IWT: Una Piattaforma Innovativa per la Didattica Intelligente su Web

Transcript

1 IWT: Una Piaaforma Innovaiva per la Didaica Inelligene su Web Nicola Capuano 1,2, Maeo Gaea 1,2, Alessandro Micarelli 1,3 1 CRMPA Cenro di Ricerca in Maemaica Pura ed Applicaa C/O DIIMA Universià degli Sudi di Salerno Via Pone Don Melillo Fisciano (SA), Ialia 2 Diparimeno di Ingegneria dell Informazione e Maemaica Applicaa Universià degli Sudi di Salerno Via Pone Don Melillo Fisciano (SA), Ialia 3 Diparimeno di Informaica e Auomazione Universià degli Sudi ROMA TRE Via della Vasca Navale, Roma, Ialia {capuano, gaea}@crmpa.unisa.i, micarel@dia.uniroma3.i Sommario. L e-learning sa acquisendo imporanza sempre maggiore negli ambieni didaico/formaivi moderni grazie ai suoi innegabili vanaggi rispeo alla radizionale formazione in aula. Purroppo le piaaforme di e- learning aualmene esiseni sulla scena endono a sfruare la ecnologia solo come veicolo dell esperienza formaiva piuoso che come regisa della sessa. Il presene aricolo descrive IWT, una piaaforma di e-learning che si propone di superare queso limie mirando a personalizzare l apprendimeno sulle reali esigenze e preferenze dell uene ed a garanire esensibilià e flessibilià non solo al livello dei conenui ma anche nelle funzionalià e soprauo, a livello più alo, nelle sraegie e nei modelli. Dopo un inroduzione sui limii degli auali sisemi di e-learning (sezione 1) verrà daa una panoramica di IWT (sezione 2) e verranno di seguio descrie le caraerisiche inelligeni ed i modelli che hanno permesso la loro implemenazione (sezioni 3, 4 e 5). Infine si concluderà facendo il puno sullo sao auale della ricerca su IWT ed ipoizzando possibili scenari fuuri (sezione 6). 1. Inroduzione Negli ulimi anni il radicale cambiameno nel modo di inendere il binomio insegnameno/apprendimeno ha porao, a livello mondiale, numerose scuole ed universià ad inegrare nel loro modo di fare didaica le più moderne ed avanzae ecnologie basae principalmene sul Web. La sessa endenza si è avveria nell ambio della formazione professionale dao che i sisemi radizionali basai su lezioni fronali in aula hanno da sempre rappresenao, per le aziende, cosi elevai sia per l implemenazione che in ermini di perdia di produzione. Al conrario, la formazione a disanza araverso le nuove ecnologie assicura vanaggi noevoli, primo ra ui un esrema flessibilià di empo e di spazio: il discene non è più cosreo ad essere presene nel medesimo luogo dell'insegnane e può sudiare anche da casa quando e quano vuole. Se a queso aggiungiamo il migliorameno dell accesso all isruzione, l aumeno della qualià del conenuo formaivo, una sua gesione più flessibile, la possibilià di misurare facilmene i risulai e la diminuzione dei cosi, capiamo perché la formazione a disanza è al giorno d oggi molo appeia in ui gli ambieni didaico/formaivi. Purroppo gli auali sisemi di didaica a disanza non sono privi di difei. La principale pecca dei sisemi aualmene in commercio è che essi non sfruano appieno le poenzialià del mezzo che hanno a disposizione uilizzandolo come mero veicolo di informazione e non come srumeno capace di elaborare ale informazione in maniera inelligene e personalizzaa. Più in deaglio essi: non permeono la personalizzazione dell insegnameno sulle reali esigenze e capacià dei singoli ma offrono corsi sandard per ui gli ueni;

