vyučovania sa opiera o známe výskumné výsledky z pedagogickej psychológie o podiele jednotlivých zmyslových orgánov na prijímaní a zapamätaní si informácií u človeka. Prečo a za akých podmienok sú multimédiá pre učiaceho sa prínosom, aký efekt majú multimédiá na kvalitu učebných výsledkov, ako prebieha učebný proces, ak učiaci sa vníma multimediálnu informáciu, je stále predmetom výskumov. Napr. Mayer v práci (Mayer, 2001) objasňuje kognitívnu teóriu multimediálneho učenia. Definíciu multimediálnej prezentácie prispôsobuje trendom v kognitívnej psychológii, z ktorej výsledkov výskumu vo svojej teórii vychádza. Multimediálnou chápe takú prezentáciu, ktorá využíva slová (v textovej alebo zvukovej forme) v kombinácii s obrázkami (vo forme statickej grafiky alebo animácie). Mnohými experimentmi overoval vplyv multimédií na ľudské učenie sa a na základe empirických výsledkov sformuloval niekoľko princípov a praktických postupov, ktoré odporúča uplatniť pri dizajne multimediálnej prezentácie, aby ju bolo možné nazvať efektívnou. Výskum v oblasti e-learningu sa v súčasnosti orientuje na hypermediálne adaptívne systémy schopné dynamicky prispôsobovať používateľské prostredie výučbovej aplikácie a spôsob prezentovania obsahu prihlásenému používateľovi. Profil študenta sa vytvára na základe vstupného dotazníka alebo didaktického testu. Takto možno získať napr. informácie o individuálnom učebnom štýle a úrovni vstupných vedomostí a počas učenia ich využiť. Profil nemusí byť určený definitívne. Napr. učebný štýl do istej miery závisí aj od konkrétneho obsahu učenia a charakteru úlohy. Na základe skutočných reakcií študenta je možné profil v databáze priebežne aktualizovať (využiť informácie o správaní sa študenta pri minulých sedeniach a študentove hodnotenie ponúknutých prezentácií obsahu, ako aj informácie získané porovnávaním správania sa študentov s podobnými profilmi). Takáto inteligentná aplikácia napodobňuje učiteľa, ktorý pozná svojho študenta a usiluje sa o individuálny prístup. Je vybudovaná na zložitom matematickom modeli učebného procesu (Palmárová, 2005, Bieliková – Šaloun, 2007). Príkladom adaptívnej hypermediálnej aplikácie používanej na vyučovanie programovania je projekt iWeaver (Wolf, 2001). Okrem multimediálnosti je základnou charakteristikou hypermediálnych aplikácií ich hyperštruktúra. Pri tvorbe takejto výučbovej aplikácie je potrebné dobre premyslieť jej štruktúrovanie. Zvolená štruktúra na tej ktorej úrovni musí vychádzať zo štruktúry učiva. Architektúru hypertextov prirovnávajú psychológovia k informačnej štruktúre ľudského mozgu, v ktorom sú jednotlivé pojmy pospájané v príslušných významových súvislostiach, asociáciami do siete, nie lineárne. Aj to nás oprávňuje považovať hypertext za významnú podporu učebného procesu (Stoffová, 2004). 79 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 4 Konštruktivizmus Dominantnou paradigmou v súčasných teóriách vyučovania je konštruktivizmus. Behavioristi a kognitivisti uznávajú existenciu univerzálneho poznania nezávislého na učiacom sa. Konštruktivistická teória učenia predpokladá, že každý človek si sám vytvára (konštruuje) svoje vlastné poznanie sveta, v ktorom žije. Konštruktivizmus sa snaží prekonať transmisívnosť tradičného vyučovania – odovzdávanie „učiteľových“ vedomostí žiakovi. Zaoberá sa učením sa s porozumením (Turek, 2005). Existuje viacero konštruktivistických prúdov. Najznámejšie sú kognitívny konštruktivizmus (Piaget, Bruner) a sociálny konštruktivizmus (Vygotsky). Kognitívny konštruktivizmus vychádza z Piagetovej teórie vývoja kognitívnych funkcií dieťaťa. Žiak (študent, edukant) má vždy vytvorenú nejakú predstavu o tom, aký je svet. Túto si zachováva tak dlho, pokiaľ si podľa nej môže uspokojivo vysvetliť to, čo ho zaujíma. Táto predstava nemusí byť ani správna, môže byť neúplná alebo i naivná a nazýva sa prekoncept. Ak je nové učivo v súlade s tým, čo už žiak vie, prekoncept žiaka sa nezmení, iba sa obohatí, poznatková štruktúra sa doplní novou skúsenosťou, novou informáciou. Túto činnosť Piaget nazýva asimilácia. Ak nové učivo nie je v súlade s tým, čo už žiak vie, dochádza k nerovnováhe – kognitívnemu konfliktu s prekonceptom. Žiak musí nájsť riešenie, musí zmeniť, prispôsobiť, rekonštruovať (mentálnymi operáciami zodpovedajúcimi úrovni jeho kognitívneho vývoja) svoje už existujúce mentálne schémy. Tento proces sa nazýva akomodácia (Turek, 2005). Kognitívny konštruktivizmus zdôrazňuje úlohu učiaceho sa v procese poznávania. Žiak je „naivný vedec“, učiteľ facilitátor jeho učenia sa. Úlohou učiteľa je poskytnúť žiakovi priestor na to, aby mohol s učivom aktívne pracovať, riešiť problémy, objavovať (Vyskočilová –Dvořák, 2002). Sociálny konštruktivizmus zdôrazňuje sociálne a kultúrne aspekty vzdelávania (dospelé autority – učitelia, rodičia, spolužiaci, spoločnosť, kultúra, jazyk). Človek si konštruuje poznanie v interakcii s prostredím. Vygotsky v súvislosti s učebným procesom používa pojem zóna najbližšieho vývoja. Ide o priestor medzi dvoma rovinami: úrovňou, v ktorej je žiak schopný riešiť problémy samostatne, bez pomoci a úrovňou, v ktorej je žiak schopný riešiť problémy s pomocou (usmernením) niekoho iného, napr. učiteľa (Turek, 2005). Učenie sa chápe ako sociálna aktivita, vo výučbe sa preto zdôrazňuje diskusia a spolupráca v skupine (kooperatívne učenie sa). Učiteľ vystupuje v roli spolupracovníka, poradcu, moderátora, žiak v roli „učňa u majstra“ (Vyskočilová – Dvořák, 2002). V pedagogickej praxi sa často oba konštruktivistické prístupy uplatňujú vo vyučovaní v syntéze (hovoríme o pedagogickom konštruktivizme) a konštruktivistické metódy sa kombinujú s tradičnými metódami. V (Hejný – Kuřina, 2001) autori uvádzajú, že konštruktívne vyučovanie nemusí používať len konštruktivistické metódy, dôležité je, aby výsledkom vyučovacieho procesu bolo poznanie, ktoré žiak nadobudol aktívne a s porozumením. 5 Konštrukcionizmus Z Piagetovho konštruktivizmu odvodil Saymour Papert konštrukcionizmus. Piaget uvažoval o priemernom dieťati, o tom, čo ho zaujíma a čo môže dokázať v rôznych štádiách svojho vývoja, Papert sa zameral na individualitu dieťaťa a na samotný zážitok poznávania. O konštrukcionizme možno zjednodušene hovoriť ako o učení sa robením, presnejšie vytváraním – learning by making. Podľa Paperta sa učíme najlepšie vtedy, keď sme v aktívnej roli tvorcu, konštruktéra. Aby bolo učenie sa pre nás naozaj zmysluplné, nestačí len niečo vytvoriť (hrad z piesku, robota, plagát, esej, počítačový program, webovú stránku a pod.), proces tvorby a výsledný produkt musíme zdieľať s inými (Papert, 1991, Harel, 2003a, 2003b). Inštruktívny prístup k vyučovaniu predpokladá, že učenie je možné zlepšiť použitím lepších spôsobov vyučovania. Papert hovorí, že vyučovanie je dôležité, ale učenie sa je oveľa dôležitejšie. Konštrukcionizmus znamená dať deťom (žiakom, študentom) dobré úlohy, témy, problémy, na ktorých by mohli so záujmom pracovať a ktoré by im umožnili lepšie sa učiť (Papert, 1980). Počítače, Internet, web nám ponúkajú nové nástroje (kvalitný stavebný materiál) na tvorenie ako aj nové možnosti ako zdieľať tvorenie s inými. To prináša oveľa viac príležitostí pre hravé, zmysluplné učenie sa. Papert je autorom detského programovacieho jazyka Logo, ktorý spolu s počítačom (digitálnymi technológiami) považuje za najefektívnejšie médiá konštruktivistického učenia sa. Didaktických aplikácií založených na filozofii konštruktivizmu a konštrukcionizmu je v našich školách stále málo. Ide o také didaktické aplikácie, ktoré umožňujú učiacemu sa experimentovať, skúmať, objavovať, riešiť problémy, konštruovať, spolupracovať. Do tejto skupiny patria najmä animačno-simulačné modely, rôzne mikrosvety, didaktické hry, stavebnice riadené počítačom (napr. Lego) a pod. Zaraďujeme sem aj vývojové prostredia, v ktorých študenti vytvárajú programy. Aj populárny CMS Moodle (Course Management System, systém na riadenie a realizovanie výučby) bol navrhnutý a ďalej sa vyvíja opierajúc sa o princípy známe zo sociálneho 80 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT konštruktivizmu a konštrukcionizmu (Dougiamas – Taylor, 2003). Literatúra [1] BIELIKOVÁ, M. – ŠALOUN, P. 2007. Adaptivní webové systémy pro vzdělávání. In: DIVAI 2007 – Dištančné vzdelávanie v aplikovanej informatike : Zborník príspevkov z medzinárodnej konferencie. Nitra : FPV UKF, 2005. s.1724. ISBN 978-80-8094-123-9 [2] CÁPAY, M. 2006. Vývoj automatizácie skúšania In: Slovenský učiteľ : príloha Technológie vzdelávania. Roč. 19, č. 4 (2006), s.11-13. ISSN 1335-003X [3] CSCL, 1998. Psychological theories; A brief survey of the changing views of learning. Bergen : Department of Information Science, University of Bergen, Norway, 1998. http://www.uib.no/People/sinia/CSCL/web_struktur-4.htm (14. 2. 2008) [4] DOUGIAMAS, M. – TAYLOR, P. C. 2003. Moodle: Using Learning Communities to Create an Open Source Course Management System. In: Proceedings of ED-MEDIA 2003. Honolulu, Hawaii, USA, 2003. http://dougiamas.com/writing/edmedia2003/ (14. 2. 2008) [5] ĎURIČ, L. 1981. Úvod do pedagogickej psychológie. 2. vyd. Bratislava : SPN, 1981 [6] HAREL, I. 2003a. Sand Castles Go Digital. MaMaMedia Inc., 1999-2003. http://www.mamamedia.com/areas/grownups/new/21_learnin g/sand_castles.html (14. 2. 2008) [7] HAREL, I. 2003b. Building Software Beats Using It. MaMaMedia Inc., 1999-2003. http://www.mamamedia.com/areas/grownups/new/21_learnin g/sand_castles.html (14. 2. 2008) [13] PALMÁROVÁ,V. 2005. Možnosti e-learningu vo vzťahu k individuálnemu učebnému štýlu. In: DIVAI 2005 : Dištančné vzdelávanie v Aplikovanej informatike : zborník z vedeckého seminára. Nitra : FPV UKF, Edícia Prírodovedec č. 163, 2005. s. 43. ISBN 80-8050-828-3 [14] PETLÁK, E. 1997. Všeobecná didaktika. Bratislava : IRIS, 1997. ISBN 80-88778-49-2 [15] PRŮCHA, J. et al. 2003. Pedagogický slovník. Vyd. 4., aktualiz. Praha : Portál, 2003. ISBN 80-7178-772-8 [16] STOFFOVÁ, V. 2004. Počítač – univerzálny didaktický prostriedok. Nitra : FPV UKF v Nitre, 2004. ISBN 80-8050765-1 [17] TUREK, I. 2005. Inovácia v didaktike. Bratislava : Metodicko-pedagogické centrum v Bratislave, 2005. ISBN 80-8052-230-8 [18] VYSKOČILOVÁ, E. – DVOŘÁK, D. 2002. Úvod: Didaktika jako věda a jako nástroj učitele. In: KALHOUS, Z. – OBST, O. et al. Školní didaktika. 1. vyd. Praha : Portál, 2002, s. 17-61. ISBN 80-7178-253-X [19] WOLF, Ch. 2003. iWeaver: Towards 'Learning Style'based e-Learning in Computer Science Education. In: The Australasian Computing Education Conference 2003, Adelaide, Australia. http://crpit.com/confpapers/CRPITV20Wolf.pdf (14. 2. 2008) PaedDr. Viera Palmárová Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] [8] HEJNÝ, M. – KUŘINA, F. 2001. Dítě, škola a matematika. Praha : Portál, 2001. ISBN 80-7178-581-4 [9] KAPUSTA, J. 2005. Možnosti aplikácie vetveného programovania v E-learningu. In: Zborník zo VI. vedeckej konferencie doktorandov a mladých vedeckých pracovníkov. Nitra : FPV UKF v Nitre, 2005. s. 346-349. ISBN 80-8050813-5 [10] MAYER, R. E. 2001. Multimedia Learning. Cambridge, UK: Cambridge University Press, 2001. ISBN 0521-782392 [11] PAPERT, S. 1980. Constructionism vs. Instructionism : speech to an audience of educators in Japan, 1980. http://www.papert.org/articles/const_inst/const_inst1.html (14. 2. 2008) [12] PAPERT, S. 1991. Situating constructionism. In I. Harel & S. Papert (Eds.). Constructionism. Ablex Publishing CORPORATION, 1991. http://www.papert.org/articles/const_inst/const_inst1.html (14. 2. 2008) 81 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Podniková architektura – strategický nástroj v rukou manažera The Business Architecture as a strategic tool for manager Ivana Rábová, Michael Štencl Mendelova zemědělská a lesnická univerzita v Brně Provozně-ekonomická fakulta, Ústav informatiky, [email protected], [email protected] Abstrakt Úspěšné řízení dynamických změn v produktivitě našich podniků je spojeno s nástupem profesionálních metod v podnikovém řízení, v trvalém měření a následném vyhodnocování jednotlivých podnikových procesů. Kvalita řízení procesních změn závisí na kvalitě analytických výstupů a schopnosti podnikového managementu spustit a efektivně řídit proces nezbytných transformací. Na základě kvalitních a pravdivých informací mohou řídící orgány provádět kvalifikovaná rozhodnutí o tom, jak a které procesy optimalizovat, a IT personál může navrhnout odpovídající řešení a automatizovanou podporu. Jedním ze způsobů, jak vytvořit správný analytický výsledek, je situaci namodelovat a vizualizovat. Článek nabízí možnosti, jak vytvořit a prezentovat architekturu podnikových konceptů. Článek také diskutuje význam a využití dokumentu podnikové architektury pro vybrané situace v podniku. Abstract The successful management of dynamics changes in business productivity is associated with regular methods in business management, in continuing measurement and evaluation of business processes. The quality of process changes management depends on quality of analytical issues and ability to process transformation run and control. One of possibilities for precise issue creating is to model and to present the situation. The article deals with possibilities for business concepts creation and presentation. The article also argues about importance and use of business architecture document for specific situations in our enterprises. Klíčová slova Podniková architektura, podnikový proces, pravidlo, zdroj a cíl, modelování podnikových konceptů, UML, znalostní management Keywords Business architecture, business process, rule, resource, goal, business concepts modeling, UML, knowledge management 1 Úvod Silné konkurenční prostředí, malý domácí trh a především nízká produktivita práce vede management našich podniků k nutnosti provést radikální změny ve svých podnikových procesech. Transformace a změny v podnicích si vynucují potřebu osvojování si nových technologií, zásadní úpravy podnikové strategie, reengineering podnikových procesů, změny organizační struktury a proměny organizace v různé druhy podnikatelských jednotek, dochází ke zlepšení inovačních činností i ke změnám kultury. Podniková architektura slouží v takových situacích jako významný průvodce a pomocník. Lze ji použít jako doprovodný dokument pro všechny organizační změny v podniku, dále jako vhodný nástroj pro plánovací aktivity a v neposlední řadě pro celkovou a komplexní transformaci a optimalizaci chodu podniku. Trendem je pomocí těchto modelů formalizovat podnikové znalosti. Tvorba „celkového obrazu“ podniku tak pomáhá spolupracovat a komunikovat o obecné vizi a připravuje organizaci na budoucí změny. Samotný pojem Podniková architektura a její modelování zde budeme chápat jako rozšíření procesního modelování, které jako technika a 82 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT vizualizace pracovních činností a postupů v povědomí odborné veřejnosti je. Kromě mnoha vnitropodnikových podnětů, které hovoří pro existenci modelu či dokumentu podnikové architektury, existuje také vnější celosvětový trend, který tlačí organizace k přijetí praktik souvisejících s podnikovou architekturou. Je požadováno, aby společnosti a státní instituce mohly prokázat, že mají jasno ve svých operacích a finančních transakcích, které jsou v souladu se zákony. 2 2.1 Materiál a metody Definice podnikové architektury koherentní celek principů, metod a modelů, které jsou použity v návrhu a realizaci podnikové organizační struktury, podnikových procesů, informačních systémů a infrastruktury. Tato vcelku solidní teoretická základna pro definici, analýzu a popis systémových architektur se sice soustřeďuje na softwarové systémy, ale její rozšíření na podnikovou architekturu je možné. Je dosti obecná, nevyžaduje přesné modelovací jazyky a metodologie nebo standardy. Poskytuje doporučené praktiky a několik volitelných konceptů a referenčních termínů, které odráží trendy v popisu architektury. Základní myšlenkou je oddělení architektury od jejího popisu a základní rozdíl mezi architektonickými pohledy a úhly pohledu. V našich výsledcích vycházíme z definice architektury podle IEEE standardu 1471-2000 (IEEE Computer Society, 2000). Tedy: Podniková architektura je Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered cd IEEE Model EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version Poslání EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version 1..n EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version splňuje EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version Okolí Systém ovlivňuje Architektura má EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version je popsaná EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version používá 1..n EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version Zainteresov aná osoba identifikuje 1..n Popis architektury Logický v ýklad poskytuje EA 4.51 Unregistered Trial Version EA1..n4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version 1..n vybírá je organizován EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version se týká je důležitá 1..n 1..n identifikuje 1..n 1..n EA 4.51 Unregistered Trial Version EA 4.51 Úhel Unregistered Trial Version EA 4.51 Unregistered Trial Version Pohled Záležitost pohledu se přizpůsobuje je používán pro zahrnutí obsahuje 1..n EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 seUnregistered podílí Trial Version obsahuje stanovuje metodu pro 1..n 0..1 EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered1..nTrial Version Knihov na úhlu 1..n Model pohledu EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EApopis 4.51architektury Unregistered Obr. 1 Konceptuální model pro podleTrial IEEEVersion Standardu EA 4.51 Unregistered Trial Version Framework podle IEEE vysvětluje (LANKHORST, M., 2005) takto: například Obsahuje klíčové termíny a vztahy mezi nimi. 83 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Popisuje skateholders (zainteresované osoby) a jejich role. Poskytuje scénáře pro aktivity v průběhu životního cyklu architektury. Nabízí šest praktik pro popis architektury: vztahovat dokumentaci k informaci o verzi, identifikovat osoby zainteresované na systému, vybrat správné architektonické pohledy, spojit je s relevantními úhly pohledu, dodržovat konzistenci mezi pohledy architektury, rozumně a promyšleně vybírat aktuální architekturu z daných alternativ. Konceptuální model popisu architektury založený na tomto přístupu ilustruji na obrázku Obr. 1. 