Upload
nikolina-bubica
View
20
Download
0
Embed Size (px)
Citation preview
2014
Student: Nikolina Bubica
Doktorski studij Istraivanje u
edukaciji prirodnih i tehnikih znanosti
smjer informatika, Prirodoslovno-
matematiko fakultet u Splitu,
Sveuilite u Splitu
Obrazovni semantiki web
1
Sadraj
1. Uvod ............................................................................................................................................ 2
2. Obrazovni sustavi ..................................................................................................................... 2
3. Interoperabilnost obrazovnih sustava zasnovanih na webu .............................................. 5
3.1 Koncepti i ontologije u prilagodljivom obrazovnom sustavu zasnovanom na webu6
4. Obrazovni sustavi temeljeni na semantikom webu ........................................................... 6
4.1 Semantiki web ................................................................................................................. 6
4.2 Obrazovni standardi za semantiki web ........................................................................ 7
4.3 Servisi i arhitektura semantikog obrazovnog weba ................................................... 7
4.4 Autorstvo web obrazovnih sustava zasnovanih na konceptima ................................ 8
5. Referentni model obrazovnog sustava zasnovanog na semantikom webu ................ 10
5.1 Komponente obrazovnog weba zasnovanog na semantikom webu .................... 12
6. Primjer uinkovite specifikacije nizanja i oznaavanja obrazovnog materijala na
semantikoj razini pripremanje SCORM-a za semantiki web ............................................. 14
6.1 SCORM djeljivi referentni model objekta sadraja ................................................. 15
6.2 Ontologije DAML i DAML-S ........................................................................................... 16
6.3 Autorstvo u OntoAims sustavu ..................................................................................... 17
6.4 Oznaavanje jednostavnog SCORM nizanja u DAML-S .......................................... 19
7. Zakljuak .................................................................................................................................. 21
Literatura .......................................................................................................................................... 22
2
1. Uvod
Mnogi istraivai u podruju obrazovnih sustava pitaju se to je slijedei korak u evoluciji
e-uenja? Kreemo li napokon od ratrkane inteligencije prema koherentnom prostoru
suradnike inteligencije? Koliko smo blizu viziji Obrazovnog semantikog weba i to nam je
potrebno da bismo to realizirali? Odgovori na ova pitanja otkrivaju dva osnovna izazova, a to
je postii interoperabilnost izmeu razliitih obrazovnih sustava, te automatizirati, strukturirati
te ujedinili autorsku podrku stvaranju obrazovnog sustava.
Semantiki web je jedno od najzanimljivijih tema istraivanja i razvoja posljednjih godina
u podruju umjetne inteligencije i internetske zajednice. Nedavno su se iz obrazovnih
zajednica pojavile inicijative za razvojem takozvanih obrazovnih sustava temeljenih na
semantikom webu (SWBES), a sve u nadi da uporaba tehnologija semantikog weba u
obrazovnim sustavima moe pomoi postizanju cilja bilo-kad, bilo-gdje, bilo-tko ui.
Veina www resursa upravo su ponovno koriteni objekti uenja koji podravaju standardne
tehnologije ime djelovanjem nekog inteligentnog pedagokog sustava postie olakano
uenje. U duhu semantikog weba osnovnim preduvjetom za omoguavanje
interoperabilnosti meu obrazovnim sustavima smatraju se semantika konceptualizacija i
ontologije, zajednika standardizirana komunikacijska sintaksa te usluga irokog raspona
temeljena na integraciji obrazovnog sadraja te funkcionalnih odredbi te uporabe. Vezano uzi
autorsku podrku, veoma vanu ulogu ima proces osvjetavanja autorskih alata, koji moraju
odraavati semantiku evoluciju sustava e-uenja.
U ovom radu fokusirat emo se na kreiranju sadraja predlaui autorske alate temeljene
na ontologijama koji odraavaju moduliranje obrazovnog sustava, zadravaju stalan pogled
na cijeli autorski proces te omoguuju iroku polu-automatizaciju sloenih autorskih
zadataka. Iako postoje neke inicijative za stvaranjem arhitekture za obrazovne sustave
zasnovane na semantikom webu (SWBES), one ne opisuju sve uloge ili module
prezentirane u tom sustavu stoga emo dati jedan prikaz prema referentnom modelu
obrazovnog sustava temeljenog na semantikom webu. U nastojanju da se ponudi laka
interoperabilnost iskoritena je uspjena kombinacija tehnikih napredaka izvan obrazovnog
konteksta te postojeih obrazovnih standarda i prikazan pristup uporabe OntoAIMS
obrazovnog okruenja koje se smatra jednim dobrim rjeenjem tog problema.