2 non permeono l adozione di modelli didaici innovaivi e rimangono spesso legai al modello radizionale di didaica fronale o si riducono ad un semplice sudio individuale su libri di eso eleronici; sfruano i risulai delle eserciazioni solo per la reporisica sui progressi degli sudeni e non per influire sull esperienza di apprendimeno successiva ramie, ad esempio, variazioni nella sequenza di lezioni o la fruizione di evenuale maeriale di recupero; non riescono a valuare auonomamene parameri pedagogici relaivi ai singoli sudeni essenziali per l oimizzazione del processo di apprendimeno come, ad esempio, le abilià cogniive e le capacià perceive in relazione a diversi ipi di media; non offrono alcun supporo inelligene ai doceni nella creazione dei corsi se non la possibilià di aggregare maeriale e sabilire un percorso di apprendimeno araverso esso; non offrono alcun supporo inelligene ai disceni nella scela dei loro obieivi formaivi in base ai prerequisii già possedui. Scopo di queso aricolo sarà di mosrare come è possibile superare quesi limii araverso l uilizzo di ecniche e meodologie dell Inelligenza Arificiale e come ciò sia sao fao nella realizzazione di un prooipo di ricerca (prima) e di un prodoo commerciale (poi) denominao IWT. 2. IWT: Inelligen Web Teacher IWT è una piaaforma per l apprendimeno a disanza realizzaa con il preciso ineno di geare le basi per l elearning di fuura generazione. IWT mira, infai, a personalizzare l apprendimeno sulle reali esigenze e preferenze dell uene ed a garanire esensibilià e flessibilià non solo al livello dei conenui ma anche nelle funzionalià e soprauo, a livello più alo, nelle sraegie e nei modelli. IWT è scaurio dalla collaborazione ra una serie di soggei di ricerca ra cui il Cenro di Ricerca in Maemaica Pura ed Applicaa [1], il Diparimeno di Ingegneria dell Informazione e Maemaica Applicaa dell Universià di Salerno [2], il Cenro di Eccellenza in Meodi e Sisemi per l Apprendimeno e la Conoscenza [3] ed il Diparimeno di Informaica ed Auomazione dell Universià degli Sudi "Roma Tre" [4]. Il know-how che ne ha consenio la realizzazione nasce da una lunga esperienza dei soggei ineressai nel campo del disance learning inelligene acquisia nell ambio di vari progei di ricerca nazionali ed europei ra cui Diogene [5], InTraServ [6] e m-learning [7]. Compleamene basao su Web, le caraerisiche innovaive di IWT rispeo alle alre soluzioni di e-learning aualmene in commercio sono: possibilià di generazione auomaica o assisia dei percorsi didaici a parire dagli obieivi di apprendimeno; possibilià di personalizzazione auomaica dei corsi sulla base delle conoscenze pregresse dei singoli disceni e delle loro preferenze di apprendimeno; supporo al monioraggio ed alla valuazione auomaica dei disceni sia in relazione alle conoscenze acquisie che alle abilià cogniive e capacià perceive mosrae; possibilià di gesione dei conenui ad un alo livello di asrazione ramie onologie manenue in conformià con i maggiori sandard per la rappresenazione della conoscenza; possibilià di esendere la piaaforma ramie Plug-In che consenono l aggiuna di nuovi servizi e ramie Driver che consenono la gesione di nuove ipologie e formai di conenuo. IWT è sao realizzao compleamene in ambiene Microsof.NET e fa ampio uso dei maggiori sandard in circolazione per la rappresenazione delle sruure dai relaive ai Meadaa (sandard IMS-LOM), ai Tes (sandard IMS-QTI), alle Onologie (sandard SHOE e DAML+OIL), ai Corsi (sandard SCORM e IMS-CP) ed alle Informazioni sugli Sudeni (sandard IMS-LIP). Maggiori informazioni sugli aspei funzionali ed archieurali di IWT possono essere reperie in [8]. In queso aricolo ci soffermeremo, in paricolare, sulla descrizione della erna di modelli (e delle relaive regole di evoluzione) che cosiuiscono la base delle caraerisiche inelligeni di IWT: il modello della conoscenza, il modello sudene ed il modello didaico che saranno oggeo delle prossime sezioni.

