§ 2.3. Процессы обучения

Стандартная задача обучения состоит обычно в том, чтобы обучаемый наилучшим образом запомнил определенные порции информации, которые в дальнейшем будем называть лексическими единицами. Примером таких единиц являются операторы алгоритмического языка, слова иностранного языка, грамматические правила и т. д.

Алгоритм обучения представляет собой правило выбора порции обучающей информации которую необходимо заучить. Эффективность такого обучения — например, число известных ученику лексических единиц — можно оценивать по результатам периодического контроля обучаемого. Очевидно, что эффективность зависит от алгоритма обучения и самого ученика:

где — индивидуальные свойства ученика как объекта обучения. Очевидно, что эти свойства априори неизвестны в явном виде и могут быть получены лишь в результате довольно громоздкого процесса идентификации.

Процесс обучения естественно сделать адаптивным, т. е. при спосабливающимся к индивидуальным особенностям обучае мого, которые, вообще говоря, могут изменяться в процессе чения, т. е.

Это можно осуществить путем соответствующего выбора порции обучения, т. е. решая задачу адаптации

где — оптимальная порция обучения, зависящая от индивидуальных черт ученика.

Вид зависимости (2.3.1) обычно неизвестен, но иногда можно оценивать т. е. иметь наблюдения функции (2.3.1) в определенные моменты времени. Поэтому для решения задачи (2.3.3) можно воспользоваться методами адаптации, т. е. такого изменения порции в процессе обучения, чтобы поддерживать критерий (2.3.1) в экстремальном состоянии в течение всего процесса обучения. Если имеются альтернативные алгоритмы обучения, то задача выбора алгоритма, оптимального в данный момент для данного ученика, решается методами структурной или, точнее, альтернативной адаптации. Здесь число альтернатив равно числу конкурирующих алгоритмов обучения.

Однако такой подход нельзя считать эффективным. Естественным развитием поиска наилучших методов обучения является синтез модели (2.3.2) ученика как объекта управления (обучения). Синтез модели нужно проводить адаптивно, т. е. не нарушая процесса обучения. Параметризуем модель (2.3.2):

где — выбранный оператор модели, а — параметры модели конкретного ученика, которые обычно оцениваются в процессе обучения методами адаптации. Для решения этой задачи необходимо воспользоваться методами параметрической адаптации (см. § 4.2). Теперь, располагая моделью (2.3.4) и критерием (2.3.1) эффективности обучения, можно на каждом шаге, решая задачу оптимизации (2.3.3), определить оптимальное обучение в виде порции информации, которую следует выучить данному ученику (точнее: ученику с данной моделью).

Эффективность такого подхода очевидна (подробнее он рассмот рен в § 4.2).

Если нужно выбрать между различными альтернативными структурами модели то для этого следует воспользоваться альтернативной адаптацией. Как видно, задача эффективного обучения связана с решением задачи адаптации алгоритма обучения и модели пользователя с целью максимизации эффективности процесса обучения на всех его стадиях [297].