2. Obrazovni sustavi
Raunala se koriste u obrazovanju ve preko 50 godina, i u tom periodu proizali su razni
prijedlozi i ideje za razvoj raunalnih sustava koji podravaju uenje. Nastava potpomognuta
raunalom te mikrosvjetovi prvi su postavili studente u interakciju sa softverskim sustavom.
U poetku, takav sustav sastojao se od skupa objekata uenja te nekog korisnika koji je
koristio skup obrazovnih sadraja. Nedostatak takvog sustava bio je u tome to sustav sam
donosi odluke o nainima uporabe sadraja odnosno objekata uenja. Jedan nain
rjeavanja ovog nedostatka bio je angairanje studenata u dijalokim igrama. Na tragu tih
ideja predlae se razvoj inteligentnog sustava CAI1 kojim se elim stvoriti individualizirana
1 Computer assisted instruction odnosi se na oblik pouavanja u kojem se nastavni sadraji prezentiraju
ueniku putem raunala
3
nastava. Nadalje, sustavi kao to su inteligentni tutorski sustavi i interaktivna okruenja
uenja prezentiraju se kao jedan AIED2 sustav. Vei broj istraivanja koja se bave
dizajniranjem AIED sustava oslanjaju se na interakciju izmeu dva korisnika, a to su
raunalo/AIED sustav (odgovoran/zaduen za nuenje informacija u skladu s podrujem) te
ovjek. U ovom smislu, postoji proces interakcije u kojem je glavni cilj pruiti informacije koje
su dostupne svima i pomoi u donoenju odluka. I raunalo, dakle neki AIED sustav i ljudski
agent, esto student imaju svoj pogled na svijet u kojem komuniciraju. Openito govorei,
proces interakcije predstavlja naizmjenine poruke (,) prenesene odreenim
protokolom. U svakom sluaju, svaki korisnik mora donijeti odluku o tome to i kako e
djelovati s drugim korisnikom. Ovaj proces meudjelovanja moe zahtijevati neke druge
agente ili okruenja. Ista ideja moe se promatrati sa stanovita drugog korisnika i
obrazovnih interakcija izmeu studenata i AIED sustava kao neki oblik dijaloga izmeu
agenata, a interakcija se moe dogoditi i meu skupom studenata.
Slika 1:Vie-agentni pristup
Ovdje je naglasak na unapreenju prilagodbe sustava studentu ili grupi studenata. Zbog
toga izuzetno je vano postojanje izvodljivog modela koji je u meudjelovanju sa studentima
preko dobro dizajniranih resursa. Kao rezultat, u literaturi se esto naglaava da je pristup s
viestrukim agentima neophodan kako bi nadili opisanu sloenost (slika1). Zajednica
umjetne inteligencije i obrazovanja (AIED) djelomino je zainteresirana za kombiniranje dva
iroka dijela obrazovnih sustava zasnovanih na webu:
1. Sustav e-uenja, koji nude interakciju meu studentima i uiteljima kroz uporabu
informacijske tehnologije (uporabom sinhronih i asinhronih alata) kako bi osigurala
ovu komunikaciju te
2. Te AIED sustava, koji koriste tehnike umjetne inteligencije kako bi ponudili
personalizirane interakcije ciljajui na poboljanje uenja i procesa rjeavanja
problema, kao to je prikazano na slici 2.
2 AIED Zajednica umjetne inteligencije i obrazovanja
Zajednica agenata
AIED sustav
viestrukih
Okruenje1 Okruenje2
4
Prilagodljiv sustav e-uenja je sustav koji mijenja svoju konfiguraciju u cilju unapreenja
uenja nekog studenta. Drugim rijeima, njegov cilj je ponuditi prilagodljive interakcije
ueniku nastojei unaprijediti kvalitetu servisa. Oblici prilagodbe su slijedei:
Slika 2: Sustav prilagodljivog e-uenja
Model prilagodbe nastave: ovaj oblik prilagodbe nudi studentima razliit sadraj,
aktivnosti i servise u skladu sa specifikacijama koje je napravio autor kolegija. U
vrijeme projektiranja, autor moe samo odrediti koje atribute korisnik moe imati,
ciljajui na to da doe do odreenog sadraja, aktivnosti ili da pristupi nekom servisu.