3 3. Il Modello della Conoscenza Il Modello della Conoscenza di IWT consa di re livelli di asrazione [9]. Il livello più basso è cosiuio dai Learning Objec ovvero dai moduli didaici elemenari che possono essere usai nel corso della formazione. Il secondo livello è cosiuio dai Meadaa il cui compio è di descrivere in maniera formale i Learning Objec araverso un insieme sandard di aribui. IWT offre, inolre, il supporo opzionale alla gesione della conoscenza ad un livello più alo di asrazione (erzo livello) orienao ai Concei piuoso che ai Learning Objec araverso le Onologie [10]. La figura 1 (a sinisra) schemaizza i re livelli del Modello della Conoscenza di IWT. In paricolare, per la rappresenazione del secondo livello (Meadaa), IWT adoa lo sandard IMS-LOM che prevede la descrizione del Learning Objec araverso 47 elemeni raggruppai in 9 caegorie [11]. Purroppo i Meadaa si limiano a fornire informazioni circa le singole risorse ma nulla dicono circa le relazioni che inercorrono ra di esse o, meglio, ra i concei coinvoli in ali risorse. Tali informazioni sono, del reso, necessarie per offrire le funzionalià inelligeni di valuazione auomaica dello sudene e di generazione auomaica dei percorsi didaici. Per superare queso limie IWT consene di lagare ad ogni Learning Objec uno o più concei appareneni ad un dominio didaico e di organizzare separaamene i domini didaici araverso le Onologie. Le Onologie, in IWT, sono sruure a grafo che consenono di descrivere formalmene un dominio didaico araverso la specificazione di un vocabolario di concei e l idenificazione delle relazioni inercorreni ra essi. Le onologie di IWT rispeano gli sandard SHOE [12] e DAML+OIL [13] e supporano le segueni relazioni. Relazione (elongs o) per implemenare una gerarchia di concei. c d significa che il conceo c è pare del conceo d. Sia C = {c c d} è possibile dire che, per apprendere d, è necessario e sufficiene apprendere ui i concei appareneni a C. Relazione R (Requires) per implemenare la propedeuicià. c R d significa che d è pre-requisio per c. Sia D = {d c R d} è possibile dire che, per apprendere c, è necessario aver appreso preliminarmene ui i concei appareneni a D. Relazione SO (Suggesed Order) per implemenare una propedeuicià più lasca. c SO d significa che, se occorre apprendere c e d, è conveniene apprendere c dopo d. Araverso la relazione implicia E (Explained by) manenua nei Meadaa è possibile, infine, collegare ciascun Conceo ai Learning Objec che spiegano ale conceo. c E l significa che il conceo c è spiegao nel Learning Objec l e L = {l c E l} è l insieme di ui i Learning Objec che spiegano il conceo c menre C = {c c E l} è l insieme di ui i concei spiegai dal Learning Objec l. La figura 1 (a desra) mosra la rappresenazione grafica di un Onologia di alo livello per l analisi maemaica dove i concei sono rappresenai come nodi di un grafo e le relazioni come archi ra i nodi. Onologia Terzo Livello Analisi Meadaa Secondo Livello Limii Learning Objec Primo Livello R Derivae R R I negrali SO Serie Figura 1. I re livelli del Modello della Conoscenza di IWT (sinisra). Un esempio di Onologia di alo livello per il Dominio dell Analisi Maemaica (desra). 4. Il Modello Sudene Il Modello Sudene di IWT è in grado di caurare (in maniera auomaica) le conoscenze acquisie dai disceni durane l esperienza formaiva e le preferenze di apprendimeno mosrae rispeo a imporani parameri pedagogici quali: media, approccio didaico, livello di inerazione, densià semanica, ecc. Il modello è composo da re elemeni: uno Sao Cogniivo, un insieme di Preferenze di Apprendimeno ed un insieme di Regole di Evoluzione ed è manenuo in conformià con lo sandard IMS-LIP [14].

