ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ

ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ

Βαθμολόγηση Ασκήσεων Αλγορίθμων σε Ευφυές Συστήμα ΔιδασκαλίαςΤεχνητής Νοημοσύνης

ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ

του

ΣΙΜΗΡΗ ΠΑΝΤΕΛΗ(Α.Μ 3566)

Επιβλέπων καθηγητής: κ.Ιωάννης Χατζηλυγερούδης

Πάτρα, Σεπτέμβρης 2015

Ευχαριστίες

Θέλω να εκφράσω τις θερμές μου ευχαριστίες στον καθηγητή κ.Ιωάννη Χατζηλυγερούδηυπεύθυνο καθηγητή της παρούσας διπλωματικής εργασίας για τη στήριξή του και την ανάθεση τηςεργασίας αυτής και στην επιβλέπουσα της εργασίας, κ.Φωτεινή Γριβοκωστοπούλου για τηνπολύτιμη βοήθεια της κατά την εκπόνηση της εργασίας.

Επίσης νοιώθω την ανάγκη να εκφράσω την ευγνωμοσύνη μου στον πατέρα μου για τηστήριξη του ακόμη και σε αυτή την πολύ δύσκολη περίοδο για την υγεία του.

1

Περιεχόμενα

1. Εισαγωγή..........................................................................................................................................................................6

2. Εξ Αποστάσεως Εκπαίδευσηs............................................................................................................................................7

2.1 Εξ Αποστάσεως Εκπαίδευση..................................................................................................................................8

2.2 Εξέλιξη της εξ Αποστάσεως Εκπαίδευσης..............................................................................................................8

2.3 Ηλεκτρονική Μάθηση..........................................................................................................................................10

2.4 Μέσα εξ Αποστάσεως Εκπαίδευσης.....................................................................................................................11

3. Τεχνολογίες Υλοποίησης..................................................................................................................................................15

3.1 Συστήματα Διαχείρισης Περιεχομένου (ΣΔΠ, CMS - Content Management System).........................................15

3.2 Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου (Learning Management System – LMS).........................20

3.2.1 Εκπαίδευση μέσω Συστήματος Διαχείρισης Εκπαιδευτικού Περιεχομένου.............................................20

3.2.2 Διασυνδέσεις στα Συστήματα Διαχείρισης Εκπαίδευσης.........................................................................21

3.2.3 Παιδαγωγικές αρχές στα Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου....................................23

3.2.4 Ανάπτυξη & παράδοση εκπαιδευτικού υλικού........................................................................................25

3.2.5 Ασύγχρονη εκπαίδευση στα Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου................................26

3.2.6 Σύγχρονη εκπαίδευση στα Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου..................................28

3.3 Τεχνολογίες στην σύγχρονη εκπαίδευση........................................................................................................................29

3.3.1 Σχεδιασμός Διεπαφών............................................................................................................................29

3.3.2 Λοιπές Τεχνολογίες (HTML, CSS, PHP, MySQL, JAVA)........................................................................32

4. Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης.....................................................................................................35

5. Αλγόριθμοι Αναζήτησης...................................................................................................................................................38

5.1 Τι είναι πρόβλημα Πρόβλημα..............................................................................................................................38

5.2 Αγλόριθμοι Αναζήτησης.......................................................................................................................................39

5.2.1 Αλγόριθμοι Τυφλής Αναζήτησης..............................................................................................................40

5.2.2 Αλγόριθμοι Ευριστικής Αναζήτησης........................................................................................................43

6. Αυτόματη Βαθμολόγιση Ασκήσεων ….............................................................................................................................48

6.1 Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους τυφλής αναζήτησης.....................................48

6.2 Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους ευριστικής αναζήτησης...............................50

6.3 Βελτιστοποιημένος Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για τους αλγόριθμους αναζήτησης BFS και DFS...............................................................................................................................................................................53

7. Υλοποίηση Αυτόματης Βαθμολόγησης και Αποτελέσματα Εκτέλεσης Αλγορίθμων Αναζήτησης.......................................55

7.1 Αλγόριθμος Αυτόματης Δίορθωσης ασκήσεων για αλγόριθμους τυφλής αναζήτησης...........................................55

7.1.1 Κατά Βάθος Αναζήτηση – DFS...............................................................................................................55

2

7.1.2 Κατά Πλάτος Αναζήτηση – BFS..............................................................................................................58

7.1.3 Αλγόριθμος Επαναληπτικής Εκβάθυνσης – ID.......................................................................................60

7.2 Αλγόριθμος Αυτόματης Δίορθωσης ασκήσεων για αλγόριθμους ευριστικής αναζήτησης.....................................62

7.2.1 Αναζήτηση με Αναρρίχηση Λόφων – HC.................................................................................................62

7.2.2 Αναζήτηση Πρώτα στο Καλύτερο – BestFS.............................................................................................65

7.2.3 Αναζήτηση Επέκτασης και Οριοθέτησης – B&B.....................................................................................67

7.2.4 Αναζήτηση με Αλγόριθμο Α*...................................................................................................................69

7.3 Βελτιστοποιημένος Αλγόριθμος Αυτόματης Δίορθωσης ασκήσεων για τους αλγόριθμους αναζήτησης BFS και DFS.....................................................................................................................................................................................71

7.3.1 DFS και DFS-βελτιστοποιημένος (DFS 2.0)..........................................................................................72

7.3.2 ΒFS και ΒFS-βελτιστοποιημένος (ΒFS 2.0)............................................................................................72

8. Επιλογος..........................................................................................................................................................................73

Βιβλιογραφία.......................................................................................................................................................................74

3

Πίνακας Εικόνων

Εικόνα 2.1 Μοντέλο εκπαίδευσης βασισμένης στο Διαδίκτυο …..........................................................................................7

Εικόνα 2.2 Διάγραμμα Λειτουργείων Διαδικτυακών Εφαρμογών.......................................................................................13

Εικόνα 3.1 Διάγραμμα Συστημάτων Διαχείρισης Περιεχομένου.........................................................................................20

Εικόνα 3.2 Διάγραμμα Συστημάτων Διαχείρισης Εκπαιδευτικού Περιεχομένου.................................................................21

Εικόνα 3.3 Δομικά στοιχεία Συστημάτων Διαχείρισης Εκπαίδευσης..................................................................................22

Εικόνα 3.4 Τεχνολογίες Υλοποίησης Διαδικτυακής Εκπαιδευτικής Πλατφόρμας................................................................34

Εικόνα 4.1 Αρχική Σελίδα του Ευφυούς Συστήματος Διδασκαλίας Τεχνητής Νοημοσύνης.................................................36

Εικόνα 5.1 Δέντρο Αλγορίθμου Αναζήτησης κατά Βάθος...................................................................................................41

Εικόνα 5.2 Δέντρο Αλγορίθμου Αναζήτησης κατά Πλάτος..................................................................................................42

Εικόνα 5.3 Παράδειγμα Αλγορίθμου Αναρρίχησης Λόφων................................................................................................44

Εικόνα 5.4 Παράδειγμα Α* Αλγορίθμου.............................................................................................................................47

Εικόνα 7.1 Δέντρο Άσκησης Κατά Βάθος Αναζήτηση – DFS..............................................................................................56

Εικόνα 7.2 Σωστή Απάντηση Κατά Βάθος Αναζήτηση – DFS...........................................................................................56

Εικόνα 7.3 Λάθος Απάντηση Κατά Βάθος Αναζήτηση – DFS............................................................................................57

Εικόνα 7.4 Δέντρο Άσκησης Κατά Πλάτος Αναζήτηση – BFS.............................................................................................58

Εικόνα 7.5 Σωστή Απάντηση Άσκησης Κατά Πλάτος Αναζήτηση – BFS............................................................................59

Εικόνα 7.6 Δέντρο Άσκησης Αλγόριθμος Επαναληπτικής Εκβάθυνσης – ID......................................................................59

Εικόνα 7.7 Σωστή Απάντηση Άσκησης Αλγόριθμος Επαναληπτικής Εκβάθυνσης – ID.....................................................61

Εικόνα 7.8 Λάθος Απάντηση Άσκησης Αλγόριθμος Επαναληπτικής Εκβάθυνσης – ID.....................................................62

Εικόνα 7.9 Δέντρο Άσκησης Αναζήτηση με Αναρρίχηση Λόφων – HC...............................................................................63

Εικόνα 7.10 Σωστή Απάντηση Άσκησης Αναζήτηση με Αναρρίχηση Λόφων – HC.............................................................64

Εικόνα 7.11 Σωστή Απάντηση Άσκσησης Αναζήτηση Πρώτα στο Καλύτερο – BestFS.......................................................65

Εικόνα 7.12 Λάθος Απάντηση Άσκσησης Αναζήτηση Πρώτα στο Καλύτερο – BestFS........................................................66

Εικόνα 7.13 Δέντρο Άσκησης Αναζήτηση Επέκτασης και Οριοθέτησης – B&B.................................................................68

Εικόνα 7.14 Σωστή Απάντηση Άσκησης Αναζήτηση Επέκτασης και Οριοθέτησης – B&B.................................................68

Εικόνα 7.15 Λάθος Απάντηση Άσκησης Αναζήτηση Επέκτασης και Οριοθέτησης – B&B.................................................69

Εικόνα 7.16 Δέντρο Άσκησης Αναζήτηση με Αλγόριθμο Α*...............................................................................................70

Εικόνα 7.17 Σωστή Απάντηση Άσκησης Αναζήτηση με Αλγόριθμο Α*...............................................................................70

Εικόνα 7.18 Λάθος Απάντηση Άσκησης Αναζήτηση με Αλγόριθμο Α*...............................................................................71

4

Περίληψη

Ως ευφυές σύστημα διδασκαλίας περιγράφεται το λογισμικό που στόχο έχει να προσομοιώσειτην συμπεριφορά του διδάσκοντα στη διαδικασία της εκπαίδευσης ενός γνωστικού αντικειμένου.Είναι ο τρόπος που εφαρμόζονται στην διαδικασία της εκαίδευσης οι μεθοδοι της τεχνητήςνοημοσύνης.

Στην παρούσα διπλωματική εργασία μελετάται και παρουσιάζεται το ευφυές σύστημαδιδασκαλίας τεχνητής νοημοσύνης. Η δομή του, οι τεχνολογίες υλοποίησής του και το θεωρητικόπλαίσιο πάνω στο οποίο έχει βασιστεί η ανάπτυξή του.

Στόχος της παρούσας εργασίας είναι η επέκταση του ευφυούς συστήματος διδασκαλίαςτεχνητής νοημοσύνης με τη δυνατότητα της αυτόματης βαθμολόγησης ασκήσεων αλγορίθμωναναζήτησης.

Η αυτόματη βαθμολόγηση βασίζεται πάνω σε μελέτη που έχει γίνει στο εργαστήριο τεχνητήςνοημοσύνης και υλοποιείται με τρείς νέους αλγόριθμους που παρουσιάζονται επίσης στην παρούσαεργασία.

5

1. Εισαγωγή

Η εκπαίδευση είναι ένας σημαντικός τομέας της κοινωνικής μας ζωής. Περιλαμβάνει όλες τιςδραστηριότητες που έχουν σκοπό την επίδραση με συγκεκριμένο τρόπο στη σκέψη , στοχαρακτήρα και στη σωματική μας αγωγή. Πιο εξειδικευμένα, από τεχνικής πλευράς με τηδιαδικασία της εκπαίδευσης αποκτούνται συγκεκριμένες γνώσεις και αναπτύσονται συγκεκριμένεςδεξιότητες και ικανότητες. Η εκπαίδευση πραγματοποιείται με βάση συγκεκριμένες μεθόδους, σεειδικά σχεδιαμένο πρόγραμμα και με συγκεκριμένους μαθησιακούς στόχους.

Στη σύγχρονη εποχή λόγω της συνεχόμενης εξέλιξης της καθημερινότητας εύκολασυμπεραίνουμε οτι και η εκπαίδευση ακολουθεί επίσης την ίδια λογική της συνεχόμενης εξέλιξης.Εξελίσεται για να ανταποκρίνεται στις σύγχρονες ανάγκες του ανθρώπου. Αυτή η εξέλιξη περνάειμέσα από τη χρήση ηλεκτρονικών υπολογιστών . Όπως λοιπόν οι υπολογιστές χρησιμοποιούνται σεδιάφορους τομείς της ζωης μας έτσι χρησιμοποιούνται και στην εκπαιδευση. Σκοπός της χρήσηςτου υπολογιστή στην εκπαίδευση είναι φυσικά η εξέλιξη της προς όφελος και του εκπαιδευόμενουκαι του εκπαιδευτή. Όπως θα δούμε στην διπλωματική αυτή εργασία τα πλεονεκτήματα είναιπολλά και η βελτιοποίηση της απόδοσης από πλευράς κατανόησης του γνωστικού αντικειμένου καιχρόνου ειναι αδιαμφισβήτητη.

Οι βασικές έννοιες που θα μας απασχολήσουν σχετίζονται με την εκπαίδευση τηςΠληροφορικής, και πιο είδικά της Τεχνητής Νοημοσύνης, τη χρήση του διαδικτύου για το σκοπόαυτό, τις τεχνολογίες υλοποίησης ενός συστήματος εκπαίδευσης Τεχνητής Νοημοσύνης καιτρόπους αυτόματης βαθμολόγισης.

Στο πρώτο κεφάλαιο της διπλωματικής εργασίας περιγράφονται οι έννοιες της εξ αποστάσεωςεκπαίδευσης και της Ηλεκτρονικής Μάθησης. Στό δεύτερο παρουσιάζονται οι τεχνολογίεςυλοποίησης μιας εκπαιδευτικής πλατφόρμας που είναι προσβάσιμη με χρήση διαδυκτίου.Στο Τρίτοκεφάλαιο παρουσιάζεται το “Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης”αναβαθμισμένο με νέους αλγόριθμους βαθμολόγισης των ασκήσεων του. Και τελος στο τέταρτοκεφάλαιο παρουσιάζονται τα αποτελέσματα και παραδείγματα ασκήσεων του “ΕυφυούςΣύστηματος Διδασκαλίας Τεχνητής Νοημοσύνης”.

6

2. Εξ Αποστάσεως Εκπαίδευση

Εξ αποστάσεως εκπαίδευση είναι η υποβοηθούμενη από τα μέσα επικοινωνίας εκπαίδευση(ταχυδρομείο, ηλεκτρονικό ταχυδρομείο, ραδιόφωνο, τηλεόραση, κασέτες βίντεο, υπολογιστές,τηλεδιάσκεψη και άλλα) με μικρή ή καθόλου διαπροσωπική ή σε τάξη επαφή μεταξύ εκπαιδευτήκαι εκπαιδευόμενου. Ο όρος αυτός χρησιμοποιείται και από την UNESCO, ενώ από το 1999προστίθεται με την ίδια ακριβώς ερμηνεία στο λεξικό όρων του ΜeSH (Medical Subject Headings)της Εθνικής Ιατρικής Βιβλιοθήκης των Ηνωμένων Πολιτειών της Αμερικής[12][28][39].

Ένας άλλος ορισμός που μπορεί να βρεθεί στο διαδίκτυο αναφέρει ότι πρόκειται για ένα τομέατης εκπαίδευσης που αφορά την παιδαγωγική, την τεχνολογία και τον σχεδιασμό της εκπαιδευτικήςδομής, που επιδιώκει την παροχή εκπαίδευσης, χωρίς την ανάγκη φυσικής παρουσίας στο χώρο πουαυτή λαμβάνει χώρα. Ο ορισμός αυτός αναφέρει την εξ αποστάσεως εκπαίδευση ως ξεχωριστόκλάδο της εκπαίδευσης, κάτι που όμως δεν είναι μεθοδολογικά αποδεκτό[29].

Σήμερα, η εξ αποστάσεως εκπαίδευση υλοποιείται σχεδόν αποκλειστικά με την υποστήριξητου υπολογιστή, και πιο συγκεκριμένα σε διαδικτυακό περιβάλλον. Για το λόγο αυτό, τείνει ναείναι ταυτόσημη με τις έννοιες ηλεκτρονική μάθηση (e-learning), μάθηση υποβοηθούμενη απόυπολογιστή (computer assisted learning), μάθηση μέσω διαδικτύου (online learning), διαδικτυακήεκπαίδευση (online education), εκπαίδευση βασισμένη στο διαδίκτυο (web-based education). Ηδιαφορά στη σημασία των όρων αυτών αρχίζει να υποβαθμίζεται και ο διαχωρισμός γίνεται όλο καιπιο δύσκολος τόσο για αρχάριους όσο και για έμπειρους[5][20].

7

Εικόνα 2.1 Μοντέλο εκπαίδευσης βασισμένης στο Διαδίκτυο

2.1 Εξ Αποστάσεως Εκπαίδευση

H εξ αποστάσεως εκπαίδευση μπορεί να διαχωριστεί σε σύγχρονη και ασύγχρονη. Στησύγχρονη εξ αποστάσεως εκπαίδευση, η διαδικασία της διδασκαλίας και της μάθησης γίνονταιταυτόχρονα. Ο εκπαιδευτής παραδίδει το μάθημα σε ζωντανή σύνδεση, όχι απαραίτητα αμφίδρομη,και ο εκπαιδευόμενος, αν και βρίσκεται σε διαφορετικό τόπο, παρακολουθεί το μάθημα στον ίδιοχρόνο. Η εξ αποστάσεως εκπαίδευση με την υποστήριξη τηςτηλεδιάσκεψης είναι χαρακτηριστικόπαράδειγμα. Το ίδιο και η χρήση δωματίου ζωντανής συζήτησης (live chatroom).

Στην ασύγχρονη εξ αποστάσεως εκπαίδευση, που είναι και πιο διαδεδομένη, ο εκπαιδευόμενοςμαθαίνει όχι μόνο σε διαφορετικό χώρο από τον εκπαιδευτή, αλλά και σε διαφορετικό χρόνο από τηδιαδικασία της παράδοσης ή δημιουργίας του μαθήματος. Χαρακτηριστικό παράδειγμα είναι ταμαθήματα που χρησιμοποιούν τις υπηρεσίες του διαδικτύου.

Σήμερα, υπάρχουν μέθοδοι εξ αποστάσεως εκπαίδευσης που χρησιμοποιούν και τα δύο είδη,ώστε να παρέχουν πιο ολοκληρωμένη εκπαιδευτική εμπειρία. Με τη βοήθεια της ασύγχρονηςεκπαίδευσης υπάρχει το πλεονέκτημα της μάθησης στον χρόνο και με το ρυθμό που επιθυμεί οεκπαιδευόμενος, ενώ με την χρήση σύγχρονων συζητήσεων σε τακτά χρονικά διαστήματα, οεκπαιδευτής γνωρίζει τους μαθητές του, οι εκπαιδευόμενοι επικοινωνούν μεταξύ τους και με τονεκπαιδευτή και δεν αισθάνονται αποξενωμένοι από την εκπαιδευτική κοινότητα και διαδικασία[11].

2.2 Εξέλιξη της εξ Αποστάσεως Εκπαίδευσης

Η ιστορία και η εξέλιξη της εκπαίδευσης χωρίζεται σε τρία κύματα. Το πρώτο κύμα αφορά τηνεποχή πριν την τυπογραφία. Η εκπαίδευση σε αυτήν την περίοδο ήταν μία ελεγχόμενη,φροντιστηριακή διαδικασία που αφορούσε λίγους, κυρίως τον κλήρο και την αριστοκρατία. Τοδεύτερο κύμα ήρθε με την ανακάλυψη της τυπογραφίας από τον Γουτεμβέργιο. Η εκπαίδευσηεξελίχθηκε, οδηγώντας σε πολλαπλασιασμό των κολεγίων και των πανεπιστημίων. Τα τελευταίαήρθαν στο επίκεντρο της εκπαίδευσης και οι βιβλιοθήκες τους έγιναν τα θησαυροφυλάκια τηςγνώσης. Το τρίτο κύμα ήρθε με την χρήση των υπολογιστών στην εκπαίδευση. Αν και η σημερινήεκπαίδευση βασίζεται ακόμα στην ακαδημαϊκή εκπαίδευση και κατάρτιση που αναδείχθηκαν στιςδύο πρώτες εποχές της εκπαίδευσης, η τεχνολογία, όπως αυτή εξελίσσεται με τα μέσαεπικοινωνίας, τους υπολογιστές, και κυρίως το διαδίκτυο αλλάζουν συνεχώς το σκηνικό. Η εξαποστάσεως εκπαίδευση, αν και αποδεδειγμένα υπάρχει σε όλες τις εποχές-κύματα, σήμεραβρίσκει προσφορότερο έδαφος για ανάπτυξη και ίσως στο μέλλον κυριαρχήσει στο χώρο τηςεκπαίδευσης.

Οι αρχές της εξ αποστάσεως εκπαίδευσης, σύμφωνα με τους ορισμούς που δόθηκαν

8

παραπάνω, τοποθετούνται αιώνες πριν από την ανάπτυξη της πληροφορικής ή ακόμα και τηςτυπογραφίας. Χωρίς να αποκλείεται προηγούμενη χρήση της, μπορεί να θεωρηθεί ως μία από τιςαποδεδειγμένες (και επιτυχημένες) εφαρμογές της τα πρώιμα χρόνια του χριστιανισμού. ΟΑπόστολος Παύλος συνέταξε 13 (ή 14) επιστολές προς τις τοπικές εκκλησίες, που διαβάζονταν απόένα άτομο σε όλους τους πιστούς. Πιστεύοντας στην διεθνοποίηση της γνώσης, στη συγκεκριμένηπερίπτωση της χριστιανικής Αλήθειας, επικοινωνούσε με τις απομακρυσμένες εκκλησίεςαπαντώντας σε συγκεκριμένα ερωτήματα (αμφίδρομη επικοινωνία), χρησιμοποιώντας την ελληνικήγλώσσα.

Από τις αρχές του 18ου αιώνα, τα πανεπιστήμια άρχισαν να προσφέρουν υπηρεσίες εξαποστάσεως εκπαίδευσης. Με την βοήθεια του ταχυδρομείου, οι εκπαιδευόμενοι λάμβαναν τοεκπαιδευτικό υλικό και έστελναν τις εργασίες τους ή τις απορίες τους στους εκπαιδευτές. Τοταχυδρομείο με τα μέσα που διέθετε τότε ήταν ο μόνος τρόπος επικοινωνίας. Η εξ αποστάσεωςεκπαίδευση είχε δύο μειονεκτήματα: την μεγάλη καθυστέρηση λόγω του ταχυδρομείου και τηνπαντελή έλλειψη επικοινωνίας μεταξύ των εκπαιδευομένων.

Η τεχνολογία όμως είναι αυτή που φέρνει την εξ αποστάσεως εκπαίδευση στο προσκήνιο καιτην κάνει το όχημα για την εξέλιξη της εκπαίδευσης. Ήδη από το 1922, ο Τόμας Έντισονπροέβλεψε ότι η κινούμενη εικόνα θα αντικαταστήσει το εγχειρίδιο στο χώρο της εκπαίδευσης. ΣτοΒ’ Παγκόσμιο Πόλεμο, η τεχνολογία της κινούμενης εικόνας όντως συνέβαλε στην εκπαίδευση τωνΑμερικανών στρατιωτών. Αργότερα, αναπτύχθηκαν προγράμματα με τη βοήθεια της τηλεόρασηςκαι του βίντεο. Η εξ αποστάσεως εκπαίδευση παρέμενε μονόδρομη, πετυχαίνοντας όμως μεγάληπρόσβαση σε πολλά άτομα. Με την ανάπτυξη της πληροφορικής, η εξ αποστάσεως εκπαίδευσηάρχισε να αναπτύσσεται πιο γρήγορα. Η υποβοηθούμενη από υπολογιστή εκπαίδευση έγινεπραγματικότητα γύρω στο 1960 και άλλαξε δραματικά τα δεδομένα στο χώρο της εκπαίδευσης.Σημαντική εξέλιξη ήταν η ανάπτυξη του διαδικτύου στις αρχές του 1990, το οποίο, με τη διάδοσήτου και τις τεχνολογίες που ενσωμάτωσε, καταφέρνει να εξελίξει τον τρόπο μεταφοράς γνώσης,ανταλλαγής πληροφοριών αλλά και την ίδια την κοινωνία[37].