2.2 Vztah podnikové a managementu architektury Podniková architektura je typicky používaná jako nástroj při řízení každodenních operací a při vývoji společnosti do budoucna. Jak ale souvisí s ostatními manažerskými praktikami a prostředky v podniku? Strategický management využívá pro podporu objasnění a implementace vize a strategie podniku pohled ze čtyř perspektiv. Pohled na zákazníka (co by mohl podnik zákazníkovi nabídnout pro jeho uspokojení), Pohled na finance (podnikové jmění), Pohled na vnitřní podnikové procesy (efektivnost a účinnost podnikových operací), Pohled na výchovu a růst (celopodniková a individuální schopnost změny a zdokonalování). Podniková architektura je nezbytná pro pohled na vnitřní podnikové procesy, ale také v oblasti učení a růstu. Pro manažery zabývající se plánováním a řízením financí nebo vztahy se zákazníkem mohou být modely podnikové architektury významnou podporou a inspirací. Přístup EFQM (European Foundation For Quality Management) doporučuje model, který má použití podobné jako ISO, avšak není zaměřen jen na kvalitativní management, ale poskytuje celkový manažerský framework pro kvalitní výkonnost celé organizace. Model obsahuje kritéria pro hodnocení výkonnosti a vztahy mezi nimi a poskytuje principy, metriky a indikátory pro stanovení výkonnosti podniku z pohledu lidí, zdrojů, strategií, procesů atd. Tento model lze použít jako doplněk ve strategickém managementu. Postavení podnikové architektury lze umístit do oblasti prezentace procesů, ale je to také významný aspekt pro politiku a strategie. Nabízí pohled na podnik z „ptačí“ perspektivy, na organizační strukturu, na podnikové procesy, informační systémy a infrastrukturu IT. Zatímco základním standardem v oblasti modelování podnikových procesů je norma ISO 14258 definující základní pojmy a pravidla modelování organizace, ISO 9001:2000 zahrnuje kritéria pro systém řízení kvality (Quality Management System). Požadavky na standard zde pokrývají vše od plánování podnikových procesů, přes jejich provoz, měření a zdokonalování. Základní vklad podnikové architektury je v integrovaném návrhu, řízení a dokumentaci podnikových procesů a jejich podpůrných IT systémů. Dobře navržená a dokumentovaná podniková architektura pomáhá organizovat schvalování požadavků ISO 9001 v oblasti procesů a zdrojů, které jsou kritické pro kvalitu produktu a služeb podniku. V softwarovém inženýrství je role podnikové architektury neoddiskutovatelná, protože poskytuje omezení a průvodce pro jednotlivé softwarové aplikace, které musí vyhovovat celopodnikovým standardům a nařízením. Poskytuje rovněž potřebné požadavky a pravidla, která musí aplikační software podporovat. Jde o nejmarkantnější a nejpropracovanější způsob využití modelů pro vývoj, inovace a řízení softwarových aplikací. Vycházíme totiž z předpokladu, že na konci každého projektu tvorby podnikové architektury vždycky nějaká inovace informačního systému bude. 2.3 Životní cyklus podnikové architektury Pro manažery je důležité, že nejde jen o vytvoření diagramů podnikové architektury (to může provést informatik), ale především o její nikdy nekončící aktualizaci a zdokonalování. V podniku by měla být stanovena skupina odpovědná za udržování podnikové architektury. Netvoří ji, ale udržuje všechny její části a dokumenty tak, aby byly konzistentní. Obrázek Obr. 2 ukazuje životní cyklus podnikové architektury. Za udržování architektury a inicializaci a prioritizaci jejích změn by měli být odpovědni vybraní podnikoví případně IT manažeři, kteří získávají vstupy jak ze strategického managementu, tak od pracovníků taktického managementu a všechny změny, které vyžadují redesign důležitého podnikového procesu nebo softwarovou automatizaci, musí schvalovat. Snahy o redesign podnikového procesu tak budou primárně řízené. Strategický management sleduje změny v prostředí a doporučuje nové strategie a řadoví manažeři taktického managementu sledují příležitosti pro zvýšení produktivity existujících operací. Údržba architektury pak probíhá za podpory frameworku a softwarového nástroje, který obsahuje vhodnou repository, databázi informací vystavěnou speciálně pro ukládání a vztahování různých typů dokumentů a diagramů. Některé nástroje navíc umožní simulovat 84 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT procesy tak, aby bylo možné srovnávat např. náklady a podpůrné požadavky na uvažované specifické změny v procesech. Po sestavení základní linie architektury lze postupně doplňovat a kompletovat metodickým způsobem další části a aktualizovat vše do konzistentního stavu systematickým procesem. Současně je vhodné architekturu svědomitě a cíleně používat například pro stanovení rozsahu a struktury nových projektů, pro stanovení priority mezi projekty, pro monitorování organizačních změn a pro pochopení širších důsledků těchto změn. Podniková architektura se stane obecným a dokumentovaným podnikovým plánem, stále aktuálním a živým zrcadlem společnosti. Okolí Neustálé monitorování změn okolí Identifikace hrozeb a příležitostí Strategický management Evaluace úspěchu existujících procesů Taktický management Spuštění přepracovaných Výbor pro podnikovou architekturu procesů Implementace změn do procesů Návrh nových cílů a strategií Redesign podnikových procesů Identifikace procesů, které mají být změněny Redesign infrastruktury IT Obr. 2 Životní cyklus podnikové architektury 2.4 Objektové architektuře metodiky v podnikové Vývojem poznatků v této oblasti se ukázalo, že jazyk a modelovací techniky i metody vyvíjené, zdokonalované a částečně standardizované v oblasti softwarového inženýrství mohou být inspirací pro nové způsoby vizualizace procesů a ostatních konceptů v organizaci. Objektově orientované postupy, čtenářům, profesionálům IT, dobře známé, nahradily a rozšířily dřívější metodologie a jsou považovány za jednu z nejslibnějších technologií softwarového inženýrství. Vizuální modelování jako "poskytování informace v obrázcích" a jako jedna z technik efektivního vývoje informačních systémů slouží nejen jako prostředek pro komunikaci o reálném světě, ale také pro zachycení věcné problematiky, architektury 85 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT podniku a podnikových konceptů. Přirozenou cestou se tak objektový způsob a vizuální modelovací techniky objevují jako základ pro podnikové modelování. Jazyk UML (Booch, Jacobson, Rumbaugh, 1999) jako standardní jazyk pro vizualizaci, specifikaci, konstrukci a dokumentaci prvků softwarového systému poskytuje ideální prostředek pro ilustraci podnikových procesů. Diagramy v jazyce UML jsou jedním z možných pohledů na objekty v modelovaném podniku a na jejich vztahy a lze jimi přímo zobrazit některé vlastnosti podnikových objektů. Vizuální syntaxe a částečně i sémantika UML poskytuje výkonnou notaci nejen pro modelování softwarových systémů, ale lze ji rozšířit i na oblast podnikového modelování. V příspěvku se budeme věnovat využití UML (tedy objektové notace) k modelování podnikové architektury včetně podnikového okolí. Použití UML nabízí několik vzorů architektur podniku podle zaměření: Architektura zaměřená na podnikové procesy (Business Modeling Architecture, BMA). Architektura zaměřená na use case (Efektivní modelování pomocí UML). Architektura podle Erikssona a Penkera zaměřená na podnikové koncepty. Architektura podle Zachmana (není explicitně podporována doporučenou notací, ale pro vizualizaci jejích prvků lze UML bezpochyby použít). Jmenované přístupy k podnikovým architekturám jsou ucelené a použitelné. Rozsah jejich využití záleží na konkrétní situaci, znalostech a zkušenostech vývojových pracovníků a především na účelu, pro který je podniková architektura prováděna. 2.5 Podniková architektura podle Erikssona Autoři článku jsou akademičtí pracovníci a vysokoškolští učitelé z oblasti IT. Jejich znalosti a zkušenosti z výuky objektového přístupu a jazyka UML je vedly k tomu, aby velmi důkladně prozkoumali a vyzkoušeli možnosti tohoto standardu pro procesní a posléze komplexní podnikové modelování. Dospěli k tomu se, že UML a především možnost jeho rozšíření je dnes notace využitelná pro všechny oblasti modelování a pro jakýkoliv systém, tedy i podnik. Podniková architektura podle Erikssona (ERRIKSON, H., PENKER, M., 2000): je systémový a velmi komplexní přístup k celopodnikové architektuře. Takto navržená architektura umožňuje důkladně popsat a pochopit podnik; obsahuje seznam částí podniku, jejich strukturu a jejich spolupráci, případně doporučení, jak by se měla vyvíjet v dalších etapách. Po dokončení výstavby zůstane tato architektura jako dokumentace procesu inovace, rozšíření nebo celého reengineeringu. Zahrnuje nejen statické, ale i dynamické části podniku a pomocí silné notace podpořené vhodným CASE nástrojem je průběžně udržována v konzistenci. Eriksson definuje architekturu jako "organizovanou sadu prvků s jasnými vztahy mezi sebou, které společně tvoří celek definovaný svou funkcionalitou. Prvky představují organizační strukturu a strukturu chování podnikového systému a ukazují abstrakce klíčových procesů a struktur v podniku". Sada těchto diagramů UML smysluplně propojených pak ústí do souhrnného frameworku, který slouží jako báze podnikových znalostí. Existence výsledné architektury podniku je strategickou výhodou podniku. Podnikový model poskytuje zároveň korektní požadavky na informační systém tak, aby nejlépe podporoval operace v podniku. Dobrá architektura vytvořená na základě tohoto frameworku umožňuje abstrahovat podnik do různých aspektů nebo pohledů a koncentrovat se jen na jeden aspekt v čase. Dosažení abstrakce, potlačení detailů a irelevantních informací je základem pro pochopení komplexních systémů a vztahů v podniku. Vlastnosti podnikové architektury podle Erikssona: Zahrnuje reálný podnik tak pravdivě a korektně, jak je to možné. Definuje architekturu, která je realistická a proveditelná pro různé implementace (nejen softwarového systému, ale i pro provedení změn, inovací, a reorganizace) a která splňuje cíle podniku. Soustřeďuje se na klíčové procesy a struktury podniku na přiměřené úrovni abstrakce. Přiměřená úroveň je odlišná případ od případu a závisí na smyslu architektury. Představuje konsensuální pohled lidí operujících v podniku. Management i pracovníci odsouhlasí, že architektura pravdivě popisuje to, jak podnik funguje. Přizpůsobuje se snadno změně a rozšíření. Je snadno pochopitelná a podporuje komunikaci mezi různými zainteresovanými osobami podniku. Architektura je použitelná jen tehdy, pokud může být pochopena svými uživateli. Modely ve druhé části příspěvku jsou případové studie vytvořené pomocí notace UML, jejích rozšiřujících mechanismů pro procesní modelování, s podporou CASE nástroje Enterprise Architect a metodiky Select Enterprise. Jsou ukázkou, jak lze v praxi vyvořit , prezentovat a následně využít modely podnikové architektury. 86 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 3 3.1 Výsledky a diskuze Podniková architektura v kontextu ostatních podnikových disciplin Podniková architektura je koncept, jehož zavedení a udržování se vyplatí v každé organizaci. Následující výčet patrně není úplně kompletní, přesto se domnívám, že v dnešním hospodářském prostředí je počet situací, ve kterých by model architektury podniku přinesl výhodu, úctyhodný. Pro lepší pochopení klíčových podnikových mechanismů a pro schopnost o nich informovat ostatní. Pro získání platformy pro možný vývoj software podporujícího procesy; pro specifikace požadavků na nový informační systém. Pro získání základny pro vylepšování a optimalizaci software nebo reengineering procesů. Pro návrh nebo customizaci podpůrných softwarových produktů. Pro odhalení možností outsourcingu a rozeznání procesů, které jsou vhodné pro outsourcing, pro vytvoření plánu pro zavedení outsourcingu. Pro podporu učení, zpětné vazby a sdílení znalostí v celém podniku. Pro trvalé řízení podnikových směrnic a příkazů všemi zainteresovanými osobami. Pro stanovení vhodných mechanismů a odpovědností na všech úrovních organizace. Pro návrh nových procesů a jejich připojení k podniku, k technologiím a k lidským zdrojům. Pro získání studie, simulace a návrhu nových konceptů a pro procesní řízení. Pro uspořádání a měření výkonnosti procesů, které vyplývají ze strategického záměru nebo globální podnikové strategie. Pro pochopení role procesní architektury a analýzy procesů v případě restrukturalizace organizace při zásadních organizačních změnách jako jsou fůze a akvizice. Pro pochopení, jak využít potenciál technologií a jak umožnit změny původního procesu a pokračující adaptabilitu při provádění procesu. Pro pochopení, zda a jak je možné kombinovat výsledky podnikového modelování s potřebami dokumentace procesů za účelem získání certifikátu ISO nebo zavedení systému managementu jakosti. Pro nasazení nadstavbových aplikací podnikové inteligence a pro dolování dat. 3.2 Využití podnikových modelů v praxi Následující tři diagramy jsou ukázkou podnikových modelů s využitím teoretických poznatků z první části příspěvku. Na obrázku Obr. 3 je ilustrován model obchodních procesů pro knihařskou společnost. Na základě tohoto modelu došlo k reorganizaci stávajících postupů s důrazem na minimalizaci lidských zdrojů. Každá instance tříd spojených s lidskými zdroji je vyobrazena přes symbol aktora. To napomáhá pro snazší pochopení celého modelu. Odbourává se tak jeden z výchozích problémů při předkládání výsledků managementu. Modely jsou často velmi složité a velmi abstraktní. To má své opodstatnění pro jejich další využití, ovšem nízký přínos pro prezentaci. Procesní modelování podle Erikssona je díky své přehlednosti a názornosti velmi dobrým nástrojem. Je však třeba přihlédnout k použití následnému diagramů. V diagramu je třeba upozornit na rozdíl mezi tokem informací (supply) a vstupů (input). Vstup (input) do procesu chápeme jako materiál (ale i informaci), který se procesem trvale přemění na výstup a dojde tak k jeho „zničení“. Oproti tomu informace (supply) je procesem využita, ale její povaha se nijak nemění. Názorně je to vidět na situaci, kdy Knihař dodává informace pro proces objednávky potřebného materiálu. Jedná se o materiál potřebný pro výrobu dané zakázky. Tato informace se procesem objednání nijak neznehodnotí a může být opakována. Naopak v případě vstupu materiálu zakázky do výrobního procesu (např. potištěný papír), kdy na vstupu jsou jednotlivé listy a po jejich zpracování je výstupem kniha, dochází k trvalé přeměně vstupů na výstupy. Na obrázku Obr. 4 je procení model pro standardní podnik, ovšem se zaměřením na logistické kanály spojené s výrobou zakázky. Výchozího modelu tvořil výchozí bod pro reengineering procesů spojených s plněním zakázky. Prezentovaný diagram představuje výchozí model aktuální situace. Celý je koncipován jako tok zakázky – od prvního momentu, kdy zákazník projeví zájem, přes nabídku obchodníků, až k expedici resp. předání zakázky. Mezi jednotlivými procesy se pohybujeme přes instance tříd zdrojů (resource). Business process model je nejobecnějším diagramem. Pro úplné pochopení modelu jako celku a možnost jeho srovnání s realitou je třeba jej rozšířit o další UML diagramy. Jako komunikační prostředek však plní svou funkci bezezbytku. Analytik je díky němu účinně a věcně komunikovat se zadavatelem (příp. managementem). Díky tomu je možné vyplnit nejproblematičtější článek využitelnosti obdobných modelů v praxi a zapojit tak modelování do běžného 87 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT života mimo vývoj softwaru, kde má své primární uplatnění. [2] IEEE Computer Society, (2000): IEEE std 1471-2000: IEEE Recomended Practise for Architecture description of Software-Intensive Software, IEEE, New York Na obrázku Obr. 5 je ukázka obchodního modelu, který slouží k získání a správu podnikových pravidel resp. podnikových znalostí. Komunikujeme-li s uživateli, vlastníky, odpovědnými osobami a ostatními lidmi z podniku nad jednotlivými prvky tohoto modelu, lépe se jim vybaví souvislosti a mohou formulovat postupy a pravidla, které pak lze sesbírat a uložit do smysluplné databáze a posléze je řídit a spravovat moderními technologiemi. [3] LANKHORST, M. (2005): Enterprise Architecture at Work, Springer-Verlag Berlin Heidelberg, 2005, ISBN 3540-24371-2 4 Závěr Cílem našeho příspěvku bylo podpořit dokument podnikové architektury jako nástroje, který pomůže exekutivě přemýšlet o organizaci jako celku, zahrnuje širokou rozmanitost informací, určuje vztahy mezi různými dokumenty a diagramy a ukládá všechny tyto informace společně do jednoho repository tak, aby si manažeři mohli prohlížet vztahy, pokládat otázky, identifikovat problémy nebo spouštět simulace, aby jim pomohly provádět rozhodnutí o změnách, které jsou stanoveny. Změny se totiž budou objevovat stále častěji a rychleji. Úspěšné organizace musí být velmi flexibilní. Tedy, každá organizace potřebuje nástroje, které pomohou jejím manažerům řídit problémy spojené s analyzováním a implementováním potenciálních