4 Lo Sao Cogniivo si ineressa di rappresenare, per ciascuno sudene, le conoscenze possedue in un deerminao isane soo forma di insieme di coppie conceo-valuazione. Più formalmene, lo Sao Cogniivo dello sudene s al empo può essere espresso come CS s = { 1, 2,, n } dove ogni i (belief) rappresena la coppia i = <O i (c i ), e i > dove O i (c i ) è il c i -esimo conceo dell onologia O i menre e i è un valore fuzzy [15] che rappresena il grado di conoscenza del conceo da pare dello sudene. Si sceglie un valore fuzzy per e i per ener cono anche dell affidabilià della sima [16][17]. Tale valore è, a sua vola, rappresenao dalla coppia e i = <d i, r i > dove 0 d i 1 (degree) è il grado di conoscenza simao dal sisema del conceo O i (c i ) menre 0 r i 1 (reliabiliy) è il grado di affidabilià di ale valuazione. Tale grado ende ad 1 con l aumenare dei momeni di verifica superai dallo sudene nel caso di rispose non conraddiorie. Ad esempio, il belief: < limii, <0.2, 0.9>> CS s significa che la conoscenza dello sudene s al empo relaiva al conceo limii è solo del 20% ed il sisema è sicuro al 90% di quesa valuazione. Le Preferenze di Apprendimeno si riferiscono ai campi della caegoria Educaional del meadaa secondo lo sandard IMS-LOM [11] ovvero: Ineraciviy Type, Learning Resource Type, Ineraciviy Level, Semanic Densiy, Inended End User Role, Conex, Typical Age Range, Difficuly, Typical Learning Time, Language. Le Preferenze di Apprendimeno dello sudene s al empo possono essere espresse come LP s ={P 1, P 2,, P m } dove P i = <s i, e i > è la singola preferenza composa da una affermazione s i (saemen) circa uno dei campi sopra elencai ed una valuazione fuzzy e i (evaluaion) della veridicià di ale affermazione. La sinassi di s i è la seguene: f i = v i dove f i (field) appariene all insieme di campi succiai menre v i è uno dei valori ammissibili per f i secondo lo sandard IMS-LOM (ad esempio i valori ammissibili per il campo learning_resource_ype sono ex, slide, exercise, simulaion, ecc; i valori ammissibili per semanic_densiy sono, invece, low, medium e high ). Ad esempio, la preferenza: < learning_resource_ype = ex, <0.7, 0.2>> LP s significa che lo sudene s al empo ha una preferenza del 70% relaiva alla ipologia di risorsa ex ma l affermazione ha solo il 20% di affidabilià. Il Modello Sudene viene dedoo e coninuamene aggiornao da IWT araverso le Regole di Evoluzione. In paricolare, l aggiornameno dello Sao Cogniivo avviene al ermine di ogni aivià di verifica dello sudene considerando i risulai oenui ai es (che, essendo Learning Objec, sono essi sessi legai ai concei del dominio) e mediandoli con i risulai dei es precedeni relaivi agli sessi concei. Per l aggiornameno delle Preferenze di Apprendimeno, invece, si ricorre all osservazione congiuna del maeriale didaico uilizzao e delle conoscenze acquisie al fine di deerminare il grado di riceivià dello sudene ai vari ipi di simoli derivani dalle varie ipologie di maeriale. 5. Il Modello Didaico Il Modello Didaico di IWT definisce le modalià oimali di rasferimeno della conoscenza del dominio agli sudeni in base alla disciplina (formalizzaa nel Modello della Conoscenza) ed alle caraerisiche dello sudene coinvolo (formalizzae nel Modello Sudene). Tramie queso modello IWT è in grado di personalizzare l esperienza didaica sulla base delle conoscenze pregresse dei singoli disceni e delle loro preferenze di apprendimeno. La sruura di base del Modello Didaico è il Corso rappresenao in conformià con gli sandard IMS-CP [18] e SCORM [19] e composo dalle segueni sruure: l insieme di Concei Obieivo del corso (ra quelli che lo sudene conoscerà alla fine del corso, quelli che si rovano al puno più alo nella gerarchia elongs To dell onologia di riferimeno); il Learning Pah ovvero la sequenza di concei che si dovrà rasferire allo sudene affinché egli apprenda, al ermine del corso, i Concei Obieivo (in ale sequenza di concei, i puni di verifica saranno idenificai araverso delle Milesone); la Presenazione ovvero la sequenza di Learning Objec corrispondene al Learning Pah conceuale che permeerà l effeivo rasferimeno di conoscenza allo sudene dei Concei Obieivo del corso; un Meadaa conforme ai già ciai sandard IMS-CP e SCORM.