Η εξ αποστάσεως εκπαίδευση με την υποστήριξη της πληροφορικής και σε περιβάλλονδιαδικτύου έχει εξελιχθεί σε μεγάλο βαθμό. Ο χρήστης έχει πρόσβαση σε μεγάλο όγκοπληροφοριών και τα εργαλεία που μπορεί να χρησιμοποιήσει είναι τόσα πολλά και διαφορετικάπου μπορούμε να μιλάμε για μια τελείως διαφορετική μεθοδολογία, όχι μόνο από την παραδοσιακήμάθηση, αλλά και από την εξ αποστάσεως εκπαίδευση των προηγούμενων ετών. Η τάση αυτή στηντεχνολογία ονομάζεται εύλογα e-Learning 2.0 (ηλεκτρονική μάθηση), θέλοντας να δείξει τοπέρασμα στη νέα εποχή.

Το μέλλον της εξ αποστάσεως εκπαίδευσης βρίσκεται σίγουρα στο διαδίκτυο. Οι χρήστες,καθώς εξοικειώνονται όλο και περισσότερο με το διαδίκτυο και τις υπηρεσίες του, αρχίζουν να τοδιαμορφώνουν. Άλλωστε, αυτό που αναφέρεται ως Web 2.0 και έχει εμπνεύσει και τον όρο e-Learning 2.0 είναι η ευκολία του χρήστη να συνεισφέρει στη δημιουργία και διαμόρφωση τουπεριεχομένου του διαδικτύου. Όλο και περισσότερες υπηρεσίες του διαδικτύου επικεντρώνονται σεαυτό, καθιστώντας ακόμα και τον σχετικά αρχάριο χρήστη σε εκπαιδευτή. Οι σύγχρονες αυτέςυπηρεσίες μπορεί να είναι τα δικτυακά ημερολόγια (blog από τους όρους web και log), υπηρεσίες

9

δημοσίευσης υλικού, όπως φωτογραφίες (www.flickr.com) και βίντεο (www.youtube.com), καιτέλος οι ιστοσελίδες wiki (συλλογικές εγκυκλοπαίδειες).

Τα βασικά χαρακτηριστικά αυτών των υπηρεσιών είναι η ευκολία χρήσης τους, αλλά και ηευκολία περιήγησης στο περιεχόμενο. Έτσι, όχι μόνο υπάρχει μεγάλη ποσότητα πληροφοριών,υλικού και γνώσης, αλλά ο χρήστης έχει και τη δυνατότητα να τη διαχειριστεί. Ένα ενδιαφέρονκομμάτι που σχετίζεται με την ευκολία διαχείρισης των πληροφοριών αυτών είναι αυτό πουονομάζεται συλλογική ευφυΐα. Παράδειγμα είναι η ιστοσελίδα του ηλεκτρονικού βιβλιοπωλείουAmazon (www.amazon.com), όπου δίνεται η δυνατότητα στους χρήστες να βαθμολογήσουν και νασχολιάσουν τα προϊόντα. Έτσι, προηγούμενοι χρήστες επηρεάζουν τη συμπεριφορά μελλοντικώνχρηστών, μεταφέροντας την εμπειρία τους και τη γνώμη τους. Η μέθοδος αυτή έχει απεριόριστεςδυνατότητες και τρομακτική δύναμη, επιτρέποντας με έναν πολύ απλό τρόπο τη συμβολή στοπεριεχόμενο του διαδικτύου.

Στη διαδικασία της εκπαίδευσης έχουν αρχίσει και ενσωματώνονται ήδη λειτουργίες του Web2.0. Πιο πολύτιμες υπηρεσίες για την εξ αποστάσεως εκπαίδευση είναι το wiki και τα δικτυακάημερολόγια και ήδη υπάρχει μεγάλος αριθμός εκπαιδευτικών κοινοτήτων που αξιοποιεί τηςδυνατότητες τους. Πρέπει να αναφερθούν και οι υπηρεσίες RSS (Really Simple Syndication), πουσυμβάλλουν στην παρακολούθηση και ενημέρωση των χρηστών για τα τελευταία νέα και αλλαγέςσε ένα δικτυακό τόπο. Ο συνδυασμός των τεχνολογιών αυτών μπορεί να αποτελέσει εκπαιδευτικήδιαδικασία και χωρίς την ύπαρξη τυπικού οργανωμένου μαθήματος[9].

.

2.3 Ηλεκτρονική Μάθηση

Η Ηλεκτρονική μάθηση είναι η υλοποίηση της εξ αποστάσεως εκπαίδευσης με χρήσηηλεκτρονικών υπολογιστών. H εκπαίδευση με αυτή την διαδικασία μπορεί να χωριστεί σεεκπαίδευση με σύνδεση (online) και εκπαίδευση χωρίς σύνδεση (offline). Ηλεκτρονική μάθηση μεσύνδεση είναι η προβολή εκπαιδευτικού υλικού μέσω Ίντερνετ (από κάποιο δικτυακό τόπο) ενώηλεκτρονική μάθηση χωρίς σύνδεση είναι η προβολή εκπαιδευτικού υλικού αποθηκευμένου στονυπολογιστή μας, εκπαιδευτικά cdrom κ.τ.λ.

Ηλεκτρονική Μάθηση ορίζεται ως η χρήση ηλεκτρονικών μέσων, εκπαιδευτικών τεχνολογιώναλλά και τεχνολογιών πληροφορίας και επικοινωνίας στην εκπαίδευση. Η Ηλεκτρονική Μάθησηχρησιμοποιεί διαφορετικούς τύπους ηλεκτρονικών μέσων (όπως κασέτες βίντεο, ήχου, δορυφορικήτηλεόραση, CD-ROM, flash drives) και τεχνολογιών (κειμένου, εικόνας, βίντεο & ήχου, animation)αλλά και εφαρμογές εκπαίδευσης υποβοηθούμενες ή βασισμένες σε υπολογιστή (computer-assistedor computer-based learning), σε τοπικά δίκτυα (intranet/extranet) ή Διαδίκτυο (web-based learning).Η Ηλεκτρονική Μάθηση μπορεί να λάβει χώρα τόσο μέσα όσο και έξω από την τάξη. Μπορεί ναείναι είτε αυτό-καθοδηγούμενη (self-directed), είτε καθοδηγούμενη από τον εκπαιδευτή (instructor-led). Μπορεί επίσης να είναι ασύγχρονης ή σύγχρονης μορφής. H Ηλεκτρονική Μάθηση μπορεί ναχρησιμοποιηθεί ως εργαλείο στην εξ αποστάσεως εκπαίδευση και κατάρτιση αλλά καιυποστηρικτικά στη συμβατική διδασκαλία. Ο όρος που έχει επικρατήσει για το σκοπό αυτό είναι,

10

μεικτή ή υβριδική εκπαίδευση.

Στη βιβλιογραφία συχνά συναντώνται πολλοί όροι ως συνώνυμοι με αυτόν της ΗλεκτρονικήςΜάθησης. Ορισμένοι μόνο εξ αυτών είναι εκπαίδευση με τη χρήση πολυμέσων (multimedialearning), εκπαίδευση στηριζόμενη σε υπολογιστή (computer-based instruction), διαδικτυακήεκπαίδευση (online education/web-based education), ψηφιακή εκπαίδευση (digital education),κινητή/φορητή εκπαίδευση (m-learning) κ.α. Κάθε ένας από αυτούς τους όρους έχει επινοηθεί γιανα περιγράψει ή να δώσει έμφαση σε μία συγκεκριμένη εκπαιδευτική τεχνολογία, προσέγγιση ήχαρακτηριστικό, όλοι όμως αποτελούν μορφές Ηλεκτρονικής Μάθησης.

Η ηλεκτρονική μάθηση διακρίνεται επιμέρους στη Σύγχρονη και Ασύγχρονη μάθηση. Ο όροςΣύγχρονη μάθηση χρησιμοποιείται για να περιγράψει μορφές μάθησης και διδασκαλίας πουλαμβάνουν χώρα την ίδια χρονική στιγμή, αλλά όχι στον ίδιο χώρο. Η Σύγχρονη μάθηση απαιτείτην ταυτόχρονη συμμετοχή του εκπαιδευτή και του εκπαιδευόμενου, όπου η αλληλεπίδρασημεταξύ των γίνεται σε πραγματικό χρόνο και οι συμμετέχοντες μπορούν να ανταλλάσσουν τόσοαπόψεις όσο και εκπαιδευτικό υλικό. Η τηλεδιάσκεψη μέσω παγκόσμιου Ιστού, η τηλεδιάσκεψημέσω βίντεο, οι συνομιλίες μέσω chat, η τηλεφωνία μέσω VoIP, η ζωντανή αναμετάδοση διαλέξεωνμε live streaming, τα online σεμινάρια (webinars) κ.α. όλα αποτελούν μορφές σύγχρονης μάθησης.

Αντίστοιχα ο όρος Ασύγχρονη μάθηση χρησιμοποιείται για να περιγράψει μορφές μάθησης καιδιδασκαλίας που λαμβάνουν χώρα τόσο σε διαφορετικές τοποθεσίες όσο και σε διαφορετικό χρόνο.Η Ασύγχρονη Εκπαίδευση δεν απαιτεί την ταυτόχρονη συμμετοχή του εκπαιδευτή και τουεκπαιδευόμενου και οι συμμετέχοντες μπορούν να επιλέγουν μόνοι τους το προσωπικό τουςεκπαιδευτικό χρονικό πλαίσιο και να συλλέγουν το εκπαιδευτικό υλικό σύμφωνα με αυτό. Τοηλεκτρονικό ταχυδρομείο, οι βιντεοδιασκέψεις, τα podcasts, τα φόρουμ κ.α. αποτελούν μορφέςασύγχρονης μάθησης. Η ασύγχρονη εκπαίδευση είναι περισσότερο ευέλικτη από την σύγχρονη[19].

2.4 Μέσα εξ Αποστάσεως Εκπαίδευσης

Τα μέσα που έχουν χρησιμοποιηθεί και χρησιμοποιούνται στην εξ αποστάσεως εκπαίδευση είναι τα εξής:

• Κινούμενη εικόνα

• Ηλεκτρονικές συλλογές υλικού που διαχειρίζονται χρήστες ή εκπαιδευτές (ePortfolios)

• Ηλεκτρονικό σύστημα υποστήριξης της απόδοσης (electronic performance support system)

όπου είναι το πρόγραμμα που διευκολύνει την πρόσβαση σε πληροφορίες

• Προσωπικοί υπολογιστές παλάμης (PDA)

• Συσκευές αναπαραγωγής αρχείων ήχου με υποστήριξη πολυμέσων

• Εκπαιδευτικό υλικό βασισμένο στις τεχνολογίες του διαδικτύου

11

• Ψηφιακοί δίσκοι πολυμέσων (multimedia CD-ROM)

• Ιστοσελίδες και κοινότητες (web 2.0)

• Ηλεκτρονικοί χώροι ασύγχρονης συζήτησης

• Λογισμικό υποστήριξης συνεργασίας

• Ηλεκτρονικό ταχυδρομείο

• Ημερολόγια διαδικτύου (blogs)

• Εγκυκλοπαίδειες διαχειριζόμενες από τους χρήστες

• Σύγχρονη συζήτηση με κείμενο

• Αξιολόγηση υποβοηθούμενη από υπολογιστή

• Εκπαιδευτικό κινούμενο σχέδιο

• Εξομοιωτές

• Παιχνίδια

• Σύστημα διαχείρισης μάθησης (LMS) ή Εικονικό Περιβάλλον Εκπαίδευσης (Virtual Learning

Environment)

• Ηλεκτρονικά συστήματα ψηφοφορίας

• Διανομή συλλογών ψηφιακών αρχείων σε πολλούς παραλήπτες με υπηρεσίες του διαδικτύου

(podcasting)

12

Εικόνα 2.2 Διάγραμμα Λειτουργείων Διαδικτυακών Εφαρμογών

Αν και τα μέσα της εξ αποστάσεως εκπαίδευσης είναι πάρα πολλά και το καθένα μπορεί νααποτελείται από διαφορετικά προγράμματα που συνεργάζονται, το πιο διαδεδομένο σύστημα πουχρησιμοποιείται για την εξ αποστάσεως εκπαίδευση στην ανώτατη εκπαίδευση είναι το ΣύστημαΔιαχείρισης της Μάθησης ή Εικονικό Περιβάλλον Εκπαίδευσης. Οι όροι χρησιμοποιούνται για ναπεριγράψουν το λογισμικό που σχεδιάστηκε για τη διαχείριση των δραστηριοτήτων εκπαίδευσης.Εξέλιξη τους είναι το Σύστημα Διαχείρισης Εκπαιδευτικού Περιεχομένου (LCΜS) που προσθέτειτη λειτουργικότητα της επαναχρησιμοποίησης του υλικού ή μέρους του. Οι λειτουργίες που μπορείνα εμπεριέχουν εκτός φυσικά από την παροχή του μαθήματος της εξ αποστάσεως εκπαίδευσηςείναι:

• Εγγραφή χρήστη

• Ημερολόγιο μαθημάτων

• Ροή κατάρτισης

13

• Διαχείριση χρηστών

• Αξιολόγηση εκπαιδευομένων

• Υπηρεσίες τηλεδιάσκεψης

• Συνεργατική μάθηση (συζητήσεις και ανταλλαγή αρχείων)

Η εξ αποστάσεως εκπαίδευση με την υποστήριξη της πληροφορικής έχει συγκεκριμένεςτεχνικές απαιτήσεις τόσο σε λογισμικό όσο και σε εξοπλισμό. Το απαιτούμενο λογισμικό αφοράτην όλη διαδικασία της δημιουργίας του συστήματος εξ αποστάσεως εκπαίδευσης, από τηδημιουργία του μέχρι την ολοκλήρωση της εκπαιδευτικής διαδικασίας από τον εκπαιδευόμενο. Τοενδιαφέρον είναι ότι σε όλα τα παραπάνω επίπεδα είναι δυνατόν να χρησιμοποιηθεί λογισμικόανοικτού κώδικα που διατίθεται δωρεάν.

Το λογισμικό αυτό περιλαμβάνει:

• Λειτουργικό σύστημα εξυπηρετητή (server) και πελάτη (client), π.χ. κάποια διανομή Linux.

• Λογισμικό εξυπηρετητή, π.χ. Apache Server.

• Λογισμικό δημιουργίας εκπαιδευτικού υλικού, π.χ.OpenOffice.

• Λογισμικό Διαχείρισης της Μάθησης ή Εικονικού Περιβάλλοντος Εκπαίδευσης, πχ ATutor,

Claroline, Efront, Dokeos ή Moodle.

• Περιηγητή διαδικτύου, π.χ.Mozilla Firefox. Τις περισσότερες φορές το λογισμικό αυτό είναι

το μόνο απαραίτητο για τον εκπαιδευόμενο, ώστε να έχει πρόσβαση στο εκπαιδευτικόπρόγραμμα. Το ίδιο συμβαίνει και με τον εκπαιδευτή, που μπορεί να διαχειριστεί και ναανεβάσει το εκπαιδευτικό υλικό μόνο με τη χρήση ενός περιηγητή διαδικτύου.

• Λογισμικό υποστήριξης πληροφοριών που χρησιμοποιούνται από το Σύστημα Διαχείρισης της

Μάθησης ή το Εικονικό Περιβάλλον Εκπαίδευσης, πχ.Java

Οι απαιτήσεις σε επίπεδο εξοπλισμού είναι:

• Εξυπηρετητής ιστού (web server)

• Εξυπηρετητής αρχείων (file server)

• Τερματικά

• Σύνδεση δικτύου ή διαδικτύου για όλους τους παραπάνω υπολογιστές

[11].

14

3. Τεχνολογίες Υλοποίησης

Στα πλαίσια του μαθήματος της Τεχνητής Νοημοσύνης έχει αναπτυχθεί ένα σύστημαδιαχείρισης εκπαιδευτικού Περιεχομένου ( Learning Management System – LMS) που βασίζεταιστα συστήματα διαχείρισης περιεχομένου (CMS - Content Management System) και ο σκοπός τουειναι η ευκολότερη και αποδοτικότερη κατανόηση των ενοιών της Τεχνητής Νοημοσύνης. Πριν τηνπαρουσίαση της εκπαιδευτικής πλατφόρμας θα περιγράψουμε βασικές τεχνολογίες πάνω στιςοποίες στηρίχτηκε η υλοποίηση του λογισμικού “Ευφυές Σύστημα Διδασκαλίας ΤεχνητήςΝοημοσύνης”.

3.1 Συστήματα Διαχείρισης Περιεχομένου (ΣΔΠ, CMS - Content ManagementSystem)

Ένα Σύστημα Διαχείρισης Περιεχομένου (CMS - Content Management System)[34][41][6]είναι ένα είδος λογισμικού που τρέχει σε ένα server και διαχειρίζεται εύκολα μία βάση δεδομένων.Ο όρος χρησιμοποιείται περισσότερο για τη δημοσίευση ιστοσελίδων (website publishing) και τηδιαχείριση συστημάτων (management systems). Τα πιο πρόσφατα Συστήματα ΔιαχείρισηςΠεριεχομένου αναπτύχθηκαν από εταιρείες που ασχολούνταν κυρίως με το ανέβασμα σελίδων στοδιαδίκτυο, κυρίως για online περιοδικά και εφημερίδες και τα εταιρικά ενημερωτικά δελτία. Το1995, η CNET γνωστοποιώντας την εσωτερική διαχείριση των εγγράφων της στο web, άνοιξε τηναγορά για την εμπορευματοποίηση των Συστημάτων Διαχείρισης Περιεχομένου[21].

Για την κατανόηση της ανατομίας των Συστημάτων Διαχείρισης Περιεχομένου αναφέρονται οιτομείς που διαχωρίζουν τη λειτουργικότητα τους, η οποία μπορεί να διαχωριστεί στις παρακάτωκατηγορίες:

I. Δημιουργία περιεχομένου. Το περιβάλλον δημιουργίας μοιάζει με έναν απλό επεξεργαστήκειμένου (π.χ. Word, Open Office) και για να γραφτεί το κείμενο αλλά και για να ανανεωθείτο ήδη γραμμένο δεν απαιτούνται γνώσεις html ή κάποια άλλη δυνατότηταπρογραμματισμού. Επίσης, υπάρχει η δυνατότητα διαχείρισης της δομής του site, για το πούτοποθετούνται οι σελίδες και το πώς συνδέονται μεταξύ τους. Η μόνη «απαίτηση» είναι ηγνώση χρήσης υπολογιστή[7].

II. Διαχείριση περιεχομένου. Όταν μία σελίδα δημιουργηθεί εισάγεται στην αποθήκη /repository του Συστήματος Διαχείρισης Περιεχομένου, μαζί με άλλες χρήσιμεςλεπτομέρειες, όπως την ιστορικότητα των αλλαγών και επιτρέπει τις αλλαγές μόνο στουςαρμόδιους χρήστες.

III. Δημοσίευση. Καθώς όλο το περιεχόμενο είναι φυλαγμένο στην αποθήκη, η σελίδα μπορείνα δημοσιευτεί σε website ή και σε intranet.

IV. Παρουσίαση. Η διαχείριση της εμφάνισης και της γενικής μορφής του portal μπορεί ναγίνει ι αυτόματα ενώ παράλληλα υποστηρίζεται από όλους τους browsers.

15

Οι κατηγορίες στις οποίες διαχωρίζεται ο κάθε τύπος Συστήματος Διαχείρισης Περιεχομένουμε βάση το που στηρίχθηκε η δημιουργία και η ανάπτυξή του είναι:

1. Τα Συστήματα Διαχείρισης Περιεχομένου βασισμένα στα modules / Module-based CMS,όπου έτοιμα κομμάτια κώδικα προστίθενται και αφαιρούνται για την κάθε υπηρεσίαξεχωριστά.

2. Τα Συστήματα Διαχείρισης Περιεχομένου βασισμένα στην γλώσσα μετασχηματισμούεγγράφων / Document transformation language-based CMS, όπου με τη μετατροπή απόXML σε XSLT, τα streams δεδομένων μετατρέπονται σε σχεδιαστικά πρότυπα / designtemplates.

3. Τα Συστήματα Διαχείρισης Περιεχομένου βασισμένα σε Web τεχνολογίες / Web-basedCMS, με τη χρήση βάσεων δεδομένων όπως MySQL ή MS SQL και scripting languagesόπως PHP, jsp ή ASP, όπου αναλύουν τα δεδομένα σε εικονικό περιεχόμενο[8].

Ένα Σύστημα Διαχείρισης Περιεχομένου βελτιώνει τον χρόνο ζωής κάποιου site όσα χρόνια κιαν περάσουν. Το "look and feel" του μπορεί να αλλάξει, να ξανασχεδιαστεί από την αρχήαφήνοντας το περιεχόμενο και την αρχιτεκτονική της σελίδας ανέπαφα.

Οι λειτουργικές δυνατότητες της κάθε πλατφόρμας Συστήματος Διαχείρισης Περιεχομένουβασίζονται στη διαμόρφωση, στη διαχείριση, στην παρουσίαση και στη δημοσίευση τουπεριεχομένου, και οι διαφοροποιήσεις τους στηρίζονται στα παρακάτω στοιχεία:

I. Διαχωρισμός Περιεχομένου από την Παρουσίασή του.

Κάθε σύστημα διαχείρισης περιεχομένου πρέπει να διασφαλίζει ότι το περιεχόμενο πρέπει ναείναι φυσικά και λογικά διαχωρισμένο και διακριτό από τον ένα ή και περισσότερους τρόπουςπαρουσίασής του.

Ο διαχωρισμός αυτός ουσιαστικά καθιστά το περιεχόμενο επαναχρησιμοποιήσιμο σε εντελώςδιαφορετικά πεδία χρήσης και «κανάλια» διάθεσης και προβολής. Για παράδειγμα ένα απλόστοιχείο περιεχομένου, όπως μια είδηση μπορεί να χρειαστεί να παρουσιαστεί με διαφορετικούςτρόπους:

Σε μία ιστοσελίδα με πιθανά διαφορετικές διατάξεις, βάσει προσωπικών προτιμήσεων του

χρήστη

Σε έντυπη μορφή (αρχείο τύπου PDF)

Ιστοσελίδα για micro browser (π.χ. κινητό, tablets)

Σε μορφή κατάλληλη για αυτόματη προώθηση (content syndication) π.χ. σε μορφή RSS

Σε όλες αυτές τις περιπτώσεις το περιεχόμενο είναι το ίδιο, αλλά η παρουσίασή του μπορεί ναπροσαρμοστεί ώστε να ανταποκρίνεται σε προτιμήσεις του χρήστη ή στα χαρακτηριστικά τουμέσου διανομής. Ακόμη, η προσέγγιση αυτή εγγυάται την συνεπή εμφάνιση και συμπεριφοράολόκληρου του ιστοτόπου. Αν η διάταξη ή και το στυλ παρουσίασης αλλάξει, τα στοιχείαπεριεχομένου παραμένουν αμετάβλητα. Επιπλέον, υπάρχει σαφής καταμερισμός των ρόλων και

16

αξιοποίηση του ανθρώπινου δυναμικού, καθώς πλέον οι συντάκτες περιεχομένου δεν χρειάζεται ναασχολούνται και να ανησυχούν για θέματα παρουσίασης ή να γνωρίζουν HTML και άλλες σχετικέςτεχνολογίες του διαδικτύου.

II. Επεκτάσιμη Μοντελοποίηση Περιεχομένου και Τύποι Περιεχομένου.

Το σύστημα μπορεί να υποστηρίξει νέους τύπους περιεχομένου εύκολα χωρίς να απαιτούνταιαλλαγές στο σύστημα. Νέοι τύποι περιεχομένου μπορούν εύκολα να δημιουργηθούν αρχικά, αλλάκαι να προστεθούν στη συνέχεια όταν παρουσιάζεται η ανάγκη. Ανεξάρτητα από το ποια είναι ηπρωτογενής μορφή του περιεχομένου το σύστημα προσφέρει τεράστια ευελιξία σε δυνατότητεςενοποίησης, επεξεργασίας, πλούσιας δομικά αναπαράστασης, καθώς και μια κατάλληλη μορφή γιαεξαγωγή και επανεισαγωγή του περιεχομένου.