U vrijeme izvoenja, potrebno je provjeravati model studenta prema unaprijed
odreenim uvjetima kako bi odluili koje sadraje, aktivnosti i servise ponuditi
studentu. Referentni sadraj, aktivnosti i servisi primjereno su oblikovani kako bi
primijenili ovu prilagodbu za vrijeme izvedbe.
Prilagodljive interakcije: ovaj oblik prilagodbe nudi podrku studentima i tutorima,
posjedujui nekoliko servisa, sadraja i aktivnosti koje meusobno djeluju, a podrku
korisniku nudi s obzirom na informacije koje su pohranjene u razliitim modelima,
posebno modelima korisnika, grupa i servisa Kao poetna toka u definiranju takvih
prilagodljivih interakcija mogu se smatrati inteligentni sustavi uenja (ILS) te
raunalno podrano suradniko uenje (CSCL).
Prilagodba prezentacije:ovaj oblik prilagodbe ima za cilj prezentirati razliita suelja
za svakog korisnika u skladu s njegovim modelom. Ova prilagodba ne odnosi se
samo na ono to je prilagodio ili uredio korisnik ve i na ono to je sustav nauio iz
prethodnih interakcija tog i ostalih korisnika. Ovo je jedan od najuinkovitijih naina
izgradnje prezentacije za uenje pojedinanog korisnika.
AIED sustav
Podrka znanju
Alati e-uenja
AIED sustav
viestrukih
agenata
Su
elj
e o
kru
en
ja
Okruenje1 Okruenje2
5
Nekoliko izazova vezanih uz izradu obrazovnih sustava odnose se na nastojanje da se
informacije na web prezentiraju informacije nain razumljiv raunalu i te da raunalo njima
moe upravljati. Istraivanje u ovom polju poznato je kao istraivanje semantikog weba.
3. Interoperabilnost obrazovnih sustava zasnovanih na webu
Istraivanja e-uenja te web orijentiranih obrazovnih sustava pokazuju sve vei interes
prema primjeni prilagodbe i personalizacije informacija koje su nude korisnicima (studentima,
uiteljima te autorima obrazovnog sadraja). Sve vea panja posveuje se aplikaciji koju
treba napraviti za specifinog korisnika, to znai stvoriti rastue informacije koje dolaze od
razliitih, distribuiranih i lokalnih izvora, a sve u skladu s potrebama, ulogama, ciljevima i
zadacima pojedinog korisnika. U nastojanju da obrazovni sustav zasnovan na webu to bolje
poslui potrebama obrazovne zajednice pokuava se uposliti tehnologija semantikog weba
u cilju postizanja unaprijeene prilagodbe i fleksibilnosti pojedinanog i grupnog korisnika te
nove vrste kolegija usklaenih s vizijom semantikog weba.
Osnovna ideja razvoja obrazovnih sustava zasnovanih na webu je izrada sustava koji su
osvijeteni prema korisniku, izmjenjivog sadraja te olakavaju uinkovitu isporuku uenja,
autorstva te uporabe samog obrazovnog sadraja. Osnovni aspekti postizanja
interoperabilnosti izmeu obrazovnih sustava zasnovanih na webu su:
Koncepti i ontologije za prilagodljivi obrazovni sustavi zasnovan na webu
Modularne prilagodljive arhitekture obrazovnog sustava zasnovanog na webu
Obrazovni standardi za semantiki web
Obrazovni servisi semantikog weba
Promatrajui stalni porast sadraja na webu primjeuje se da je uenicima, autorima te
uiteljima postalo gotovo nemogue dobiti pregled svih dostupnih informacija bitnih za
njihove trenutne potrebe, zadatke, uloge i ciljeve. ak, ako i pronau neke materijale koji
izgledaju prikladno nisu u mogunosti procijeniti je li pronaeni materijal u potpunosti
primjeren njihovim ciljevima, trenutnom znanju i kognitivnom stanju. Unutar klase obrazovnih
sustava zasnovanih na webu, glavnu ulogu u razliitim nastavnim sadrajima igra obrazovni
informacijski sustav koji ima za cilj ponuditi inteligentnu, informacijsku podrku temeljenu na
zadacima, a u cilju rjeavanja problema i izvoenja zadataka uenja. Primjere takvih sustava
moemo traiti u monolitnom LMS-u (Learning Managment System) kao to su Blackboard ili
WebCt koji na vie ili manje povran nain pokrivaju razliito pouavanje, uenje te
administrativne aktivnosti te kao rezultat nude webom potpomognute kolegije. Druge
primjere vidimo u specijaliziranim i efektivnim obrazovnim sustavima te davateljima sadraja
koji podravaju samo jedan zadatak unutar obrazovnog sustava, kao to su prilagodljivi
prirunici kreirani pomou sustava AHA!, InterBook, NetCoach ili prilagodljivi kolegiji s ELM-
ART, Pat i AIMS sustavom. Neto naprednije primjere vidimo u sustavima ARIADNe i EdNa
koji nude smjetanje obrazovnih objekata za viestruko koritenje.