5 Dao un insieme di Concei Obieivo definii dal docene o dallo sesso sudene, IWT sarà in grado di generare, in primo luogo, il migliore Learning Pah per un dao sudene a parire dal suo Sao Cogniivo (eliminando cose già conosciue ed aggiungendo evenuali pre-requisii mancani) e, a parire dal Learning Pah così generao, sarà in grado di generare la migliore Presenazione per un dao sudene a parire dalle sue Preferenze di Apprendimeno (scegliendo, dunque, i Learning Objec più congeniali). Le Regole di Generazione del Learning Pah e della Presenazione a parire dai Concei Obieivo sono ampiamene decrii in [9]. Una vola generaa, la Presenazione porà essere fruia dallo sudene. In generale, la fruizione inizia con il primo Learning Objec (o l ulimo Learning Objec aivao nel caso in cui lo sudene abbia sospeso la fruizione del corso) e prosegue fino a che non viene raggiuna la fine di un momeno di verifica composo da uno o più es (Milesone). In queso ulimo caso avviene l Adaameno del Corso e l Evoluzione del Modello Sudene. L Adaameno del Corso prevede la modifica della pare di Presenazione non ancora visionaa dallo sudene (e del relaivo Learning Pah) per rispondere ad evenuali lacune risconrae araverso la somminisrazione di maeriale di recupero. Una descrizione deagliaa delle Regole di Adaameno del Corso di IWT va olre gli scopi del presene lavoro e sarà oggeo di una fuura pubblicazione. La figura 2 mosra un esempio di adaameno della Presenazione a seguio del superameno di una Milesone. Nel caso specifico, la prima sequenza viene rasformaa dal sisema nella seconda aggiungendo dopo la Milesone (e prima di passare al prosieguo del corso) alcuni Learning Objec di recupero erminani con un uleriore Milesone che sarà uilizzaa per assicurarsi che le lacune risconrae siano effeivamene superae prima di proseguire. Figura 2. Un esempio di applicazione delle Regole di Adaameno del Corso di IWT. 6. Conclusioni e Sviluppi Fuuri In queso lavoro abbiamo presenao una piaaforma di e-learning inelligene capace di personalizzare l apprendimeno sulle reali esigenze e preferenze dei singoli, compaibile con i maggiori sandard preseni sulla scena dell e-learning e con precise caraerisiche di esensibilià e flessibilià. IWT è disponibile come prodoo nella versione 1.0. Al momeno esise una versione personalizzaa di IWT per la formazione dei manager d impresa che include quaro corsi (usiness Decision, Markeing, Ricerche di Mercao e Conrollo di Gesione) in re lingue (ialiano, inglese, spagnolo) e due business games che raano il processo decisionale di business araverso un approccio di ipo wha if (Decisioni Sraegiche e Conrollo di Gesione). Tale versione è in corso di sperimenazione con un consorzio di imprese ialiane, inglesi e spagnole nell ambio del progeo InTraServ [6] finanziao dalla EC. Un uleriore versione di IWT per la didaica in ambio universiario è già prona e ra breve comincerà la sperimenazione all Universià di Salerno, di Roma3 e del Molise. Una versione di IWT personalizzaa per l ECM (Educazione Coninua in Medicina), inolre, è in corso di realizzazione e verrà sperimenaa nel progeo GeCoSan [20]. Parallelamene a quesi sforzi di vericalizzazione e sperimenazione, il lavoro di ricerca scienifica su IWT coninua. Il progeo Diogene [5] aualmene in corso ha come fine la realizzazione di caraerisiche aggiunive per IWT. Tra quese ciiamo: sraegie di apprendimeno dinamiche, aperura al Semanic Web, servizi Web per la gesione dei Learning Objec, servizi per la ricerca e la creazione di curriculum viae, supporo agli insegnani free-lance e definizione assisia di Obieivi Didaici.