III. Βάση Περιεχομένου.

Το Σύστημα Διαχείρισης Περιεχομένου αποθηκεύει τις καταχωρήσεις περιεχομένου σε μίαβάση δεδομένων κι έτσι εξασφαλίζεται η αποτελεσματική αποθήκευση και ανάκτηση τωνκαταχωρήσεων περιεχομένου ελαχιστοποιώντας τον αριθμό των συνδέσεων (joins) πουαπαιτούνται κατά την ανάκτηση της σχετικής πληροφορίας. Το Σύστημα Διαχείρισης Περιεχομένουπαρέχει ένα αντικειμενοστραφές (object-oriented) API (Applications Programming Interface) γιατην πρόσβαση στο περιεχόμενο, τη δομή πλοήγησης, τις ταξινομήσεις / κατηγορίες και όλες γενικάτις οντότητες που αναπαρίστανται στη βάση περιεχομένου, που εγγυάται την ακεραιότητα τωνδεδομένων και διευκολύνει και επιταχύνει την ανάπτυξη εφαρμογών στο portal καθώς δενχρειάζεται γνώση του «σχήματος» της βάσης δεδομένων. Επιπλέον όλα τα πεδία κάθε τύπουπεριεχομένου παρέχονται στις εφαρμογές μέσα από μία εύχρηστη προγραμματιστική διασύνδεση /interface.

IV. Αναπαράσταση των Δομών Πλοήγησης της Πύλης.

Το Σύστημα Διαχείρισης Περιεχομένου διαχειρίζεται και αναπαριστά τη δομή πλοήγησης τηςπύλης. Με το όρο δομή πλοήγησης περιγράφεται η συνήθως ιεραρχική οργάνωση της πληροφορίαςκάτω από διάφορες θεματικές ενότητες οι οποίες είναι άμεσα προσβάσιμες μέσα από τα μενούπλοήγησης της πύλης. Η θεματική οργάνωση της πύλης αναπαρίσταται ως ιεραρχία και μπορεί νααλλαχθεί μέσα από μία κατάλληλη και φιλική διασύνδεση. Οι θεματικές ενότητες του portalαποτελούν και την βασική δομή πρόσβασης στις καταχωρήσεις εντός του Συστήματος ΔιαχείρισηςΠεριεχομένου.

V. Πολυγλωσσική / Πολυκάναλη Δυνατότητα.

Τα περισσότερα Συστήματα Διαχείρισης Περιεχομένου έχουν τη δυνατότητα της συλλογής,της αποθήκευσης και της διαχείρισης του περιεχομένου σε διαφορετικές γλώσσες και γιαδιαφορετικά κανάλια δημοσίευσης. Έτσι υποστηρίζονται άμεσα δικτυακοί τόποι με την ίδιαδόμηση, εμφάνιση και λειτουργικότητα, όπου το περιεχόμενο σε επίπεδο σελίδας μπορεί ναεμφανίζεται σε πολλαπλές γλώσσες. Η ίδια προσέγγιση ακολουθείται και για την έννοια τουκαναλιού δημοσίευσης, δηλαδή του μέσου δια του οποίου το περιεχόμενο δημοσιεύεται. Σε πλήρηαναλογία με τη περίπτωση της φυσικής γλώσσας, το Σύστημα Διαχείρισης Περιεχομένου μπορεί ναδιατηρεί ξεχωριστά αντίγραφα του περιεχομένου προσαρμοσμένα στα χαρακτηριστικά του

17

εκάστοτε καναλιού δημοσίευσης.

VI. Πλαίσιο Περιγραφικών Δεδομένων για το Περιεχόμενο (Metadata).

Επίσης περιλαμβάνεται ένα πλαίσιο διαχείρισης περιγραφικών δεδομένων (metadata) για τοπεριεχόμενο. Η χρήση περιγραφικών δεδομένων επιτρέπει την ταξινόμηση του περιεχομένουευέλικτα και πολυκριτηριακά και αποτελεί μια από τις υπηρεσίες υποδομής για την υποστήριξηλειτουργιών δυναμικού και προσαρμοσμένου περιεχομένου στην διαδικτυακή πύλη. Επιπλέονχρησιμοποιείται από τη μηχανή αναζήτησης του Συστήματος Διαχείρισης περιεχομένου / Portalπροκειμένου να υπάρχει η δυνατότητα επικεντρωμένων αναζητήσεων που δεν μπορεί ναυποστηριχθεί τόσο ικανοποιητικά με αναζητήσεις βασισμένες μόνο σε ελεύθερο κείμενο (free textsearch). Το Σύστημα Διαχείρισης Περιεχομένου υποστηρίζει περιγραφικά δεδομένα τριώνκατηγοριών:

Προκατασκευασμένα και υποχρεωτικά περιγραφικά δεδομένα που συντηρούνται πάντα και

αυτόματα από τον πυρήνα του CMS: τέτοια είναι για παράδειγμα κωδικός προσδιορισμού,ονομασία, τύπος περιεχομένου, δημιουργός, τρέχον συγγραφέας, πηγή περιεχομένου,ημερομηνία αναφοράς, ημερομηνία δημιουργίας, ημερομηνία τελευταίας αλλαγής,προτεραιότητα, κλπ.

Επεκτάσιμα χαρακτηριστικά που ουσιαστικά λειτουργούν ως «ταμπέλες» πάνω στις

καταχωρήσεις για να δηλώσουν την παρουσία μιας συγκεκριμένης ιδιότητας (όνομα τηςταμπέλας) σε μία συγκεκριμένη ποσότητα, μέτρο ή ποιότητα.

Ταξινομικές ιεραρχίες, δενδρικές δομές αποτελούμενες από κατηγορίες και υποκατηγορίες

που χρησιμοποιούνται για πιο πολύπλοκες κατηγοριοποιήσεις και όταν το πεδίο τιμών τηςκατηγοριοποίησης δεν είναι απλό σύνολο. Για παράδειγμα η έννοια του είδους είναι μιατέτοια ταξινόμηση, όπου οι τιμές (κατηγορίες) αποτελούν μια ιεραρχία.

VII. Εύχρηστο και Προσβάσιμο Περιβάλλον Σύνταξης Περιεχομένου .

Το περιβάλλον διαχείρισης και σύνταξης είναι βασισμένο σε web τεχνολογία, ώστε να είναιεύκολη η πρόσβαση στην εφαρμογή από τους καταχωρητές, συντάκτες και διαχειριστέςπεριεχομένου χωρίς να απαιτείται καμιά διαδικασία εγκατάστασης. Το περιβάλλον είναιπροσανατολισμένο σε μη τεχνικά καταρτισμένους χρήστες και παρέχει πρόσβαση στις λειτουργίεςδιαχείρισης και συγγραφής του περιεχομένου, των δομών οργάνωσης, κλπ. μέσα από μία λιτή καιφιλική διεπαφή. Ειδικότερα η εισαγωγή περιεχομένου γίνεται μέσα από φόρμες που το σύστημαδημιουργεί αυτόματα και προσαρμοσμένα στον τύπο περιεχομένου της εκάστοτε καταχώρησης πουεισάγεται στο σύστημα.

Το Σύστημα Διαχείρισης Περιεχομένου μπορεί να ρυθμιστεί απόλυτα σε επίπεδοσυγκεκριμένου πεδίου κάθε τύπου περιεχομένου ως προς το κατά πόσο επιτρέπει την εισαγωγήμαρκαρισμένου κώδικα (π.χ. HTML). Ως βέλτιστη πρακτική στη διαχείριση περιεχομένου η χρήσημαρκαρίσματος εντός του περιεχομένου πρέπει να είναι περιορισμένη και πάντα σε λογικό επίπεδο.Διαφορετικά παραβιάζεται η αρχή διαχωρισμού περιεχομένου και παρουσίασης που αποτελεί τηβασική προϋπόθεση για την δυναμική επαναχρησιμοποίηση και αξιοποίηση του περιεχομένου.

18

Ανάλογα με την ανάγκη λοιπόν, το CMS μπορεί να αποτρέπει εντελώς τη χρήση μαρκαρισμένουκειμένου, αλλά σε άλλες περιπτώσεις να την επιτρέπει με ελεγχόμενο και σωστό τρόπο.

Συνήθως χρησιμοποιείται ένας επεξεργαστής που βασίζεται σε HTML που παρέχειWYSIWIG δυνατότητες (δηλαδή εμφάνιση του εισαγόμενου περιεχομένου στη διάταξη και στοστυλ του portal). Ο επεξεργαστής αυτός θυμίζει σε εμφάνιση και λειτουργία έναν απλόεπεξεργαστή κειμένου και επιτρέπει σε απλούς χρήστες να καταχωρούν μορφοποιημένοπεριεχόμενο χωρίς να απαιτείται γνώση HTML. Επιπλέον ο επεξεργαστής μπορεί να ενσωματώσειτα CSS style sheets της πύλης, ώστε η μορφοποίηση να γίνεται με αποκλειστική χρήση τωντυποποιημένων στυλιστιστικών στοιχείων. Αυτό έχει το πλεονέκτημα ότι ακόμη και στιςπεριπτώσεις μορφοποιημένου κειμένου το στυλ να μπορεί να αλλάξει από ένα μόνο σημείο (το CSSStyle sheet) χωρίς να απαιτείται καμιά αλλαγή στις καταχωρήσεις.

Εξωτερικοί πόροι (εικόνες και λοιπά) μπορούν να προσαρτηθούν στις καταχωρήσειςπεριεχομένου (κείμενα), είτε εσωτερικά είτε εξωτερικά. Σε κάθε περίπτωση αυτό ρυθμίζεται από τηδομή που έχει προδιαγραφεί για το σχετικό τύπο περιεχομένου στον οποίο ανήκει κάθεκαταχώρηση. Επίσης είναι δυνατός ο συνδυασμός και των δύο τεχνικών.

Το Σύστημα Διαχείρισης Περιεχομένου επιτρέπει την προεπισκόπηση των καταχωρήσεωνχρησιμοποιώντας τα templates παρουσίασης του portal καθώς και την ίδια διαδικασίαμετασχηματισμού που χρησιμοποιεί.

VIII. Περιβάλλον Διαχείρισης Εξωτερικών Πόρων.

Το Σύστημα Διαχείρισης Περιεχομένου περιλαμβάνει ένα web-based περιβάλλον για τηνεισαγωγή (upload) και διαχείριση φωτογραφιών και γενικότερα εξωτερικών πολυμεσικών(multimedia) πόρων (έγγραφα, αρχεία βίντεο και λοιπά) στο σύστημα. Οι πόροι αυτοί ανεβαίνουνμε κατάλληλο authorization (και με δυνατότητα φραγής μεγέθους αρχείου) σε κατάλληλο φάκελοτου server απ’ όπου είναι εύκολα προσβάσιμοι τόσο από το portal, όσο και από το ΣύστημαΔιαχείρισης Περιεχομένου. Το Σύστημα Διαχείρισης Περιεχομένου ταξινομεί αυτόματα όλα αυτάτα αρχεία με βάση χαρακτηριστικά όπως: το όνομα αρχείου, τον τύπο (.gif, .jpg. .swf, .pdf καιλοιπά), την ημερομηνία εισαγωγής, τον χρήστη που ανέβασε το αρχείο, το φάκελο προορισμού καιμια σειρά από λέξεις κλειδιά που δόθηκαν κατά την εισαγωγή, ώστε να διευκολύνεται η ταχύτατηεύρεση πόρων μεταξύ πιθανά χιλιάδων τέτοιων που έχουν σωρευτεί σε κάποιο φάκελο.

IX. Ροές Εργασιών και Ασφάλεια.

Όλα τα στοιχεία που περιέχονται στο Σύστημα Διαχείρισης Περιεχομένου υπόκεινται σε ένασύνολο περιορισμών και ελέγχων που σχετίζονται με την επιβολή κανόνων ασφάλειαςπληροφοριών και κανόνων ροής εργασιών. Συνοπτικά οι μηχανισμοί αυτοί καθορίζουν ποιοιχρήστες του Συστήματος Διαχείρισης Περιεχομένου έχουν πρόσβαση (και τι είδους), σε ποιαστοιχεία / components και επιπλέον ποιοι διαχειρίζονται τη διαδικασία σύνταξης, έγκρισης καιδημοσίευσης για τα στοιχεία αυτά. H ροή εργασιών και το μοντέλο ασφάλειας είναι πλήρωςπροσαρμόσιμα στις ανάγκες και μπορούν εύκολα να επεκταθούν[30].

19

Εικόνα 3.1 Διάγραμμα Συστημάτων Διαχείρισης Περιεχομένου

3.2 Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου ( LearningManagement System – LMS)

Ένα σύστημα διαχείρισης εκπαιδευτικού περιεχομένου διαφέρει από ένα σύστημα διαχείρισηςπεριεχομένου ως προς την εξιδείκευση στην απόκτηση γνώσης. Ένα σύστημα διαχείρισηςεκπαιδευτικού περιεχομένου επικεντρώνεται σε χαρακτηριστικά της εκπαίδευσης[4].

Τα συστήματα αυτά συχνά αναφέρονται ως «Συστήματα Διαχείρισης Εκπαίδευσης», αλλάκαθώς δεν υπάρχει κάποιος διεθνώς καθιερωμένος όρος συχνά κανείς συναντά και άλλους πουείναι λίγο-πολύ συνώνυμοι, όπως «Συστήματα διαχείρισης μαθημάτων» (Course managementsystems), «Διαχειριζόμενα μαθησιακά περιβάλλοντα» (Managed Learning Environments),«Πλατφόρμα εκπαίδευσης» (Learning platform), «Σύστημα υποστήριξης εκπαίδευσης» (LearningSupport System), και άλλα. Στη συγκεκριμένη αναφορά, θα αναφέρεται το Σύστημα ΔιαχείρισηςΕκπαιδευτικού Περιεχομένου (Learning Management System-LMS) το οποίο για την ανάπτυξή τουστηρίχθηκε στα χαρακτηριστικά των Συστημάτων Διαχείρισης Περιεχομένου, στα εργαλεία πουχρησιμοποιούνται στο διαδίκτυο και στην ανάπτυξη της πλατφόρμας με εκπαιδευτικό υλικό.

Σήμερα τέτοιου είδους συστήματα υπάρχουν πολλά τα οποία συνεχώς βελτιώνονται, ενώδιάφοροι φορείς, ομάδες και άτομα είτε για εμπορικούς λόγους, είτε αφιλοκερδώς εργάζονται γιατην ανάπτυξη τους. Οι δυνατότητες, τα ιδιαίτερα τεχνικά ή άλλα χαρακτηριστικά και οι απαιτήσεις,το επίπεδο ποιότητας σχεδιασμού, η λειτουργικότητα, η σταθερότητα και η ασφάλεια που παρέχουνποικίλουν από σύστημα σε σύστημα. Το ευχάριστο είναι ότι σήμερα μπορεί ένας οργανισμός ναβασιστεί ακόμα και σε συστήματα που προσφέρονται εντελώς δωρεάν καθώς αρκετά από αυτάέχουν ήδη δοκιμαστεί με επιτυχία από πολλούς εκπαιδευτικούς φορείς διεθνώς[31].

3.2.1 Εκπαίδευση μέσω Συστήματος Διαχείρισης Εκπαιδευτικού Περιεχομένου

Το εκπαιδευτικό λογισμικό διαχωρίζεται σε δύο βασικούς τομείς. Ο πρώτος αφορά ταεργαλεία λογισμικού (authoring tools), τις βάσεις δεδομένων και συζητήσεων, τα προϊόντασύγχρονης εκπαίδευσης, που συνήθως είναι εξειδικευμένα προϊόντα στα οποία οι εταιρείες έχουν

20

επενδύσει πολλά χρόνια εξέλιξης (για παράδειγμα οι γνωστές βάσεις δεδομένων Oracle, SQLServer& προϊόντα σύγχρονης συνεργασίας όπως Sametime, Webex, Interwise).

Ο δεύτερος τομέας αφορά το ίδιο το εκπαιδευτικό περιεχόμενο που προστατεύεται από τουςνόμους περί πνευματικών δικαιωμάτων. Στην περίπτωση που ή πρόταση για άδεια χρήσης OpenSource αφορά και το εκπαιδευτικό περιεχόμενο, τότε και κάθε άλλη εργασία πνευματικούδημιουργού (πχ e-Books) που είναι διαχειρίσιμη σε ηλεκτρονική μορφή θα μπορούσε να διανέμεταιμε παρόμοια άδεια χρήσης[32].

Συμβαδίζοντας με την τεχνολογία, οι «πρωταγωνιστές» στην διαδικασία του e-learning είναι οεκπαιδευτής, ο εκπαιδευόμενος και το εκπαιδευτικό περιεχόμενο και μπορεί να έχει τρεις μορφέςδιασύνδεσης, εκπαιδευτής / εκπαιδευόμενος, εκπαιδευόμενος / εκπαιδευόμενος, εκπαιδευόμενος /εκπαιδευτικό υλικό.

Εικόνα 3.2 Διάγραμμα Συστημάτων Διαχείρισης Εκπαιδευτικού Περιεχομένου

3.2.2 Διασυνδέσεις στα Συστήματα Διαχείρισης Εκπαίδευσης

Οι κύριες απαιτήσεις για την εφαρμογή των Συστημάτων Διαχείρισης ΕκπαιδευτικούΠεριεχομένου, από τη σκοπιά της εκπαίδευσης είναι η καθοδήγηση των σπουδαστών, όχι μόνομέσω του εκπαιδευτικού υλικού, αλλά και μέσω του συστήματος. Αυτές οι απαιτήσεις αναφέρονταιστη δυνατότητα της ανανέωσης και της επεξεργασίας του περιεχομένου, στη διαχείριση των

21

E-learningE-learning

ΕκπαιδευτήςΕκπαιδευτής ΕκπαιδευόμενοςΕκπαιδευόμενος Εκπαιδευτικό υλικόΕκπαιδευτικό υλικό

μαθημάτων, στην παροχή διαμορφωτικών test και ασκήσεων και τέλος στον έλεγχο της απόδοσης.

Τα βασικά μιας πλατφόρμας Συστήματος Διαχείρισης Εκπαιδευτικού Περιεχομένουαναφέρονται στη διασύνδεση των μαθητών, στη διασύνδεση των διαχειριστών, στα εργαλεία τουδιαχειριστή, στη διασύνδεση του περιεχομένου που περιέχονται όλες οι σύγχρονες και ασύγχρονεςυπηρεσίες, στην αποθήκευση του περιεχομένου που βασίζεται σε συστήματα διαχείρισηςσχεσιακών βάσεων δεδομένων / RDBMS (Relational database management system π.χ. Oracle) καιστο περιεχόμενο / content.

Στην παρακάτω εικόνα (Δομικά στοιχεία Συστημάτων Διαχείρισης Εκπαίδευσης) φαίνεται ηαλληλουχία των τεσσάρων βασικών δομικών στοιχείων μιας πλατφόρμας e-leaning [43].

Συγκεκριμένα, η Δημιουργία (Authoring) του περιεχομένου αφορά την ελευθερία επιλογών ωςπρος την ανάπτυξη του υλικού αλλά και ως προς τη μορφή ανάλογα με τις προσωπικές προτιμήσειςτου δημιουργού, επίσης αφορά τη χρήση και την επεξεργασία υπάρχοντος υλικού(επαναχρησιμοποίηση) αλλά και την συνεργασία για την ανάπτυξη του βάση κάποιωνπροδιαγραφών.

H Παράδοση (Delivery) αφορά την παράδοση του εκπαιδευτικού υλικού στους σπουδαστές σεσυνεργασία με τους καθηγητές, την δυνατότητα πρόσβασης με ασφάλεια στην πλατφόρμα αλλά καιστις υπηρεσίες που προσφέρονται για την παράδοση του υλικού όσον αφορά την τεχνολογία και τιςδιάφορες λειτουργικότητες.

Η Διαχείριση (Management) αφορά τη διαχείριση τόσο του υλικού όσο και των χρηστών αλλάκαι τη δυνατότητα που δίνεται για την ολοκλήρωση της εκπαιδευτικής διαδικασίας. Συγκεκριμένα,για την πρώτη περίπτωση αναφέρονται η δυνατότητα εγγραφής, η παρακολούθηση των χρηστώνκαι η εισαγωγή τους σε καταλόγους.

Τέλος, η Μέτρηση (Measurement) αφορά την πιστοποίηση των γνώσεων από τουςσπουδαστές, την αξιολόγησή τους, τον έλεγχο και τη συμμόρφωσή τους στα εκπαιδευτικάδρώμενα.

22

Εικόνα 3.3 Δομικά στοιχεία Συστημάτων Διαχείρισης Εκπαίδευσης

3.2.3 Παιδαγωγικές αρχές στα Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου

Για την υλοποίηση τoυ σχεδιασμού, ανάπτυξης και αξιολόγησης του εκπαιδευτικούπεριεχομένου στις πλατφόρμες των Συστημάτων Διαχείρισης Εκπαιδευτικού Περιεχομένου έχουνυιοθετηθεί οι παρακάτω παιδαγωγικές αρχές οι οποίες και αναλύονται[32].

Ενεργητική αυτονομία

Συνεργατική

Στοχαστικο-κριτική

Μεταβιβαστική

Διερευνητική

Αυθεντική

Ενεργητική αυτονομία

Δημιουργείται ένα “πλαίσιο στήριξης” (scaffolding) το οποίο μπορεί να οδηγήσει σταθερά τονεκπαιδευόμενο στην αυτόνομη και αυτο-ρυθμιζόμενη εκπαίδευση. Αυτό περιλαμβάνει τηναυτοδύναμη δράση, την υπευθυνότητα και τη συμμετοχή στα μαθησιακά δρώμενα. Με την έννοιααυτή, το σύστημα πρέπει να παρέχει τη δυνατότητα στους εκπαιδευόμενους:

Να συμμετέχουν στη δημιουργία, στον εμπλουτισμό και στη διαμόρφωση του

εκπαιδευτικού υλικού.

Να ασκούν σημαντικό έλεγχο στον τρόπο αλληλεπίδρασής τους με το εικονικό

περιβάλλον.

Να αναζητούν τη συναφή γνώση από άλλες περιοχές του παγκόσμιου ιστού μέσω

συνδέσμων.

Να καταθέτουν τις απόψεις, τις προθέσεις και τα επιχειρήματά τους μέσω της τεχνικής

23

των Forum συζητήσεων.

Συνεργατική

Οι εκπαιδευόμενοι δεν αντιμετωπίζονται ατομοκεντρικά, αλλά ενθαρρύνεται η συνεργασία καιη ομαδικότητα στην οικοδόμηση της νέας γνώσης αξιοποιώντας τις προσωπικές τους γνώσεις καιδεξιότητες, καθώς και τη δυναμική της ομάδας. Με την έννοια αυτή, το σύστημα πρέπει να παρέχειστους εκπαιδευόμενους:

Μηχανισμούς συνεργατικής εκπαίδευσης μέσα από την ανάπτυξη διαδραστικών

ασκήσεων.

Μηχανισμούς σύγχρονης (συνομιλία / chat), ασύγχρονης (forum συζητήσεων) και

προσωπικής επικοινωνίας (e-mail) ανάμεσα στους εκπαιδευόμενους και μεταξύεκπαιδευομένων και διδασκόντων.

Ενθάρρυνση συμμετοχής σε εξωτερικές ομάδες ανταλλαγής πληροφοριών σε παρεμφερή

θέματα.

Δημιουργία προσωπικού μαθησιακού περιβάλλοντος και υλικού που έχουν νόημα για τον

εκπαιδευόμενο.

Έμφαση τόσο στους εσωτερικούς μηχανισμούς της συμμετοχικής επικοινωνίας όσο και

στο περιεχόμενο της επικοινωνίας.

Τη δυνατότητα να παρουσιάζουν προσχέδια των γραπτών εργασιών στους

συμμετέχοντες, να ασκούν κριτική ο ένας στον άλλο στις εργασίες και να αναθεωρούν τιςεργασίες τους ως αποτέλεσμα της ανατροφοδότησης που αποκτάται από αυτή τηδιαδικασία.

Στοχαστικο-κριτική

Η στοχαστικο-κριτική αρχή επικεντρώνεται κυρίως στη δυνατότητα που δίνεται στονεκπαιδευόμενο να εκφράζει αυτό που έχει μάθει και να στοχάζεται πάνω στις διαδικασίες καιαποφάσεις μέσα από τις οποίες έφτασε στο τελικό αποτέλεσμα. Με την έννοια αυτή, το σύστημαπρέπει να παρέχει στους εκπαιδευόμενους:

Αλληλεπιδραστικές ασκήσεις μέσω των οποίων οι εκπαιδευόμενοι αυτο-αξιολογούν τις

δραστηριότητες που εκτέλεσαν για να φτάσουν στο αποτέλεσμα.