změn. [4] RÁBOVÁ, I. (2003): Modelování podnikových procesů využitím základních a rozšířených diagramů aktivit UML, Acta Universitatis, LI, 6, 2003, s. 251-258, ISSN 121-185-16 [5] RÁBOVÁ, I. (2004): Dokument podnikové architektury a konkurenceschopnost podniku, In sborník z konference Firma a konkurenční prostředí, 2004, Brno, str. 154 – 161, ISBN 80-7302-079-3. [6] RÁBOVÁ, I. (2006): Podniková architektura, analýza, modelování a význam pro řízení podniku, Habilitační práce, MZLU 2006 [7] RÁBOVÁ, I. (2007): Podniková pravidla a datová integrita aplikací v logistice, SPU Nitra, Vedecký seminár Informačné technológie v riadení a vzdelávaní, 2007 Doc. Ing. Ivana Rábová, Ph.D. Mendelova zemědělská a lesnická univerzita v Brně, Provozně-ekonomická fakulta, Ústav informatiky, [email protected] Ing. Michael Štencl Mendelova zemědělská a lesnická univerzita v Brně, Provozně-ekonomická fakulta, Ústav informatiky, [email protected] Literatura [1] ERRIKSON, H., PENKER, M. (2000): Business Modeling with UML, Wiley Publishing, 2000, ISBN 0-47129551-5 88 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 3 Model obchodních procesů k reorganizaci postupů 89 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 4 Výchozí procesní model tiskařské firmy 90 «zdroj» Výsledky analýzy trhu EU pro produkt Informace o trhu «Vstupní zdroj» «cíl» Získání zákazníka «cíl» Podpora prodej e «Vstupní zdroj» Požadavek zákazníka «cíl» Dostatečně motiv ov aní pracov níci prodej e «cíl» Snížení fluktuace prodej ců o 5 % analysis Analysis View «trace» «flow» Marketing «cíl» Maximální podíl na trhu v EU CRM «flow» «flow» «zdroj» Marketingov ý plán Řízení prodej e Prodej «zdroj» Informace o obj ednáv ce Podnikové pravidlo: Zákazník může mít pouze jednu rozpracovanou objednávku. «zdroj» Business plán «trace» «cíl» Spokoj ený zákazník «zdroj» Dobrá pov ěst firmy Podnikové pravidlo: Posloupnost operací výroby sady produktů «zdroj» Sada produktů «flow» «flow» Podnikové pravidlo: Výše obchodní přirážky (marže) «informace» Info o placení Výroba a dodání «cíl» Zv ýšení produkce o 5% Podnikové pravidlo: Zákazník musí mít platný bankovní účet. Podnikové pravidlo: Celková cena je sumou cen jednotlivých komponent produktu. Podnikové pravidlo: Definice zlatého zákaníka «trace» Podnikové pravidlo: Kvalita každého produktu je zkontrolována specialistou. Podnikové pravidlo: Vysoce rizikový je ten zákazník, který třikrát během jednoho roku nezaplatí v termínu. Podnikové pravidlo: Každá objednávka musí obsahovat datum dodávky. Podnikové pravidlo: Zboží nelze platit v hotovosti . Produkt «Výstupní zdroj» Podnikové pravidlo: Dodávky zajišťuje smluvní logistická firma. Podnikové pravidlo: Čas dodávky nepřesáhne 24 hodin. «cíl» Včasná dodáv ka produktu «cíl» Produkt splní očekáv ání zákazníka Podnikové pravidlo: Jméno firmy bude pravidelně (alespoň jednou za čtvrtletí) propagováno formou sdělení v odborném č asopise. ERP Info o objednávce «zdroj» Nabídka přeprav y «cíl» Podpora rychlé náv ratnosti inv estic ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 5 Podniková architektura jako základ pro sběr podnikových pravidel 91 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Stav a perspektívy vzdelávania v oblasti informatiky na stredných školách v prieniku s aktivitami KI FPV UKF v Nitre The aspects and perspectives of informatics at high schools in conjuction with KI FPV UKF in Nitra activities Ján Skalka Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt Príspevok opisuje aktuálny stav vzdelávania v oblasti informatiky na stredných školách, sumarizuje výsledky dosiahnuté v tejto oblasti na Katedre informatiky UKF v Nitre a prezentuje požiadavky stredoškolských učiteľov v oblasti ďalšieho vzdelávania, ktoré by mala KI FPV UKF v Nitre v ďalšom období intenzívne uspokojiť buď v rámci projektov alebo v snahe o preniknutie do celoživotného vzdelávania. Abstract The article describes aspects of education in informatics at high schools, summarizing results in this area at KI FPV UKF in Nitra. Next part presents requests of high-schools teachers in live-long education in conjunction with KI FPV UKF in Nitra activities. The satisfactions of these requests are possible to realize within projects (UKF, EU etc.) or in base for penetration to life-long education. Kľúčové slová vzdelávanie, tvorba učebných textov, e-learning Keywords education, production of educational materials, elearning 1 Úvod V súčasnosti sa pri vyučovaní informatiky na stredných školách ako nosná využíva učebnica I. Kalaša Informatika pre stredné školy [3], ktorá je doplnená tematickými zošitmi pre prácu s Logom, pascalom, grafikou, internetom, textom a tabuľkami. Odporúčané učebnice sú využívané časťou siete stredných škôl, no je i nemálo škôl, ktorým učebnica a tematické zošity z rozličných dôvodov nevyhovujú. Učitelia často siahajú po alternatívnych učebných textoch alebo si vytvárajú vlastné, prípadne využívajú nepresné internetové zdroje alebo len nariekajú nad vzniknutou situáciou. V roku 2007 bola zamestnancami KI vytvorená a vydaná publikácia Informatika [5], ktorá je určená končiacim študentom stredných škôl a na 464 stranách predstavuje súhrn vedomostí, ktoré by mal končiaci študent ak nie ovládať, tak sa aspoň v nich dokázať orientovať. Obsah publikácie vznikal bezmála dva roky na základe vzdelávacích štandardov pre informatiku Štátneho pedagogického ústavu, na základe analýzy obsahu webových stránok stredných škôl a na nich zverejnených maturitných otázok z informatiky, na základe požiadaviek vysokých škôl na prijímacie skúšky i na základe dlhoročných skúseností autorov. O úspešnosti publikácie svedčí i fakt, ž v súčasnosti sa pripravuje jej aktualizované vydanie v českom jazyku. Napriek rozsahu publikácie však ide len o súhrnnú publikáciu, ktorá nie je určená na priamu výučbu – cvičenia, riešenie zaujímavých úloh a pod. Na tento účel bola vytvorená ďalšia publikácia, ktorá v sumarizovanej a podrobnej forme ponúka vzdelávanie v oblasti aplikačného softvéru [6] a už 92 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT niekoľko rokov sa úspešne používa na niektorých typoch stredných škôl. V oblasti programovania sa na viacerých stredných školách začala využívať učebnica A. Blaha Programovanie v Delphi [1]. V rámci už spomenutej publikácie Informatika, je viac ako 150 strán venovaných programovaniu a porovnávaniu programovania v Turbo Pascale a Borland Delphi. Navyše v rámci projektu KEGA 3/3041/05: Projekt zvýšenia kvalifikácie súčasných i budúcich učiteľov základných a stredných škôl v oblasti programovania boli vytvorené ďalšie publikácie a diplomové práce venované programovaniu: Algoritmizácia a úvod do programovania (2007), Programátorské techniky (2007), Tvorba databáz v prostredí MS Access (2007), E-podpora vyučovania programovania (DP 2007), Tvorba komponentov v Delphi (BP 2007), VBA v Accesse (DP 2007). Na KI FPV UKF v Nitre bola počas predchádzajúcich troch rokov upravená metodika výučby programovania tak, aby študenti prichádzali do styku s modernými vývojovými prostrediami už od prvého semestra. Od počiatku sa stretávajú s udalosťami riadeným programovaním, ktoré využívajú ako pri algoritmizácii, tak i pri oboznamovaní sa s programátorskými technikami. Výučba je realizovaná prostredníctvom LMS, ktorého kurzy dosiahli niekoľko ocenení. Spomenuté publikácie i e-learningové kurzy sú určené primárne pre žiakov a študentov a len sekundárne pre učiteľov, ktorí však v prípade, ak učia informatiku by mali obsiahnutými vedomosťami disponovať. Situácia na stredných a základných školách je však nie vždy optimálna a mnohí učitelia nemajú k dispozícii aktuálne poznatky zodpovedajúce požiadavkám trhu a ani dostatok efektívnych zdrojov (a času), aby ich získali. Dôvodom je, že v oblasti informatiky treba obsah predmetov pravidelne (každé 2-3 roky) meniť a upravovať, pričom dobrý učiteľ informatiky na to popri svojich ďalších povinnostiach (starať sa o chod učebne, pripojenie k Internetu i prepojenie počítačov v rámci lokálnej siete, poskytovať podporu ostatným učiteľom) priestor nedostáva, resp. dostáva ho veľmi zriedka. Ideálnym stavom je stav, v ktorom učitelia majú k dispozícii prostriedky (materiálne, finančné, časové) umožňujúce im vzdelávanie v ľubovoľnom čase a na ľubovoľnom mieste (možno uvažovať o kombinácii tlačených materiálov a e-learningových kurzov). 2 Vzdelávanie učiteľov Na základe stretnutí s učiteľmi SŠ a ZŠ v rámci predchádzajúceho obdobia, na základe vzdelávania študentov rozširujúceho štúdia i na základe ďalších zdrojov boli vyselektované oblasti, o ktoré majú učitelia záujem a ktoré si vyžadujú vytvorenie vzdelávacích materiálov. Spracovanie problematiky možno rozdeliť na základné témy pokrývajúce obsah predmetu informatika a témy rozširujúce rozhľad učiteľa informatiky. Rozširujúce témy poskytujú hlbší záber do vyučovanej problematiky, poskytujú učiteľovi nadhľad nad vyučovanou problematikou a zastrešujú požiadavky kladené na učiteľa informatiky mimo vyučovacieho procesu. Učiteľov informatiky možno chápať ako primárnych adresátov, pričom súbory vedomostí (či už publikácie alebo elektronické kurzy) dokážu uspokojiť i požiadavky študentov stredných škôl, budúcich učiteľov i neučiteľov na vysokých školách a rekvalifikujúcich sa učiteľov rozširujúceho štúdia. Týmto zameraním získavame široký záber vyžadujúci ako čas na prípravu materiálov, tak i čas na realizáciu úvodných školení a správu LMS systému. Ako môže KI FPV UKF v Nitre koordinovať svoje aktivity tak, aby uspokojila vlastné potreby i potreby učiteľov SŠ a ZŠ? V zásade možno jednotlivé aktivity rozdeliť nasledovne: • vytvorenie učebných textov pokrývajúcich tie druhy aplikačného softvéru, pre ktorý je v súčasnosti nedostatok materiálov (databázový systém, prezentačný softvér, tvorba webových stránok, tvorba animácií) • vytvorenie vhodných učebných materiálov pre prácu s open-source operačnými systémami • vytvorenie učebných materiálov pre výučbu programovania a objektovo orientovaného programovania vo viacerých jazykoch • validácia vytvorených učebných materiálov pilotne na úrovni UKF v Nitre, pričom po overení materiálov ich možno nasadiť na vybrané SŠ • vytvorenie elektronických kurzov pokrývajúcich požiadavky uvedené vyššie, pričom rozsah každého z kurzov bude pokrývať cca 1 semester výučby (10-15 lekcií, prípadne vyčerpanie témy), pričom dôraz bude kladený na multimediálne, interaktívne, automatizované a adaptívne spracovanie s ohľadom na potenciálne využitie handicapovanými používateľmi • organizovanie školení k spracovaným témam v štruktúre: o úvodné školenie k problematike (súčasťou bude základná práca v LMS) 93 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT o e-learningové vzdelávanie o záverečné školenie na výmenu skúseností, vyjasnenie informácií a pod. o v prípade potreby usporiadanie jedného „medzi-seminára“ • odladenie a poskytnutie vytvorených elektronických materiálov SŠ, prípadne ZŠ. Detailne možno obsah materiálov rozdeliť nasledovne: • tvorba www stránok: o XHTML, CSS2, JavaSript o dynamické WWW stránky (PHP, ASP.NET) o databázové systémy a spravovanie webu s databázami o tvorba animácií (Flash) • programovanie v jazykoch: o Delphi o C++ o Java • inštalácia a administrovanie redakčných systémov (CMS): o Joomla o Drupal • e-learning: o inštalácia a administrovanie e-learningových systémov (Moodle) o princípy a tvorba elektronických materiálov • Linux (pre používateľov - terminál, špecifiká desktopových prostredí a aplikácií) o skriptovacie jazyky: perl, python, shellscript o administrácia servera a siete (Linux, Windows) • informačná bezpečnosť o ochrana osobných údajov o zneužívanie chýb (hacking), spôsoby a možnosti ochrany o zabezpečenie systémov (právna náuka v IT) Tieto požiadavky z väčšej časti kopírujú požiadavky komerčného trhu, ktorý sa členovia KI snažili pokryť úpravami učebných osnov, ktoré budú po prvý raz použité v školskom roku 2008/2009 a to ako pri vzdelávaní budúcich učiteľov, tak i pri výchove študentov aplikovanej informatiky. 3 Ako začať? Prvým cieľom je vytvoriť ucelené učebné materiály pokrývajúce časť učebných osnov predmetu Informatika na stredných školách a požiadavky učiteľov. Na základe takto stanoveného cieľa možno čiastkové ciele formulovať nasledovne: • vytvorenie učebných textov pokrývajúcich tie druhy aplikačného softvéru, pre ktoré je v súčasnosti nedostatok materiálov (databázový systém, prezentačný softvér, tvorba webových stránok, tvorba animácií) • vytvorenie vhodných učebných materiálov pre prácu s open-source operačnými systémami (Linux, Unix) • vytvorenie alternatívnych učebných materiálov pre výučbu programovania a objektovo orientovaného programovania s orientáciou na jazyky Borland Delphi, Java, C (resp. C++) • vytvorenie materiálov zameraných na správu obsahu/webového obsahu. Materiály budú pokrývať systémy CMS a LCMS ako z úrovne administrácie, tak i z úrovne používateľa a privilegovaného používateľa; za modelové systémy možno vziať požadované systémy Joomla a Moodle • nasadenie vytvorených učebných materiálov pilotne na úrovni UKF v Nitre v rámci predmetov orientovaných na príslušné oblasti • súčasne organizovať školenia (úvodné tutoriály štartujúce e-learningové vzdelávanie) zamerané na jednotlivé problematiky podľa záujmu učiteľov z praxe • po overení materiálov sa predpokladá ich nasadenie na SŠ. Vzhľadom na možnosti, ktoré v súčasnosti poskytujú LMS prostredia by malo okrem snahy o vydanie tlačených materiálov spočívať ťažisko činnosti iv tvorbe elektronických kurzov využívajúcich multimediálne prostriedky, prostriedky aktivizujúce študentov (učiteľov) a poskytujúce interaktívnu komunikáciu. S vytvorenými materiálmi a metodickými postupmi je potrebné oboznamovať cieľovú skupinu okrem organizovania odborných seminárov i účasťou na konferenciách, kde je žiaduce získavať i nové poznatky. Druhou paralelnou a učebné materiály rozširujúcou aktivitou je tvorba e-learningových kurzov, s ktorou majú zamestnanci KI bohaté skúsenosti a okrem administrovania univerzitného portálu za vytvorené kurzy získali i niekoľko cien v rozličných súťažiach. Pridanou hodnotou e-learningových kurzov bude okrem podpory a komunikácie s tútormi kurzu, zvýšená možnosť interaktivity a automatizácia niektorých prvkov tak, aby bolo možné zaistiť edukantovi okamžitú spätnú väzbu. V tejto oblasti možno čiastkové ciele sformulovať nasledovne: • vytvorenie elektronických kurzov pokrývajúcich požiadavky uvedené vyššie, 94 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT • v kurzoch umožňujúcich prostredníctvom multimediálnych prezentácií zefektívnenie výučby vytvoriť krátke multimediálne prezentácie (predpokladáme najmä v úvodných lekciách a v lekciách vyžadujúcich nacvičenie postupov) • rozšíriť možnosti priamej interaktivity medzi používateľom a LMS, napr. formou rôznych skladačiek, zoraďovačiek, hier a jednoúčelových appletov • vzhľadom k pokrývaniu kategórie postihnutých používateľov je potrebné upraviť tieto (najmä multimediálne) materiály tak, aby spĺňali kritériá umožňujúce používanie i handicapovaným používateľom (titulky, komentovanie obrázkov prostredníctvom popiskov) pokrytia aj fakt, že zúčastnení sú mnohonásobnými autormi a recenzentmi publikácií z danej oblasti, majú niekoľko (až mnoho) ročné skúsenosti s vyučovaním spracúvaných materiálov a na úrovni VŠ, SŠ a rekvalifikačných kurzoch, väčšina má odborne blízko k didaktike informatiky, intenzívnu prax v oblasti nasadenia, tvorby a využívania e-learningu ako i praktické skúsenosti z riešenia teoretických i komerčných a v komerčnej i akademickej sfére nasadených projektov a informačných systémov. • na základe skúseností získaných počas vývoja a využívania niekoľkých vlastných a napokon univerzálneho LMS, analyzovať a vymedziť možnosti automatizovaného generovania zadaní a automatizovanej kontroly programov vytvorených používateľmi • navrhnúť a implementovať algoritmy odhaľujúce nekalú činnosť študentov (okopírované a mierne upravené cudzie riešenia), ktoré budú aplikované spočiatku na KI UKF v Nitre, po otestovaní ich budú môcť využiť učitelia ZŠ a SŠ i pre vlastnú potrebu a vlastných študentov • v rámci možností zaviesť a aplikovať na úrovni LMS alebo jeho modulov vo vybraných kurzoch adaptívny systém schopný analyzovať činnosť používateľa a na základe jeho výsledkov upravovať ponúkaný obsah [2] Drlík, M.: Predpoklady založenia vedeckého rozvojového inkubátora na KI FPV UKF, In: ISKI 2007 Informatický seminár Katedry informatiky 2007 : využitie operačných systémov a počítačových sietí v podpore výučby informatických predmetov. - Nitra: UKF, 2007. - ISBN 97880-8094-167-3. - S. 35-43. • otestovať relevantnosť použitia modelu v praxi pri výučbe vybraných predmetov na KI FPV UKF (cca 120-200 študentov počas jedného semestra) • otestovať nástroj v prostredí strednej školy a posúdiť možnosti jeho nasadenia i v tomto prostredí. 4 Literatúra [1] Blaho, A.: Programovanie v Delphi, SPN - Mladé letá, 2006, Bratislava, ISBN: 80-10-00421-9 [3] Kalaš I. a kol.: Informatika pre stredné školy, SPN Mladé letá, 2001. Bratislava. ISBN: 80-10-00762-5 [4] Kapusta, J. – Drlík, M.: Uplatnenie ďalších technológií v e-learningu. In: DIVAI 2004 : Dištančné vzdelávanie v Aplikovanej informatike : zborník z vedeckého seminára. Nitra: FPV UKF, edícia Prírodovedec č. 126, 2004. - ISBN 80-8050-691-4. - (2004). [5] Skalka, J. – Klimeš, C. – Lovászová, G. – Švec, P.: Informatika. Nitra : Enigma, 2007. - 464 s. - ISBN 80-8913249-2 [6] Skalka, J.: Základy PC, Windows XP, Office 2003. Nitra : AM-SKALKA, 2005. - 480 s. - ISBN 80-968436-5-6 Mgr. Ján Skalka, PhD. