В старших классах, в преддверии получения аттестата, остро стоит вопрос об оценках, которые в него попадут. Особенно волнующим становится вопрос объективности и справедливости получаемых оценок, как со стороны учащихся, так и со стороны учителей. У меня возникла мысль о том, как был бы полезен инструмент, умеющий анализировать качество знаний, и выставлять объективные отметки. Мой интерес к этой теме подтвердил опрос, который я проводил среди учителей и учеников нашей школы, а также организовал онлайн опрос в социальной сети Контакт, в котором могли поучаствовать все желающие.
Ответы участников анкетирования на вопрос «Хотели бы вы иметь инструмент (программу, компьютерную систему, пр.) позволяющий оценивать уровень знаний объективно и справедливо?» показал, что большинство опрашиваемых только «За» существование такого инструмента. На вопрос «Будете ли вы доверять этому инструменту?» 81% участвующих в анкетировании ответили «Да».
В современном мире человечество активно привлекает для решения многих проблем современные технологии. Иногда лучшего всего решить проблемы человека сможет машина, которой присущ человеческий разум, но которая всё ещё остаётся просто машиной. Конечно же, я имею в виду искусственный интеллект. Создать полностью автономный искусственный интеллект человечество пока не в силах, но мы активно продвигаемся к этому. Большим шагом к искусственному интеллекту стало создание искусственных нейронных сетей.
Нейронные сети уже активно используются во многих сферах для выполнения различных задач в экономике, медицине, вопросах безопасности, геологии.
Я решил разобраться, возможно ли использовать искусственные нейронные сети для создания инструмента, который бы помог вопрос выставления объективных оценок.
В результате изучения этой темы я бы хотел поверить гипотезу: Нейронные сети могут быть использованы при оценке знаний учащихся средней школы
Вложение | Размер |
---|---|
![]() | 173.68 КБ |
РОССИЙСКАЯ НАУЧНО-СОЦИАЛЬНАЯ ПРОГРАММА ДЛЯ
МОЛОДЁЖИ И ШКОЛЬНИКОВ «ШАГ В БУДУЩЕЕ»
МУНИЦИПАЛЬНАЯ НАУЧНО-ПРАКТИЧЕСКАЯ КОНФЕРЕНЦИЯ
«ШАГ В БУДУЩЕЕ»
Искусственные нейронные сети и возможности их применения
при оценивании знаний учащихся
Автор: Жабяк Артур Русланович,
обучающийся 11 класса МАОУ «СОШ № 11»
г. Усть-Илимск
Руководитель: Соловьева Юлия Евгеньевна, учитель информатики МАОУ «СОШ № 11»
г. Усть-Илимск
г. Усть-Илимск
2017 г.
Оглавление
Формулировка проблемы и гипотезы исследования 4
Цель и задачи, поставленные перед исполнителем работы 4
Краткий обзор используемой литературы и источников 4
Степень изученности данного вопроса 4
Характеристика личного вклада автора в решение избранной проблемы 5
Что такое искусственные нейронные сети 6
Каким образом происходит анализ информации в ИНС 7
Сферы применения искусственных нейронных сетей 9
3. Список литературы, источников 14
В старших классах, в преддверии получения аттестата, остро стоит вопрос об оценках, которые в него попадут. Особенно волнующим становится вопрос объективности и справедливости получаемых оценок, как со стороны учащихся, так и со стороны учителей. У меня возникла мысль о том, как был бы полезен инструмент, умеющий анализировать качество знаний, и выставлять объективные отметки. Мой интерес к этой теме подтвердил опрос, который я проводил среди учителей и учеников нашей школы, а также организовал онлайн опрос в социальной сети Контакт, в котором могли поучаствовать все желающие.
Опрос показал, что 42 % учащихся считают, что школьные оценки иногда могут быть завышены или занижены, по разным причинам. В то же время и 31 % учителей время от времени сталкиваются с некоторыми затруднениями при выставлении оценок. Также ответы на вопрос « Хотели бы вы иметь инструмент (программу, компьютерную систему, пр.) позволяющий оценивать уровень знаний объективно и справедливо?» показал, что большинство опрашиваемых только «За» существование такого инструмента. На вопрос «Будете ли вы доверять этому инструменту?» 81% участвующих в анкетировании ответили «Да».(Приложение I)
В современном мире человечество активно привлекает для решения многих проблем современные технологии. Иногда лучшего всего решить проблемы человека сможет машина, которой присущ человеческий разум, но которая всё ещё остаётся просто машиной. Конечно же, я имею в виду искусственный интеллект. Создать полностью автономный искусственный интеллект человечество пока не в силах, но мы активно продвигаемся к этому. Большим шагом к искусственному интеллекту стало создание искусственных нейронных сетей.
Нейронные сети уже активно используются во многих сферах для выполнения различных задач в экономике, медицине, вопросах безопасности, геологии.