Τη δυνατότητα να ανταλλάσουν απόψεις, να κάνουν κρίσεις και συγκρίσεις για τη

διαδικασία και τα αποτελέσματα των δικών τους δραστηριοτήτων τους, αλλά και τωνάλλων εκπαιδευομένων.

Μεταβιβαστική

Για να μπορέσει ο εκπαιδευόμενος να αφομοιώσει τη γνώση και να τη μεταφέρει σε νέεςκαταστάσεις θα πρέπει να συμμετέχει ενεργά στη διαδικασία οικοδόμησης της γνώσης. Με τηνέννοια αυτή, το σύστημα πρέπει να παρέχει στους εκπαιδευόμενους:

24

Παραδείγματα και μελέτες περίπτωσης.

Τα εργαλεία για μια σφαιρική, ολιστική και διακλαδική προσέγγιση.

Παραδείγματα και μελέτες περίπτωσης μέσα από τις οποίες οι εκπαιδευόμενοι θα

μπορούν να ανταποκρίνονται στα βιώματα, στις παραστάσεις και τις εμπειρίες.

Διερευνητική

Οι διερευνητικές προσεγγίσεις αποσκοπούν στο να καταστήσουν ικανούς τους εκπαιδευομένους νααντιμετωπίζουν επιτυχώς και με αυτονομία προβληματικές καταστάσεις. Με την έννοια αυτή, τοσύστημα πρέπει να παρέχει στους εκπαιδευόμενους:

Ολοκληρωμένα παραδείγματα και αναθέσεις εργασιών πάνω σε προβληματο-κεντρικές

καταστάσεις, όπως είναι η επιλογή του διδακτικού υλικού, η οργάνωση/ιεράρχηση τουυλικού, η παρουσίαση και αξιολόγηση του υλικού,

Τη δυνατότητα να θέτουν ερωτήματα, να διατυπώνουν υποθέσεις, να αναπτύσσουν

τεχνικές αξιολόγησης της εκπαίδευσης, να κάνουν συνεπαγωγές βασισμένες στο γραπτόλόγο, να κατανοούν την πληροφορία μέσω διαφορετικών μέσων προφορικής συνομιλίαςκαι άλλα.

Ενίσχυση των ομαδικών διερευνητικών δραστηριοτήτων με βάση την εσωτερική

διαφοροποίηση τους.(π.χ. ενασχόληση με διαφορετικές πτυχές του ίδιου θέματος απόδιαφορετικές ομάδες ή υπο-ομάδες).

Αυθεντική

Οι εκπαιδευόμενοι επιλύουν προβλήματα που σχετίζονται με πραγματικές καταστάσεις καιαντιλαμβάνονται ότι οι δεξιότητες στην επίλυση αυτών των προβλημάτων είναι χρήσιμες στηνεπαγγελματική και κοινωνική τους ζωή. Το σύστημα πρέπει να παρέχει στους εκπαιδευόμενους:

Μηχανισμούς, τεχνικές και εργαλεία με τα οποία οι εκπαιδευόμενοι θα καταρτίζονται

στην αξιοποίηση του ηλεκτρονικού υλικού (π.χ. εφημερίδες, περιοδικά, εικόνες, βίντεοκαι άλλα) που διατίθενται μέσω του Παγκόσμιου Ιστού.

Παραδείγματα, ασκήσεις και μελέτες περίπτωσης μέσα από τα οποία οι εκπαιδευόμενοι

θα μπορούν να αναπτύξουν τις βασικές τεχνικές.

Τη δυνατότητα να αναγνωρίζουν τη συμμετοχική τους συνεισφορά στα μαθησιακά

δρώμενα και αποτελέσματα.

Χρήση διδακτικών/μαθησιακών δραστηριοτήτων σε πραγματικά και εικονικά

περιβάλλοντα βασιζόμενα στις βιωματικές εμπειρίες.

3.2.4 Ανάπτυξη & παράδοση εκπαιδευτικού υλικού

Για την ανάπτυξη του εκπαιδευτικού υλικού χρησιμοποιούνται βασικά τρεις τεχνικές:

25

i. Η επιλογή του υλικού-διδακτέα ύλη.

ii. Η οργάνωση / ιεράρχηση του υλικού.

iii. Η παρουσίαση του υλικού.

Από την άλλη μεριά η παράδοσή του εκπαιδευτικού υλικού γίνεται με δύο τρόπους, σύγχρονα καιασύγχρονα.

3.2.5 Ασύγχρονη εκπαίδευση στα Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου

Η Ασύγχρονη εκπαίδευση βασίζεται κυρίως στο δίκτυο και στην ασύγχρονη πρόσβαση στουλικό του μαθήματος από τους εκπαιδευόμενους. Είναι σαφές ότι χρειάζεται να χρησιμοποιηθείκάποιο λογισμικό για να πραγματοποιηθεί αυτό. Το λογισμικό αυτό ονομάζεται πλατφόρμαΑσύγχρονης Τηλεκπαίδευσης ή Σύστημα Διαχείρισης Μαθησιακού Υλικού (Learning ManagementSystem - LMS).

Ως πλατφόρμα Ασύγχρονης τηλεκπαίδευσης θα μπορούσε να θεωρηθεί και μία απλήιστοσελίδα στην οποία ανεβάζει ο καθηγητής το υλικό του μαθήματος και στη συνέχεια οι μαθητέςπαραδίδουν τις εργασίες τους μέσω ηλεκτρονικού ταχυδρομείου. Αν και κάτι τέτοιο ίσωςεξυπηρετούσε τις βασικές ανάγκες δεν θα ήταν αποτελεσματικό.

Μία πλατφόρμα για Ασύγχρονη εκπαίδευση θα πρέπει να ικανοποιεί τις παρακάτω βασικέςαπαιτήσεις :

Να υποστηρίζει τον χωρισμό των χρηστών σε ομάδες έτσι ώστε η ίδια πλατφόρμα να μπορεί

να χρησιμοποιηθεί για περισσότερα από ένα μαθήματα. Προφανώς θα πρέπει ναυποστηρίζει κάποιου είδους πιστοποίηση των χρηστών.

Να υποστηρίζει τη δημιουργία βημάτων συζήτησης (discussion forums) για την επικοινωνία

των εκπαιδευομένων και του εκπαιδευτή ασύγχρονα.

Να υποστηρίζει «δωμάτια συζητήσεων» (chat rooms) για συζήτηση σε πραγματικό χρόνο

(σύγχρονη) και ανταλλαγή απόψεων.

Να υλοποιεί ηλεκτρονικό ταχυδρομείο (e-mail) για την καλύτερη επικοινωνία των χρηστών.

Εύκολο τρόπο τόσο για τον καθηγητή για να τοποθετεί το υλικό του μαθήματος όσο και για

το μαθητή για την τοποθέτηση των εργασιών του.

Να δίνει τη δυνατότητα στους μαθητές τοπικής αποθήκευσης του υλικού του μαθήματος,

για επεξεργασία εκτός του δικτύου.

Αν και τα παραπάνω θεωρούνται απολύτως απαραίτητα για μία πλατφόρμα ασύγχρονηςτηλεκπαίδευσης, με την εξέλιξη της τεχνολογίας, την αποκτηθείσα εμπειρία και τους ολοένα πιο

26

απαιτητικούς χρήστες έχουν αρχίσει να προστίθενται και άλλα χαρακτηριστικά για δυνατότητεςόπως:

Να υπάρχει το υλικό του μαθήματος και σε εύκολα εκτυπώσιμη μορφή για τους χρήστες

που προτιμούν το έντυπο υλικό.

Το περιβάλλον να είναι προσβάσιμο από απλό web browser ώστε να μη χρειάζεται από τους

χρήστες εγκατάσταση άλλου λογισμικού και για να είναι προσβάσιμο από παντού (π.χ.Internet cafe) και από οποιοδήποτε λειτουργικό σύστημα.

Να έχει φιλικό περιβάλλον τόσο για το χρήστη / μαθητή όσο και για το χρήστη / καθηγητή.

Να υποστηρίζει προσωποποίηση (customization) του περιβάλλοντος ανάλογα με το χρήστη.

Επίσης να κρατάει πληροφορίες (δημιουργία profiles) για το χρήστη για να τον «βοηθάει»κατά την πλοήγηση.

Να έχει ημερολόγιο με τις προθεσμίες και άλλα σημαντικά γεγονότα.

Να παρακολουθεί την πρόοδο των μαθητών.

Να υποστηρίζει την εύκολη δημιουργία διαγωνισμάτων (online tests).

Να υποστηρίζει την παρουσίαση και άλλων πολυμεσικών υλικών όπως βίντεο, ήχου,

εικόνων και άλλα.

Πρότυπα

Πολύ γρήγορα φάνηκε η ανάγκη ύπαρξης ανοικτών προτύπων για την περιγραφή τουμαθησιακού υλικού. Οι βασικότεροι λόγοι που οδήγησαν στην ανάπτυξη προτύπων περιγραφήςμαθησιακών αντικειμένων είναι η ανάγκη για επαναχρησιμοποίηση του μαθησιακού υλικού. Είναιπολύ σημαντικό μετά τη δημιουργία ενός μαθήματος για την ασύγχρονη τηλεκπαίδευση το υλικόαυτό να μπορεί να επαναχρησιμοποιηθεί την επόμενη φορά που θα διδαχθεί το μάθημα και να είναιαπαραίτητες μόνο οι ενημερώσεις και οι βελτιώσεις. Οι εξελίξεις στον τομέα της τηλεκπαίδευσηςείναι ραγδαίες και οι ανάγκες που καλείται να καλύψει μία πλατφόρμα για ασύγχρονη εκπαίδευσηείναι συνεχώς αυξανόμενες με αποτέλεσμα να βγαίνουν συνεχώς καινούριες εκδόσεις και νααναπτύσσονται καινούριες πλατφόρμες. Επίσης, είναι πολύ σημαντικό μία αναβάθμιση τηςπλατφόρμας ή μία μετάβαση από μία πλατφόρμα σε μία άλλη, να μη συνεπάγεται καιεπαναδημιουργία του μαθησιακού υλικού.

Η ανάγκη για συνεργασία μεταξύ Συστημάτων Διαχείρισης Εκπαιδευτικού Περιεχομένουοφείλεται στο ότι οι εκπαιδευτές πολλές φορές θέλουν να συνεργαστούν και να ανταλλάξουνμαθησιακό υλικό. Είναι απαραίτητο λοιπόν να υπάρχει ένας ενιαίος τρόπος περιγραφής τουμαθησιακού υλικού και να μπορούν διαφορετικές πλατφόρμες να συνεργαστούν για την ανταλλαγήτου.

Η ανάγκη για διαθεσιμότητα πρόσβασης και εύκολης αναζήτησης. Είναι σημαντικό οι χρήστεςνα μπορούν να ψάξουν εύκολα στο μαθησιακό υλικό και να βρουν αυτό που τους ενδιαφέρει.

27

Οι παραπάνω λόγοι οδήγησαν στη δημιουργία προτύπων για την περιγραφή των μαθησιακώναντικειμένων και τα περιγραφικά μαθησιακά δεδομένα (metadata)[38].

3.2.6 Σύγχρονη εκπαίδευση στα Συστήματα Διαχείρισης Εκπαιδευτικού Περιεχομένου

Όπως αναφέρθηκε και στον ορισμό της σύγχρονης εκπαίδευσης για να είναι εφικτή ηπραγματοποίηση κάποιου μαθήματος θα πρέπει η εικονική αίθουσα να προσφέρει τουλάχιστον όλεςτις δυνατότητες που προσφέρει και μία κανονική αίθουσα :

Ηλεκτρονικό ασπροπίνακα. Ο πίνακας είναι το σημαντικότερο μέσο που χρησιμοποιούν οι

καθηγητές για τη διδασκαλία στην αίθουσα. Είναι απαραίτητο λοιπόν να δίνεται αυτή ηδυνατότητα στον καθηγητή και σε μία εικονική αίθουσα.

Αλληλεπιδραστική (δύο δρόμων) οπτικοαουστική επικοινωνία μεταξύ των συμμετεχόντων.

Είναι πολύ σημαντικό για την επιτυχία του μαθήματος να υπάρχει πολύ καλής ποιότηταεπικοινωνία μεταξύ των συμμετεχόντων έτσι ώστε να εξαλείφεται η απόσταση και ναδημιουργείται η εντύπωση ότι βρίσκονται όλοι στον ίδιο χώρο. Προφανώς προτεραιότηταδίνεται στον ήχο αλλά δεν πρέπει να υποτιμηθεί η αναγκαιότητα του βίντεο αφού έχειαποδειχθεί στην πράξη ότι όταν πέφτει η ποιότητα του βίντεο χάνεται το ενδιαφέρον τωνσυμμετεχόντων.

Δυνατότητα για από κοινού χρήση εφαρμογής (application sharing). Είναι απαραίτητο για

τον καθηγητή να μπορεί να παρουσιάσει ψηφιακό υλικό στους σπουδαστές (παρουσιάσειςμε διαφάνειες, web browser, έγγραφα κειμένου και λοιπά). Όπως στην κλασική τάξη οκαθηγητής έχει τη δυνατότητα να δείξει διαφάνειες στους μαθητές, είναι απαραίτητο για τονκαθηγητή να μπορεί να παρουσιάσει το υλικό του μαθήματος και στην εικονική τάξη(παρουσίαση power point).

Οι παραπάνω απαιτήσεις είναι οι ελάχιστες που πρέπει να ικανοποιεί μία εικονική αίθουσα.Από τη στιγμή όμως που προσφέρονται στην υπηρεσία του καθηγητή προηγμένες τεχνολογικέςδυνατότητες μπορεί να τις εκμεταλλευτεί για να εμπλουτίσει το μάθημα του και με άλλα στοιχείαόπως για παράδειγμα προβολή βίντεο, ταυτόχρονη πλοήγηση σε δικτυακούς τόπους,χρησιμοποίηση και άλλων εφαρμογών εκτός από αυτές για παρουσιάσεις, χρησιμοποίησηπρογραμμάτων προσομοίωσης. Με αυτό τον τρόπο μπορούν να πραγματοποιηθούν και εικονικάεργαστήρια (virtual laboratories), να μπορεί γενικά να μιλά και να κινείται με φυσικό τρόπο, όπωςθα έκανε και σε μία παραδοσιακή διάλεξη. Να μην χρειάζεται να ασχοληθεί με την τεχνική πλευράτων συστημάτων, ώστε να μπορεί να επικεντρώσει την προσοχή του στο καθαυτό αντικείμενο τηςδιάλεξης[22].

Προϋποθέσεις

Όπως φαίνεται και από την προηγούμενη παράγραφο δεν μπορεί οποιοδήποτε μάθημα να γίνει

28

με τη μορφή της σύγχρονης εκπαίδευσης. Θα πρέπει όλοι οι συμμετέχοντες να είναι συνδεδεμένοισε δίκτυο υψηλών ταχυτήτων έτσι ώστε να εξασφαλίζεται η καλή ποιότητα βίντεο και ήχου και ναείναι εφικτή η από κοινού χρήση εφαρμογών.

Επίσης, χρειάζεται τουλάχιστον ένα άτομο για τεχνική υποστήριξη στο μάθημα, προκειμένουνα ασχολείται με δικτυακά και άλλα προβλήματα που μπορεί να προκύψουν από τη χρήση νέωντεχνολογιών και να υποστηρίζει τον καθηγητή ο οποίος μπορεί να μην είναι εξοικειωμένος με τατεχνολογικά μέσα.

Όλοι οι συμμετέχοντες θα πρέπει να έχουν στη διάθεσή τους αρκετά προηγμένο εξοπλισμό γιατις ανάγκες της σύγχρονης τηλεκπαίδευσης και τουλάχιστον ο καθηγητής θα πρέπει να βρίσκεταισε αίθουσα ειδικά διαμορφωμένη για να καλύπτει αυτές τις ανάγκες.

3.3 Τεχνολογίες στην σύγχρονη εκπαίδευση

Για να υλοποιηθεί μία εικονική αίθουσα αλλά και για να είναι διαθέσιμα όσα προαναφέρθηκανγια την παράδοση της σύγχρονης εκπαίδευσης που θα ικανοποιούνται οι απαιτήσεις πουπροαναφέρθηκαν έχουν αναπτυχθεί κατάλληλα εργαλεία που χρησιμοποιούν συγκεκριμέναπρωτόκολλα υλοποίησης αλλά και νέες τεχνολογίες δικτύων.

3.3.1 Σχεδιασμός Διεπαφών

H δημιουργία ενός συστήματος διεπαφής[22], οτιδήποτε και αν αφορά, είναι μια διαδικασίαιδιαίτερα σύνθετη και απαιτητική. Για να είναι το σύστημα κατάλληλο για χρήση και φιλικό προςτον χρήστη, πρέπει να λαμβάνονται υπόψη συγκεκριμένα κριτήρια. Στα πλαίσια αυτής τηςεργασίας, θα μελετηθούν τα κριτήρια που αφορούν στην κατασκευή ενός τέτοιου συστήματος, καισυγκεκριμένα μιας ιστοσελίδας δημόσιας υπηρεσίας.

Παρακάτω, θα παρουσιαστούν καταρχήν τα κριτήρια βάσει των οποίων μια τέτοια ιστοσελίδαμπορεί να χαρακτηριστεί εύχρηστη, ενώ στη συνέχεια θα μελετηθεί μια συγκεκριμένη τέτοιαιστοσελίδα, όσον αφορά στο κατά πόσο τα κριτήρια αυτά έχουν ληφθεί υπ’ όψη ή όχι.

Κριτήρια συστήματος διεπαφής: Ιστοσελίδα

Στο κεφάλαιο αυτό, παρατίθεται μια λίστα των κριτηρίων[30] που πρέπει να τηρούνται σε μιαιστοσελίδα, ώστε ο χρήστης να μπορεί να αλληλεπιδρά με αυτήν αποτελεσματικά και εύκολα. Τακριτήρια έχουν χωριστεί σε δύο βασικές κατηγορίες: Σε αυτά που σχετίζονται με την εμφάνιση, καισε αυτά που σχετίζονται με το περιεχόμενο.

Εμφάνιση

• Τα χρώματα και οι χρωματικοί συνδυασμοί που χρησιμοποιούνται για την παρουσίαση του

περιεχομένου και το υπόβαθρο (φόντο) των ιστοσελίδων πρέπει να είναι ενιαία σε όλες τιςσελίδες του ιστότοπου.

29

• Τα χρώματα που χρησιμοποιούνται για την παρουσίαση του περιεχομένου πρέπει να

παρέχουν επαρκή αντίθεση (contrast) σε σχέση με το υπόβαθρο (φόντο) των ιστοσελίδων.

• Το περιεχόμενο μιας ιστοσελίδας πρέπει να απεικονίζεται με σκούρο χρώμα γραμμάτων ενώ

το υπόβαθρο (φόντο) των ιστοσελίδων πρέπει να είναι ανοιχτόχρωμο.

• Το μέγεθος των εικονιδίων πρέπει να είναι ανάλογο του σκοπού χρήσης τους, καθώς και της

θέσης τους.

• Τα εικονίδια που χρησιμοποιούνται σε έναν ιστότοπο πρέπει να είναι ίδια και να

συμπεριφέρονται ενιαία σε όλες τις σελίδες του ιστότοπου.

• Η ονομασία των συνδέσμων πρέπει να είναι αντιπροσωπευτική του περιεχομένου στο οποίο

οδηγεί ο σύνδεσμος.

Περιεχόμενο

Το περιεχόμενο κάθε ιστοσελίδας ενός ιστότοπου πρέπει να:

• είναι απλό και κατανοητό

• έχει ως στόχο την εξυπηρέτηση των αναγκών του επισκέπτη o χρησιμοποιεί απλές

εκφράσεις της ελληνικής γλώσσας

• μην περιλαμβάνει ορθογραφικά, γραμματικά ή συντακτικά λάθη o αποτελείται από μικρές

σε μέγεθος προτάσεις

Η αρχική σελίδα ενός ιστότοπου πρέπει να περιλαμβάνει:

• το λογότυπο και την πλήρη επίσημη επωνυμία του φορέα

• ένα σύντομο μήνυμα καλωσορίσματος στον ιστότοπο

• ταχυδρομική διεύθυνση, αριθμούς τηλεφώνων και τηλεομοιοτυπίας, διεύθυνση

ηλεκτρονικού ταχυδρομείου του φορέα

Η αρχική σελίδα ενός ιστότοπου πρέπει να περιλαμβάνει συνδέσμους (links) στο υπόλοιποπεριεχόμενο του ιστότοπου:

• Πληροφοριακό περιεχόμενο

• Υπηρεσίες

• Εργαλεία και μηχανισμούς αναζήτησης, πλοήγησης και επικοινωνίας καθώς και σε

διαδικτυακούς τόπους ομοειδών φορέων ή φορέων που παρέχουν αντίστοιχες υπηρεσίες.

Κάθε Διαδικτυακός Τόπος πρέπει να περιλαμβάνει:

• το λογότυπο και την πλήρη επίσημη επωνυμία του φορέα

• σύντομη παρουσίαση του φορέα

30

• πληροφορίες για την ηγεσία/ διοίκηση του φορέα

• τους κανονισμούς που διέπει τη λειτουργία του φορέα και την άσκηση των αρμοδιοτήτων

του πληροφορίες για τις υπηρεσίες που παρέχει ο φορέας και τον τρόπο παροχής τους

• νέα – ανακοινώσεις

Η δομή του περιεχομένου του Διαδικτυακού Τόπου πρέπει να χρησιμοποιεί δενδρική δομήκαταλόγων αντί για επίπεδη δομή αρχείων.

Το περιεχόμενο του ιστότοπου πρέπει να:

• εξυπηρετεί τη στρατηγική του φορέα-ιδιοκτήτη του

• έχει μία σαφή δομή, η οποία διευκολύνει την πλοήγηση των χρηστών

• είναι συνεπές στο ύφος και την ακρίβεια

• επικοινωνεί αποτελεσματικά τους στόχους του φορέα και να ικανοποιεί τις ανάγκες των

χρηστών

Ο φορέας-ιδιοκτήτης ενός ιστότοπου πρέπει να διαθέτει σαφώς προσδιορισμένη διαδικασίαπαροχής περιεχομένου και υπηρεσιών μέσω του ιστότοπου. Η διαδικασία αυτή πρέπει ναακολουθείται τόσο κατά την αρχική δημοσίευση όσο και κατά την ενημέρωση / συντήρηση τουπεριεχομένου και των υπηρεσιών. Υπεύθυνος για την τήρηση της διαδικασίας είναι ο ΥπεύθυνοςΠεριεχομένου και Υπηρεσιών του ιστότοπου.

Οι συγγραφείς (‘ιδιοκτήτες’) περιεχομένου του φορέα πρέπει να διασφαλίζουν ότι:

• το περιεχόμενο είναι ορθό, επίκαιρο και εξυπηρετεί τους στόχους για τους οποίους

αναπτύχθηκε

• το περιεχόμενο είναι προσαρμοσμένο στο ύφος που καθορίζεται για τον ιστοχώρο

• τα σημεία επαφής (ηλεκτρονικό ταχυδρομείο, τηλέφωνο) που περιλαμβάνονται σε αυτό

ισχύουν

• το περιεχόμενο αρχειοθετείται στα σημεία που ορίζονται από τις διαδικασίες

• το περιεχόμενο ανταποκρίνεται σε όλα τα εκδοτικά πρότυπα που έχει καθορίσει ο

Υπεύθυνος Περιεχομένου και Υπηρεσιών

Οι φορείς που δημιουργούν πρωτότυπο περιεχόμενο, το οποίο δημοσιεύεται στουςδιαδικτυακούς τόπους τους, πρέπει να το τεκμηριώνουν με κατάλληλα μεταδεδομένα ώστε ναμπορεί να αξιοποιηθεί από άλλους ιστότοπους και να υποστηρίζονται δυνατότητεςσυγκέντρωσης (aggregation) και χρήσης (syndication) περιεχομένου.