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Záver Predpokladom úspešnosti realizácie popísaných aktivít je okrem nájdenia zodpovedajúceho finančného 95 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Implementácia Digital Signage riešenia – prípadová štúdia Implementation of Digital Signage solution – case study Peter Štrelinger, Erik Urland NextiraOne Slovakia, s.r.o., J.Hagaru 9, 831 51 Bratislava [email protected], [email protected] Abstrakt Predložený článok v krátkosti pojednáva o základných pojmoch, požiadavkách a funkcionalite Digital Signage riešení. Snahou autorov je priblížiť čitateľovi tento typ ICT riešení a to na konkrétnom príklade formou prípadovej štúdie implementácie riešenia. Abstract In this paper we introduce the basic facts, requirements and functionality of Digital Signage solution. The authors would like to outline this type of ICT solutions via presentation of a case study implementation. operation/management centers, stocks stores, call centers, bank/insurance branch offices, off shore shops, employee communication in any vertical enterprise segments, etc. These new possibilities of implementation also introduce new requirements for such a system and applications which we commonly call Digital Signage solution. 2 Solution overview In general, one can recognize the following four layers, which describe the concept of a Digital Signage solution. Kľúčové slová Digital Signage, collector, processing prezentačné médium, sieťová infraštruktúra engine, Keywords Digital Signage, collector, processing engine, presentation medium, network infrastructure 1 Introduction Within the last few years one can see that there have been recognized a serious need of real-time, online and accurate information accessibility, reporting and presentation on a suitable output media. This phenomenon is now related not only to the classical areas for wallboards information presentation of e.g. flights departures/arrivals time at the airports or trains schedules at railway stations etc. The implementation possibilities are now much more vide and includes areas like automotive/production line industry, Fig. 1- Concept of Digital Signage solution The data source layer presents the source system, which should populate the required data for further processing. Such a source system can be obviously an ERP system, CRM system or defined database system etc. Also as a source system can be defined a communication system such as PABX system and/or a network management system etc. The necessary condition is that the data source system must be able to provide the required data through an interface. 96 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT The collection layer consists of a defined set of collectors (plug-ins), which from the dedicated data source system collect defined set of data via specified interface. Usually, for most known ERP/CRM systems and technology vendors there are already pre-developed software plug-ins, or for database systems the particular data can be accessible via a standard DB interface like ODBC, JDBC etc. If there is no standard interface available, then a custom collector needs to be developed using data source system API. Aggregation and computing engine forms the processing layer. Such an engine is obviously a server application, which process and composes the collected data from various systems and on top of them creates a business logic algorithm and/or metrics. In such a way the computed data can be provided for output information and distributed via specified media to defined destination and users. For the presentation layer one can choose different output media. These media can vary from a personal handheld assistant (PDA), PC desktop display, internet server application output accessible via a web browser and/or a plasma screen suitable for a larger audience information. 2.1 component of the Symon solution, which is called SES (Symon Enterprise Server). This server application provides the collected data processing and computing itself. One can see a different set of output media, which can be used depending on the requirements of the particular implementation and users. In the following section we will deal with the scenario, when the output media is chosen a plasma screen. This component of the Symon solution is represented by the TargetVision module application. 3 Case study – TargetVision application implementation In order to highlight more details of the Symon approach to the Digital Signage solutions we provide an overview of an implementation of TargetVision application in a Call center environment of a leading Slovak mobile operator. 3.1 Solution architecture The implemented solution is based on the following execution architecture, which provides the overview of logical block components included in the TargetVision application implementation. Symon Digital Signage solution Further we will consider the Symon solution, which is currently recognized as a market leader product in the segment of Digital Signage solutions. An overview of the Symon solution is outlined on the following figure. Fig. 3-TargetVision implementation architecture As the data source systems have been chosen the CTI server Genesys providing the call center statistics data and the Clarify CRM system database based on Oracle RDBMS. Fig. 2-Symon Digital Signage solution Symon solution architecture follows the concept of Digital Signage solution shown on Fig.1. Data source systems can vary from technology management systems to different front and back office systems which provides data to the central The statistics data from Genesys system are available via Genesys collector, which is a Symon plug-in software configured for collection of specific call statistics data from GIS (Genesys Interface Server) with an initial refresh rate set to 15 sec. The database source data are accessible via ODBC collector, which collect particular business logic data from Oracle DB. The data processing SES engine computes the specific data collected from Genesys system and from Oracle DB. According to the defined business 97 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT logic algorithm and defined plasma screen layouts the SES server distributes the required information to defined destination. In this implementation the TargetVision application uses so called SDA (Symon Digital Appliance) components for information content and graphical representation on defined plasma screen in a particular geographical destination. For administration and configuration of TargetVision solution the Design Studio application is used. 3.2 Solution design For each business unit of the call center a specific data requirements matrix has been created. According to this defined data sources a specific business logic algorithm (metrics) was developed, tested and after successful pilot implementation also rolled-out into the production. As an example we show here a sample of such business logic diagram, which is followed by a plasma screen graphical layout. In this particular case, the business logic is applied for sample semaphore traffic light visualization. Read values “View_Semafor.PrePaid” from ODBC collector refresh =1 Display green traffic light L1_l Display green traffic light messages L1_m yes Display orange traffic light L1_l Display orange traffic light messages L1_m yes Display red traffic light L1_l Display red traffic light messages L1_m yes no =2 no =3 Fig. 4-Sample of a business logic diagram The CRM system contains the relevant business data for all call center units. These data are internally evaluated for each team (within a specific period of time e.g. 15min) and the result, in the form of an integer number 1,2 or 3 is written into the specific database table for defined call center unit. Each integer number is then represented by a defined traffic light color and shown on the plasma screen. Different text/data coloring-graphics can be used for a threshold overflow approach, as it is shown on the next figure. Fig. 5-Example of plasma screen layout Of course, the graphical screen layout as well as the business logic diagram, data sources and particular refresh rate can be completely customized according to the defined requirements. On top of that, the plasma screen layout one can enhance by a live TV and/or video stream presentation. Hence, the solution can be designed case by case, separately for each business unit, not depending or fixed to each other. However, we need to say in this point, that a more individual and customized TargetVision solution requires more configuration and administrative effort, but the result is very appreciated by the target audience. 4 Conclusion In this paper we present the basic information regarding the Digital Signage solutions. The paper has primarily information character and via a brief case study description introduces the basic ideas and principle of a Digital Signage solution implementation. Literature [1] Wallboards implementation project - Statement of Work. [ SOW_8R034, 2008-15-07]. NextitaOne Slovakia, s.r.o., internal project documentation Ing. Peter Štrelinger, Business development director NextiraOne Slovakia, s.r.o., J.Hagaru 9, 831 51 Bratislava [email protected] Mgr. Erik Urland, PhD., Professional services manager NextiraOne Slovakia, s.r.o., J.Hagaru 9, 831 51 Bratislava [email protected] 98 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Bezpečnostné problémy IPSec Security failures in IPSec Peter Švec Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt Jedným z riešení bezpečnej komunikácie v rozľahlých počítačových sieťach je využitie protokolu IPSec. Tento protokol umožňuje pri správnej konfigurácii zabezpečiť utajenie a (alebo) integritu prenášaných správ. V prípade, že nepoužijeme funkciu integrity vystavujeme sa riziku čítania našich správ, aj keď sa prenášajú šifrovane. V rozľahlých sieťach prechádzajú datagramy cez mnoho smerovačov, čo znamená, že vždy existuje možnosť, že niekto našu komunikáciu odpočúva. Vhodnou zmenou obsahu šifrovanej správy môže útočník prinútiť adresáta aby obsah správy po dešifrovaní preposlal útočníkovi. Úspešnosť takéhoto konania bola teoreticky aj experimentálne dokázaná s úspešnosťou približne 60%. Abstract The one way of securing the communication in wide area networks is to employ IPSec protocol. This network protocol makes possible to provide privacy and/or integrity of messages in case of correct configuration. If we won’t to use the integrity feature we expose ourselves to the possibility that someone will read our messages even if they are in ciphered form. In wide area networks, packet travel through many routers. There is always the possibility that someone is listening. This listener, actually attacker, can modify the content of ciphered message, send it to recipient and persuade him to send the deciphered message to attacker. Experiments proof that success probability of this attack is about 60%. Kľúčové slová Protokol IPSec, bezpečnosť, útok Keywords IPSec protocol, security, attack 1 Úvod Jedna zo slabín pôvodného internetového protokolu (IP) je, že v ňom chýbajú všeobecné mechanizmy, ktoré by umožňovali zabezpečenie autentifikácie a utajenia údajov prechádzajúcich sieťou. V súčasnosti používame rovnaký protokol, ako sa používal v pôvodnom Internete avšak s tým rozdielom, že v počiatkoch bol Internet v podstate súkromnou sieťou vládnych vedeckých inštitúcií (APRA, DARPA). Sieť bola kontrolovaná len zopár ľuďmi, ktorých boli všeobecne známy a mali bezpečnostné previerky. Nebol dôvod implementovať do protokolov bezpečnostné prvky. Stačilo kontrolovať prístup k staniciam, do budovy a pod. Dnes je Internet skutočne verejnou a anonymnou sieťou. Tak ako je veľa používateľov siete, tak je veľa sieťového hardvéru spravovaného a vlastneného ktoviekým. V takejto sieti nemôžeme garantovať, že si niekto našu komunikácie nečíta alebo nemení. S rozvojom Internetu rastie aj počet aplikácií, ktoré vyžadujú vysoký stupeň bezpečnosti. Niektoré aplikácie (web, ftp) implementovali bezpečnosť na úrovni aplikačného protokolu pomocou SSL vrstiev. Tento postup sa však nedá zovšeobecniť. Z tohto dôvodu bolo nutné vytvoriť skupinu protokolov, ktoré by túto bezpečnosť umožnili. Táto skupina protokolov sa nazýva IPSec. Pri použití IPSec sa môžeme rozhodnúť či je pre nás dôležité aby správa prišla do cieľa nezmenená alebo utajená alebo aj aj. V prípade, že nám stačí aby bola správa utajená, získavame na rýchlosti spracovania správy na smerovačoch, avšak ako ukazujú 99 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT experimenty, bez kontroly integrity je možné čítať aj šifrované správy. IPSec nie je samotný protokol ale je to skupina služieb a protokolov, ktoré umožňujú vytvoriť kompletné bezpečné riešenie pre IP sieť. Tieto služby a protokoly poskytujú rôzne typy ochrany. Keďže IPSec pracuje na IP vrstve, môže poskytovať bezpečnostné funkcie pre rôzne TCP/IP aplikácie bez nutnosti zavádzania špeciálnych bezpečnostných metód. Najväčšie využitie má pri budovaní virtuálnych privátnych sietí (VPN). IPSec sa používa na nadviazanie bezpečne komunikácie medzi dvoma zariadeniami. Nadviazať bezpečnú komunikáciu znamená, že dve zariadenia, či už koncové stanice alebo smerovače alebo iné sieťové zariadenia sa musia dohodnúť na množine bezpečnostných protokolov, ktoré chcú používať. Bez tejto dohody by nemohli čítať odosielané údaje – nerozumeli by im. Musia sa rozhodnúť aký algoritmus použijú na šifrovanie údajov a tiež si musia vymeniť kľúče, pomocou ktorých môžu tieto dáta dešifrovať. Potom ako sa dohodnú, musia používať dohodnutý protokol, metódy a kľúče. IPSec teda ponúka napríklad: [1] šifrovanie dát, autentizáciu komunikujúcich strán, zabezpečenie integrity údajov po ceste, ochranu proti niektorým typom útokov, napr. útoku opakovaním, možnosť vyjednať bezpečnostný algoritmus medzi dvoma zariadeniami, dva bezpečnostné režimy: tunelový a transportný. 1.1 Zloženie IPSec IPSec pozostáva z dvoch základných častí – komponentov. Jednou sú komponenty jadra a druhou sú podporné komponenty, viď Obr. 1 Jadro IPSec je tvorené autentizačným záhlavím (AH, header) a zapuzdreným bezpečnostným doplnkom (ESP, Encapsulating Security Payload) Protokol AH vykonáva pre IPSec autentizačné služby. Znamená to, že umožňuje prijímateľovi správy overiť si, či odosielateľ uvedený v správe je skutočne ten, kto správu odoslal. Umožňuje príjemcovi overiť si, že žiadne dáta neboli v správe zmenené žiadnym zariadením, cez ktoré správa prechádzala. Tiež poskytuje ochranu pre tzv. „útokom opakovaním“, pri ktorom je správa zachytená neautorizovaným používateľom a opätovne poslaná. Autentizačné záhlavie zabezpečuje integritu dát ale nie ich utajenie. Aby bola informácia, ktorú nesie IP datagram „tajná“, musí byť dátová časť IP datagramu zašifrovaná pomocou ESP protokolu. [1] AH a ESP sa všeobecne nazývajú „protokoly“ napriek tomu, že to nie sú protokoly v tom slova zmysle ako poznáme. Tieto protokoly sú implementované len ako záhlavia do IP datagramov, nemôžu pracovať samostatne a pre svoju správnu funkcionalitu potrebujú niekoľko ďalších protokolov a služieb. Medzi najdôležitejšie patria šifrovací a hashovací algoritmus, bezpečnostná politika a bezpečnostné asociácie, mechanizmus výmeny kľúčov. AH a ESP sú veľmi všeobecné a neprikazujú používať žiadny presný mechanizmus na šifrovanie, čo im umožňuje flexibilne pracovať s množstvom algoritmov. Šifrovací algoritmus sa dohodne pred začatím komunikácie. Najčastejšie sú to hashovacie algoritmy Message Digest 5 (MD5) a Secure Hash Algoritm 1 (SHA-1). 1.2 Obr. 1 Prehľad IPSec protokolov a komponentov Zdroj:http://www.tcpipguide.com/free/diagrams/ipseco verview.png authentication Architektúry IPSec Podľa RFC 2401 sú pre IPSec definované tri rôzne architektúry – Integrovaná architektúra, „narazená do protokolu“ („Bump In The Stack”, BITS), „narazená do káblu“ („Bump In The Wire“, BITW) a dva režimy – tunelový a transportný. Konkrétna implementačná metóda sa používa v závislosti od rôznych podmienok, napr. či používame IPv4 alebo IPv6, či je IPSec implementované na hraničných smerovačoch alebo na koncových staniciach. [2] Implementácia na koncových staniciach poskytuje najväčšiu úroveň flexibility a bezpečnosti. Touto implementáciou dosahujeme „end-to-end“ bezpečnosť. Problémom je, že koncových staníc je v sieti veľa a táto implementácia znamená oveľa viac práce a je 100 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT časovo náročná. Na druhej strane, implementovať IPSec na smerovačoch znamená oveľa menej práce, keďže smerovačov máme rádovo oveľa menej. Táto implementácia poskytuje bezpečnosť len medzi dvoma smerovačmi, ale pre mnohé aplikácie (napr. VPN) je postačujúca. Musíme si tiež uvedomiť, že komunikácia medzi smerovačom a vnútornou sieťou je nezabezpečená (alebo zabezpečená iným spôsobom). [1] 1.3 Transportný a tunelový režim V transportnom režime (Obr. 2) chráni IPSec informácie, ktoré prichádzajú na sieťovú vrstvu z transportnej. Správa je spracovaná pomocou AH a/alebo ESP a pred záhlavie transportného protokolu (TCP alebo UDP) sú pridané ďalšie potrebné záhlavia. Následné je datagram posunutý na sieťovú vrstvu, kde je pridané IP záhlavie. IPSec teda chráni len dáta transportnej vrstvy, (IP payload – dátovú časť IP datagramu). V tunelovom režime IPSec chráni celý IP datagram. IPSec záhlavie sa pridáva pred originálny IP datagram a ten sa zabalí do ešte jedného IP datagramu (Obr. 3). Aby tento režim mohol fungovať, musí sa medzi dvoma komunikujúcimi stranami vytvoriť virtuálny tunel. V ňom budú potom doručované šifrované IP datagramy. Obr. 2 Transportný režim IPSec Zdroj:http://www.tcpipguide.com/free/diagrams/ipsect ransport.png Obr. 3 Tunelový režim IPSec Zdroj:http://www.tcpipguide.com/free/diagrams/ipsect unnel.png 1.4 Protokol AH a ESP Protokol AH pracuje na podobnom princípe ako napríklad CRC. Autentifikáciu zabezpečuje pridaním záhlavia, ktoré sa vypočítava z hodnôt niektorých polí datagramu. Ktoré časti sa na tento výpočet použijú závisí od režimu IPSec a od toho či sa používa IPv4 alebo IPv6. Kým pri CRC sa používa všeobecne známy algoritmus, v IPSec používa hashovací algoritmus MD5 alebo SHA-1 spolu s kľúčom, ktorý vedia len dve navzájom komunikujúce strany. Na zdrojovom zariadení vypočíta protokol AH z polí datagramu hodnotu nazývanú Integrity Check Value (ICV) a vloží ju do záhlavia. Výpočet ICV nemení štruktúru alebo obsah pôvodného datagramu. Príjemca komunikácie po doručení IPSec datagramu, tiež vypočíta z pôvodného datagramu hodnotu ICV a keď sú zhodné, tak datagram nebol cestou zmenený. AH teda zabezpečuje integritu správy, nie jej utajenie. [3] [1] Zvláštnosťou ESP protokolu je, že nemá jedno záhlavie ale rozdeľuje ho na tri časti – ESP záhlavie, ESP trailer a ESP autentizačné dáta. Dôvodom na toto rozdelenie je fakt, že niektoré šifrovacie algoritmy potrebujú, aby mali vstupné dáta určitú veľkosť. Z tohto dôvodu sa musí za dáta vložiť doplnok. Časť ESP Authentication Data musí byť tiež zvlášť, pretože slúži na autentifikáciu a preto musí byť oddelená od šifrovaných údajov. [1] 101 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT ESP záhlavie obsahuje dve polia, SPI a Sequence Number. Toto záhlavie sa nachádza pred šifrovanými dátami. Jeho umiestnenie závisí od toho, či je použitý tunelový alebo transportný režim. ESP Trailer sa nachádza za šifrovanými údajmi. Obsahuje doplnok (padding), ktorý pomocou polí Padding a Pad Length slúži na zarovnanie dát. Okrem týchto dvoch polí obsahuje tiež pole Next Header. Pole ESP autentizačné dáta obsahuje číslo ICV (Integrity Check Value), ktoré je podobné ako v AH protokole a používa sa na autentizačnú funkciu ESP protokolu. 