Я решил разобраться, возможно ли использовать искусственные нейронные сети для создания инструмента, который бы помог вопрос выставления объективных оценок.
В результате изучения этой темы я бы хотел поверить гипотезу: Нейронные сети могут быть использованы при оценке знаний учащихся средней школы
Цель:
сформулировать необходимые условия для создания искусственной нейронной сети, которая могла бы помочь при оценивании качества знаний учащихся
Задачи:
1) Выяснить сущность Искусственных Нейронных сетей
2) Выяснить и проиллюстрировать, каким образом происходит анализ информации в ИНС
3) Сделать обзор сфер применения искусственных нейронных сетей
4) Выявить условия и требования к НС, которая предназначена для оценивания качества знаний учащихся средней школы
5) Провести анкетирование по темам: «Возможно ли доверить выставление оценок искусственному интеллекту»
Я использовал различные интернет-источники, в том числе научные работы и статьи.
В сети довольно много информации, касающейся именно нейронных сетей. Что они из себя представляют, историю их возникновения, сферы применения, прогнозы их развития и применения в будущем. Однако большинство опрашиваемых мной людей, знают об ИНС очень поверхностно, на уровне общих фраз, или даже меньше.
Кроме того, практическая составляющая этой темы также недостаточно разработана, есть потребность в более узких разработках, направленных на решение частных вопросов.
При поиске информации на данную тему, я выяснил, что уже существуют некоторые разработки, призванные использовать нейронные сети при оценке знаний. Однако их очень мало, и написаны они высоконаучным, техническим языком.
Я постарался найденную информацию переложить на более доступный и понятный язык, а для достижении цели данного доклада, вычленил, и проанализировал те критерии, которые необходимо учитывать при оценивании контрольных работ, а также постарался разобраться в их значимости для разных предметов.
Структура искусственной нейронной сети пришла в мир программирования из биологии. Биологическая нейронная сеть состоит из группы функционально связанных нейронов. Один нейрон может быть связан со многими другими нейронами, а общее количество нейронов и связей в сети может быть достаточно большим. Место контакта нейронов называется синапсом.
Искусственная нейронная сеть – это совокупность аппаратных и программных средств. ИНС представляет собой систему соединённых и взаимодействующих между собой простых процессоров, искусственных нейронов. Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. Будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие по отдельности простые процессоры вместе способны выполнять довольно сложные задачи, например, машина обретает способность анализировать и даже запоминать различную информацию. Другими словами, нейросеть – это машинная интерпретация мозга человека, в котором находятся миллионы нейронов передающих информацию в виде электрических импульсов (Рис.1, Приложение 2).
Если рассматривать программную составляющую, то искусственный нейрон — это такая функция, которая преобразует несколько входных параметров в один выходной (Рис.2, Приложение 2). Когда выходной параметр достигает/превышает значение, достаточное для принятия положительного решения, говорят, что достигнут порог возбуждения. Настройкой весов этих параметров , а также порога возбуждения — мы настраиваем адекватность работы нейрона.
Рассмотрим на простом примере.
Например, нужно принять решение о поступлении в высшее учебное заведение (Схема 1). В реальной жизни на решение будут влиять очень много факторов, для простоты примера возьмем 4 фактора:
Х1-количество баллов, необходимых для поступления на бюджет
1-достаточно баллов
0-недостаточно баллов
Х2-статус города
1-областной/крупный город в центральной части
0-небольшой город
Х3-наличие интересующей специальности
1-есть
0-нет
2-есть близкая специальность
Х4-жилье
1-есть свое
0-нет своего
2-дают общежитие
Схема 1. Пример ИНС
Каждый из входных параметров Х1, Х2, Х3 И Х4 имеют влияние на формирование количественных показателей (вес) «вторичных параметров»: «КОМФОРТ ОБУЧЕНИЯ», «ПЕРСПЕКТИВЫ» и «КОМФОРТ ПРОЖИВАНИЯ». Если суммарный вес вторичных параметров преодолеет порог возбуждения, то будет принято решение поступлении именно в это учебное заведение.
Те суждения, параметры, которые мы получаем между входными и выходными, называются скрытыми. Скрытых слоев может быть не один, как в нашем примере, а несколько. И количество входных параметров тоже может быть достаточно большим. Чем больше «элементов» в нейронной сети, тем сложнее анализ. Наличие огромного количества связей, и скрытых слоев не позволяет понять и проследить все зависимости и глубину суждений такой сети. При правильном подборе входных параметров, адекватной настройке всех «весов» связей, мы получаем ресурс, который может принимать логичное и взвешенное решение, такое, которое мы можем назвать объективным и правильным.
Уже сейчас, в современном мире нейронные сети используются для решения сложных задач, которые требуют аналитических вычислений подобных тем, что делает человеческий мозг. Самыми распространенными применениями нейронных сетей является:
В каждой предметной области можно найти постановки задач для нейронных сетей. Вот список отдельных областей, где решение такого рода задач имеет практическое значение уже сейчас.