6 7. ibliografia [1] Sio Web del CRMPA Cenro di Ricerca in Maemaica Pura ed Applicaa: hp:// [2] Sio Web del Diparimeno di Ingegneria dell Informazione e Maemaica Applicaa (DIIMA) della Universià degli Sudi di Salerno: hp:// [3] Sio Web del Cenro di Eccellenza in Meodi e Sisemi per l Apprendimeno e la Conoscenza: hp:// [4] Sio Web del Diparimeno di Informaica ed Auomazione (DIA) dell Universià degli Sudi Roma Tre: hp:// [5] Sio Web del progeo FP5 Diogene: a Training Web roker for ICT Professionals (IST ): hp:// [6] Sio Web progeo FP5 InTraServ: Inelligen Training Service for Managemen Training in SMEs (IST ): hp:// [7] Sio Web progeo FP5 m-learning: Mobile Communicaion Technologies for Young Aduls Learning and Skills Developmen (IST ): hp:// [8] IWT: Inelligen Web Teacher. Whie Paper. CRMPA [9] N. Capuano, M. Gaea, A. Micarelli, E. Sangineo. An Inegraed Archiecure for Auomaic Course Generaion. Proceedings of he IEEE Inernaional Conference on Advanced Learning Technologies. ICALT 2002, Kazan, Russia, [10] D. Fensel. Onologies: a Silver ulle for Knowledge Managemen and Elecronic Commerce. Springer, [11] IMS Learning Resource Mea-daa Specificaion Version Public Draf Specificaion. IMS Global Learning Consorium, hp:// [12] J. Heflin and J. Hendler. Searching he Web wih SHOE. Workshop on AI for Web Search. AAAI 2000, hp:// [13] D. Fensel, I. Horrocks, F. Van Harmelen, S. Decker, M. Erdmann, M. Klein. OIL in a nushell. Knowledge Acquisiion, Modeling, and Managemen, Proceedings of he European Knowledge Acquisiion Conference (EKAW-2000), Lecure Noes in Arificial Inelligence, LNAI, Springer-Verlag, hp:// [14] IMS Learner Informaion Package Specificaion Version 1.0. Public Draf Specificaion. IMS Global Learning Consorium, hp:// [15] D. Dubois, H, Prade, "Fuzzy Ses and Sysems Theory and Applicaions", Academic Press, [16] N. Capuano, M. De Sano, M. Marsella, M. Molinara, S. Salerno. Personalised Inelligen Training on he Web: A Muli Agen Approach. Elecronic usiness and Educaion, Recen Advances in Inerne Infrasrucures, Kluwer: Mulimedia Sysems And Applicaions Series, vol. 20, chap. 5, [17] N. Capuano, M. Marsella, S. Salerno. AITS: An Agen ased Inelligen Tuoring Sysem for Disance Learning. Proceedings of he Inernaional Workshop on Adapive and Inelligen Web-ased Educaion Sysems. ITS 2000, Monreal, Canada, [18] IMS Conen Packaging Specificaion Version Public Draf Specificaion. IMS Global Learning Consorium, hp:// [19] Sharable Conen Objec Reference Model (SCORM) Version 1.2 The SCORM Overview. ADL hp:// [20] R. Tononi, D. Zaccagnini, N. Capuano, M. Gaea, F. Orciuoli. GECOSAN: a Plaform of Tools and Services for Healh Knowledge Managemen. Submied o Medical Informaics Europe. MIE 2003, S. Malo, France, 2003.