2 V nasledovnom texte si zhrnieme poznatky získané z týchto výskumov. Bezpečnostné problémy Pri implementácii IPSec sa môžeme rozhodnúť, či budeme používať protokol AH alebo protokol ESP alebo obidva. Protokol AH nám ponúka autentizačné funkcie a protokol ESP zasa šifrovanie, čiže utajenie komunikácie. V mnohých návodoch implementácie IPSec nájdeme poznámku, že v prípade, že požadujeme len utajenie správ (ESP), môžeme vypnutím AH funkcií dosiahnuť zvýšenie výkonu. Takúto radu dávala aj spoločnosť Cisco v [2], avšak po zverejnení množstiev návodov, ako narušiť bezpečnosť v prípade nepoužívania autentizácie spoločnosť Cisco tento návod zo svojich stránok stiahla. V konfiguračných návodoch bezpečných operačných systémov FreeBSD [3], OpenBSD [4] alebo Solaris [5] sa upozornenie o riziku nepoužívania protokolu AH nenachádza. Autori Peterson a Yau vo svojej práci realizovanej v rámci projektu európskej komisie ECRYPT a odprezentovanej na konferencii Eurocrypt 2006 [6] popisujú výsledky výskumu zameraného na štúdium medzery medzi šifrovaním tak ako ho popisuje teória, jeho definíciou v štandardoch a tým ako je implementované softvérovými inžiniermi a používané používateľmi. Svoju prácu zamerali hlavne na dôkaz toho, že v prípade, že požívame len šifrovaný prenos bez autentizácie, je možné tento prenos rôznymi metódami narušiť. Problémom bolo, že tieto dôkazy boli viac menej teoretické – nefungovali správne pre IPSec implementácie, ktoré sa držali RFC štandardov (funkčný útok bol realizovaný na Linuxe). O rok neskôr Degabriele a Peterson v práci Attacking the IPsec Standards in Encryption-only Confgurations [9] z roku 2007 popisujú už útok na RFC štandardné IPSec implementácie. 2.1 Šifrovanie Protokol ESP používa pri šifrovaní DES algoritmom režim CBC (Cipher Block Chaining). Vstupné údaje tohto algoritmu musia byť zarovnané tak, aby boli deliteľné ôsmymi bajtmi. Ak je číslo n dĺžka vstupných dát v bajtoch, potom doplnok nutný pre zarovnanie je rovný 8-(n mod 8) bajtov. Každý jeden bajt má hodnotu 8-(n mod 8). Z toho vyplýva, že šesťnástkovo existujú nasledovné možné doplnky: 01, 0202, 030303, 04040404, 0505050505, 060606060606, 07070707070707 a 0808080808080808. Okrem toho DES CBC šifrovací proces potrebuje 64 bitové náhodné číslo, ktoré nazývame inizializačný vektor – IV. Pre každý šifrovaný text by sa mal IV zmeniť. [7] Dáta nasledujúce po zarovnaní pozostávajú z q blokov po n bitoch. Napríklad, v prípade, že používame DES je n=64 a v prípade, že používame AES je n=128. Označme si tieto bloky ako P1, P2, ..., Pq. Na šifrovanie otvoreného textu použijeme kľúč K a jednotlivé bloky šifrovacieho algoritmu označíme eK(.) (dK(.)). Bloky šifrovaného textu sa generujú na základe nasledovnej rovnice: [6] C0 = IV , Ci = eK (Ci −1 ⊕ Pi ), (1 ≤ i ≤ q) Šifrovaná časť je potom postupnosť q+1 blokov C0, C1, ...Cq. Na druhej strane, dešifrovanie prebieha na základe rovnice: Pi = Ci −1 ⊕ (Ci ),(1 ≤ i ≤ q ) „V prípade, že sa zmení alebo poškodí jeden bit šifrovaného textu, bude zmenený alebo poškodený zodpovedajúci bit v dešifrovanom texte.“ [8] Ak by sa útočníkovi podarilo odchytiť bloky C0, C1, C2, ...Cq, a potom zmeniť jeden špecifický bit j v bloku Ci-1 a takto modifikované bloky poslať naspäť do siete, po ich dešifrovaní by sa táto výmena prejavila vo výmene bitu j otvoreného textu v bloku Pi. Touto technikou môže útočník meniť obsah dešifrovanej správy. Nesmieme ale zabudnúť, že zmena v bloku Ci-1 sa prejaví aj v bloku Pi-1, ktorého obsah bude v podstate náhodný. Táto skutočnosť vyplýva z rovnice Pi −1 = Ci − 2 ⊕ d K (Ci −1 ) . V prípade, že ale zmeníme blok C0, ktorý je rovný inicializačnému vektoru IV, potom poškodenie otvoreného textu po dešifrovaní nenastane. [6] 102 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 2.2 Niektoré typy útokov Výmenou bitov v šifrovanom texte dosiahneme výmenu bitov v otvorenom texte. Keďže poznáme štruktúru otvoreného textu (IP datagram), poznáme tiež štruktúru šifrovaného textu. Vieme teda, presne ktorý bit musíme zmeniť, aby sme dosiahli zmenu napr. IP adresy v datagrame. Samozrejme IP datagram má mechanizmus kontrolného súčtu, ktorý keď nesedí tak je datagram zahodený. Táto vlastnosť sa dá obísť tým, že budeme meniť aj samotný kontrolný súčet. Ten je tvorený 2B číslom a po vyskúšaní všetkých možných kombinácií určite jeden trafíme. Našim cieľom bude modifikovať IP datagram tak, aby sa na cieľovej stanici vygenerovala ICMP správa (napr. vložíme neexitujúce číslo protokolu transportnej vrstvy). ICMP má tú vlastnosť, že spolu s chybovou správou posiela vo svojej dátovej časti segment, ktorý chybu spôsobil. To sú údaje, ktoré potrebujeme. Zostáva len prinútiť cieľovú stanicu, aby túto ICMP správu poslal útočníkovi a nie pôvodnému odosielateľovi. Útoky, ktoré si teraz popíšeme budú realizované na IPSec implementácii v tunelovom režime. Pri útokoch predpokladáme, že útočník s IP adresou AttAddr pozná cieľovú adresu DestAddr vo vnútorných IP datagramoch. 2.2.1 Prepísanie zdrojovej adresy Cieľová adresa sa nachádza v piatom 32 bitovom bloku IP záhlavia, čo reprezentuje blok P3. Ak sa nám podarí túto adresu prepísať, IPSec brána po rozšifrovaní vnútorného datagramu ho pošle na adresu AttAddr a nie na adresu DestAddr. Útok prebieha v troch krokoch: [6] Odchytíme ESP datagram. V dátovej časti tohto datagramu sa nachádza šifrovaný vnútorný IP datagram, tvorený blokmi C0, C1, ... Cq. Modifikujeme prvých 32 bitov bloku C2 tak, že vykonáme operáciu XOR s 32bitovou maskou M, ktorú získame tak, že M = DestAddr ⊕ AttAddr . Získame tak blok C′2 opakujeme: modifikujeme posledných 32 bitov bloku C′2 a nastavíme ich na náhodnú hodnotu. Takto upravený blok označíme C2′′ . vytvoríme nový datagram, ktorý bude zhodný s pôvodne odchyteným, ibaže blok C2 nahradíme blokom C2′′ . Takto modifikovaný datagram pošleme späť do siete. kým na adresu AttAddr nejaký datagram. Keďže sme modifikovali blok C2, bude blok P2 po dešifrovaní dá sa povedať náhodný. Blok P2 obsahuje polia TTL, Zdrojovú adresu a Kontrolný súčet. Aby sa k nám modifikovaný datagram dostal musí byť TTL hodnota dostatočne veľká (pri dosiahnutí hodnoty nula, smerovače datagram zahadzujú), zdrojová adresa musí byť z rozsahu verejných smerovateľných IP adries a kontrolný súčet musí byť správny. [6] Peterson a Yau ukázali, že po vykonaní 217 iterácií kroku 3 bude úspešnosť útoku 60 %. Navyše, v prípade úspešného útoku, môžeme použiť bloky C0, C1, C2′′ , C3 úspešného vonkajšieho datagramu a bloky Cq-2, Cq1 , Cq z originálneho datagramu a útok sa zefektívni. 2.2.2 Prepísanie čísla protokolu Pri tomto type útoku sa budeme snažiť vygenerovať taký typ protokolu vyššej vrstvy, ktorý na cieľovej stanici nie je podporovaný. Kým v prípade prepísania cieľovej adresy, bola „pomocníkom“ pri útoku brána (koniec IPSec tunela) v tomto prípade to bude cieľová stanica, ktorá zistí, že takýto protokol nevie spracovať a vygeneruje ICMP správu „protocol unreachable“. Súčasťou tejto ICMP správy je aj samotný segment transportnej vrtsvy. Pri tomto type útoku sa snažíme prepísať zdrojovú adresy, aby sa ICMP správy sa nevracali naspäť IPSec tunelom pôvodnému odosielateľovi. Číslo protokolu vyššej vrstvy sa nachádza v druhom bajte tretieho 32-bitového slova IP záhlavia. V otvorenom texte sa teda nachádza v bloku P1. Zmenou príslušných bitov v IV môžeme nastaviť číslo protokolu na takú hodnotu, ktorá nie je na cieľovej stanici podporovaná (pravdepodobnosť je vysoká, lebo väčšina klientských staníc podporuje len TCP a UDP). Najčastejšie stačí zmeniť najviac významný bit z poľa pre protokol. Útok prebieha v troch krokoch: [6] 1. Odchytíme ESP datagram. V dátovej časti tohto datagramu sa nachádza šifrovaný vnútorný IP datagram, tvorený blokmi C0, C1, ... Cq. 2. Zmeníme blok C0 = IV v jeho prvom bajte, tak aby sme nastavili číslo protokolu na neexistujúce. Získame tak blok C′0 . 3. opakujeme: modifikujeme posledných 32 bitov bloku C2, tak že ich nastavíme na náhodnú hodnotu. Takto modifikovaný blok označíme . vytvoríme nový datagram, ktorú bude zhodný s pôvodne odchyteným, ibaže blok C0 naradíme blokom C0′ a blok C2 nahradíme blokom C2′ . Takto upravený datagram pošleme späť do siete. kým nepríde ICMP správa. Podobne ako pri prvom útoku aj teraz môžeme použiť bloky C0, C1, C′2 úspešného vonkajšieho datagramu a bloky C3, C4, ... z originálneho datagramu a útok sa 103 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT zefektívni. Úspešnosť tohto útoku pri 215 iteráciách potrebných pre všetky kombinácie kontrolných súčtov je 90%. [6] 3 Záver Bezpečnosť počítačových sietí stojí a padá na vhodne zvolenom šifrovacom algoritme a na vhodne zvolenom šifrovacom kľúči. Takto si to aspoň väčšina ľudí myslí. Na bezpečnú komunikáciu je potrebné implementovať do siete sadu protokolov IPSec, buď v tunelovom alebo transportnom režime, s použitím kontrolu integrity (AH) alebo len šifrovaním (ESP). Väčšina počítačových sietí používa na prepojenie sietí práve tunelový režim a bohužiaľ nepoužíva kontrolu integrity. Na jednej strane preto, že si nie sú vedomý rizika, ktoré podstupujú, na druhej strane preto, lebo dostupné návody navádzajú skôr na takúto konfiguráciu. V tejto práci sme si na príkladoch ukázali, že nepoužívanie mechanizmu, ktorý by zabezpečil integritu správy, teda nepoužívanie protokolu AH je veľmi riskantné. Pracovníkom Information Security Gruop z Londýnskej univerzity (Paterson, Yau, Degabriele) v spolupráci s HewlettPackard laboratóriami v Bristole ukázali, že útoky na šifrované spojenia sú teoreticky aj prakticky možné. Je len na sieťových administrátoroch alebo ľudí zodpovedných za implementáciu bezpečnostných riešení, či si výsledky týchto úspešných experimentov uvedomia a zvýšia tak bezpečnosť svojich sietí alebo nie. 2. Kent, S and Atkinson, R. Socurity Architecture for the Internet Protocol. [Online] November 1998. [Cited: 07 26, 2008.] http://www.faqs.org/rfcs/rfc2401.html. 3. Authentication Header (AH). [Online] [Cited: Júl 26, 2008.] http://docs.hp.com/en/J425690003/ch01s02.html?btnNext=next+%BB. 4. IPSec Tunnels. [Online] Marec 2000. [Cited: Júl 26, 2008.] http://web.archive.org/web/20050910123851/http://www.cisc o.com/univercd/cc/td/doc/product/ismg/policy/ver21/ipsec/ch 01.htm. 5. Clayton, N. VPN over IPsec. FreeBSD Handbook. [Online] [Cited: Júl 28, 2008.] http://www.freebsd.org/doc/en/books/handbook/ipsec.html. 6. NetBSD IPsec FAQ. [Online] [Cited: Júl 28, 2008.] http://www.netbsd.org/docs/network/ipsec/. 7. Arnaud, A. TCP/IP and Security in Sysadmin. The Journal for UNIX and Linux systems admnistrators. [Online] December 2004. [Cited: August 1, 2008.] http://www.samag.com/documents/s=9427/sam0414d/0414d. htm. 8. Paterson, K.G. and Yau, A.K.L. Cryptography in theory and practice: The case of encryption in IPsec. [ed.] S. Vaudenay. Advances in Cryptology - EUROCRYPT2006. 2006, Vol. LNCS Vol. 4004. http://eprint.iacr.org/2005/416. Literatúra 9. Balenson, D. Privacy Enhancement for Internet Electronic Mail. [Online] Február 1993. [Cited: August 1, 2008.] http://www.faqs.org/rfcs/rfc1423.html. 10. Encryption modes used in Crypto Systems' products. [Online] [Cited: August 1, 2008.] http://cryptosystems.com/modes.html. 1. Kozierok, CH. The TCP/IP Guide: A Comprehensive, Illustrated Internet Protocols Reference. San Francisco : No Starch Press, 2005. Dostupné tiež na: <http://rcpipguide.com/free/index.htm>. ISBN 1-59327-047X. PaedDr. Peter Švec Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 104 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Inovácia e-learningového kurzu Kódovanie a zobrazenie informácií E-learning course Data Coding and Representation Innovation Júlia Tomanová Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky , [email protected] Abstrakt Článok sa zaoberá využitím e-learningového kurzu Kódovanie a zobrazenie informácií vo vyučovaní tohto predmetu na Katedre informatiky Fakulty prírodných vied Univerzity Konštantína Filozofa v Nitre. Kurz je vytvorený v prostredí LMS Moodle a je určený pre študentov denného štúdia odboru Učiteĺstvo akademických predmetov v špecializácii Informatika a pre študentov denného a externého štúdia odboru Aplikovaná informatika. V súčasnosti ho uplatňujeme počas prezenčnej a kombinovanej výučby, dopĺňame ho o nové učebné materiály a nové funkcie, ktoré prostredie LMS Moodle ponúka. Abstract The article describes using of Data coding and representation e-learning course in teaching of this subject at Department of Informatics, Faculty of Natural Sciences, Constantine the Philosopher University in Nitra. The course is intended for students of Informatics Teaching branch and for students of discipline Applied Informatics. We are using this course created in LMS Moodle in blended learning. In the future we are planning to improve administration and communication between students and teachers within the frame of the course using new functions provided by LMS Moodle. Kľúčové slová e-learning, LMS Moodle, kódovanie a zobrazenie informácií, kurz, vyučovanie Keywords e-learning, LMS Moodle, representation, course, teaching 1 data coding and Úvod Vyučovanie s využitím informačno-komunikačných technológií a internetu je stále populárnejšie a stáva sa nevyhnutnou súčasťou nášho života. Z tohto dôvodu vzniká veľké množstvo kurzov určených na takúto výučbu [1]. Jedným z nich je aj kurz na vyučovanie predmetu Kódovanie a zobrazenie informácií, ktorý sa vyučuje na Katedre informatiky Fakulty prírodných vied Univerzity Konštantína Filozofa v Nitre. 