• Τα μεταδεδομένα που τηρούνται για το περιεχόμενο και τις υπηρεσίες ενός ιστότοπου

πρέπει να μπορούν να εξαχθούν σε μορφή XML.

• Το περιεχόμενο που παρουσιάζεται στον ιστότοπο πρέπει να ελέγχεται για ορθογραφικά και

31

συντακτικά λάθη, ανακρίβειες και ασάφειες πριν τη δημοσίευσή του.

• Ο χάρτης ενός ιστότοπου πρέπει να είναι προσβάσιμος από κάθε ιστοσελίδα του ιστότοπου.

• Ο ιστότοπος πρέπει να παρέχει σαφείς πληροφορίες για τις διαδικασίες επικοινωνίας των

επισκεπτών με τις υπηρεσίες του φορέα.

3.3.2 Λοιπές Τεχνολογίες

Άλλα εργαλεία που επίσης χρειάστηκαν για την υλοποίηση του συστήματος που θαπαρουσιαστεί παρακάτω είναι τα:

• HTML

• CSS

• PHP

• MySQL

• JAVA

HTML

Η HTML (ακρωνύμιο του αγγλικού HyperText Markup Language, ελλ. Γλώσσα ΣήμανσηςΥπερκειμένου) είναι η κύρια γλώσσα σήμανσης για τις ιστοσελίδες, και τα στοιχεία της είναι ταβασικά δομικά στοιχεία των ιστοσελίδων.

Η HTML γράφεται υπό μορφήστοιχείων HTML τα οποία αποτελούνται από ετικέτες (tags), οιοποίες περικλείονται μέσα σε σύμβολα «μεγαλύτερο από» και «μικρότερο από» (για παράδειγμα<html>), μέσα στο περιεχόμενο της ιστοσελίδας. Οι ετικέτες HTML συνήθως λειτουργούν ανάζεύγη (για παράδειγμα <h1> και </h1>), με την πρώτη να ονομάζεται ετικέτα έναρξης και τηδεύτερη ετικέτα λήξης (ή σε άλλες περιπτώσεις ετικέτα ανοίγματος και ετικέτα κλεισίματοςαντίστοιχα). Ανάμεσα στις ετικέτες, οι σχεδιαστές ιστοσελίδων μπορούν να τοποθετήσουν κείμενο,πίνακες, εικόνες κλπ.

Ο σκοπός ενός web browser είναι να διαβάζει τα έγγραφα HTML και τα συνθέτει σε σελίδεςπου μπορεί κανείς να διαβάσει ή να ακούσει. Ο browser δεν εμφανίζει τις ετικέτες HTML, αλλά τιςχρησιμοποιεί για να ερμηνεύσει το περιεχόμενο της σελίδας.

Τα στοιχεία της HTML χρησιμοποιούνται για να κτίσουν όλους του ιστότοπους. Η HTMLεπιτρέπει την ενσωμάτωση εικόνων και άλλων αντικειμένων μέσα στη σελίδα, και μπορεί ναχρησιμοποιηθεί για να εμφανίσει διαδραστικές φόρμες. Παρέχει τις μεθόδους δημιουργίαςδομημένων εγγράφων (δηλαδή εγγράφων που αποτελούνται από το περιεχόμενο που μεταφέρουνκαι από τον κώδικα μορφοποίησης του περιεχομένου) καθορίζοντας δομικά σημαντικά στοιχεία γιατο κείμενο, όπως κεφαλίδες, παραγράφους, λίστες, συνδέσμους, παραθέσεις και άλλα. Μπορούν

32

επίσης να ενσωματώνονται σενάρια εντολών σε γλώσσες όπως η JavaScript, τα οποία επηρεάζουντη συμπεριφορά των ιστοσελίδων HTML[16].

CSS

Η CSS (Cascading Style Sheets-Διαδοχικά Φύλλα Στυλ) ή ( αλληλουχία φύλλων στυλ ) είναιμια γλώσσα υπολογιστή που ανήκει στην κατηγορία των γλωσσών φύλλων στυλ πουχρησιμοποιείται για τον έλεγχο της εμφάνισης ενός εγγράφου που έχει γραφτεί με μιαγλώσσασήμανσης. Χρησιμοποιείται δηλαδή για τον έλεγχο της εμφάνισης ενός εγγράφου που γράφτηκεστις γλώσσες HTML και XHTML, δηλαδή για τον έλεγχο της εμφάνισης μιας ιστοσελίδας καιγενικότερα ενός ιστοτόπου. Η CSS είναι μια γλώσσα υπολογιστή προορισμένη να αναπτύσσειστυλιστικά μια ιστοσελίδα δηλαδή να διαμορφώνει περισσότερα χαρακτηριστικά, χρώματα,στοίχιση και δίνει περισσότερες δυνατότητες σε σχέση με την html. Για μια όμορφη καικαλοσχεδιασμένη ιστοσελίδα η χρήση της CSS κρίνεται ως απαραίτητη[16].

PHP

H PHP [1.είναι μια γλώσσα προγραμματισμού για τη δημιουργία σελίδων web με δυναμικόπεριεχόμενο. Μια σελίδα PHP περνά από επεξεργασία από ένα συμβατό διακομιστή τουΠαγκόσμιου Ιστού (π.χ. Apache), ώστε να παραχθεί σε πραγματικό χρόνο το τελικό περιεχόμενο,που θα σταλεί στο πρόγραμμα περιήγησης των επισκεπτών σε μορφή κώδικα HTML[16].

MySQL

Η MySQL είναι ένα σύστημα διαχείρισης σχεσιακών βάσεων δεδομένων που μετράπερισσότερες από 11 εκατομμύρια εγκαταστάσεις. Έλαβε το όνομά της από την κόρη του ΜόντυΒιντένιους, τη Μάι (αγγλ. My). Το πρόγραμμα τρέχει έναν εξυπηρετητή (server) παρέχονταςπρόσβαση πολλών χρηστών σε ένα σύνολο βάσεων δεδομένων[16].

JAVA

Η Java είναι μια αντικειμενοστρεφής γλώσσα προγραμματισμού που σχεδιάστηκε από τηνεταιρεία πληροφορικής Sun Microsystems.

Ένα από τα βασικά πλεονεκτήματα της Java έναντι των περισσότερων άλλων γλωσσών είναι ηανεξαρτησία του λειτουργικού συστήματος και πλατφόρμας. Τα προγράμματα που είναι γραμμένασε Java τρέχουνε ακριβώς το ίδιο σε Windows, Linux, Unix και Macintosh(σύντομα θα τρέχουν καισε Playstation καθώς και σε άλλες κονσόλες παιχνιδιών) χωρίς να χρειαστεί να ξαναγίνειμεταγλώττιση (compiling) ή να αλλάξει ο πηγαίος κώδικας για κάθε διαφορετικό λειτουργικόσύστημα. Για να επιτευχθεί όμως αυτό χρειαζόταν κάποιος τρόπος έτσι ώστε τα προγράμματαγραμμένα σε Java να μπορούν να είναι «κατανοητά» από κάθε υπολογιστή ανεξάρτητα του είδους

33

επεξεργαστή (Intel x86, IBM, Sun SPARC, Motorola) αλλά και λειτουργικού συστήματος(Windows, Unix, Linux, BSD, MacOS). Ο λόγος είναι ότι κάθε κεντρική μονάδα επεξεργασίαςκατανοεί διαφορετικό κώδικα μηχανής. Ο συμβολικός κώδικας (assembly) που μεταφράζεται καιεκτελείται σε Windows είναι διαφορετικός από αυτόν που μεταφράζεται και εκτελείται σε ένανυπολογιστή Macintosh. Η λύση δόθηκε με την ανάπτυξη της Εικονικής Mηχανής (Virtual Machineή VM ή ΕΜ στα ελληνικά)[8].

Βιβλιοθήκη JGraph

Το JGraph είναι ένα λογισμικό που βοηθά στην παρουσιάζει δεδομένων σε μορφή γράφων.Είναι μια «ώριμη» και πλούσια σε χαρακτηριστικά βιβλιοθήκη κώδικα, είναι γραμμένη στηνγλώσσα προγραμματισμού Java. Οι κλάσεις των πακέτων της βιβλιοθήκης του είναι γραμμένες μετέτοιο τρόπο ώστε να συνεργάζεται άψογα με τα εργαλεία του Swing πακέτου της Java, επίσηςβασίζονται στο MVC (Model View Control) πρότυπο του Swing. Αυτό οφείλεται στο ότι τοJGraph(η κλάση) είναι μια επέκταση του JComponent, που είναι η βασική κλάση του Swing γιαόλα τα συστατικά (components), οι εφαρμογές που χρησιμοποιούν το JGraph μπορούν να τρέξουνσε συστήματα που χρησιμοποιούν από την 1.4 έκδοση της Java και νεώτερες. Διαθέτει πλήθοςλειτουργιών σχεδιασμού γράφων για client-side ή server-side εφαρμογές. Το JGraph είναι απλό στηχρήση έχοντας ταυτόχρονα ένα πολύ δυνατό API μέσο του οποίου μπορούμε να αναπαραστήσουμε,αλληλεπιδράσουμε, αυτόματα layout και να παράγουμε ανάλυση του γράφου[1][23][24].

Εικόνα 3.4 Τεχνολογίες Υλοποίησης Διαδικτυακής Εκπαιδευτικής Πλατφόρμας

34

4. Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης

Η παρούσα διπλωματική εργασία βασίζεται στο εκπαιδευτικό λογισμικό “Ευφυές ΣύστημαΔιδασκαλίας Τεχνητής Νοημοσύνης” (ΕΣΔΤΝ). Στόχος του ΕΣΔΤΝ είναι να βοηθήσει τουςφοιτητές να κατανοήσουν αποδοτικότερα, γρηγορότερα και ασύγχρονα το αντικείμενο της τεχνητήςΝοημοσύνης.

Το “Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης” (ΕΣΔΤΝ) είναι ένα ευφυέςσύστημα διδασκαλίας που αναβαθμίζεται συνεχώς. Οι εκπαιδευτικές δυνατότητες που παρέχειαφορούν τα εξής θέματα Τεχνητής Νοημοσύνης:

• Αναπαράσταση Γνώσης και Συλλογισμός με Κατηγορηματική Λογική (ΚΛ)• Επίλυση Προβλημάτων με Αναζήτηση

Στόχος είναι να εμπλουτιστεί περαιτέρω με επιπλέον δυνατότητες που αφορούν τα εξήςθέματα:

• Αυτόματη δημιουργία ασκήσεων σε δύο βασικά θέματα της ΤΝ• Αυτόματος προσδιορισμός επιπέδου δυσκολίας των παραγόμενων ασκήσεων• Αυτόματη αξιολόγηση επιλύσεων των ασκήσεων που πραγματοποιούνται από τους φοιτητές

Η δημιουργία-ανανέωση των ασκήσεων στο ΕΣΔΤΝ είναι ένα από τα κρίσιμα θέματα. Για ναείναι ικανό ένα ΕΣΔΤΝ να ανταποκρίνεται στις προσωπικές ανάγκες του κάθε φοιτητή θα πρέπει ναδιαθέτει ένα μεγάλο αριθμό ασκήσεων, ο οποίος πρέπει να ανανεώνεται κατά διαστήματα για να μηγίνονται οικείες στους φοιτητές. Αυτό είναι ένα πραγματικά επίπονο έργο για τον διδάσκοντα, πουδημιουργεί και εισάγει τις ασκήσεις.

Ο ένας άξονας του έργου αφορά την εύρεση μεθόδων για αυτοματοποίηση της διαδικασίαςδημιουργίας ασκήσεων για δύο από τα βασικότερα κεφάλαια του μαθήματος της ΤΝ: την ΚΛ ωςγλώσσα αναπαράστασης γνώσης και την αναζήτηση ως μέθοδο επίλυσης προβλημάτων. Με τονόρο «ασκήσεις» δεν εννοούμε μόνο ερωτήσεις σωστού-λάθους ή πολλαπλής επιλογής, αλλάασκήσεις πολυπλοκότερες, όπως π.χ. αυτές που αναφέρονται σε διαδικασίες και είναι ενδεχομένωςαλληλεπιδραστικές με τον φοιτητή-χρήστη. Ένα δεύτερο κρίσιμο θέμα για τα ΕΣΔΤΝ είναι ηεκτίμηση του επιπέδου δυσκολίας μιας άσκησης, η οποία γίνεται από τον διδάσκοντα κατά έναλιγότερο ή περισσότερο ad hoc τρόπο. Επίσης, η δυσκολία μπορεί να εξαρτάται και από τουπόβαθρο του φοιτητή.

Ένας δεύτερος άξονας της έρευνας στα πλαίσια του έργου είναι η εύρεση και υλοποίησημεθοδολογίας(ιών) για αυτόματη εκτίμηση του επιπέδου δυσκολίας με τη χρήση τεχνικών ΤΝ. Ένατρίτο και τελευταίο θέμα είναι το ζήτημα της αξιολόγησης της επίλυσης μιας άσκησης που κάνειένας φοιτητής. Εδώ κυρίως αναφερόμαστε στις πιο πολύπλοκες ασκήσεις, και όχι στις σωστού-λάθους και πολλαπλής επιλογής. Εδώ επίσης υπεισέρχεται και η έννοια της «καθοδήγησης» (ή«βοήθειας») του φοιτητή κατά την επίλυση μιας άσκησης με την έννοια της παροχής υποδείξεων ή βοηθητικών εργαλείων.

35

Εικόνα 4.1 Αρχική Σελίδα του Ευφυούς Συστήματος Διδασκαλίας Τεχνητής Νοημοσύνης

Το Ευφυές σύστημα διδασκαλίας Τεχνητής Νοημοσύνης αποτελεί ένα σύστημα διδασκαλίαςπου προσαρμόζεται στις ανάγκες του κάθε χρήστη.

Αρχικά ο χρήστης καλείται να εγγραφεί στο σύστημα. Επειτα δίνεται η δυνατότητα στοχρήστη-φοιτητή να εισέλθει στο σύστημα δίνοντας το όνομα χρήστη και τον κωδικό προσβασης.

Στη συνέχεια το σύστημα διδασκαλίας ενημερώνει το χρήστη για κάποια επιλέον στοιχεία πουπρέπει να δώσει έτσι ώστε να επιλέξει καλύτερο τρόπο μάθησης για αυτόν. Αυτα τα στοιχείαβοηθούν ώστε το σύστημα να επιλέξει τον πιο ταιριαστό τρόπο μάθησης για τον φοιτητή. Ταδιαθέσιμα στυλ μάθησης είναι ο Θεωρητικός, ο Πρακτικός και ο Εποικοδομητικός. Ο Θεωρητικόςπροτιμάει την κλασική μέθοδο μάθησης, δηλαδή να βλέπει πρώτα τη θεωρία, μετά κάποιοπαράδειγμα και τελικά να λύνει κάποια άσκηση.Ο Πρακτικός προτιμάει να βλέπει πρώτα έναπαράδειγμα, μετά επιθυμεί να δει την αντίστοιχη θεωρία και τελικά να λύσει κάποια άσκηση. ΟΕποικοδομητικός θέλει στην αρχή να λύσει κάποια άσκηση. Μετά επιθυμεί να δει κάποιοπαράδειγμα και στο τέλος να του παρουσιαστεί η θεωρία. Αν δεν επιλέξετε κάποιο στυλ μάθησης,τότε θα καταταγείτε αυτόματα σαν θεωρητικός, δηλαδή στο κλασικό στυλ μάθησης. Επιπλέον οφοιτητής καλείται να συμπληρώσει ονοματεπώνυμο και φύλο.

Στην επόμενη σελίδα του προγράμματος είμαστε έτοιμοι να ξεκινήσουμε με την εκμάθηση.Στο αριστερό μέρος βρίσκεται η περιοχή πλοήγησης από όπου μπορεί να διαλέξει ο φοιτητής τουλικό με το οποίο θέλει να ασχοληθεί. Στο πάνω μέρος παρουσιάζονται ο χρόνος που είναι

36

συνδεδεμένος στο σύστημα καθώς και οι επιλογες • Αλλαγή Στοιχείων, όπου ο φοιτητής μπορεί να αλλάξει τα στοιχεία επικοινωνίας και

τους κωδικούς του για το σύστημα διδασκαλίας ΕΣΔΤΝ.• Μοντέλο μαθητή, όπου μπορεί να γίνει αλλαγή του μοντέλου του για να αλλάξει και

ο τρόπος διδασκαλίας.• Στατιστικά, όπου ανα πάσα στιγμή ο φοιτητής μπορεί να πληροφορηθεί για τις

επιδόσεις του.• Πληροφορίες, όπου βρίσκονται πληροφορίες για το σύστημα διδασκαλίας ΕΣΔΤΝ . • Τα Σχόλια σας, όπου μπορεί ο φοιτητής να συμπληρώσει ένα ερωτηματολόγιο

σχετικά με το σύστημα διδασκαλίας ΕΣΔΤΝ.• Επικοινωνία , όπου ο φοιτητής μπορεί να επικοινωνησει με το διδάσκοντα.

Στο αριστερό μέρος βρίσκεται η περιοχή πλοήγησης από όπου μπορεί να διαλέξει ο φοιτητήςτο υλικό με το οποίο θέλει να ασχοληθεί. Το υλικό που μπορεί να ασχοληθεί χωρίζεται στις εξήςκατηγορίες:

• Σύνταξη Κατηγορηματικής Λογικής Πρώτης Τάξης (ΚΛΠΤ◦ Λεξιλόγιο◦ Προτάσεις ◦ Μετατροπή Φυσικής Γλώσσας (ΦΓ) σε Κατηγορηματική Λογική Πρώτης Τάξης

(ΚΛΠΤ)

• Περιγραφή Προβλημάτων και Αναζήτηση Λύσης◦ Περιγραφή στο χώρο Κατάστασης◦ Περιγραφή με Αναγωγή◦ Αναζήτηση

• Αλγόριθμοι Τυφλής Αναζήτησης◦ Εισαγωγή◦ Αλγόριθμοι Τυφλής Αναζήτησης

• Αλγόριθμοι Ευριστικής Αναζήτησης◦ Εισαγωγή◦ Αλγόριθμοι Ευριστικής Αναζήτησης

Επίσης στο αριστερό μέρος του συστήματος διδασκαλίας ΕΣΔΤΝ υπάρχει η επιλογή τουΔαγωνίσματος όπου ο φοιτητής επιλέγει για να εξεταστεί σε κάποια από τις υποενότητες. Επιπλέονσε κάθε ενότητα υπάρχουν διάφοροι τύποι ασκήσεων που μπορεί να επιλέξει ο φοιτητης οπωςπολλαπλής επιλογής, ασκήσεις εξάσκησης, ασκήσεις βαθμολόγησης.

Στην παρούσα διπλωματική εργασία ασχολούμαστε με το δεύτερο μέρος των δυνατοτήτωντου συστήματος που αφορά την επίληση προβλημάτων αναζήτησης και εμπλουτισμό τουσυστήματος με δυνατότητες αυτόματης βαθμολόγησης των ασκήσεων.

37

5. Αλγόριθμοι Αναζήτησης

Σε αυτό το κεφάλαιο παρουσιάζουμε την έννοια του προβλήματος και τους ΑλγόριμουςΑναζήτησης που θα ασχοληθούμε.

5.1 Τι είναι πρόβλημα

Ένα πρόβλημα είναι ένα σύνολο αντικειμένων, ιδιοτήτων και σχέσεων το οποίο ορίζεται απόμία αρχική κατάσταση, μία επιθυμητή τελική κατάσταση και τις επιτρεπτές ενέργειες στααντικείμενα του προβλήματος. Στόχος είναι, ξεκινώντας από την αρχική κατάσταση, να γίνει μίακατάλληλη ακολουθία ενεργειών η οποία να καταλήγει στην τελική κατάσταση. Αυτή η διαδικασίαονομάζεται επίλυση του προβλήματος (π.χ. η διεξαγωγή μίας παρτίδας σκάκι) και αποτέλεσε στόχοτης ΤΝ από τη δεκαετία του '50. Η επίλυση προβλημάτων έχει προφανώς σπουδαίες εφαρμογέςστην απόδειξη θεωρημάτων, στο χρονοπρογραμματισμό ενεργειών, στη διεξαγωγή παιγνίων κλπ,ενώ θεωρείται κεντρικό χαρακτηριστικό της ευφυΐας. Βασικό στοιχείο στην επίλυση προβλημάτωνείναι η αναπαράσταση τους και γι' αυτό το σκοπό υπάρχουν δύο μεθοδολογίες: η αναπαράσταση μεχώρο καταστάσεων και η αναπαράσταση με αναγωγή. Στη μέθοδο της αναγωγής δομική μονάδαπεριγραφής του προβλήματος είναι η ίδια η περιγραφή αναλυόμενη σε πολλαπλές, απλούστερεςεκδοχές. Αυτή η ανάλυση συμβαίνει διαδοχικά ώσπου να καταλήξει σε αρχέγονα προβλήματαεπιλυόμενα με προφανή τρόπο. Προγραμματιστικά η αναγωγή υλοποιείται με αναδρομή καικεντρική έννοια σε αυτήν αποτελούν οι τελεστές αναγωγής, διαδικασίες οι οποίες ανάγουν έναπρόβλημα σε υποπροβλήματα.

Στη μέθοδο χώρου καταστάσεων, η οποία είναι και αυτή που χρησιμοποιούμε, βασική δομικήμονάδα είναι η κατάσταση, το σύνολο δηλαδή των αντικειμένων που εμπλέκονται στο πρόβλημασυν τις ιδιότητες τους και τις μεταξύ τους σχέσεις. Η κατάσταση ορίζεται σε ένα απλουστευμένο,αφαιρετικό μοντέλο του κόσμου και το σύνολο των καταστάσεων (στιγμιοτύπων) στις οποίεςμπορεί να βρεθεί αυτός ο κόσμος του προβλήματος ονομάζεται χώρος καταστάσεων. Το ίδιο τοπρόβλημα ορίζεται με βάση την αρχική κατάσταση από την οποία ξεκινάμε, την επιθυμητή τελικήκατάσταση στην οποία πρέπει να καταλήξουμε (ή πολλές δυνατές τελικές) και το σύνολο τωντελεστών μετάβασης, επιτρεπτών πράξεων δηλαδή που μπορούν να εκτελεστούν στα αντικείμεναμίας κατάστασης οδηγώντας σε μια άλλη (π.χ. στην αναπαράσταση μίας παρτίδας σκάκι τελεστήςείναι η έγκυρη μετακίνηση ενός πιονιού). Λύση του προβλήματος είναι μία ακολουθία διαδοχικώντελεστών μετάβασης και καταστάσεων που ξεκινά από μία αρχική κατάσταση και καταλήγει σε μίατελική.

Ο πιο κατάλληλος τρόπος γραφικής αναπαράστασης του προβλήματος είναι ένας δενδρικόςγράφος με ρίζα την αρχική κατάσταση, φύλλα τις τελικές καταστάσεις και τα αδιέξοδα, κόμβους τιςενδιάμεσες καταστάσεις και κλαδιά τους τελεστές μετάβασης. Επέκταση ενός κόμβου ονομάζεται ηεύρεση όλων των παιδιών του στο δένδρο μέσω της εφαρμογής σε αυτόν όλων των πιθανώντελεστών. Οι λύσεις του προβλήματος είναι μονοπάτια από τη ρίζα σε κάποιο φύλλο του δένδρουπου αντιστοιχεί σε τελική κατάσταση.

38

5.2 Αλγόριθμοι Αναζήτησης

Υπάρχει μία πλειάδα πραγματικών ή συνθετικών, απλών ή πολύπλοκων προβλημάτων πουμπορούν να αναπαρασταθούν με χώρο καταστάσεων. Όλα τα προηγούμενα βρίσκουν εφαρμογή καιτο μόνο που αλλάζει σε κάθε πρόβλημα είναι οι λεπτομέρειες (οι ιδιότητες των αντικειμένων, οιεπιτρεπτοί τελεστές κλπ). Προκειμένου ένα πρόγραμμα να επιλύσει ένα τέτοιο πρόβλημα πρέπει νααναπαραστήσει κατάλληλα και να κατασκευάσει το δένδρο των καταστάσεων, ξεκινώντας από τηρίζα και επεκτείνοντας τους κόμβους μέχρι να φτάσει σε κάποια τελική κατάσταση. Αν τοζητούμενο είναι να βρεθεί μία οποιαδήποτε λύση τότε το πρόγραμμα μπορεί τότε να τερματίσειεπιστρέφοντας το μονοπάτι που οδηγεί στο τρέχον φύλλο, διαφορετικά (εξαντλητική αναζήτηση)μπορεί να αποθηκεύσει έναν δείκτη προς αυτό το φύλλο και να συνεχίσει την κατασκευή τουδένδρου μέχρι να ανακαλύψει όλες τις πιθανές καταστάσεις που είναι προσβάσιμες από την αρχική,με τους διαθέσιμους τελεστές μετάβασης, και όλες τις πιθανές λύσεις.