Для отбора входных параметров для ИНС, которая бы являлась инструментом для выставления оценок за контрольные работы, я провел анализ той информации которую получил от учителей нашей школы. Меня интересовало, на какие критерии обращает учитель внимание при выставлении оценок.
Оказалось, что зачастую сами параметры (те, которые будут входными сигналами) не зависят от предметной области, то есть одни и те же критерии присутствуют при оценивании работ по разным предметам. А вот вес этих параметров может отличаться, и довольно существенно, в зависимости от предмета к предмету.
Например, критерий «полный ответ» важен в гуманитарной области, в то время как в точных науках больше ценится точность формулировок и вычислений. Параметр «грамотная речь» может не учитываться при выставлении отметки учителем физики, зато является главным критерием при выставлении оценки по литературе.
Поэтому, я не просто выделил критерии, но и обозначил их значимость (вес) в зависимости от того, к какой области относится предмет: точные науки, гуманитарные науки или естественные науки (Таблица 1).
0-несущественный вес
1-существенный вес
2-является главным критерием
Критерии | Точные науки (математика, физика, химия, информатика) | Гуманитарные науки (русский язык, иностранный язык, литература, история) | Естественные науки (география, биология) | |
Точность вычислений | 2 | 0 | 1 | |
Грамотная речь | 0 | 2 | 1 | |
Правильное проведение опытов, экспериментов | 2 | 1 | 1 | |
Правильное оформление ответа | 1 | 1 | 1 | |
Умение применять знания и правила для решения задач | 2 | 2 | 2 | |
Умение пользоваться чертежами, схемами | 2 | 1 | 2 | |
Умение составлять чертежи, схемы | 2 | 1 | 1 | |
Развернутый, правильно сформулированный ответ | 0 | 2 | 1 | |
Полный, точный ответ | 2 | 2 | 2 | |
Умение применять свои знания для решения нестандартных задач | 2 | 0 | 1 |
Таблица 1. Критерии оценивания контрольных работ
Эти параметры, будут формировать сигналы второго уровня, так называемый «скрытый слой», как мне представляются, это могут быть три параметра:
За каждый критерий учитель выставляет баллы: 0 если критерий не соблюден, 1 если соблюден, но с недочетами, и 2, если критерий соответствует всем требованиям.
ИНС анализирует эти данные, учитывая вес этих параметров для данного предмета. И, уже основываясь на «весах» критериев «скрытого слоя», система сможет выставить оценку за проверяемую работу.
Можно в размышлениях «пойти дальше», и представить, как может быть выставлена не просто оценка за конкретную контрольную работу, а итоговая оценка по предмету.
В начале мы должны загрузить в ИНС базу данных с тестами по различным темам. Тесты должны быть по различным темам и различных уровней сложности. У каждого ученика будет создано своё индивидуальное дело, в которое будут заноситься результаты его тестов. Так система сможет проверять в каких областях знания у каждого ученика пробелы. Таким образом она будет составлять тесты уже с учётом этих пробелов, проверяя восполнил ли каждый ученик пробел. В итоге будет составлена контрольная, которая будет индивидуальна для каждого ученика. Так же можно научиться ИНС изменять тесты таким образом, что возможность списать готовые ответы будет стремится к нулю.
В момент, когда нужно будет выставлять итоговые оценки, ИНС будет иметь данные о том, как работал каждый ученик весь обозреваемый период. В такой системе не будет иметь значения промежуточные итоги, гораздо важнее в ней будет то, что ученик усвоил знания в полной мере. Таким образом система будет выставлять максимально объективные оценки. Перестанут существовать ситуации, когда ученики с высокими оценками не могут показать достойный результат на ЕГЭ.
Заключение
В процессе изучения темы я пришел к выводу, что на основе ИНС возможно создание системы, помогающей при оценке качества знаний учащихся. Подобные системы значительно упростят процедуру оценивания контрольных предметных работ, и позволят системе оценивания быть более прозрачной, и быть минимально подверженной субъективной оценке. Основной проблемой создания такой сети является недостаточность финансирования, так же существуют и технические проблемы, так как подобная ИНС это достаточно сложный проект.
Анкета
1-ый вопрос: Всегда ли вы уверены в объективности и справедливости выставленной оценки? (учащиеся)
Всегда ли вы уверены в объективности и справедливости выставленной оценки? (учителя)
Хотели бы вы иметь инструмент (программу, компьютерную систему, пр.) позволяющий оценивать уровень знаний объективно и справедливо?
Будете ли вы доверять этому инструменту?
Рисунок 1. Схема искусственной нейронной сети
Рисунок 2. Искусственный нейрон
Весенние чудеса
Простые новогодние шары из бумаги
Астрономический календарь. Февраль, 2019
Астрономы наблюдают за появлением планеты-младенца
Можно от Солнца уйти...