2 Predmet Kódovanie informácií a zobrazenie Predmet Kódovanie a zobrazenie informácií sa vyučuje na Katedre informatiky FPV UKF v Nitre pre študentov 1. ročníka denného a externého štúdia odboru Aplikovaná informatika ako povinný predmet a pre študentov denného štúdia odboru Učiteľstvo akademických predmetov v špecializácii Informatika ako povinne voliteľný predmet. V súčasnosti študenti absolvujú tento predmet prezenčnou a kombinovanou formou, a preto vytvárame a upravujeme e-learningový kurz určený na vyučovanie tohto predmetu. Cieľom vyučovania predmetu Kódovanie a zobrazenie informácií je pochopiť, že na prácu s údajmi v počítači slúži binárny kód, vedieť previesť ľubovolné číslo z desiatkovej číselnej sústavy do inej pozičnej číselnej sústavy a naopak, vedieť realizovať matematické operácie s týmito číslami a logické operácie v dvojkovej sústave, pochopiť podstatu šifrovania a spôsoby jeho použitia v praxi. Do obsahu tohto predmetu sú zahrnuté nasledujúce témy [3]: 105 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 1. Zobrazenie údajov v počítači, pozičné číselné sústavy, prevody prirodzených čísel zo sústavy so základom P do desiatkovej sústavy, prevody prirodzených čísel z desiatkovej sústavy do sústavy so základom P 2. Logické operácie s viacbitovými číslami, negácia, konjunkcia, alternatíva, nonekvivalencia, pravdivostné tabuľky 3. Sčítanie a násobenie prirodzených čísel v ľubovolnej číselnej ústave, základné spoje sčítania a násobenia 4. Odčítanie a delenie prirodzených čísel v ľubovolnej číselnej sústave 5. Reprezentácia kladných a záporných čísel v dvojkovej sústave, priamy, inverzný a doplnkový kód 6. Odčítanie, násobenie a delenie celých čísel v dvojkovej číselnej ústave, realizácia aritmetických operácií pomocou priameho, inverzného a doplnkového kódu, pretečenie 7. Prevod desatinných čísel z jednej číselnej sústavy do druhej 8. Zobrazenie reálnych čísel v počítači, pevná rádová čiarka, pohyblivá rádová čiarka, mantisa a exponent, normalizácia, rozsah a presnosť zobrazovaných čísel, strojová nula, preplnenie 9. Operácie s pohyblivou rádovou čiarkou, algoritmus násobenia a delenia, algoritmus sčítania a odčítania 10. Formáty čísel v počítači, celočíselné formáty, semilogaritmické formáty, rozsah a presnosť zobrazovaných čísel 11. Z histórie šifrovania, mechanické šifrovacie pomôcky 12. Šifrovanie, kryptografia, symetrické a asymetrické šifrovanie, využitie kryptografie, kryptoanalýza, digitálny podpis 3 E-learningový kurz a zobrazenie informácií Kódovanie Na podporu vyučovania predmetu Kódovanie a zobrazenie informácií sme vytvorili v prostredí LMS Moodle e-learningový kurz, ktorý pozostáva z 12 lekcií. Kurz je členený na lekcie časovo a tematicky. Každá lekcia zodpovedá jednej kapitole z obsahu vyučovania tohto predmetu. Na obr. 1 je ukážka prostredia kurzu. Každá lekcia obsahuje študijné materiály vo formáte pdf. Jednotlivé lekcie kurzu plánujeme doplniť úlohami na samostatné riešenie a autotestami na overenie nadobudnutých poznatkov. Na riadenie a administráciu výučby sme využili tieto funkcie LMS Moodle: evidencia študentov, kalendár na upozornenie študentov na termíny previerok a skúšok, evidencia výsledkov previerok pre učiteľa, ktoré boli realizované offline formou prezenčne a zverejňovanie výsledkov previerok pre každého študenta individuálne, príp. s uvedením komentára učiteľa [3]. Po absolvovaní kurzu a príslušných previerok a testov bude študentovi, ak splní požiadavky, udelený zápočet z tohto predmetu. Obr. 1 Ukážka prostredia kurzu 3.1 Autotest Aktivita Test je zameraná na zisťovanie úrovne vedomostí účastníkov kurzu. Tento modul umožňuje učiteľovi vytvárať testy skladajúce sa z rôznych typov otázok a nastavovať ich parametre. Otázky sa ukladajú do kategorizovanej databázy a sú použiteľné vo viacerých testoch kurzu alebo sa dajú zdieľať v rôznych kurzoch. V testoch je možné povoliť viacnásobné pokusy ich vykonania, pričom jednotlivé pokusy sú automaticky zaznamenávané. Učiteľ môže pre každú otázku nastaviť spätnú väzbu a percentuálnu váhu odpovedí. V aktivite Test je možné okrem vytvoriť napr. otázky typu: výber z viacerých možností (multiple choice), áno/nie (true/false), krátka odpoveď (short answer), zodpovedajúci (matching). Tvorba a administrácia otázok vyžaduje minimálne skúsenosti s HTML. Po zadaní otázok je možné pre konkrétny test zadať počet otázok a spôsob ich výberu. Buď je test vytvorený napevno a každý účastník kurzu vidí vždy tie isté otázky, alebo je možné nastaviť náhodný výber otázok z určenej kategórie [1]. V našom prípade budeme vytvárať databázu otázok typu výber z viacerých možností, test nebudeme vytvárať napevno, ale zvolíme náhodný výber otázok z kategórie zodpovedajúcej názvu lekcie, pretože test bude vytvorený pre každú lekciu kurzu samostatne a študenti ho budú môcť absolvovať po absolvovaní príslušnej prednášky. 106 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Po absolvovaní online testu študentami si môže učiteľ pozrieť ich výsledky a môže ich zahrnúť do výsledného hodnotenia z tohto predmetu. 4 Záver E-learningový kurz na vyučovanie predmetu Kódovanie a zobrazenie informácií je prístupný pre študentov denného a externého štúdia na Katedre informatiky a môžu ho využiť online formou na štúdium a na testovanie získaných poznatkov alebo offline po stiahnutí príslušných materiálov. Literatúra [1] CÁPAY, M. - PALMÁROVÁ, V.: Aktivity v CMS Moodle vhodné na podporu vyučovania programovania. In UNINFOS 2006 : zborník z medzinárodnej konferencie. Nitra : UKF v Nitre, Edícia prírodovedec č. 207, 2006, s. 166-171. ISBN 80-8050-976-X [2] STOFFOVÁ, V. – GABAĽOVÁ, V.: Elektronické vzdelávanie na stredných školách. In: Zborník z 3. ročníka konferencie s medzinárodnou účasťou Informatika v škole a praxi. Ružomberok 2007. ISBN 987-80-8084-222-2 [3] TOMANOVÁ, J.: Vyučovanie predmetu Kódovanie a zobrazenie informácií s využitím e-learningového kurzu. In: ISKI 2007 - Informatický seminár Katedry informatiky 2007 : využitie operačných systémov a počítačových sietí v podpore výučby informatických predmetov. Nitra : UKF, 2007, 142 – 145. ISBN 978-80-8094-167-3 Mgr. Júlia Tomanová, PhD. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 107 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Adaptívne systémy a multimediálne e-learningové prostredie v Aplikovanej informatike The Adaptive Systems and Multimedial e-Learning Enviroment in Aplication Informatics Milan Turčáni Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected] Abstrakt Vzdelávanie dostáva nový rozmer, čo je spôsobené aj prienikom e-multimediálnych prostriedkov s kognitívnymi vlastnosťami. V prvej línii sú vedúcimi adaptívne hypermédia, ktoré sú novou oblasťou výskumu na rozhraní medzi hypermédiami, adaptívnymi systémami a inteligentnými vzdelávacími systémami. Aktuálne najpopulárnejším druhom adaptívnych hypermédií sú Vzdelávacie hypermediálne systémy. Abstract Educational process explores its new dimensions. Thanks to the intersection of e-multimedia tools and cognitive skills. The leading role is to be casted by adaptive hypermedia systems that represent new field of interest including hypermedia, adaptive systems and intelligent tutoring systems. The most popular application of adaptive hypermedia is the application of adaptive elearning. Kľúčové slová IKT, e-learning, adaptácia, LMS Open Source, adaptívne hypermédiá, vzdelávacie hypermediálne systémy Keywords ICT, e-learning, adaptation, adaptability, LMS Open Source, adaptive hypermedia, adaptive educational hypermedia systems 1 Úvod E-learning sa stal fenoménom súčasnosti. V takom rýchlom spôsobe života je potrebné aj vedomosti a zručnosti prijať rýchlejšie ako doteraz používanými spôsobmi výučby. V čom to je, že mladí, ale aj starší prijímajú informácie bezprostrednejšie s používaním nových informačných technológií. Všetky atribúty a poznatky známe zo vzdelávania od dôb Komenského sú priamočiaro pretransformované do podoby prijateľnejšej s využitím IKT ako doteraz. Čím to je, to nie je ťažké si vysvetliť. Ľahšie prijímame informácie v príjemnom tvare a prostredí a čo je veľmi dôležité v čase, ktorý si sami zvolíme. Vzdelanie a možnosť ďalšieho štúdia sa stáva dosť náročnou investíciou. V čase nedokonalej techniky, t.j. techniky predchádzajúceho obdobia, to bola veľmi problematická a náročná úloha. Je však len obyčajné používanie nových technológií recept na riešenie? Na túto otázku sa pokúšaime dať dostatočné vysvetlenie. 2 Adaptívne hypermediálne systémy a elearning Využitie hypermédií pre e-vzdelávanie je možné dnes považovať za štandardnú záležitosť. Vlastnosť “hyper” umožňuje vytváranie odkazov medzi jednotlivými elementmi výučbových materiálov a “média” zasa využitie rôznych typov médií (napr. text, obrázky, zvuk, video). Prvky prispôsobovania sa do hypermédií dostávajú iba v poslednom období. Ich dôležitosť narastá najmä vzhľadom na rozsiahlosť informačných priestorov systémov pre e-vzdelávanie (napriek tomu, v porovnaní s inými hypermediálnymi systémami súčasné systémy pre vzdelávanie majú výhodu, že 108 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT informačný priestor je relatívne malý a uzavretý). Bez ďalšej podpory sa používateľ (študent) veľmi ľahko v informačnom priestore „stratí“. To je dané nielen rozsahom informačného priestoru v pojmoch kvantitatívnych (počet riadkov textu, obrázkov a pod.), ale najmä možnosťami jeho intelektuálneho zvládnutia, ktoré často nezávisia od kvantity prezentovaného materiálu. Orientácia v študijných materiáloch má významný vplyv na efektívnosť procesu učenia. Riešenie môže spočívať napr. v preddefinovaní ciest v modeli aplikačnej domény. Tu však vzniká problém v tom, že každému študentovi vyhovuje iná postupnosť lekcií (napr. v závislosti od úrovne jeho vedomostí, štýlu učenia, času, ktorý má na učenie). Metódy a techniky adaptívnych hypermédií poskytujú prostriedky na dynamické prispôsobovanie prezentácie, obsahu alebo navigácie vzhľadom na aktuálny stav charakteristík používateľa alebo prostredia, v ktorom sa informácie poskytujú. Hlavným cieľom využitia adaptívnych hypermédií (AH) pri výučbe je zvýšenie efektívnosti procesu učenia alebo procesu oboznamovania sa s informáciami súvisiacimi so vzdelávacími aktivitami. Prispôsobovanie sa deje na základe využívania rôznych charakteristík používateľa/študenta (definované modelom používateľa) a charakteristík prostredia, v ktorom sa aplikácia používa (model prostredia) [5]. Problematika Adaptívnych Hypermediálnych Systémov (AHS) v sebe zahŕňa technickú časť, t.j. potrebu vyriešenia a implementácie AHS, návrh adaptivity a štruktúry AHS, ako aj didaktickú (pedagogickú) časť, t.j. snahu aplikovať nový fenomén výučby e-learning, pedagogicko-psychologické aspekty tvorby materiálov pre podporu výučby, vytvorenie vhodnej osnovy učiva, efektivitu podania problematiky a pod. Práve v zavádzaní a implementovaní AHS do výučby s podporou elearningu vidíme nové možnosti skvalitnenia a zefektívnenia výučby tak technicky, ako aj programátorsky orientovaných predmetov v študijnom odbore Aplikovaná informatika. V súčasnej dobe na katedre informatiky pripravujeme podklady pre projekt, ktorý by sme chceli zamerať na oblasť vysokoškolského vzdelávania s podporou e-learningu a s využitím vlastností AHS. Každá nová metóda výučby je vhodná pre konkrétny typ študentov. Skúsenosti z projektu DIVAI, ktorý nám poskytol možnosti vytvoriť prostredie e-learningového vzdelávania v druhej etape tohto projektu, ktorý by sme chceli uviesť ako DIVAI AHS, sme si vedomí, čo potrebuje študent vysokoškolského štúdia pri vzdelávaní. Dôležitosť personalizácie obsahu výkladu učiva. Je vôbec vhodné individualizovanie učiva na vysokej škole? Je pre študenta vysokej školy časovo efektívnejšie štúdium kurzov na báze AHS alebo klasických e-learningových kurzov? Aj tieto otázky sú predmetom skúmania na experimentálnej vzorke študentov. Metodika a model e-learningového kurzu, hlavne návrh mechanizmu prispôsobovania, ako aj návrh konceptov a modelu aplikačnej domény budú navrhnuté za pomoci systému AHA![2], ktorý plánujeme implementovať na KI. Tento systém slúži na tvorbu adaptívnych ekurzov a bol vyvíjaný na Eindhoven University of Technology. Najdôležitejšou časťou budúcej práce bude práve vyhodnotenie kvantitatívnych a kvalitatívnych ukazovateľov aplikovania AHS do výučby v študijnom programe Aplikovaná informatika. Pre vyhodnotenie týchto ukazovateľov však bude potrebné splnenie niekoľkých čiastkových cieľov: • Pripraviť e-learningový kurz, zostavený na základe poznatkov metodiky tvorby AHS z tematickej oblasti„Aplikácie informatiky a programovanie“ a overiť jeho efektívnosť v zmysle didaktickej účinnosti a času potrebného na prebranie daného učiva. • Pripraviť kvalitné (objektívne, reliabilné a validné) elektronické didaktické testy z tematickej oblasti „Aplikácie informatiky a programovanie“. • Vyhodnotiť všeobecný prínos navrhnutých AHS k rozvoju vyučovania v tematickej oblasti „Aplikácie informatiky a programovanie“, respektíve teórie vyučovania informatiky [3]. Prvým krokom k získaniu relevantných výsledkov je poznanie architektúr navrhnutých systémov, ktoré je možné aplikovať na navrhnutý systém e-learningu. Zásady pre takúto architektúru môžu byť podľa [5] zovšeobecnené nasledovne: • Základná architektúra budovaná blokovou štruktúrou infraštruktúra služieb, vzdelávacie objekty, infraštruktúra komponentov. • Rozvoj aktivít, ktoré umožnujú opätovné využívanie služieb obsahu a komponentov. • Umiestnenie kvalitného vzdelávacieho obsahu a poskytnutie služby študujúcemu a vytvorenie podpory pre tútora. • Riešenia založené na znalostnej architektúre a infraštruktúra založená na sémantickom Webe, inteligencii, adaptívnosti a anotačných technikách. • Obsah a infraštruktúrne aspekty zaostrené na vzdelávacie objekty v ich riadiacej štruktúre. • Aplikácia súčasných trendov smerom k mobilným a všadeprítomným platformám. 109 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Pre lepšie porozumenie vhodnosti použitia takto navrhovaných architektúr sme v príspevku použili krátku ukážku takto navrhovaného AHS, ktorý vystihuje požiadavky uvedené v texte. Vývojom takéhoto adaptívneho systému sa zaoberali v projekte WINDS a jeho autorskú časť prezentovali riešitelia na konferencii „Infovek 2001“ [4]. Nasledujúci obrázok 1.,ilustruje výučbové prostredie navrhovaného systému. Študent môže na obrazovke vidieť aktuálny učebný objekt (vľavo), anotovanú štruktúru kurzu zobrazujúcu jeho progres (vpravo hore), indexové termíny súvisiace s aktuálnym učebným objektom (vpravo v strede), externé dokumenty súvisiace s aktuálnym objektom (vpravo dole) a nakoniec aj prístup k zoznamu študentov a tútorov v aktuálnom kurze, celkový progres študenta v kurze a možnosť nechať sa systémom usmerniť pri ďalšom štúdiu (úplne dole) Popri obyčajnom zobrazení aktuálneho učebného objektu má študent možnosť zobraziť si jeho obsah so zvýraznenými indexovými termínmi, nechať si zobraziť vysvetlenie každého termínu alebo podrobnejšiu informáciu o ňom. Podrobná informácia o indexovom termíne obsahuje okrem jeho vysvetlenia aj synonymá, vzťahy s inými termínmi, ako aj jeho výskyt v aktuálnom kurze i v externých dokumentoch Cieľom tohto riešenia je poskytnúť študentovi lepší prístup k relevantným informáciám a väčšiu slobodu pri navigovaní. Študent môže začať na stránke pojednávajúcej o niekoľkých pojmoch, nechať si podrobne zobraziť jeden z nich, ak mu stále celkom nerozumie, pozrieť sa na ďalšiu stránku, kde si nájde jeho príklad alebo iný pohľad naň. Podľa [4] sa takýto prístup, osvedčil v edukačných hypertextoch pod názvom „Pojmovo založená navigácia“. sústredenie informačnej aj riadiacej infraštruktúry systému. Vychádzame z doteraz získaných poznatkov výučby v študijnom programe Aplikovaná informatika. Študent /klient sa stretáva s prostredím, ktoré mu umožňuje získať prvotné poznatky a skúsenosti s takouto podporou výučby. Veľakrát diskutovaný problém podpory štúdia e-learningovou metódou je riešený z hľadiska návrhu prepojenia klienta s tútorom a tvorbou spoločného prostredia napr. spoločné rámce vo webovskom prostredí. Pre štúdium sme zvolili kombinovanú formu štúdia, ktorá je charakteristická určitým počtom kontaktných hodín študujúceho a pedagóga (tútora chápeme nielen ako dozor nad priebehom e-learningu, ale aj ako pedagóga pre študovanú oblasť). V tomto prípade úloha servra a LMS nezohráva jediný kontakt pri riadení výučby. Otázkou zostáva ako sa v takomto prípade podieľa na riadení výučby vhodne navrhnutý systém a ako kontaktný pedagóg. Pri rozdelení úloh a ich percentuálnom vyjadrení sme si stanovili, že kontakt pedagóga ( face to face) k študujúcemu bude vyjadrený hodnotou 40%. Ostatná časť bude reálne zakomponovaná do e-learningovej časti a časti nekontaktného tútora. Na obrázku 2., je uvedený návrh systému výučby s využitím AHS. Pre učely adaptívneho riadenia výučby uvažujeme v prvej fáze použiť už uvedený AHA systém, ktorý je popísaný v [1]. Obr. 2 Schéma navrhovaného systému výučby DIVAI AHS Obr. 1 Výučbové prostredie navrhovaného systému WINDS Na katedre informatiky sa nachádzame v stave návrhu vhodného systému, ktorý by umožnil prepojenie klientskej časti s časťou servrov. Podľa už známych architektúr sú tieto časti dôležitou oblasťou pre Katedra informatiky riešila problematiku elearningu v rámci niekoľkých projektov, kde hlavnou oblasťou bolo výber vhodného LMS a návrh metodiky štruktúry tvorby e-kurzu pre podporu kombinovanej formy výučby. V súčasnosti sme sa dostali do štádia keď študent prijíma pozitívne aktivity ponúkajúce prostredníctvom LMS ale ako nedostatok sa ukazuje 110 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT práve linearnosť vedenia príjmu vedomostí z čoho vyplýva časová zaťaženosť študujúceho. vedomostí bude trvalým problémom generácií a IKT im k tomu môžu aktívne pomôcť. 2.1 3 Súčasnosť a budúcnosť e-vzdelávania na modernej VŠ V súčasnosti sme svedkami dynamického rozvoja mobilných technológií. Výrobcovia nám ponúkajú množstvo rozmanitých mobilných zariadení, ktoré nám pomáhajú komunikovať prostredníctvom hlasu, textu, obrazu, ale taktiež slúžia ako zdroje informácií z Internetu, pomáhajú nám orientovať sa v priestore a zbierať v teréne rôzne dáta (obrázky, audio, video). Paleta služieb a aplikácií, ktoré budeme môcť kedykoľvek a kdekoľvek využívať bude v budúcnosti ešte oveľa pestrejšia a dá sa povedať, že akákoľvek existujúca informácia bude na dosah ruky. Mobilné systémy nepochybne výrazne ovplyvnia aj oblasť vzdelávania. Samozrejme, nedá sa očakávať, že plne nahradia to elektronické vyučovanie, aké poznáme dnes. Nie veľmi realisticky vyzerá predstava ako niekto dlhé hodiny študuje rozsiahle hypermediálne materiály na malej obrazovke mobilného zariadenia. Na takéto účely dá iste každý radšej prednosť klasickým osobným počítačom s veľkou obrazovkou. Ale v istých situáciách využijeme mobilné zariadenia určite radi. Jednou z ich dôležitých výhod bude totiž aj to, že automaticky dokážu zistiť kde sa nachádzame a na základe toho lepšie odhadnúť aké informácie práve potrebujeme. Ukazuje sa, že najdôležitejšie kritériá pre efektívnosť a akceptovanie tohto nového typu učenia sa podľa [6] sú: -Dosiahnutie požadovaného úžitku v krátkom čase -Jednoduchšie riešenia prispôsobené sa obmedzenej obrazovke a vstupu -Pridaná hodnota: napr. závislosť na kontexte (miesto, činnosť, čas, záujem) V oblasti vzdelávania takto vzniká nové odvetvie, tzv. mobilné učenie sa. Je charakterizované podporou špeciálnych výučbových procesov podľa potrieb používateľa: -komunikácia (elektronická pošta, synchrónna a asynchrónna diskusia) -výber špeciálnych poznatkov - malé kusy informácií, vhodne prezentované -vyplnenie voľného času. Technológie predstavované pre súčasné, ale aj budúce vzdelávanie majú jeden spoločný cieľ. Prispôsobiť sa potrebám toho kto sa chce vzdelávať a poskytnúť mu požadované informácie tam kde ich študujúci práve potrebuje. Otázka adaptívnosti v príjme Záver Vývoj informačných technológií v nie veľmi dlhej minulosti priniesol novú kvalitu do fungovania spoločnosti i života jednotlivcov, vrátane možností vzdelávania sa. Tento trend sa v budúcnosti ešte zrýchli, pretože súčasné IKT umožnia ešte rýchlejší rozvoj tých budúcich. Podmienky, v ktorých žijeme a učíme sa, sú teda diametrálne odlišné od tých, aké boli trebárs pred 10 rokmi. Pre rozvoj vedomostí a zručností mladej, ale aj súčasne produktívnej generácie je dôležité vytvoriť také systémy aby sa ich vedomosti rozvíjali smerom k aktívnemu poznaniu a nie iba k pasívnemu - konzumnému prijímaniu nových informácií. Literatúra [1] BIELIKOVÁ, M.