Υπάρχει ένας γενικός αλγόριθμος αναζήτησης που εκτελεί αυτήν τη διερεύνηση και οιπραγματικοί αλγόριθμοι που χρησιμοποιούνται είναι παραλλαγές του που διαφέρουν στα βήματα 7και 8. Στον αλγόριθμο αυτό Μέτωπο Αναζήτησης (Μ.Α.) είναι το σύνολο των καταστάσεων πουέχουμε επισκεφθεί αλλά δεν έχουμε επεκτείνει και Κλειστό Σύνολο (Κ.Σ.) το σύνολο τωνκαταστάσεων που και έχουμε επισκεφθεί και έχουμε επεκτείνει. Το Κ.Σ. είναι απαραίτητο μόνο ανυπάρχει κίνδυνος παγίδευσης του αλγορίθμου σε ατέρμονα βρόχο λόγω απείρου μήκους κλαδιώνστο δένδρο.

1: Μ.Α = NULL; Κ.Σ. = NULL; 2: Εισαγωγή της ρίζας στο Μ.Α. 3: Όσο (Κ=Κεφαλή(Μ.Α.)) != NULL 4: { Αν Κ περιέχεται στο Κ.Σ. τότε goto 3 5: Αν Κ είναι τελική κατάσταση τότε {return Κ(μη εξαντλητική αναζήτηση) ή insertToSolutions(Κ)(εξαντλητική αναζήτηση);goto 3} 6: Επέκταση του Κ, Εισαγωγή των παιδιών του στο Μ.Α., Εισαγωγή του Κ στο Κ.Σ. 7: Αφαίρεση κάποιων καταστάσεων από το Μ.Α. με κάποιο κριτήριο («κλάδεμα» τουδένδρου, γίνεται για εξοικονόμηση χρόνου όταν θεωρείται απίθανο το υποδένδρο που ξεκινά από κάποια κατάσταση να οδηγεί σε λύση) 8: Αναδιοργάνωση του Μ.Α. με κάποιο κριτήριο 9: }

Οι διάφορες πραγματικές παραλλαγές αυτού του αλγορίθμου διακρίνονται σε αλγορίθμουςτυφλής αναζήτησης, που διατάσσουν το Μ.Α. αποκλειστικά με βάση το χρόνο δημιουργίας κάθεκόμβου κατά την κατασκευή του δένδρου, και σε αλγορίθμους ευρετικής αναζήτησης (heuristicsearch), όπου τα βήματα 7 και 8 εξαρτώνται από μία επιπλέον πληροφορία που υπολογίζεται σεπραγματικό χρόνο και που στις περισσότερες περιπτώσεις, αλλά όχι πάντα, είναι σχετικά ακριβήςκαι αξιολογεί προσεγγιστικά τις καταστάσεις σε «καλές» και «κακές». Ένα παράδειγμα ευρετικήςπληροφορίας που μπορεί να αντιστοιχιστεί σε κάθε ενδιάμεση κατάσταση είναι η εκτιμώμενη

39

«απόστασή» της (με βάση ένα μέτρο που εξαρτάται από το πρόβλημα και την υλοποίηση) από τηντελική. Έτσι μπορούμε, φερ' ειπείν, να κλαδεύουμε τα υποδένδρα με ρίζα «κακή» κατάσταση,αφαιρώντας τη ρίζα τους από το Μ.Α. προτού την επεκτείνουμε (βήμα 7).

Μία άλλη κατηγοριοποίηση των αλγορίθμων γίνεται ανάλογα με τον τύπο του προβλήματοςπου επιλύουν: εκτός από τα συνηθισμένα που προαναφέρθηκαν, υπάρχουν και προβλήματαβελτιστοποίησης (όπου σε κάθε τελεστή μετάβασης αντιστοιχίζεται μία τιμή κόστους καιαναζητούμε τη λύση με το μονοπάτι που αθροιστικά έχει το ελάχιστο κόστος) ή προβλήματαικανοποίησης περιορισμών (όπου η τελική κατάσταση δεν είναι πλήρως γνωστή, γνωρίζουμε όμωςκάποιες ιδιότητες της και επιθυμούμε να καταλήξουμε σε μία κατάσταση που να τις διαθέτει).Πληρότητα ενός αλγορίθμου αναζήτησης ονομάζεται το κατά πόσον βρίσκει πάντα μία λύση, εφ'όσον τέτοια υπάρχει.

5.2.1 Αλγόριθμοι Τυφλής Αναζήτησης

Οι αλγόριθμοι τυφλής αναζήτησης (blind search algorithms) εφαρμόζονται σε προβλήματαστα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρουαναζήτησης. Έτσι οι αλγόριθμοι αυτοί αντιμετωπίζουν με τον ίδιο ακριβώς τρόπο οποιοδήποτεπρόβλημα καλούνται να λύσουν. Για τους αλγορίθμους αυτούς, το τι απεικονίζει κάθε κατάστασητου προβλήματος είναι εντελώς αδιάφορο. Σημασία έχει η χρονική σειρά με την οποία παράγονταιοι καταστάσεις από το μηχανισμό επέκτασης. Παραδείγματα τέτοιων αλγορίθμων είναι:

• Αναζήτηση κατά Βάθος (DFS)

• Αναζήτηση κατά Πλάτος(BFS)

• Αλγόριθμος Επαναληπτικής Εκβάθυνσης (ID).

Αναζήτηση κατά Βάθος (DFS)

Αναζήτηση Πρώτα σε Βάθος (Depth-First Search-DFS) είναι ένας αλγόριθμος αναζήτησηςδέντρου ή γραφήματος. Στην αναζήτηση του ξεκινά από τη ρίζα του δέντρου (και σε περίπτωσηγραφήματος από τον κόμβο που έχει ορίσει ως ρίζα) και συνεχίζει όσο το δυνατόν κατά μήκος ενόςκλάδου πριν οπισθοδρομήσει. Στην περίπτωση που υπάρχουν περισσότερες καταστάσεις στο ίδιοβάθος επιλέγει τυχαία (ή για ευκολία την αριστερότερη) κατάσταση.

Τα βήματα που ακολουθεί στην προσπάθειά του να βρει μία λύση είναι:

1. Βάλε την αρχική κατάσταση στο μέτωπο αναζήτησης. 2. Αν το μέτωπο της αναζήτησης είναι κενό τότε σταμάτησε.3. Βγάλε την πρώτη κατάσταση από το μέτωπο αναζήτησης. 4. Αν είναι η κατάσταση μέλος του κλειστού συνόλου τότε πήγαινε στο βήμα 2. 5. Αν η κατάσταση είναι μία από τις τελικές, τότε ανέφερε τη λύση.6. Αν θέλεις και άλλες λύσεις πήγαινε στο βήμα 2. Αλλιώς σταμάτησε.7. Εφάρμοσε τους τελεστές μετάβασης για να βρεις τις καταστάσεις παιδιά.8. Βάλε τις καταστάσεις-παιδιά στην αρχή του μετώπου αναζήτησης.9. Βάλε την κατάσταση-γονέα στο κλειστό σύνολο.10. Πήγαινε στο βήμα 2.

40

Ένα από τα βασικά πλεονεκτήματα του DFS είναι ότι έχει μικρές απαιτήσεις σε χώρο επειδήτο μέτωπο της αναζήτησης δε μεγαλώνει πάρα πολύ και έτσι η μνήμη, που χρειάζεται, είναι μικρή.

Το βασικό μειονέκτημά του είναι ότι δεν εγγυάται ότι η πρώτη λύση που θα βρει θα είναι και ηβέλτιστη. Επίσης αν δεν υπάρχει έλεγχος βρόχων ή αν ο χώρος αναζήτησης είναι μη πεπερασμένος,ο DFS μπορεί να μπλεχτεί σε κλαδιά μεγάλου μήκους.

Εικόνα 5.1 Δέντρο Αλγορίθμου Αναζήτησης κατά Βάθος

Αναζήτηση κατά Πλάτος(BFS)

Αναζήτηση Πρώτα σε Πλάτος (Breadth-First Search-BFS) είναι ένας αλγόριθμος αναζήτησηςδέντρου ή γραφήματος. Στην αναζήτησή του ξεκινά από τη ρίζα του δέντρου (και σε περίπτωσηγραφήματος, από τον κόμβο που έχει ορίσει ως ρίζα) και εξετάζει όλους τους γειτονικούς κόμβους.Κατόπιν για καθέναν από εκείνους τους γειτονικούς κόμβους εξετάζει τους ανεξερεύνητουςγειτονικούς του κόμβους, και συνεχίζει με τον ίδιο τρόπο, έως ότου βρει το στόχο. Δενεπεκτείνεται ποτέ μια κατάσταση αν δεν επεκταθούν πρώτα όλες οι καταστάσεις που βρίσκονται σεμικρότερο βάθος.

Τα βήματα που ακολουθεί στην προσπάθειά του να βρει μία λύση είναι:

1. Βάλε την αρχική κατάσταση στο μέτωπο αναζήτησης. 2. Αν το μέτωπο της αναζήτησης είναι κενό τότε σταμάτησε.3. Βγάλε την πρώτη κατάσταση από το μέτωπο αναζήτησης. 4. Αν είναι η κατάσταση μέλος του κλειστού συνόλου τότε πήγαινε στο βήμα 2. 5. Αν η κατάσταση είναι μία από τις τελικές, τότε ανέφερε τη λύση.6. Αν θέλεις και άλλες λύσεις πήγαινε στο βήμα 2. Αλλιώς σταμάτησε.7. Εφάρμοσε τους τελεστές μετάβασης για να βρεις τις καταστάσεις παιδιά.8. Βάλε τις καταστάσεις-παιδιά στο τέλος του μετώπου αναζήτησης.9. Βάλε την κατάσταση-γονέα στο κλειστό σύνολο.

41

1

2 7 8

3 6 9 12

4 5 10 11

1

2 7 8

3 6 9 12

4 5 10 11

10. Πήγαινε στο βήμα 2.

Τα κυριότερα πλεονεκτήματά του είναι πρώτον ότι βρίσκει πάντα τη μικρότερη σε μήκοςλύση(λιγότεροι τελεστές) και δεύτερον ότι είναι πλήρης. Το μειονέκτημά του είναι ότι το μέτωποτης αναζήτησης μεγαλώνει πολύ σε μέγεθος και επομένως σε απαιτήσεις μνήμης για τηναποθήκευση των προς επέκταση καταστάσεων.

Εικόνα 5.2 Δέντρο Αλγορίθμου Αναζήτησης κατά Πλάτος

Αλγόριθμος Επαναληπτικής Εκβάθυνσης (ID)

Ο αλγόριθμος επαναληπτικής εκβάθυνσης(ID-Iterative Deepening) είναι ένας αλγόριθμοςαναζήτησης που συνδυάζει με τον καλύτερο τρόπο τους BFS και DFS. Είναι κατά βάση DFS αλλάη αναζήτηση γίνεται σε στάδια. Κάθε στάδιο είναι η εφαρμογή του DFS σε ορισμένο βάθος,ανεξάρτητα από το συνολικό δένδρο αναζήτησης. Όταν η αναζήτηση στο προκαθορισμένο βάθοςολοκληρωθεί ο DFS επαναλαμβάνεται με την αρχική κατάσταση αλλά σε μεγαλύτερο βάθος.

Τα βήματα που ακολουθεί στην προσπάθειά του να βρει μία λύση είναι:

Όρισε το αρχικό βάθος αναζήτησης(συνήθως 1). Εφάρμοσε τον αλγόριθμο DFS μέχρι αυτό το βάθος αναζήτησης. Αν έχεις βρει λύση σταμάτησε. Αύξησε το βάθος αναζήτησης(συνήθως κατά 1). Πήγαινε στο βήμα 2.

Σοβαρό μειονέκτημά του ID είναι ότι όταν αρχίζει ο DFS με διαφορετικό βάθος, δε διατηρείπληροφορίες από την προηγούμενη αναζήτηση. Αυτό όμως αντισταθμίζεται από τα πλεονεκτήματατου, δηλαδή ότι δε χάνεται σε κλάδο με άπειρο μήκος και επιπλέον αν το βάθος του αυξάνεται κατάένα και βρει λύση αυτή θα είναι βέλτιστη.

42

1

2 3 4

5 6 7 8

9 10 11 12

1

2 3 4

5 6 7 8

9 10 11 12

5.2.2 Αλγόριθμοι Ευριστικής Αναζήτησης

H ευριστική αναζήτηση χρησιμοποιεί τέτοια γνώση, ώστε να βελτιώνει σημαντικά τηναπόδοση της αναζήτησης. Η γνώση αυτή μπορεί να αφορά είτε τον ορισμό των τελεστώνμετασχηματισμού είτε την εκτίμηση μιας κατάστασης. Η μετατροπή της από ποιοτική σε ποσοτικήγνώση γίνεται με τον Ευριστικό μηχανισμό, ο οποίος βασίζεται στη γνώση για το συγκεκριμένοπρόβλημα καθώς και στην κοινή λογική και συνήθως χρησιμοποιείται για την εύρεση μιας λύσηςπολύ κοντά στην καλύτερη.

Η υλοποίησή του είναι η Ευριστική Συνάρτηση (H - Heuristic Function), η οποία έχει πεδίοορισμού το σύνολο των καταστάσεων ενός προβλήματος και πεδίο τιμών το σύνολο των τιμών πουαντιστοιχεί σε αυτές. Τυπικά ορίζεται ως H : S → R όπου: S ο χώρος καταστάσεων και R τοσύνολο των πραγματικών τιμών.

Η Ευριστική Τιμή είναι η τιμή της ευριστικής συνάρτησης και εκφράζει το πόσο κοντάβρίσκεται μια κατάσταση σε μια τελική. Η Ευριστική τιμή δεν είναι η πραγματική τιμή τηςαπόστασης από μια τερματική κατάσταση, αλλά μια εκτίμηση(estimate), όπου άλλες φορές είναιυπερεκτίμηση(overestimate) της πραγματικής τιμής και άλλες υποεκτίμηση (underestimate) της.

Παραδείγματα αλγορίθμων ευριστικής αναζήτησης είναι:

• Αναζήτηση με Αναρρίχηση Λόφων(HC)

• Αναζήτηση Πρώτα στο Καλύτερο (BestFS)

• Επέκταση και Οριοθέτηση (B&B)

• Αλγόριθμος Α*

Αναζήτηση με Αναρρίχηση Λόφων(HC)

Η Αναρρίχηση λόφου (Hill Climbing Search - HC) μοιάζει πολύ με τον αλγόριθμο DFS.Μπορεί να χρησιμοποιηθεί για την επίλυση προβλημάτων που έχουν πολλές λύσεις, από τις οποίεςκάποιες θα είναι καλύτερες από άλλες. Ο αλγόριθμος ξεκινά με μία τυχαία (πιθανώς κακή) λύσηστο πρόβλημα και διαδοχικά κάνει μικρές αλλαγές στην λύση, βελτιώνοντας την λίγο κάθε φορά.Κάποια στιγμή δεν μπορεί να κάνει άλλη βελτίωση, οπότε ο αλγόριθμος τερματίζει.

Τα βήματα που ακολουθεί στην προσπάθειά του να βρει μία λύση είναι:

1. H αρχική κατάσταση είναι η τρέχουσα κατάσταση. 2. Αν η κατάσταση είναι μία τελική, τότε ανέφερε τη λύση και σταμάτησε.3. Εφάρμοσε τους τελεστές μετάβασης για να βρεις τις καταστάσεις - παιδιά.4. Βρες την καλύτερη κατάσταση σύμφωνα με την ευριστική συνάρτηση.5. Αν η νέα κατάσταση είναι καλύτερη από την τρέχουσα κατάσταση τότε αυτή γίνεται και η

τρέχουσα κατάσταση. Πήγαινε στο βήμα 2.6. Αλλιώς σταμάτησε σε αυτήν την κατάσταση (τοπικά καλύτερη).

Οι διαφορές μεταξύ του αλγορίθμου HC και του DFS είναι ότι στον HC χρησιμοποιείται μια

43

ευριστική συνάρτηση, η οποία καθορίζει ποια από τις καταστάσεις-παιδιά θα επεκταθεί στησυνέχεια, ενώ στον DFS επιλέγεται μία από αυτές, συνήθως η αριστερότερη. Δεύτερον στον HCυπάρχει μόνο μία κατάσταση στο μέτωπο αναζήτησης, καθώς κάθε φορά που επιλέγεται ένα παιδίγια επέκταση, οι άλλες κλαδεύονται, ενώ στον DFS αποθηκεύονται στο μέτωπο αναζήτησης καιεξετάζονται αργότερα μέσω της οπισθοδρόμησης.

Ο HC είναι πολύ αποδοτικός τόσο σε χρόνο όσο και σε μνήμη, αλλά είναι μη πλήρης. Επιπλέονέχει και άλλα προβλήματα, τα οποία γίνονται κατανοητά αν γίνει ο εξής παραλληλισμός:

Χώρος Αναζήτησης = μια τρισδιάστατη επιφάνεια με λόφους, πεδιάδες και χαράδρες.

Στόχος = η ψηλότερη κορυφή.

Παράμετροι: η αναζήτηση γίνεται σε ομίχλη επομένως καμία πληροφορία για το που

βρίσκεται η ψηλότερη κορυφή

Ευριστικός μηχανισμός = η ανάβαση στην ψηλότερη κορυφή από την τρέχουσα με την

εξέταση των γειτονικών περιοχών, όπου υπάρχει ορατότητα.

Σύμφωνα με αυτόν τον παραλληλισμό προκύπτουν τα τρία παρακάτω βασικά προβλήματα του HC:

Πρόποδες(foothill):Κάποιες χαμηλότερες κορυφές προσελκύουν το ενδιαφέρον της

αναζήτησης. Έτσι η λύση που βρίσκεται είναι η τοπικά καλύτερη και όχι η συνολικάκαλύτερη.

Οροπέδιο(plateau):Υπάρχει η περίπτωση όλα τα γύρω σημεία να έχουν το ίδιο ακριβώς

ύψος. Η επιλογή ενός από τα ισοϋψή σημεία γίνεται τυχαία και η περιπλάνηση γύρω απότην ίδια περιοχή είναι αναπόφευκτη.

Κορυφογραμμές(ridges): είναι ψηλά και γενικά βρίσκονται με ευκολία, όμως από εκεί και

πέρα η πρόοδος αναρρίχησης σε υψηλότερη κορυφή είναι μία αργή διαδικασία. Υπάρχειπερίπτωση η ευριστική τιμή να εναλλάσσεται μεταξύ δύο τιμών, δηλαδή των σημείων πουβρίσκονται εκατέρωθεν της κορυφογραμμής, χωρίς όμως να υπάρχει ουσιαστική πρόοδος.

Για να ξεπεραστούν τα προβλήματα αυτά θα πρέπει η ευριστική συνάρτηση να έχειμεγαλύτερο εύρος.

44

Εικόνα 5.3 Παράδειγμα Αλγορίθμου Αναρρίχησης Λόφων

Αναζήτηση Πρώτα στο Καλύτερο (BestFS)

Η Αναζήτηση Πρώτα στο Καλύτερο(BestFS - BestFirst) είναι ένας αλγόριθμος αναζήτησης, οοποίος εξετάζει έναν γράφο επεκτεινόμενος κάθε φορά στο πιο πολλά υποσχόμενο κόμβο, τονοποίο και επιλέγει σύμφωνα με κάποιους κανόνες. Επιπλέον κρατά όλες τις αποστάσεις στο μέτωποαναζήτησης με αποτέλεσμα να μπορεί να επιστρέψει σε μια κατάσταση αν το μονοπάτι πουακολουθεί βρίσκεται σε χειρότερο δρόμο.

Τα βήματα που ακολουθεί στην προσπάθειά του να βρει μία λύση είναι:

Βάλε την αρχική κατάσταση στο μέτωπο αναζήτησης . Αν το μέτωπο της αναζήτησης είναι κενό, τότε σταμάτησε. Πάρε την καλύτερη, σύμφωνα με την ευριστική τιμή, κατάσταση από το μέτωπο αναζήτησης. Αν είναι η κατάσταση είναι μέλος του κλειστού συνόλου τότε πήγαινε στο βήμα 2. Αν η κατάσταση είναι μία τελική, τότε ανέφερε τη λύση σταμάτα. Εφάρμοσε τους τελεστές μετάβασης για να παράγεις τις καταστάσεις - παιδιά. Βάλε τις καταστάσεις-παιδιά στο μέτωπο της αναζήτησης. Βάλε την κατάσταση-γονέα στο κλειστό σύνολο. Πήγαινε στο βήμα 2.

Στα πλεονεκτήματα του BestFS συγκαταλέγεται το ότι προσπαθεί να βρει πάντα τη μικρότερησε μήκος λύση (λιγότεροι τελεστές).Το αν τα καταφέρνει ή όχι εξαρτάται πολύ από τον ευριστικόμηχανισμό. Επιπλέον είναι πλήρης. Μειονέκτημά του είναι ότι το μέτωπο της αναζήτησηςμεγαλώνει πολύ σε μέγεθος και άρα σε απαιτήσεις μνήμης για την αποθήκευση των προς επέκτασηκαταστάσεων.

Επέκταση και Οριοθέτηση (B&B)

Ο αλγόριθμος Επέκτασης και Οριοθέτησης (Β&Β-Branch and Bound)είναι ένας γενικόςαλγόριθμος που βασίζεται στο κλάδεμα καταστάσεων και κατά συνέπεια στην ελάττωση του χώρουαναζήτησης. Όταν το πρόβλημα είναι τέτοιο ώστε να εγγυάται ότι η αναζήτηση στο υποδένδρο δεθα είναι χρήσιμη, ως προς την σημαντικότητα της λύσης, τότε το υποδένδρο κλαδεύεται και ηαναζήτηση δεν προχωρά σε αυτό.

Τα βήματα που ακολουθεί στην προσπάθειά του να βρει μία λύση είναι:

1. Βάλε την αρχική κατάσταση στο μέτωπο αναζήτησης.2. Αν το μέτωπο της αναζήτησης είναι κενό, τότε σταμάτησε.3. Πάρε την καλύτερη, σύμφωνα με το συνολικό κόστος, κατάσταση από το μέτωπο

45

αναζήτησης.4. Αν η κατάσταση είναι μέλος του κλειστού συνόλου τότε πήγαινε στο βήμα 25. Αν η κατάσταση είναι μία τελική, τότε ανέφερε τη λύση σταμάτα.6. Εφάρμοσε τους τελεστές μετάβασης για να παράγεις τις καταστάσεις - παιδιά.7. Βάλε τις καταστάσεις-παιδιά στο μέτωπο της αναζήτησης.8. Βάλε την κατάσταση-γονέα στο κλειστό σύνολο.9. Πήγαινε στο βήμα 2.

Ο αλγόριθμος επέκτασης και οριοθέτησης εφαρμόζεται σε προβλήματα όπου αναζητείται ηβέλτιστη λύση, δηλαδή εκείνη με το ελάχιστο κόστος. Σε αυτή την κατηγορία οι τελεστέςμετάβασης δεν είναι όλοι του ίδιου κόστους. Επιπλέον το κόστος είναι μια μονότονη συνάρτηση,δηλαδή αυξάνει συνεχώς καθώς εξελίσσεται η αναζήτηση. Αυτό οφείλεται στο ότι όλοι οι τελεστέςέχουν πάντα θετικό κόστος.

Υπάρχουν διάφορες παραλλαγές του B&B, ανάλογα με το ποια κατάσταση επεκτείνεταιπρώτη. Παραπάνω περιγράψαμε αυτή, στην οποία η επέκταση της κατάστασης γίνεται κατάεκτίμηση ανάλογα με την κατάσταση που οδηγεί στη λύση με το μικρότερο κόστος. Μία άλληπαραλλαγή του είναι ο B&B – DFS. Τέλος ο B&B μπορεί να συνδυαστεί με δυναμικόπρογραμματισμό (dynamic programming), όπου το κλάδεμα δε γίνεται μόνο σε σύγκριση με τοτρέχον όριο, αλλά γίνεται και για κάθε κατάσταση που είναι περιττή.

Αλγόριθμος Α*

Ο αλγόριθμος Α* ανήκει στην ίδια κατηγορία των αλγορίθμων αναζήτησης με τον BestFS.Ενώ στον BestFS η ευριστική συνάρτηση δίνει μόνο την εκτίμηση της απόστασης μιας κατάστασηςαπό την τελική, στον Α* υπάρχει η συνάρτηση αξιολόγησης F(S) = g(S) + h(S) όπου για κάποιακατάσταση S,

η g(S) δίνει την απόσταση S από την αρχική κατάσταση IS, η οποία μπορεί να υπολογιστεί

ακριβώς

η h(S) δίνει την εκτίμηση της απόστασης S από την τελική FS μέσω μιας ευριστικής

συνάρτησης. όπως ακριβώς στον BestFS.

Αν για κάθε κατάσταση η τιμή h(S) είναι μικρότερη ή το πολύ ίση με την πραγματικήαπόσταση S από την τελική κατάσταση, τότε ο Α* βρίσκει πάντα τη βέλτιστη λύση. Στηνπερίπτωση αυτή ο ευριστικός μηχανισμός ονομάζεται αποδεκτός (admissible) και ικανοποιεί τοκριτήριο αποδοχής (admissibly criterion).

46

Εικόνα 5.4 Παράδειγμα Α* Αλγορίθμου

47

6. Αυτόματη Βαθμολόγηση Ασκήσεων

Σημαντικό κομμάτι της πλατφόρμας εκπαίδευσης είναι η αυτόματη βαθμολόγηση τωνασκήσεων βοηθώντας τον σπουδαστή να κατανοήσει το γνωστικό αντικέιμενο της ΤεχνητήςΝοημοσύνης και ταυτόχρονα απαλλάσοντας τον διδάσκοντα από τη χρονοβόρα διαδικασία τηςβαθμολόγησης. Υλοποιήθηκαν στην παρούσα διπλωματική εργασία τρεις αλγόριθμοιβαθμολόγησης των ασκήσεων αναζήτησης. Πέραν από την αυτόματη βαθμολόγηση που είναισημαντική για τον καθηγητή γίνεται και η παρουσιάση των λαθών του φοιτητή που βοηθάειιδιαίτερα στην εκπαιδευτική διαδικασία. Οι Αλγόριθμοι που υλοποιήθηκαν είναι οι εξής:

• Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους τυφλής αναζήτησης

• Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους ευριστικής αναζήτησης

• Βελτιστοποιημένος Αλγόριθμος Βαθμολόγησης Δίορθωσης ασκήσεων για τουςαλγόριθμους αναζήτησης BFS και DFS

6.1 Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους τυφλής αναζήτησης

Η αυτόματη βαθμολόγηση των ασκήσεων επιτυγχάνεται σε δύο στάδια. Πρώτον το σύστημακατηγοριοποιεί την απάντηση του μαθητή-σπουδαστή βάσει της πληρότητας και της ακρίβειας τηςαπάντησής του βάσει των μελετών [1] και [2] και στο δεύτερο στάδιο υπολογίζει την επίδοση τουκαι παρουσιάζει τα αποτελέσματα.

Οι πέντε κατηγορίες λαθών χωρίζονται βάσει συγκεκριμένων χαρακτηριστικών καισυμπερασμάτων που προκύπτουν από την σύγκριση της σωστής απάντησης με την απάντηση τουσπουδαστη. Οι κατηγορίες ειναι οι εξής:

• Complete-Accurate (C-A): Η απάντηση του σπουδαστή περιλαμβάνει μόνο τους σωστούς

κόμβους και τις σωστές μεταβάσεις και είναι σωστή.

• Complete-Inaccurate (C-I): Η απάντηση του σπουδαστή περιλαμβάνει τους σωστούς

κόμβους αλλά οι μεταβάσεις είναι λανθασμένες.

• Incomplete-Accurate (I-A): Η απάντηση του σπουδαστή περιλαμβάνει σωστούς αλλά

λιγότερους κόμβους από τη σωστή απάντηση και οι υπάρχουσες μεταβάσεις είναι σωστές.

• Incomplete-Inaccurate (I-I): Η απάντηση του σπουδαστή περιλαμβάνει λάθος και

λιγότερους κόμβους από τη σωστή απάντηση ενώ και οι μεταβάσεις είναι λανθασμένες.

• Superflous: Η απάντηση του σπουδαστή περιλαμβάνει περισσότερους κόμβους από τη

σωστή απάντηση και εδώ υπάρχουν δυο υποκατηγορίες:

(α)Ο τελικός κόμβος της απάντησης του σπουδαστή συμπίπτει με τον τελικό κόμβο τηςσωστής απάντησης.

48

(β)Ο τελικός κόμβος της απάντησης του σπουδαστή δε συμπίπτει με τον τελικό κόμβο της σωστής απάντησης.

Φυσικά πρέπει να συμπεριλάβουμε και τις περιπτώσεις που κάποια λάθη δεν είναι τόσοσημαντικά, είναι αυτά που γίνονται από απροσεξία και έλλειψη συγκέντρωσης και όχι από τη μηκατανόηση της λειτουργίας των αλγορίθμων που εξετάζουμε. Έτσι εάν υπάρχει ένα μόνο λάθοςστην απάντηση του σπουδαστή κατηγοριοποιούμε την απάντηση του σε επιλέον τρείς κατηγορίες.

• Type I : Λείπει ένας κόμβος από τη απάντηση του σπουδαστή.

• Type II :Υπάρχει ένας επιπλέον κόμβος στην απάντηση τους σπουδαστή.

• Type III:Δυο διαδοχικοί κόμβοι είναι αντεστραμμένοι.

Η βαθμολόγηση γίνεται και αυτή σε δύο στάδια. Υπολογίζουμε αρχικά κάποιες τιμές-συμπεράσματα που προκύπτουν από τη σύγκριση της απάντησης του σπουδαστή με τη σωστήαπάντηση. Και έπειτα αναλόγως την κατηγοριοποίηση βάσει του είδους του λάθους προχωράμεστην βαθμολόγιση που σαφώς στηρίζεται στην ομοιότητα των απαντήσεων. Η κλίμακαβαθμολόγησης κυμαίνεται από το 0 έως το 100.

Θεωρούμε πως η απάντηση του σπουδαστή NSi έχει s i κόμβους και ni μεταβάσεις

(προφανώς s i=n i+1 ) ενώ η σωστή απάντηση NSic έχει s ic κόμβους και nic (επίσης

s ic=nic+1 ) . Χρησιμοποιούμε την εξίσωση sim i για να υπολογήσουμε την ομοιότητα των

απαντήσεων NSi και NSic .

sim i=∑j=1

nic

m j (1)

όπου m j=1 , if NSic ( j)=NSi( j) ή mi=0,otherwise (2)

και ο βαθμός ομοιότητας δίνεται από την M i=sim i∗100

nic

(3)

Εάν η απάντηση του σπουδαστή και η σωστή απάντηση διαφέρουν στο μήκος τότεδιατρέχουμε τις δυο απανησεις και από τον αρχικό κόμβο προς τον τελικό και αντίστροφα και για

κάθε ίδιο ζευγάρι που βρίσκουμε θεωρούμε mi=1 αλλίως mi=0 . Για κάθε επιπλέον κόμβο

49

(αφού διαφέρουν οι ακολουθίες) θεωρούμε mi=0 .

Ο Αλγόριθμος που υπολογίζει την τελική βαθμολογία είναι ο εξής:

1. Εάν nic ≤ 6, το M i υπολογίζεται από τις εξισώσεις (1)-(3) 2. Εάν nic > 6

2.1 Εάν NSi είναι λάθος τύπου I-A, M i = ( ni / nic )*100 2.2 Εάν NSi είναι τύπου C-I

2.2.1 Εάν NSi ειναι μονό λάθος Type III, M i =(( nic -3)*100+3*40)/ nic

2.2.2 M i υπολογίζεται από τις εξισώσεις (1)-(3) 2.3 Εάν NSi είναι τύπου I-I

2.3.1 Εάν NSi ειναι μονό λάθος Type I, M i = (( nic -2)*100+2*40)/ nic

2.3.2 M i υπολογίζεται από τις εξισώσεις (1)-(3) 2.4 Εάν NSi είναι τύπου S-Fa

2.4.1 Εάν NSi ειναι μονό λάθος Type II, M i = 100*0.8 2.4.2 M i υπολογίζεται από τις εξισώσεις (1)-(3)

2.5 Εάν NSi είναι τύπου S-Fb 2.5.1 θέσε NSi ' = υποακολουθία του NSi έως τον τελικό κόμβο και πήγαινε στο βήμα 1,(επέστρεψε M i ' ). 2.5.2 θέσε NSi ' ' = υποακολουθία του NSi μετά τον τελικό κόμβο έως το τέλος,

Εάν NSi ' ' είναι ορθή (σύμφωνα με τον αλγόριθμο), M i = M i ' * 0.8, Αλλιώς, M i = M i ' *0.6

2.6 Εάν είναι σωστή η απάντηση (Type C-A) M i = 100.

6.2 Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους ευριστικής αναζήτησης

Η αυτόματη βαθμολόγηση των ασκήσεων επιτυγχάνεται σε δύο στάδια. Πρώτον το σύστημασυγκρίνει την απάντηση του σπουδαστή με τη σωστή απάντηση με χρήση της μετρικής “editdistance” και την κατηγοριοποιεί βάσει της πληρότητας και της αρίβειας της και στο δεύτεροστάδιο υπολογίζει την επίδοση και παρουσιάζει τα αποτελέσματα.

Η σύκριση της απάντησης του σπουδαστή και με τη σωστή απάντηση όπως αναφέραμε γίνεταιμε βάσει τη μετρική της “edit distance” προσθέτοντας κάποιες επιπλέον καταστάσεις-παραμέτρους.Αυτή η μετρική μας δίνει μια εικόνα για το πόσο διαφορετικές είναι οι απαντήσεις. Οι απαντήσειςείναι strings που περιέχουν τις σειρές κόμβων και η “edit distance” μας δίνει μια τιμή που είναι τοκόστος που θα χρειαστεί για να μετασχηματιστεί η απάντηση του σπουδαστή στη σωστή απάντησηκάνοντας χρήση των πράξεων “εισαγωγή κόμβου”, “διαγραφή κόμβου” και “μετονομασία κόμβου”.Κάθε πράξη κοστίζει 1 μονάδα.

Οι επιπλέον “κρισιμες” παράμετροι-πράξεις που ορίζουμε για τη μετρική και κοστίζουν 2μονάδες η κάθε μια είναι οι εξής: “Εισαγωγή του δεύτερου στη σειρά κόμβου”, “εισαγωγή τουτελικού κόμβου”, “Μετονομασία του δεύτερου κόμβου” και “Μετονομασία του τελικού κόμβου”.Η αιτία που οι συγκεκριμενες πράξεις στοιχίζουν παραπάνω είναι διότι θεωρούμε σημαντικότερο

50

ένα λάθος από μέρους του σπουδαστή στο δεύτερο , ουσιαστικά πρωτό, κόμβο που επιλέγει καιστον τελικό.

Η κατηγοριοποίηση γίνεται επίσης βάσει σύγκρισης της απάντησης του σπουδαστή και τηςσωστής απάντησης και οι κατηγορίες που μπορεί να εμπίπτει μια απάντηση είναι οι εξής:

• Complete-Accurate (C-A): Η απάντηση του σπουδαστή περιλαμβάνει μόνο τους σωστούς

κόμβους και τις σωστές μεταβάσεις και η edit distance είναι 0. Η απάντηση είναι σωστή.

• Complete-Inaccurate (C-I): Η απάντηση του σπουδαστή περιλαμβάνει τους σωστούς

κόμβους αλλά οι μεταβάσεις είναι λανθασμένες και η edit distance είναι μεγαλύτερη του 0.Χρειάζεται μετονομασία κόμβων.

• Incomplete-Accurate (I-A): Η απάντηση του σπουδαστή περιλαμβάνει σωστούς αλλά

λιγότερους κόμβους από τη σωστή απάντηση,οι υπάρχουσες μεταβάσεις είναι σωστές και ηedit distance είναι μεγαλύτερη του 0. Χρειάζεται εισαγωγή κόμβων.

• Incomplete-Inaccurate (I-I): Η απάντηση του σπουδαστή περιλαμβάνει λάθος και

λιγότερους κόμβους από τη σωστή απάντηση ενώ και οι μεταβάσεις είναι λανθασμένες καιη edit distance είναι μεγαλύτερη του 0. Χρειάζεται εισαγωγή και μετονομασία κόμβων.

• Superflous: Η απάντηση του σπουδαστή περιλαμβάνει περισσότερους κόμβους από τη

σωστή απάντηση,η edit distance είναι μεγαλύτερη του 0 και εδώ υπάρχουν δυουποκατηγορίες:

(α)Ο τελικός κόμβος της απάντησης του σπουδαστή συμπίπτει με τον τελικό κόμβο τηςσωστής απάντησης.

(β)Ο τελικός κόμβος της απάντησης του σπουδαστή δε συμπίπτει με τον τελικό κόμβο της σωστής απάντησης (Είτε συνεχίζει παρόλο που πέρασε από αυτόν είτε δεν τον επέλεξε).

Φυσικά πρέπει να συμπεριλάβουμε και τις περιπτώσεις που κάποια λάθη δεν είναι τόσοσημαντικά, είναι αυτά που γίνονται από απροσεξία και έλλειψη συγκέντρωσης και όχι από τη μηκατανόηση της λειτουργίας των αλγορίθμων που εξετάζουμε. Λαμβάνοντας λοιπόν υπόψιν καιαυτή την παράμετρο και μόνο για τις περιπτώσεις που η σωστή απάντηση περιλαμανει πάνω από 6κόμβους και υπάρχει ενα μονό λάθος στην απάντηση του σπουδαστή κατηγοριοποιούμε τηναπάντηση αυτή σε δυο επιπλέον κατηγορίες.

• Type I: Μόνο μια πράξη χρειάζεται για να μετασχηματιστεί η απάντηση του σπουδαστή

στην σωστή απάντηση (Είτε απλή πράξη από τις τρεις βασικές, είτε από τις ειδικές πουορίσαμε).

• Type II: Μόνο μια πράζη μετονομασίας μεταξύ δυο διαδοχικών κόμβων χρειάζεται για να

μετασχηματιστεί η απάντηση του σπουδαστή στην σωστή απάντηση.

Η βαθμολόγηση γίνεται και αυτή σε δύο στάδια. Υπολογίζουμε αρχικά κάποιες βασικές τιμές-συμπεράσματα που προκύπτουν από τη σύγκριση της απάντησης ου σπουδαστή με τη σωστή

51

απάντηση και στηρίζονται στην “edit distance”.

Θεωρούμε ως d (SA ,CA) την “edit distance” μεταξύ της σωστής απάντησης (CA ) και

της απάντησης του σπουδαστή (SA ) . Θεωρούμε ως nc τον αριθμό των κόμβων της σωστής

απάντησης. Έτσι για τις απάντήσεις με nc⩽6 η βαθμολογία SS i θα υπολογίζεται από την

παρακάτω σχέση.

SS i=100−100∗d (NS , NC )

nc

, if d (SA ,CA)<nc (1)

SS i=0 , otherwise

Ο Αλγόριθμος που υπολογίζει την τελική βαθμολογία είναι ο εξής:

1. Εάν nc <= 6, SS i υπολογίζεται από την εξίσωση (1) 2. If nc > 6

2.1 Εάν η απάντηση (SA) ανήκει στην κατηγορία ComIna 2.1.1 Εάν η απάντηση SA ειναι μονού λάθους Type I

SS i =100-100*(w_min*d(SA,CA))/ nc

2.1.2 Εάν η απάντηση SA είναι μονού λάθους Type II SS i =100-100*(w_max*d(SA,CA))/ nc

2.1.3 SS i υπολογίζεται από την εξίσωση (1)

2.2 Εάν η απάντηση (SA) ανήκει στην κατηγορία IncAcc 2.2.1 Εάν η απάντηση SA είναι μονού λάθους Type I,

SS i =100-100*(w_max*d(SA,CA))/ nc

2.2.2 SS i υπολογίζεται από την εξίσωση (1)

2.3 Εάν η απάντηση (SA) ανήκει στην κατηγορία IncIna 2.3.1 SS i υπολογίζεται από την εξίσωση (1)

2.4 Εάν η απάντηση (SA) ανήκει στην κατηγορία Superflous- Case a (SF-a) 2.4.1 Εάν η απάντηση SA είναι μονού λάθους Type I,

SS i =100-100*w_min/ nc

2.4.2 Εάν η απάντηση SA είναι μονού λάθους Type II, SS i =100-100*(w_max*d(SA,CA))/ nc

2.4.3 SS i υπολογίζεται από την εξίσωση (1)

2.5 Εάν η απάντηση (SA) ανήκει στην κατηγορία Superflous- Case b (SF-b) 2.5.1 SS i υπολογίζεται από την εξίσωση (1)

2.6 SS i = 100 (ComAcc case)

52

6.3 Βελτιστοποιημένος Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για τουςαλγόριθμους αναζήτησης BFS και DFS

Υλοποιούμε έναν βελτιστοποιημένο αλγόριθμο συνυπολογίζοντας την παράμετρο ότι οεξεταζόμενος πρέπει να βαθμολογείται και για το επίπεδο κατανόησης του κάθε τρόπουαναζήτησης και όχι μόνο σύμφωνα με τις προηγούμενες τεχνικές. Πρέπει δηλαδή το αυτόματοσύστημα διόρθωσης να περιλαμβάνει σαν παράμετρο βαθμολόγησης το αν ο εξεταζόμενος έδωσεσχετική ή εντελώς άσχετη απάντηση.

Ως σχετική απάντηση μπορούμε να κατατάξουμε μια απάντηση που είναι είτε σωστή είτεπεριέχει κάποια λάθη από αυτά που περιγράψαμε στους δύο προηγούμενους αλγόριθμους. Ωςεντελώς άσχετη απάντηση χαρακτηρίζουμε την απάντηση που περιέχει συγκεκριμένα λάθη τέτοιαωστε να έχουμε σοβαρές ενδείξεις πως ο εξεταζόμενος δεν έχει καταλάβει καθόλου τη λειτουργίατου αλγορίθμου.

Αυτές οι ενδείξεις έχουν να κάνουν με τα βήματα στους συγκεκριμένους τρόπους αναζήτησης.Στον αλγόριθμο DFS όπως έχουμε ήδη αναφέρει το επόμενο βήμα κάθε κατάστασης πρέπει ναείναι είτε το αριστερότερο μη εξερευνημένο παιδί του κόμβου που βρισκόμαστε είτε ο επόμενοςπρος εξερεύνηση κόμβος του πατρικου κόμβου εάν δεν υπάρχουν παιδιά-κόμβοι. Συνεχόμενεςλάθος απαντήσεις σε σχέση με αυτή τη λογική μας δίνουν την ένδειξη πως ο εξεταζόμενος δεν έχεικαταλάβει την λειτουργία του αλγορίθμου. Εμείς για τις ασκήσεις μας έχουμε επιλέξει οεξεταζόμενος να εμπίπτει σε αυτή την κατηγοριά εάν κάνει δύο συνεχόμενα τέτοια λάθη.

Το ίδιο ισχύει και για τις ασκήσεις με BFS αλγόριθμους με την αντίστοιχη τροποποίησηφυσικά. Εάν ο εξεταζόμενος επιλέξει να κινηθεί δυο συνεχόμενες φορές λάθος ως προς τη λογικήτου αλγόριθμου εμπίπτει στην κατηγορία της τελέιως άσχετης απάντηση. Φυσικά το “δύο φορές”είναι παράμετρος και ενδέχεται να διαφέρει ανάλογα με το μέγεθος της άσκησης. Επίσης ο συγκεκριμένος αλγόριθμος αυτόματης βαθμολόγησης διαφέρει από τον πρώτο ως προςτο ότι ενσωματώνει και τη λογική του δεύτερου αλγόριθμου που αξιοποιεί τη μετρική τηςαπόστασης levenshtein.

Παρακάτω ακολουθεί ο τροποποιημένος Αλγόριθμος.

0. Εάν η απάντηση (SA) είναι “εντελώς άσχετη” SS i =0.1. Εάν nc <= 6, SS i υπολογίζεται από την εξίσωση (1) 2. If nc > 6

2.1 Εάν η απάντηση (SA) ανήκει στην κατηγορία ComIna 2.1.1 Εάν η απάντηση SA ειναι μονού λάθους Type I

SS i =100-100*(w_min*d(SA,CA))/ nc

2.1.2 Εάν η απάντηση SA είναι μονού λάθους Type II SS i =100-100*(w_max*d(SA,CA))/ nc

53

2.1.3 SS i υπολογίζεται από την εξίσωση (1)

2.2 Εάν η απάντηση (SA) ανήκει στην κατηγορία IncAcc 2.2.1 Εάν η απάντηση SA είναι μονού λάθους Type I,

SS i =100-100*(w_max*d(SA,CA))/ nc

2.2.2 SS i υπολογίζεται από την εξίσωση (1)

2.3 Εάν η απάντηση (SA) ανήκει στην κατηγορία IncIna 2.3.1 SS i υπολογίζεται από την εξίσωση (1)

2.4 Εάν η απάντηση (SA) ανήκει στην κατηγορία Superflous- Case a (SF-a) 2.4.1 Εάν η απάντηση SA είναι μονού λάθους Type I,

SS i =100-100*w_min/ nc

2.4.2 Εάν η απάντηση SA είναι μονού λάθους Type II, SS i =100-100*(w_max*d(SA,CA))/ nc

2.4.3 SS i υπολογίζεται από την εξίσωση (1)

2.5 Εάν η απάντηση (SA) ανήκει στην κατηγορία Superflous- Case b (SF-b) 2.5.1 SS i υπολογίζεται από την εξίσωση (1)

2.6 SS i = 100 (ComAcc case)

54

7. Υλοποίηση Αυτόματης Βαθμολόγησης και Αποτελέσματα Εκτέλεσης Αλγορίθμων Αναζήτησης

Η επέκταση του συστήματος υλοποιήθηκε με τρεις αλγόριθμους αυτόματης βαθμολόγισηςασκήσεων αναζήτησης. Η υλοποίηση έγινε σε γλωσσα Java και ενσωματώθηκε στο ΕυφυέςΣύστημα Διδασκαλίας Τεχνητής Νοημοσύνης (ΕΣΔΤΝ). Κατά τον έλεγχο της υλοποίησης ελέγξαμεκάθε περίπτωση λάθους για κάθε άσκηση και παρουσιάζονται παρακάτω ενδεικτικά αποτελέσματα.

Η δομή παρουσίασης των παραδειγμάτων ακολουθεί την εξής λογική ροή: Για κάθε έναν απότους Αλγόριθμους Βαθμολόγισης παρουσίαζουμε ένα παράδειγμα σωστής και λάθος απάντησηςκαι τα αποτελέσματα δυο ασκήσεων για κάθε είδος λάθους σύμφωνα με την περιγραφή λαθών τουπροηγούμενου κεφαλαίου. Στην παρουσίαση των αποτελεσμάτων η πρωτη στήλη του πίνακαπεριέχει την απάντηση του μαθητή , η δεύτερη το είδος λάθους που έχει κάνει και η τρίτη τηβαθμολόγιση από το αυτόματο σύστημα βαθμολόγισης.

7.1 Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους τυφλήςαναζήτησης

7.1.1 Κατά Βάθος Αναζήτηση - DFS

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο DFS. Ο αρχικός κόμβος είναι ο Α και μαςζητείται με Αναζήτηση Κατά Βάθος να φτάσουμε στον τελικό κόμβο C. Ακολουθούν το κενόγράφημα πριν τις επιλογές μας, ένα παράδειγμα με τη σωστή απάντηση και ένα παράδειγμα μελάθος απάντηση. Η λάθος απάντηση βαθμολογείται με τον Αλγόριθμο Αυτόματης Δίορθωσηςασκήσεων για αλγόριθμους τυφλής αναζήτησης. Φυσικά η σωστή ακολουθία κόμβων είναι η Α-Β-Ε-Ζ-Μ-Ν-C.