- ŠALOUN, P.: Adaptivní webové systémy pro vzdělávání. Zborník príspevkov DIVAI 2007, s. 125-129. ISBN 978-80-8094-123-9 [2] BRUSILOVSKY, P.: Methods and Techniques of Adaptive Hypermedia. In Adaptive Hypertext and Hypermedia, Kluwer Academic Publisher, 1998, str. 1-44, ISBN: 0-7923-4843-5 [3] KAPUSTA, J.: Časová efektivita adaptívnych hypermediálnych kurzov. Zborník príspevkov DIVAI 2007, s. 125-129. ISBN 978-80-8094-123-9 [4] KRAVČÍK, M.: Elektronické vyučovanie: bremeno, dar, potreba, nevyhnutnosť. Zborník príspevkov z 1. celoštátnej konferencie INFOVEK, Račková dolina, 2000. http://www.infovek.sk/konferencia/2000/prispevky/kravcik.h tml [5] PAHL, C.: Architecture Solutions for E-Learning Systems. Information Science Reference, Dublin City University, Ireland 2007. ISBN 978-1-59904-633-4 [6] SPECHT, M., KRAVČÍK, M., PESIN, L., KLEMKE, R.: Tvorba adaptívnych edukačných hypermédií v systéme WINDS. Zborník príspevkov z 2. celoštátnej konferencie INFOVEK, Stará Turá, 2001. http://www.infovek.sk/konferencia/2001/zbornik/kravcik.htm l Prof. Ing. Milan Turčáni, CSc. Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] 111 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Vizuálny pohľad na objekty v predmete Objektovo orientované programovanie Visual look at the objects in the subject Object Oriented Programming Martin Vozár, Martin Cápay Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky , [email protected], [email protected], Abstrakt V článku prezentujeme spôsob výučby predmetu Objektovo orientované programovanie na Katedtre informatiky FPV UKF v Nitre. Na seminároch sa snažíme v čo najväčšej miere vizualizovať objekty s cieľom motivovať študentov ku štúdiu. Vizualizáciou chceme zároveň podporiť názornosť vo vyučovaní programovania. Abstract In the paper we present the methodology of teaching Object-Oriented Programming subject at the Department of Informatics, FNS CPU in Nitra. In the seminars, we try to use the visual demonstration of the objects as much as possible and this way to motivate the students to study. The visualisation also helps to increase the clarity and comprehensibility of the programming teaching. Kľúčové slová Objekt, objektovo orientované programovanie Keywords Object, Object Oriented Programming 1 Úvod Základnou paradigmou OOP, ktorá je v programátorskej praxi preferovaná, je snaha modelovať pri riešení úloh princípy reálneho sveta v počítači, pokiaľ možno tak v pomere 1:1. Pri vývoji aplikácií môžu vývojári používať už vytvorené komponenty podľa potreby si ich upraviť alebo ich používať len ako stavebnicu lega a vytvárať z nich dômyselnejšie a zložitejšie objekty [1]. V našom článku sa budeme venovať ukážke spôsobu výučby, ktorý je realizovaný na Katedre informatiky, Fakulty prírodných vied, Univerzity Konštantína Filozofa (KI FPV UKF) v Nitre. Aj napriek tomu, že aktuálnym lídrom pri tvorbe objektových aplikácií je určite jazyk Java v príspevku popísaný proces bol realizovaný v prostredí Delphi. Využívali sme jazyk Object Pascal, ktorý je objektovým rozšírením pôvodne neobjektového jazyka Pascal, spojený s výhodami komponentového programovania. 2 O predmete OOP Predmet objektovo orientované programovanie je v študijnom programe Katedry informatiky zaradený do zimného semestra 2 ročníka. Kladie si za cieľ nadviazať na znalosti štruktúrovaného programovania (predmety Programovanie 1 a Programovanie 2), naučiť používať a postupne aj pochopiť objektovoorientovanú filozofiu programovania s využitím všetkých výhod, ktoré sa pri takomto type programovania ponúkajú. V rámci predmetov Programovanie 1 a Programovanie 2 bolo používané prostredie Delphi a tak aj výučba OOP je realizovaná v tomto prostredí. Sylabus predmetu pozostáva z nasledujúcich celkov: • • • Základné pojmy OOP. Objektívna realita. Výber atribútov modelu pre počítačové zobrazenie. Tvorba metód. Prístup k atribútom. Zapuzdrenosť ako základná vlastnosť objektu. Atribúty a metódy na ich ovplyvňovanie. Konštruktor a deštruktor. 112 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT • • • • • • Private, public a protected metódy. Rozdiely medzi class a object. Hierarchia objektových tried, jednoduchá a násobná dedičnosť, využitie objektov v statických údajových štruktúrach Objekt a dynamická údajová štruktúra. Vlastná dynamická premenná. Kontajner. Kontajner v prostredí Win32. Polymorfizmus, prekrývanie a abstraktné štruktúry triedy. Objekty vývojových prostredí Win32, hierarchia a dodržanie základných princípov OOP Vlastnosti komponentového programovania. Metodika tvorby vlastných komponentov V našom príspevku sa zameriavame výlučne na predmet OOP určený pre študentov Učiteľstva akademických predmetov v kombinácii s informatikov, lebo študenti aprobácie Aplikovaná informatika majú od tohto akademického roka nový študijný plán, ktorý je založený od prvého ročníka len na technológii Java. 3 Vizualizácia objektov Základné princípy OOP na príkladoch, ktoré v čo najväčšej miere využívajú výhody vizuálneho programovania v prostredí Delphi. Počas celého roka sa preto snažíme čo najviac definovať triedy, ktoré spĺňajú tieto dve základné kritéria: • • Inštancia triedy je vizuálna – vykresľovaním pomocou základných grafických príkazov alebo využitím štandardného komponentu. Inštancia triedy mení v pravidelných intervaloch hodnoty svojich atribútov – prostredníctvom ovládania používateľom, alebo využitím štandardného komponentu TTimer. Vytvárané objekty tak majú hneď od prvých hodín programovania na predmete OOP pre študentov svoju „tvár“ a pozíciu vzhľadom na formulár aplikácie. Spočiatku vytvárame objekty, ktorých atribúty je možné meniť pomocou tlačidiel na formulári formulárov (Obr.1) na požiadanie používateľa. Neskôr však pracujeme s objektmi, ktoré žijú „svojím vlastným životom“, zmena atribútov (napr. tvar, smer a rýchlosť pohybu apod.) je realizovaná automaticky časovačom, ktorý má každý objekt zapuzdrený vo svojich atribútoch (Obr. 5). Obr. 1 Ukážka jednej inštancie triedy TLopta 3.1 Zapuzdrenosť V nasledujúcich častiach si predstavíme príklady, na ktorých prezentujeme základné vlastnosti OOP zapuzdrenosť, dedičnosť a polymorfizmus. Úvodné hodiny sú venované triede THodiny. V prípade tohto projektu je využitý časovač a textové pole, ktoré zatiaľ nie sú v triede zapuzdrené vo forme atribútov. Odkaz na oba komponenty je posielaný v jej konštruktore. Pri návrhu triedy TAutobus (Obr. 2) už uvažujeme o situácii, že autobusov môže vzniknúť viac a tak nie je vhodné najskôr fyzicky umiestniť komponent TImage na formulár ale radšej dynamicky vytvoriť pre každú inštanciu TAutobus vlastný obrázok (určíme vlastníka, vlastnosti obrázka a podobne). Zmeny stavov atribútov sú zabezpečené pomocou metód. Triedu predstavujeme ako šablónu pre vytvorenie ľubovoľného počtu jej inštancií, ktoré sa odlišujú vlastnosťami (veľkosť, umiestnenie na formulári, rýchlosť pohybu a podobne). Príklad 1. Vytvorte objekt autobus. Jeho vzhľad bude reprezentovať obrázok, ktorý bude schopný pohybu vpravo alebo vľavo. a) Pridajte metódu na nastúpenie a vystúpenie cestujúceho, pričom nastúpiť možno len vtedy, ak je v autobuse ešte nejaké miesto a vystúpiť len vtedy ak má kto vystúpiť. b) Zabezpečte v rámci obrázku autobusu zobrazenie „naplnenia cestujúcimi“ (napr. prostredníctvom veľkosti obdĺžnika nad jeho obrázkom). Obr. 2 Ukážka vizuálnej reprezentácie triedy TAutobus 113 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT 3.2 Dedičnosť a polymorfizmus Vlastnosť dedičnosti a polymorfizmu je prezentovaná dvoma spôsobmi. Buď zmenou výzoru dedeného objektu (rozdielnym vykresľovaním tvaru) pričom metódy ostávajú zachované, alebo zmenou správania sa objektu (náhodný pohyb miesto priamočiareho, zmena výzoru pri dosiahnutí istých hraníc v rámci formulára). Príklad 2 Vytvorte objekt balón, ktorý vznikne na formulári na mieste kliknutia ľavým tlačidlom myši. Balón pôjde priamočiaro smerom hore a po dosiahnutí okraja formulára objekt zanikne. Od objektu balón odvoďte objekt bláznivý balón, ktorý vznikne na formulári na mieste kliknutia pravým tlačidlom myši. Bláznivý balón pôjde smerom hore, pričom sa bude pohybovať aj do strán. Pri dosiahnutí hornej hranice formulára bláznivý balón praskne. Pohyb hore ako i do strán zabezpečte automaticky náhodnou rýchlosťou. Obr. 4 Ukážka objektu TDom a od neho odvodených objektov TPoschodovyDom a TPanelak 3.4 Obr. 3 Ukážka triedy TBalon 3.3 Objekt v objekte Týmto typom príkladov prezentujeme situáciu, kedy je jedna z už vytvorených inštancií triedy podnetom na vytvorenie novej inštancie ale inej triedy. Študent jasne vidí, že inštancie pracujú nezávisle na sebe. Príklad 4 Navrhnite objekt TDom. Predpokladajte, že od neho bude potrebné odvodiť objekt TPoschodovyDom (poschodie + strecha) a objekt TPanelak (viac poschodí bez strechy), prípadne objekt dediny. Zoznam objektov Všetky objekty, ktoré sme doteraz prezentovali pracovali buď nezávisle na sebe a o existencii ďalších objektov „neboli informované“ alebo sme pracovali len s jedným objektom, ktorého výskyt bol uchovávaný v jednej globálnej premennej. Týmto prístupom sme však nemohli v prípade existencie viacerých objektov zrušiť konkrétny objekt. Na ďalších hodinách sme sa preto venovali aplikáciám, v ktorých sa existencia objektov ukladá do zoznamu odkazov na objekty (využitie komponentu TList). Mohli sme tak prehľadávať skupiny objektov a pri splnení určitých kritérií konkrétny objekt zrušiť (napríklad náraz v prípade automobilov, zastrelenie padajúceho parašutistu a pod.). Príklad 5 Vytvorte objekt TVrtulnik, ktorý sa bude pohybovať po formulári vľavo a vpravo a v prípade nárazu na okraj formulára sa jeho pohyb zmení na opačný. a) Pridajte metódu na možnosť zostrelenia vrtuľníka po kliknutí myškou naň. b) Od objektu TVrtulnik odvoďte objekt TParasutista, ktorý vznikne na pozícii vrtuľníka a začne sa pohybovať smerom dole a pri dopade objekt zanikne. Zabezpečte náhodné (ne)otvorenie padáka a v prípade neotvorenia nech sa pri dopade zobrazí červená škvrna na dobu 3 sekúnd. 114 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Obr. 7 Ukážka projektu Tank (Hraška, 2007) Obr. 5 Ukážka inštancií tried TVrtulnik a TParasutista 4 Ukážky študentských riešení Prezentovaný postup sa nám z hľadiska zvýšenia motivácie študentov ako i zvýšenia názornosti vo vyučovaní osvedčil a bude použitý aj v tomto akademickom roku. Na záver ponúkame ukážky zaujímavých projektov z kategórie bonusových úloh. Obr. 8 Ukážka projektu Kapustové pole (MalackýBakay, 2007) Literatúra [1] Skalka, J. – Drlík, M. – Kapusta, J. – Švec, P. – Turčáni, M. – Burianová, M.: Súčasný stav a vízie vyučovania programovania na katedre informatiky UKF v Nitre In: Informatika XX/2007 : sborník abstraktů z mezinárodní odborně pedagogicky zeměřené konference. Brno: Konvoj, 2007. - ISBN 978-80-7302-134-X. - 1 CDROM. [2] Skalka, J. - Cápay, M. – Vozár, M. 2007. Elektronický kurz Objektovo orientované programovanie. [online]. [cit. 2008-09-16].Dostupné na internete <http://edu.ukf.sk/course/view.php?id=29> Obr. 6 Ukážka projektu Moorhuhn (Záhorský, 2007) Mgr. Martin Vozár Katedra Informatiky FPV UKF v Nitre, Trieda A. Hlinku 1, 949 74 Nitra [email protected] Mgr. Martin Cápay Katedra Informatiky FPV UKF v Nitre, Trieda A. Hlinku 1, 949 74 Nitra [email protected] 115 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Adaptívny e-learning - modul použiteľný v LMS Moodle Adaptive e-learning – module usable in LMS Moodle Marek Vrábel, Matúš Pápež Univerzita Konštantína Filozofa v Nitre Fakulta prírodných vied, Katedra informatiky, [email protected], [email protected] Abstrakt V článku popisujeme možnosti adaptívnych hypermediálnych systémov (AHS). Ich vlastnosti, schopnosti a charakteristiky, taktiež ako je možné vlastnosti AHS použiť v rámci e-vzdelávania v praxi. Ďalej vyslovujeme predpoklady ako implementovať prvky AHS do LMS Moodle, ktorý je používaný aj na Univerzite Konštantína Filozofa v Nitre. Abstract In this paper we describe capabilities of adaptive hypermedia systems (AHS). Their properties, abilities and characteristics, also how it is possible to use the properties of AHS in e-learning practice. Next we say assumptions how we can implement elements of AHS to LMS Moodle, which is used also at Constantine the Philosopher University in Nitra. Kľúčové slová adaptívny hypermediálny systém, adaptivita, indexovanie, koncept, model používateľa, model prostredia, obsah, prepojenie Keywords adaptive hypermedia system, adaptivity, indexing, concept, user model, environment model, content, link 1 Úvod Pri vzdelávaní sa dnes často využíva výpočtová technika, používajú sa rôzne metódy a prostriedky. Tento spôsob vzdelávania sa označuje ako e-vzdelávanie (e-learning). Používajú sa hypermediálne systémy, ktoré používajú sieťové technológie, štandardy a protokoly priestoru WWW a siete Internet. Vďaka tomu môžu používatelia pristupovať k študijným materiálom prostredníctvom lokálnej siete – LAN ale aj prostredníctvom siete Internet – WAN. Dôležitým prvkom je tu vzdelávací server. Ide o bežný server v sieti, na ktorom beží špeciálne webové rozhranie, ktoré umožňuje a čiastočne aj riadi vzdelávanie študentov. V tejto oblasti exituje viacero riešení v podobe systémov LMS (Learning Management Systems) a CMS(Course Management Systems) (a iné). Tu sa po prihlásení do systému dostáva študent na stránku so zoznamom kurzov a po vybratí toho kurzu, ktorý mu je určený sa pomocou navigácie po hyperlinkách dostáva k študijným aktivitám. Takýto spôsob vzdelávania sa dá využiť pri rôznych typoch vzdelávania, či už ide o dištančné vzdelávanie, kde sa e-learning používa ako hlavný zdroj informácií a poznatkov z danej problematiky alebo sa e-learning použije ako podpora klasického vzdelávania. V každom prípade sa aktuálne systémy správajú ku všetkým študentom rovnako – lineárne vzdelávanie. Systém predpokladá rovnakú vzdelanostnú úroveň študentov a rovnaké schopnosti pri štúdiu. Aktuálne systémy pre e-vzdelávanie sa správajú ku všetkým študentom rovnako, ide o tzv. lineárne vzdelávanie. Systém predpokladá rovnakú vzdelanostnú úroveň študentov a rovnaké schopnosti pri štúdiu. Tu sa naskytujú otázky typu: • Je takýto prístup postačujúci? • Majú všetci rovnaké schopnosti pri štúdiu? • Poznajú všetci danú problematiku na rovnakej úrovni? • Sú všetci oboznámení s poznatkami potrebnými k štúdiu danej problematiky? • Akým spôsobom vyrovnať rozdiely medzi študentmi? a ďalšie podobné otázky. 116 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Odpovede a riešenia týchto otázok sa v posledných rokoch hľadajú vo výskume a vývoji expertných systémov. V tejto oblasti sa postupne prišlo na to, ako riešiť tieto problémy a riešením je použitie adaptivity – prispôsobovania sa systému jeho používateľom. Postupne vznikajú návrhy adaptívnych systémov a v oblasti e-learningu vznikajú návrhy webových systémov – Adaptívne hypermediálne systémy (AHS). V tejto oblasti výskumu pracujú viacerí a najznámejšími sú prof. Peter Brusilovsky (University of Pittsburgh, USA) a prof. Paul de Bra (Eindhoven University of Technology, NL). V AHS ide o rovnaký prístup ako používajú dnešné LMS, ale do riadenia vzdelávania sa zaraďujú špeciálne prvky. Touto problematikou sme sa začali zaoberať spoločne s prof. Ing. Milanom Turčánim, CSc., ktorý je vedúci Katedry informatiky, Fakulty prírodných vied na Univerzite Konštantína Filozofa v Nitre. 2 Návrh modelu pre AHS Internet sa v súčasnosti veľmi rýchlo rozrastá množstvom rôznych systémov, informáciami a videami. Množstvo informácií začína ohrozovať aj rôzne informačné a vzdelávacie systémy, lebo sa môže stať, že študent alebo používateľ sa v tomto množstve informácií môže veľmi rýchlo stratiť. Z tohto dôvodu sa v súčasnosti začínajú dostávať do popredia tzv. inteligentné systémy, adaptívne hypermediálne systémy. 2.1 Ciel AHS Ako uvádza profesor Turčáni vo svojom článku [5], tak cieľom AHS je využitie adaptívnych hypermédií (AH) pri výučbe, čo zvyšuje efektívnosť procesu učenia alebo procesu oboznamovania sa s informáciami súvisiacimi so vzdelávacími aktivitami. Prispôsobovanie sa deje na základe využívania rôznych charakteristík používateľa/študenta (definované modelom používateľa) a charakteristík prostredia, v ktorom sa aplikácia používa (model prostredia). 2.2 Model používateľa/prostredia Model používateľa a model prostredia predstavujú základný nástroj pre prispôsobovanie. Bez niektorého z uvedených modelov by sme o prispôsobovaní nemohli hovoriť. XAHM (XML-based Adaptive Hypermedia Model) rozlišuje tri dimenzie prispôsobovania: používateľ, externé prostredie a použité technológie. Z pohľadu života AHS rozpoznávame pre model používateľa alebo prostredia tri etapy: 1. získavanie údajov o používateľovi/prostredí 2. 3. spracovanie údajov, vytvorenie či modifikácia modelu používateľa/prostredia použitie modelu pri prispôsobovaní. Model používateľa sa realizuje dvoma spôsobmi: Stereotypy predstavujú jednoduchšiu metódu, ktorá neumožňuje personalizáciu (prispôsobovanie sa jednotlivým používateľom). Používatelia sa rozdelia do skupín a systém prispôsobuje obsah, jeho prezentáciu alebo navigáciu jednotlivým skupinám. Prekrývaný model predpokladá kópiu doménového modelu pre každého používateľa. Pre každý koncept aplikačnej domény AHS získava a uchováva rôzne atribúty súvisiace s charakteristikami používateľa (napr. úroveň pochopenia daného konceptu, čas strávený štúdiom daného konceptu, počet návštev stránok prezentujúcich daný koncept). Zrejmé nároky na realizáciu prekrývaného modelu vyvažujú možnosť prispôsobovania individuálne každému študentovi. Často sa používa kombinácia oboch prístupov, keďže nevýhodu prekrývaného modelu spočívajúcu v potrebe inicializácie modelu. 2.3 Prispôsobovanie Prispôsobovanie predstavuje aktívny komponent AHS. Jednotlivé aplikácie sa odlišujú práve v spôsobe prispôsobovania. Tu sa nachádzajú znalosti, ktoré určujú kvalitu výslednej aplikácie. Z pohľadu znovupoužiteľnosti a jednoduchosti údržby je výhodné oddeliť špecifikáciu prispôsobovania a mechanizmus prispôsobovania. Oddelenie špecifikácie umožňuje aj prispôsobovanie samotného systému definovaním meta-znalostí, ktoré budú modifikovať bázu znalostí o prispôsobovaní. 2.3.1 Prispôsobovanie obsahu a prezentácie Na prispôsobenie textového obsahu a prezentácie textového obsahu sa používajú najmä tieto techniky: − vkladanie/odstraňovanie fragmentov: informačné fragmenty, ktoré nie sú „vhodné“ sa nezobrazujú. Napr. pri použití stratégie „od konkrétnemu ku všeobecnému“ sa na začiatku nezobrazujú programové schémy; − rozťahovací text (stretch text): zobrazovanie textu v skrátenej a aj v plnej (roztiahnutej) podobe, pričom formu zobrazenia jednotlivých fragmentov určuje AHS. Táto a aj vyššie uvedená technika sa realizuje najčastejšie pomocou podmieneného textu; − alternatívy fragmentov: existujú viaceré varianty textu fragmentov alebo varianty prezentácie fragmentov, prezentuje sa „vhodný“ variant. Táto technika je vhodná napr. pri prezentácii textu v 117 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT učebnici v rôznych úrovniach obtiažnosti pre študentov s rôznou úrovňou vedomostí; − usporadúvanie fragmentov: prezentované fragmenty sa usporiadajú podľa „vhodnosti“. Napr. pri prezentácii príkladu v systéme ALEA sú fragmenty zobrazené v poradí príklad, pomôcka a riešenie; − anotácia fragmentov: AHS označuje „vhodné“ fragmenty na stránke (napr. farebným odlíšením písma alebo pozadia). Táto technika sa dá využiť aj na zahmlievanie fragmentov, t.j. fragmenty sa objavia v prezentácii, ale sú označené tak, že nie sú „vhodné“ na štúdium a teda ich prezentácia je nevýrazná. Táto technika je vhodná najmä v prípade, keď sa prispôsobovanie deje aj vzhľadom na čas. 2.3.2 Prispôsobovanie navigácie Na prispôsobenie navigácie v informačnom obsahu sa používajú najmä tieto techniky : − priame vedenie: AHS vedie používateľa v informačnom priestore, t.j. vyberá najvhodnejšie koncepty a fragmenty im priradené. Realizuje sa pomocou tlačidla „Ďalej“. − usporadúvanie odkazov: odkazy na ďalšie koncepty sa usporiadajú podľa vhodnosti. V systéme ALEA sa zoznamy zoskupujú. − anotácia odkazov: AHS označuje „vhodné“ odkazy. Napr. systém ALEA farebne rozlišuje navštívené, nenavštívené a pochopené koncepty. − skrývanie odkazov: odkazy, ktoré vedú k neodporúčaným informáciám sa skryjú. Skrývanie možno realizovať niekoľkými formami: odkaz sa nezobrazí (zobrazí sa iba text odkazu), odkaz sa blokuje (spôsob prezentácie závisí od kombinácie nezobrazenia odkazu a anotácie odkazu) alebo odkaz sa zruší z prezentácie. − generovanie odkazov: AHS dynamicky generuje nové odkazy − adaptácia máp: AHS na základe modelu používateľa a/alebo modelu prostredia dynamicky vytvára mapu domény (grafická prezentácia navigácie). 2.4 Indexovanie stránok Indexovanie stránok patrí k relatívne jednoduchým mechanizmom. Môže byť aplikované dokonca s prvým stupňom doménového modelu, kde doménové koncepty nemajú vnútornú štruktúru. Indexovanie je veľmi výkonný mechanizmus, pretože poskytuje systém so vzdelaním o obsahu stránky. Otvára cestu pre viaceré adaptačné technológie. S obsahovo – založeným indexovaním, systém vie, ktoré koncepty sú prezentované na stránke. Môže to byť použité pri priamej navigačnej technológií k odporučeniu najviac relevantných stránok. S podmienkovo – založenou indexovou technikou, systém vie ktoré koncepty môžu byť použité na vyučovanie pred štartom vyučovania na stránke. Toto vzdelanie môže byť použité pre podporu adaptačnej prezentácie. 2.5 Indexovanie fragmentov Druhý prístup je k poskytnutiu obsahu hypermediálnej stránky k sade fragmentu a indexovaniu niektorých (alebo všetkých) fragmentov s doménovým modelom konceptov, ktoré sú súvisiace s obsahom fragmentu. Tento prístup je jednoduchší ako predošlí, rozdiel je v tom, že indexovanie je hotové na viacerých jednozrnných leveloch. Niekedy sú používané veľmi malé fragmenty textu a je možné použiť jeden koncept k indexu a fragmentu. 2.6 Návrh modelov Študentský model Pre túto sústavu štandardného študentského modelu implementovaného pre APeLS dodáva prúdenie adaptívny SQL kurz k univerzitnému študentovi. Štandardné funkcie zo súčasného kurzu, ktoré boli prezentované v tejto sústave sú : 1. Unikátna identifikácia študenta 2. Študentovo meno a priezvisko 3. List oprávneností, ktoré študent potrebuje. Nové funkcie zahrňujú : 1. Odpovede k študentovým cieľom, študentom sú poskytnuté dotazníkom 2. Odpovede k študentovým štýlom, študentom sú poskytnuté dotazníkom 3. Podľa Honey a Mumford - hodnoty pre študenta prislúchajúceho k učebným štýlom 4. Hodnota, ktorá indikuje koľko informácií o štýle bolo združených k vybudovaniu personalizovaného kurzu. Obsahový model Podobne ako študentský model, obsahový model pre toto rozšírenie APeLS má veľa funkcií prezentovaných adaptívnymi SQL kurzami s niektorými ďalšími funkciami. Podobné funkcie k súčasnému SQL kurzu zahŕňajú nasledovné : 1. Obsahové metadata obsahujú hlavné informácie ako identifikátor, názov a umiestnenie 2. Každá kandidujúca obsahová skupina obsahuje identifikátor, list členov a oprávnenosť vyučovania 118 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Nové funkcie obsahujú : 1. Podľa Honey a Mumford obsiahnutie informácií prislúchajúcich ku každému učebnému objektu. 2. Úvod k podmienkam metadát vzťahujúcich sa k učebným objektom Nakoniec nesmieme zabúdať ani na adaptívnu prezentáciu a navigáciu. V článku profesora Turčániho [5] je uvedená kritická vlastnosť AHS a je to možnosť poskytovania hypermediálnej adaptácie na základe používateľského modelu (obr. 1). Opisný model Opisný je zodpovedný hlavne pre konštrukciu modelu z personalizovaného kurzu. Opis pre tento prototyp kurzu je štruktúrovaný podobným spôsobom ako súčasný SQL kurz. 2.7 Implementovanie modelov Študentský model Používateľ sa môže vrátiť k dotazníku v každej časti kurzu, môže meniť časti na ktoré už odpovedal. Kurz sa musí prerobiť podľa zmenených študentských odpovedí. Prvou novou funkciou je ukladanie v študentskom modeli, študentových cieľov alebo odpovedí z dotazníku. Druhou novou funkciou v študentskom modeli je ukladanie odpovedí prislúchajúce k druhému dotazníku. Tretou novou funkciou v študentskom modeli je ukladanie aktivitového, reflektorového, teoretického a pragmatického skóre. Obsahový model Prvé kľúčové rozšírenie k obsahovému modelu je rozmnožovanie metadát s informáciami o učebných štýloch. Druhým rozšíreným obsahového modelu je zahrnutie informácií o podmienkach. 3 Použitie adaptívnosti v LMS Moodle LMS Moodle poskytuje možnosť členenia kurzu pre rôzne skupiny, tu sa dá povedať, že pokiaľ by sme obsah pre jednotlivé skupiny upravili mame základne rozdelenie napr. troch stereotypov. Z hľadiska toho, že ale naše prispôsobovanie chceme robiť jednotlivo tak takýto model nám nevyhovuje. Preto musíme dotvoriť špeciálny „adaptívny modul“. 3.1 Adaptívny modul To čo všetko by adaptívny modul mal obsahovať je zrejme a jednoznačné. V prvom rade je to možnosť tvorby vzdelávacieho obsahu, najlepšie formou konceptov. Potom spôsob vytvárania resp. editácie prepojení konceptov navzájom a hyperpriestorom. Potom ide o model používateľa, vzdelávacie ciele, vyhodnocovanie aktivít a štatistiky používateľa. Obr. 1 Proces adaptácie Jedinou cestou ako systém získa požadované informácie o používateľovi je začlenenie používateľa do procesu vytvárania používateľského modelu. Táto spolupráca používateľa na získavaní informácií sa nazýva kolaboratívne alebo kooperatívne modelovanie používateľa (obr. 2). Obr. 2 Kooperatívne modelovanie používateľa 3.2 Vzdelávací obsah Príprava vzdelávacieho obsahu je prvoradá ako pri klasickom používaní LMS Moodle. Aktuálne sa dobre osvedčil modul Kniha, výhodou tohto modulu je, že jednotlivé časti (kapitoly) knihy sa dajú adresovať priamo pomocou URL. To nám prakticky ponúka akúsi prvú možnosť vytvorenia konceptov, čo sa dá dosiahnuť tak, že jedna kapitola knihy bude reprezentovať jeden koncept. Druhou možnosťou je vytvorenie vlastného, podobného editovacieho nástroja. 3.3 Prepojenia Ako sme už naznačili tak vytvorenie konceptov nie je problém, dá sa to docieliť aj exitujúcimi nástrojmi v LMS Moodle. Pre tvorbu prepojení je nutné vytvoriť si vlastnú koncepciu. Tu navrhujeme, že nástroj na tvorbu prepojení by po vybratí napr. spomínanej knihy preskenoval aké časti sa v nej nachádzajú a následne nám ponúkol možnosť definovania prepojení. 119 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Tu sa treba pozastaviť nad tým ako vlastne tieto prepojenia reprezentovať. Vhodným reprezentačným modelom pre prepojenia sa javí ohodnotený orientovaný graf. Vďaka ohodnoteniu je možné určiť, ktoré prepojenie je dôležitejšie, pripadne určiť priamo nadväzujúce koncepty. Orientácia hrany má pre nás model dve výpovedné hodnoty, a to: v smere orientácie sa má pokračovať ďalej v štúdiu a v druhom prípade ak je nutné sa vrátiť napäť tak z toho, že vieme pomocou ktorého prepojenia študujúci prišiel, je možné ho poslať v protismere orientácie. Prepojenia konceptov sú stavebným prvkom celej adaptácie spolu s prepojením konceptov s hyperpriestorom. Tu by sme mohli navrhnúť, že po definovaní prepojení konceptov by nám systém ponúkol možnosť tvorby samotných vzdelávacích stránok. Tu si myslíme, že keďže koncepty do stránky môžeme pripojiť, tak samotná web strana nemusí obsahovať takmer nič okrem záznamu toho kam sa má ktorý koncept zobraziť. Prípadne môže obsahovať nejaký komentár. 3.4 Používateľský model Vytvorenie modelu používateľa je prakticky to čo má AHS robiť. Pre každého používateľa je nutné evidovať väčšie množstvo dát. Tieto dáta je nutné počas priechodu systémom stále dopĺňať resp. upravovať. O tuto činnosť sa musia starať špeciálne algoritmy, ktoré vedia model aplikovať na prostredie ale aj na základe informácii z prostredia (napr. absolvovanie testu, naštudovanie si určitej časti, ...) tieto údaje zaznamenajú a na ich základe sa doplní/upraví model pre daného používateľa S modelom používateľa súvisia vzdelávacie ciele. Tie určujú, čo chceme aby študenti pri štúdiu dosiahli. Aké vedomosti majú získať, čo po zvládnutí danej problematiky budú ovládať. Ciele možno rozdeliť na všeobecné a individuálne. Všeobecný vzdelávací cieľ je určený pre všetkých, to znamená, že ten musia dosiahnuť všetci používatelia (študenti) a určuje ho učiteľ (tútor e-kurzu). Prevažne ide o zvládnutie problematiky daného kurzu a vyriešenie testov a všeobecných úloh. Individuálny vzdelávací cieľ je určený pre jednotlivých študentov a môže ho určiť učiteľ alebo si ho zvolí samotný študent. Individuálnym vzdelávacím cieľom môže byť napr. výber seminárnej práce, výber záverečnej práce, atď. Individuálne vzdelávacie ciele sú teda jedinečné pre každého študenta a sú potrebné na dosiahnutie všeobecných vzdelávacích cieľov. V lineárnom systéme sa neberú do úvahy už získané vedomosti a študenti dosahujú vzdelávacie ciele rovnakou – lineárnou cestou. Ale v AHS sa dajú ciele dosiahnuť viacerými cestami (napr. ak študent niečo ovláda, nemusí sa to znova učiť ale prejde len k testovanie). S tým akou cestou sa možno uberať súvisí navigácia systémom a prezentácia vzdelávacieho obsahu študentom. 3.5 Adaptívna navigácia prezentácia a adaptívna Ide o poskytovanie hypertextových prepojení z aktuálnej stránky na nasledujúce, prípadne podobné stránky. Existuje viacero možností ako ponúkať používateľom prepojenia. Zobrazovanie prepojení súvisí s modelom používateľa z viacerých hľadísk. Prvým je grafická úprava prepojení, tá súvisí s definovaním zobrazovania používateľom – typ písma, veľkosť, farba, ... Druhým hľadiskom je aké prepojenia zobrazovať, toto súvisí s tým, čo používateľ (študent) ovláda a či spĺňa prerekvizity pre prístup k danej stránke. Ďalej je otázne, či pri navigácii skrývať alebo iba deaktivovať prepojenia, ktorými momentálne nemôže študent prejsť. Pokiaľ ich skryjeme, tak študent nevidí, čo potenciálne nasleduje a sústredí sa na to, čo má aktuálne sprístupnené. To znamená, že ho nevyrušuje pri štúdiu skutočnosť, že ďalej nasleduje napr. 30 ďalších prepojení. Na druhej strane, deaktivovaním prepojenia je prepojenie viditeľné a študent vidí, koľko má toho ešte pred sebou, čo zasa môže niektorých študentov zaujímať. Preto je vhodné pridať možnosť rozhodnutia pre študenta ako chce, aby sa mu zobrazovali, resp. nezobrazovali, ďalšie prepojenia do časti úpravy modelu používateľa. Pre túto funkciu bude nutné zasa použiť špeciálne algoritmy, ktoré budú na základe aktuálneho modelu používateľa generovať odkazy pre prechod na ďalšiu stránku. Tieto odkazy by sa mali generovať na základe zoznamu hypertextových stránok nášho hyperpriestoru a taktiež na základe prepojení konceptov použitých v daných stránkach. Adaptívna prezentácia súvisí s prezentovaním študijného obsahu. Odhliadnuc od grafickej adaptívnosti zobrazovania je tu dôležité venovať sa otázke obtiažnosti študijného materiálu. Zatiaľ sme si nespomínali možnosť určenia predpokladanej úrovne, na ktorej predpokladáme zvládnutie obsahu študentom. Aj pri klasickom štúdiu, resp. hodnotení sú študenti, ktorí problematiku zvládajú lepšie ako priemer a taktiež aj študenti, ktorí sú podpriemerní. Tu sa naskytuje otázka ako toto vyriešiť. Ideálnou možnosťou je poskytovanie viacerých verzií pre daný 120 ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT celok (koncepty), ktoré korešpondujú z výsledným hodnotením. To znamená, že pokiaľ študent zvláda najvyššiu úroveň tak bude mať danú problematiku rozobranú zo širšieho hľadiska. V nižších úrovniach je vyzdvihnutá iba základná podstata veci a prípadne niečo navyše. Pri viacerých úrovniach sa naskytujú ďalšie otázky: • Čo ak študent, ktorý si vybral najvyššiu úroveň nezvláda jej obsah? • Čo ak študent prechádza niektorou nižšou úrovňou jednoducho a rýchlo? Pre takéto prípady by systém by mal byť schopný ponúknuť študentovi zmenu úrovne a tým že v rámci navigácie, pri prechode na vyššiu úroveň, mu ponúkne pre tie časti ktoré absolvoval na nižšej úrovni možnosť navigovať sa na rozširujúce celky pre ich doštudovanie. Tu treba znova pripomenúť, že adaptívna prezentácia sa líši od lineárnej tým, že tu študenti prechádzajú rôznymi cestami z východzej stránky, ale na koniec skončia na rovnakom mieste a to riešením napr. záverečného testu, projektu, atď. Pri lineárnej navigácii prechádzajú všetci tou istou cestou. 3.6 Schéma implementácie do systému Ako sme spomenuli tak naše riešenie plánujeme implementovať ako modul tretej strany do systému LMS, ten bude riadiť adaptívne prvky a ku tomuto procesu bude využívať systémové prostriedky, ktoré sú poskytované v LMS Moodle (obr. 3). prijateľnejším, keďže je študujúcim ponúknutá verzia vzdelávacieho materiálu, ktorú by mali zvládnuť. V článku sme popísali, akým smerom by sme sa chceli uberať a ako zakomponovať možnosti a vlastnosti AHS do systému LMS Moodle. Načrtli sme aj približné metódy aké chceme použiť pre dosiahnutie týchto zmien vo vzdelávaní pomocou LMS. Literatúra [1] Brusilovsky, P.: Developing Adaptive Educational Hypermedia Systems: From Design Models To Authoring Tools. Murray, T., Blessing, S., Ainsworth, S. (Eds.), Authoring Tools for Advanced Technology Learning Environment, Dordrecht: Kluwer Academic Publishers, 2003. ISBN 14-0201-772-3 [2] Brusilovsky, P., Kommers, P. and Streitz, N. (eds.): Multimedia, Hypermedia, and VirtualReality. Lecture Notes in Computer Science, Vol. 1077, Berlin: Springer-Verlag, pp. 288-304. [3] Bieliková M.: Využitie adaptívnych hypermédií pre vzdelávanie, Slovenská technická univerzita Bratislava, Bratislava 2003 [4] Canavan J.: Personalized E-learning Through Learning style Aware Adaptive systems,University of Dublin ,Dublin , 2004, 85 str. [5] KAPUSTA, J.: Časová efektivita adaptívnych hypermediálnych kurzov. Zborník príspevkov DIVAI 2007, s. 125-129. ISBN 978-80-8094-123-9 [6] Turčáni M.: Moderná vysoká škola = moderné vzdelávanie cez internet. Sborník ERIE 2008. ISBN: 978-80213-1796-3 . Mgr. Marek Vrábel Katedra informatiky FPV UKF v Nitre Tr. A. Hlinku 1, 94974 Nitra e-mail [email protected] Obr. 3 Adaptívny modul v LMS Moodle 4 Matúš Pápež e-mail [email protected] Záver Adaptívne hypermediálne systémy nám ponúkajú možnosť ako priblížiť e-learning viac k realite. Nie sme všetci rovnakí a preto pri štúdiu rôznych predmetov a kurzov môžeme ponúkanú problematiku zvládať na rôznych úrovniach. AHS nám ponúkajú možnosť dynamicky sa prispôsobovať svojim používateľom a tým sa štúdium stáva viacej 121 Katedra informatiky Fakulty prírodných vied UKF v Nitre Názov: Informatický seminár Katedry infomatiky 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT Typ publikácie: Zborník príspevkov z vedeckého seminára Edícia: Prírodovedec č. 314 Zopodpovední redaktori: Mgr. Martin Cápay, Mgr. Miroslava Mesárošová Rozsah: 122 strán Náklad: 50 kusov Vydavateľ: Schválené: Katedra informatiky Fakulty prírodných vied UKF v Nitre Vedením FPV UKF v Nitre dňa 9.7.2008 ISBN 978-80-8094-351-6 9 788080 943516 9 788080 943516