55

Εικόνα 7.1 Δέντρο Άσκησης Κατά Βάθος Αναζήτηση - DFS

Εικόνα 7.2 Σωστή Απάντηση Κατά Βάθος Αναζήτηση - DFS

56

Εικόνα 7.3 Λάθος Απάντηση Κατά Βάθος Αναζήτηση - DFS

57

Σωστή ΑπάντησηA-B-E-Z-M

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός ΣυστήματοςA-B-Z-E-M C-I 75A-C-Z-B-M C-I 50A-B-E I-A 75A-E-M I-A 50A-Z-B I-I 50A-Z-B-E I-I 25A-C-Z-H-I-K-M S-F a 50A-B-C-D-E-Z-H-M S-F a 75A-B-C-D-E-Z-M-N S-F b 50A-B-D-E-M-H S-F b 50

7.1.2 Κατά Πλάτος Αναζήτηση - BFS

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο BFS. Ο αρχικός κόμβος είναι ο Α και μαςζητείται με Αναζήτηση Κατά Πλάτος να φτάσουμε στον τελικό κόμβο Ε. Ακολουθούν το κενόγράφημα πριν τις επιλογές μας, ένα παράδειγμα με τη σωστή απάντηση και ένα παράδειγμα μελάθος απάντηση. Η λάθος απάντηση βαθμολογείται με τον Αλγόριθμο Αυτόματης Δίορθωσηςασκήσεων για αλγόριθμους τυφλής αναζήτησης. Φυσικά η σωστή ακολουθία κόμβων είναι η Α-Β-C-D-E.

Εικόνα 7.4 Δέντρο Άσκησης Κατά Πλάτος Αναζήτηση - BFS

58

Σωστή ΑπάντησηA-B-E-Z-M-N-C

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός ΣυστήματοςA-C-B-Z-N-E-M C-I 33A-B-C-E-Z-N-M C-I 50A-B-E-Z-M I-A 83A-B-E-Z I-A 66A-D-H I-I 16A-B-E-Z-H I-I 66A-B-E-H-I-D-K-C S-F a 66A-H-I-D-K-M-N-Z-C S-F a 33A-C-B-Z-M-H-I-K S-F b 66A-B-D-H-I-K-E-M-Z S-F b 33

Εικόνα 7.5 Σωστή Απάντηση Άσκησης Κατά Πλάτος Αναζήτηση - BFS

Εικόνα 7.6 Λάθος Απάντηση Άσκησης Κατά Πλάτος Αναζήτηση - BFS

59

7.1.3 Αλγόριθμος Επαναληπτικής Εκβάθυνσης - ID

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο ID. Ο αρχικός κόμβος είναι ο Α και μαςζητείται με τον Αλγόριθμος Επαναληπτικής Εκβάθυνσης να φτάσουμε στον τελικό κόμβο U για τοδεύτερο επίπεδο και στον τελικό κόμβο L για το τρίτο επίπεδο. Ακολουθούν το κενό γράφημα πριντις επιλογές μας, ένα παράδειγμα με τη σωστή απάντηση και ένα παράδειγμα με λάθος απάντηση.Η λάθος απάντηση βαθμολογείται με τον Αλγόριθμο Αυτόματης Δίορθωσης ασκήσεων γιααλγόριθμους τυφλής αναζήτησης. Φυσικά η σωστή ακολουθία κόμβων είναι η Α-Β-C-D-E-Ζ-H-Uγια το δεύτερο επίπεδο και Α-Β-C-D-E-Ζ-H-U-I-Κ-L για το τρίτο επίπεδο.

60

Σωστή Απάντηση A-B-C-D-E-F-G-H-I-J-K

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός ΣυστήματοςA-B-C-D-E-F-G-H-I-K-J C-I 90A-C-B-D-F-E-G-H-I-J-K C-I 70A-B-C-D I-A 30A-B-C-D-E-F-G-H-I-J I-A 90A-B-C-J-K-I I-I 30A-C-L-M-X I-I 10A-B-C-D-E-G-H-F-L-M-X-K S-F a 80A-B-C-D-E-G-H-F-L-M-X-J-K S-F a 80A-B-C-D-E-F-H-G-J-I-L-M S-F b 80A-B-C-D-E-F-G-H-I-J-L-M S-F b 80

Σωστή Απάντηση A-B-C-D-E

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός ΣυστήματοςA-C-B-D-E C-I 75A-C-B-E-D C-I 25A-B-C I-A 75A-B I-A 50A-B-F-G I-I 50A-K-L I-I 25A-C-G-L-K-E S-F a 50A-H-M-K-I-D-E S-F a 75A-C-G-L-K-J S-F b 25A-H-M-I-J-F-X S-F b 25

Εικόνα 7.6 Δέντρο Άσκησης Αλγόριθμος Επαναληπτικής Εκβάθυνσης - ID

Εικόνα 7.7 Σωστή Απάντηση Άσκησης Αλγόριθμος Επαναληπτικής Εκβάθυνσης - ID

61

Εικόνα 7.8 Λάθος Απάντηση Άσκησης Αλγόριθμος Επαναληπτικής Εκβάθυνσης - ID

7.2 Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμουςευριστικής αναζήτησης

7.2.1 Αναζήτηση με Αναρρίχηση Λόφων - HC

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο HC. Ο αρχικός κόμβος είναι ο Α και μας

62

Σωστή Απάντηση2ο Επίπεδο A-B-C-D-E-Z-H-U3ο Επίπεδο A-B-C-D-E-Z-H-U-I-K-L

Απαντήσεις των Φοιτητών Βάθος Βαθμός ΣυστήματοςA-B 2nd level 14A-B-C-D 2nd level 42A-B-C-E-H-U 2nd level 71A-B-Z-U-H-D-E 2nd level 28A-B 3rd level 10A-B-C-D 3rd level 30A-B-D-K-L 3rd level 40A-B-C-D-E-Z-H-U-I-K 3rd level 90

ζητείται με Αναζήτηση με Αναρρίχηση Λόφων να φτάσουμε στον τελικό κόμβο G. Ακολουθούν τοκενό γράφημα πριν τις επιλογές μας, ένα παράδειγμα με τη σωστή απάντηση και ένα παράδειγμαμε λάθος απάντηση. Η λάθος απάντηση βαθμολογείται με τον Αλγόριθμο Αυτόματης Δίορθωσηςασκήσεων για αλγόριθμους ευριστικής αναζήτησης. Φυσικά η σωστή ακολουθία κόμβων είναι η Α-D-I-B-G.

Εικόνα 7.9 Δέντρο Άσκησης Αναζήτηση με Αναρρίχηση Λόφων - HC

63

Εικόνα 7.10 Σωστή Απάντηση Άσκησης Αναζήτηση με Αναρρίχηση Λόφων - HC

Εικόνα 7.10 Λάθος Απάντηση Άσκησης Αναζήτηση με Αναρρίχηση Λόφων - HC

64

7.2.2 Αναζήτηση Πρώτα στο Καλύτερο - BestFS

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο Αναζήτηση Πρώτα στο Καλύτερο - BestFS.Ο αρχικός κόμβος είναι ο Α και μας ζητείται με Αναζήτηση Πρώτα στο Καλύτερο να φτάσουμεστον τελικό κόμβο G. Ακολουθούν το κενό γράφημα πριν τις επιλογές μας, ένα παράδειγμα με τησωστή απάντηση και ένα παράδειγμα με λάθος απάντηση. Η λάθος απάντηση βαθμολογείται με τονΑλγόριθμο Αυτόματης Δίορθωσης ασκήσεων για αλγόριθμους ευριστικής αναζήτησης. Φυσικά ησωστή ακολουθία κόμβων είναι η Α-D-I-B-G.

Εικόνα 7.11 Δέντρο Άσκσησης Αναζήτηση Πρώτα στο Καλύτερο - BestFS

65

Σωστή Απάντηση A-D-I-B-G

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός ΣυστήματοςA-B-D-I-G C-I 40A-D-B-I-G C-I 68A-D I-A 20A-D-I-B I-A 68A-H-G I-I 20A-D-H-G I-I 60A-D-I-B-H-G S-F a 80A-D-B-I-H-E-G S-F a 40A-D-I-B-H-C-E S-F b 20A-D-I-B-G-H S-F b 60

Εικόνα 7.11 Σωστή Απάντηση Άσκσησης Αναζήτηση Πρώτα στο Καλύτερο - BestFS

Εικόνα 7.12 Λάθος Απάντηση Άσκσησης Αναζήτηση Πρώτα στο Καλύτερο - BestFS

66

7.2.3 Αναζήτηση Επέκτασης και Οριοθέτησης - B&B

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο Επέκτασης και Οριοθέτησης - B&B . Οαρχικός κόμβος είναι ο 1 και μας ζητείται με Αναζήτηση Επέκτασης και Οριοθέτησης να φτάσουμεστον τελικό κόμβο 6. Ακολουθούν το κενό γράφημα πριν τις επιλογές μας, ένα παράδειγμα με τησωστή απάντηση και ένα παράδειγμα με λάθος απάντηση. Η λάθος απάντηση βαθμολογείται με τονΑλγόριθμο Αυτόματης Δίορθωσης ασκήσεων για αλγόριθμους ευριστικής αναζήτησης. Φυσικά ησωστή ακολουθία κόμβων είναι η 1-2-3-6.

67

Σωστή Απάντηση A-D-I-B-G

Απάντηση Φοιτητή Είδος Λάθους Βαθμός ΣυστήματοςA-I-B-D-G C-I 40A-G-I-B-D C-I 20A-D-I-B I-A 40A-D-B-I-G I-A 68A-C-H I-I 0A-C-B-G I-I 40A-D-B-E-F-G S-F a 40A-B-C-D-H-G S-F a 0A-D-I-B-G-C-H S-F b 40A-D-I-B-C-E-F S-F b 20

Εικόνα 7.13 Δέντρο Άσκησης Αναζήτηση Επέκτασης και Οριοθέτησης - B&B

Εικόνα 7.14 Σωστή Απάντηση Άσκησης Αναζήτηση Επέκτασης και Οριοθέτησης - B&B

68

Εικόνα 7.15 Λάθος Απάντηση Άσκησης Αναζήτηση Επέκτασης και Οριοθέτησης - B&B

7.2.4 Αναζήτηση με Αλγόριθμο Α*

Η πρώτη εικόνα είναι η άσκηση για τον αλγόριθμο Α* . Ο αρχικός κόμβος είναι ο Α και μαςζητείται με Αναζήτηση με αλγόριθμο Α* να φτάσουμε στον τελικό κόμβο G. Ακολουθούν το κενόγράφημα πριν τις επιλογές μας, ένα παράδειγμα με τη σωστή απάντηση και ένα παράδειγμα μελάθος απάντηση. Η λάθος απάντηση βαθμολογείται με τον Αλγόριθμο Αυτόματης Δίορθωσηςασκήσεων για αλγόριθμους ευριστικής αναζήτησης. Φυσικά η σωστή ακολουθία κόμβων είναι η A-

69

Σωστή Απάντηση 1-2-3-6

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός Συστήματος1-2-6-3 C-I 401-6-3-2 C-I 01-2 I-A 251-2-3 I-A 601-2-5 I-I 251-5 I-I 01-2-3-5-6 S-F a 751-2-3-5-4-6 S-F a 501-2-5-6-4-3 S-F b 01-2-5-3-6-4 S-F b 25

D-B-G.

Εικόνα 7.16 Δέντρο Άσκησης Αναζήτηση με Αλγόριθμο Α*

Εικόνα 7.17 Σωστή Απάντηση Άσκησης Αναζήτηση με Αλγόριθμο Α*

70

Εικόνα 7.18 Λάθος Απάντηση Άσκησης Αναζήτηση με Αλγόριθμο Α*

7.3 Βελτιστοποιημένος Αλγόριθμος Αυτόματης Βαθμολόγησης ασκήσεων γιατους αλγόριθμους αναζήτησης BFS και DFS

Σε αυτόν τον αλγόριθμο δεν παραθέτουμε οπτικά παραδείγματα καθώς είναι τα ίδια με τουΑλγορίθμου Αυτόματης Βαθμολόγησης ασκήσεων για αλγόριθμους τυφλής αναζήτησης.Παραθέτουμε τις συγκριτικές βαθμολογίσεις των δύο αλγορίθμων βαθμολόγησης του συτήματος.

71

Σωστή Απάντηση A-D-B-G

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμός ΣυστήματοςA-B-D-G C-I 40A-G-B-D C-I 0A-D I-A 25A-B-G I-A 60A-C-H I-I 0A-D-H I-I 25A-D-B-H-G S-F a 75A-D-C-H-I-G S-F a 25A-D-B-G-I S-F b 50A-D-B-H-I S-F b 25

Στην πρώτη περίπτωση τη βελτιστοποιημένη εκδοχή βαθμολόγισης των ασκήσεων DFSαλγορίθμων και στη δεύτερη τη βελτιστοποιημένη των BFS αλγορίθμων.

7.3.1 DFS και DFS-βελτιστοποιημένος (DFS 2.0)

7.3.2 ΒFS και ΒFS-βελτιστοποιημένος (ΒFS 2.0)

72

Σωστή ΑπάντησηA-B-E-Z-M

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμολόγηση Συστήματος Βαθμολόγηση Συστήματος 2.0A-B-Z-E-M C-I 75 68A-C-Z-B-M C-I 50 20A-B-E I-A 75 40A-E-M I-A 50 40A-Z-B I-I 50 0A-Z-B-E I-I 25 0A-C-Z-H-I-K-M S-F a 50 0A-B-C-D-E-Z-H-M S-F a 75 40A-B-C-D-E-Z-M-N S-F b 50 20A-B-D-E-M-H S-F b 50 40A-C-D-H “Τελειως άσχετη” 25 0A-B-E-C-D-I-K “Τελειως άσχετη” 75 0A-B-E-M-N-C-D “Τελειως άσχετη” 75 0A-H-Z-E “Τελειως άσχετη” 50 0A-H-Z-E-B “Τελειως άσχετη” 25 0

Σωστή Απάντηση A-B-C-D-E-F-G-H-I-J-K

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμολόγηση Συστήματος Βαθμολόγηση Συστήματος 2.0A-B-C-D-E-F-G-H-I-K-J C-I 90 78.1A-C-B-D-F-E-G-H-I-J-K C-I 70 55A-B-C-D I-A 30 28A-B-C-D-E-F-G-H-I-J I-A 90 85A-B-C-J-K-I I-I 30 28A-C-L-M-X I-I 10 0A-B-C-D-E-G-H-F-L-M-X-K S-F a 80 55A-B-C-D-E-G-H-F-L-M-X-J-K S-F a 80 55A-B-C-D-E-F-H-G-J-I-L-M S-F b 80 55A-B-C-D-E-F-G-H-I-J-L-M S-F b 80 73A-C-F-B-M-X-J-I-E-H-L “Τελειως άσχετη” 10 0A-X-M-L “Τελειως άσχετη” 10 0

Σωστή Απάντηση A-B-C-D-E-F-G

Απαντήσεις των Φοιτητών Είδος Λάθους Βαθμολόγηση Συστήματος Βαθμολόγηση Συστήματος 2.0A-C-B-F-E-D “Τελειως άσχετη” 0 40A-B-G-F-K-J-I “Τελειως άσχετη” 0 40

8. Επίλογος, Μελλοντικές Βελτιώσεις

Στην παρούσα διπλωματική εργασία έπειτα από μελέτη των συστημάτων διαχείρισηςπεριεχομένου και ειδικότερα των εκπαιδευτικών συστημάτων διαχείρισης περιεχομένουπαρουσιάστηκε το Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης οι τεχνολογίεςυλοποιησής του και οι δυνατότητες που μας προσφέρει στην εκπαίδευση.

Σχεδιάσαμε και υλοποίησαμε ένα σύστημα αυτόματης βαθμολόγησης των ασκήσεωναναζήτησης επεκτείνοντας έτσι τις δυνατότητες του Ευφυούς Συστήματος Διδασκαλίας ΤεχνητήςΝοημοσύνης. Βάσει αποτελεσμάτων η υλοποίηση κρίνεται επιτυχημένη και εκπληρώνει το στόχοτης.

Με αυτή την επέκταση στο σύστημα βελτιώνεται ο συγκεκριμένος τρόπος εκπαίδευσης τουαντικειμένου της Τεχνητής Νοημοσύνης και διευκολύνει και τους εκπαιδευόμενους ως προς τηνκατανόηση του αντικειμένου και τους εκπαιδευτές ως προς την εκοικονόμηση χρόνου. Αυτομάτωςαυξάνεται και το πλήθος των εκπαιδευόμενων που μπορεί να φοιτούν ταυτόχρονα.

Με παρόμοιους τρόπους σε άλλα αντικέιμενα πέραν της αναζήτησης μπορούμε στο μέλλον ναβελτιώσουμε ακόμα το Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης καθώς επίσης και σεάλλους τομείς και αντικείμενα της εκπαίδευσης πέραν αυτού της Τεχνητής Νοημοσύνης.

73

Βιβλιογραφία

[1]Gaudenz Alder, Design and Implementation of the JGraph Swing Component.Technical report JGraph (n.d), retrieved from http://www.jgraph.com/downloads/jgraph/legacy/jgraph-paper.pdf

[2] Βλαχάβας Ιωάννης, Κεφαλάς Πέτρος, Βασιλειάδης Νικόλαος, Κόκκορας Φώτης, Σακελλαρίου Ηλίας, «Τεχνητή Νοημοσύνη», Β.ΓΚΙΟΥΡΔΑΣ ΕΚΔΟΤΙΚΗ, Γ Έκδοση, 2006.

[3] Bachman, K. Corporate, «E-learning : Exploring a new frontier», WR Hambrecht Report, 2000

[4]Stefan Bergstedt, S. W. Content Management Systems and e-learning-Systems – A Symbiosis?,2003 .

[5]Billings DM. Distance education in nursing: 25 years and going strong. Comput Inform Nurs. 2007 May-Jun;25(3):121-3.

[6]Bob Boiko .Content Management Bible. John Wiley & Sons, 2005.

[7]Cmsarticles. (n.d.). Retrieved from http://cmsarticles.awardspace.com/4.html

[8]Content Management System, (n.d), retrieved from https://en.wikipedia.org/wiki/Content_management_system

[9]Downes S. E-learning 2.0: Feature Article. eLearn Magazine 2007.

[10] Dumme Audrey, B. T. “Beyond Knowledge Management: Introducing Learning Management Systems”, ECIS 2004 Proceedings ,pages 53-86, June 2004.

[11]Εξ Αποστάσεως Εκπαίδευση,(n.d), retrieved from https://el.wikipedia.org/wiki/Εξ_αποστάσεως_εκπαίδευση

[12]ERIC Thesaurus

[13] A. Fiedler and D. Tsovaltzi “Automating Hinting in an Intelligent Tutorial Dialog System for Mathematics”, in Proc. of the IJCAI Workshop on Knowledge Representation and Automated Reasoning for E-Learning Systems, Acapulco, Mexico,2003

[14]Richard Freeman, “Managing open Systems (Open & Distance Learning)”, Kogan Page Limited, April 2004.

[15] E. Gouli, A. Gogoulou, K. Papanikolaou and M. Grigoriadou, “An Adaptive Feedback Framework to Support Reflection, Guiding and Tutoring.” In Magoulas G.D. & Chen. S.Y. (Eds.) Advances in Web based Education: Personalized Learning Environments, Idea Group Inc pp.178-202

[16] F. Grivokostopoulou , I. Hatzilygeroudis, “Automated Marking for Interactive Exercises on Heuristic Search Algorithms” , 2013 IEEE International Conference on Teaching, Assessment and Learning for Engineering (TALE)

[17] Foteini Grivokostopoulou, Ioannis Hatzilygeroudis. "An Automatic Marking System for

74

Interactive Exercises on Blind Search Algorithms" International conference on Artificial Intelligence in Education (AIED 2013). July 2013, Memphis, USA, pp 783-786

[18] Foteini Grivokostopoulou, Ioannis Hatzilygeroudis, "Teaching AΙ Search Algorithms In A Web-Based Educational System" Proceedings of the IADIS International Conference e-Learning 2013, pp.83-90, 23 – 26 July, Prague, Czech Republic, 2013

[19]Ηλεκτρονική Μάθηση,(n.d), retrieved from https://el.wikipedia.org/wiki/Ηλεκτρονική_μάθηση

[20]Hannah R. Education Applications. Introduction to Nursing Informatics: Springer New York 2006:142-54.

[21]History Of Cms,(n.d), retrieved from www.cmswiki.com/tiki-index.php?page=HistoryOfCms

[22]Interface,(n.d), retrieved from https://en.wikipedia.org/wiki/Interface_(computing)

[23]JGraph changelog https://www.jgraph.com/mxchangelog.html

[24]JGraph http://www.jgraph.com/

[25] Lemay Laura,Roger Candenhead, “Teach Yourself Java 2 in 21 Days, Professional Reference 3rd Edition”,2003

[26]Patricia McGee, “Course Management Systems for Learning: Beyond Accidental Pedagogy”, Information Science Publishing, May 2005.

[27] Robin Nixon, “Learning PHP, MySQL and Javascript” O'REILLY, 2009

[28]NLM. MeSH. 2007

[29]ODLQC. ODL QC - The Open and Distance Learning Quality Council Lexicon, 2004

[30]ΟΤΕnet. Project CMS .

[31]Παναγιωτακόπουλος, Α. Χ. Ανοιχτή και εξ αποστάσεως εκπαίδευση « Σχεδιασμός και Ανάπτυξη έντυπου εκπαιδευτικού υλικού» . Ελληνικό Ανοιχτό Πανεπιστήμιο.

[32]Πληροφορική στην Εκπαίδευση του ΥπΕΠΘ. ,(n.d), retrieved from http://www.noc.uth.gr/edusw/Paroysiaseis/Syllogiki_ekdilwsi_SEPE-Syndesmoy_Epixeirisewn_Plirophorikis_kai_Epikoinwniwn_Elladas/14-Byte/karounos_byte_v03.doc

[33] Πρέντζας, Ι.Χατζηλυγερούδης, Κ. Κουτσογιάννης, Μ. Ρήγκου «H Αρχιτεκτονική ενός Ευφυούς Συστήματος Βασισμένο στο Διαδίκτυο για τη Διδασκαλία Νέων Τεχνολογιών Πληροφορικής», Πρακτικά 1ου Παννελλήνιου Συνεδρίου για την Ανοιχτή και εξ’Αποστάσεως Εκπαίδευση, Πάτρα, 25-27 Μαίου 2001 (CD-ROM).

[34]Ann Rockley, Pamela Kostur, Steve Manning.Managing Enterprise Content: A Unified Content Strategy. New Riders, 2003.

[35]Stuart Russell,Peter Norvig, “Τεχνητή Νοημοσύνη: Μια σύγχρονη προσέγγιση”, Κλειδάριθμος,2004

75

[36]Σπύρος Συρμακέσης, “Αλληλεπίδραση Ανθρώπου Υπολογιστή”, ΕΛΛΗΝΙΚΑ ΓΡΑΜΜΑΤΑ-Ε.Α.Ι.Τ.Υ. cti press, 2003

[37]Shih TK. Distance education technologies: current trends and software systems. Cyber Worlds, 2002 Proceedings First International Symposium on; 2002; 2002. p. 38-43.

[38]Ε.Μ.Π., Π. Α. ΤΕΧΝΙΚΕΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΜΑΘΗΣΗΣ : Η εμπειρία του εργου Τηλε-εκπαίδευσης των Ε.Μ.Π., Παν. Αθηνών, Οικονομικού Παν. Αθηνών.

[39]UNESCO Thesaurus 2007

[40]W3schools online web tutorials, www.w3schools.com

[41]Martin White. The content management handbook. Facet Publishing, 2005.

[42]XAMPP Server, https://www.apachefriends.org/index.html

[43]Χinis, e-Leraning (n.d), retrieved from http://www.xinis.com/e_learning/index.html

[44] Αθανασία Σ. Ψυχογιού, Μελέτη, ανάλυση, σχεδίαση και υλοποίηση Πλατφόρμας εξ’ αποστάσεως Εκπαίδευσης , 2007

76