Kako bi se poveala uinkovitost te podrao bogatiji skup obrazovnih funkcija, obrazovni
sustavi zasnovani na webu trebali bi meusobno djelovati, suraivati, razmjenjivati sadraj te
ponovno koristiti funkcionalnosti. U nastojanju da se razviju takvi sustavi istaknula su se dva
pogleda prema semantikom webu s obzirom na obrazovne sustave. Prema Anderson &
WhiteLock, vizija semantikog weba temelji se na kapacitetu za uinkovitu pohranu i
dohvaanje informacija, kapacitetu neljudskih autonomnih agenata da poveaju uenje,
6
dohvaanje informacija i ljudsku snagu obraivanja te napokon na kapacitetu Interneta da
podrava, produava te iri komunikacijske kapacitete ljudi u raznim oblicima bez obzira na
granice vremena i prostora. Stuff & Motta predviaju razvoj veeg broja semantikih
obrazovnih web-ova zasnovanih na zajednicama sa vlastitim promjenjivim ontologijama,
bazama znanja, repozitorijima te nainima stvaranja smisla u svijetu
3.1 Koncepti i ontologije u prilagodljivom obrazovnom sustavu zasnovanom na webu
Openito, ontologija se koristi za definiranje osnovnih pojmova i njihovih relacija u nekom
podruju. Ona prua aksiome kao pravila te ogranienja za manipulaciju i upravljanje
pojmovima i njihovim odnosima u zajednikim podrujima rjenika. Ontologije dozvoljavaju
definiciju infrastrukture za integriranje inteligentnih sustava na razini znanja, neovisno od
pojedinanoj implementaciji, ime omoguujemo dijeljenje znanja. Zajedno s razliitim
modelima razmiljanja i zajednikim tehnikama prikazivanja znanja, ontologije se mogu
koristiti kao osnova za razvoj djeljivih knjinica te ponovno koritenih modula znanja. Danas
ve postoji odreeni broj razvijenih web obrazovnih sustava zasnovanih na konceptima, koji
tipino ukljuuju: podruje temeljeno na konceptima, repozitorij resursa za uenje,
prezentaciju kolegija, prilagodbu i personalizaciju. Osnovno obiljeje ovih sustava je
konceptualizacija samog podruja ime se podrava i uinkovita implementacija i
standardizacija. Struktura koncepata moe se graditi na nain da prezentira ontologiju
podruja koja nudi iroko dogovoren rjenik za prezentaciju znanja podruja. Tako definirane
ontologije specificiraju koncepte koji se ukljuuju kao i koncepte koji se povezuju. Repozitorij
sadri resurse za uenje (objekte) koji su vani za koncepte definirane temom podruja.
Zadaci uenja tipino su opisani u smislu koncepata tema podruja i nekih nastavnih
poveznica kao to su pred-uvjetna znanja i efekti meu ukljuenim konceptima. Primjeri
ovakvih sustava su AIMS te TM4L. Oba su sustava veoma slina jer su fokusirana na
uinkovito pruanje informacija i podrku za zadatke orijentirane prema rjeavanju problema,
ali se mogu smatrati i dopunjujuima u nainu na koji podravaju zadatke uenja. Dok AIMS
ukljuuje prezentaciju i nizanje kolegija, TM4L je vrsta digitalne knjinice koja direktno ne
ukljuuje prezentaciju kolegija.
4. Obrazovni sustavi temeljeni na semantikom webu
4.1 Semantiki web
Semantiki web nudi nove tehnologije programerima web aplikacija nastojei omoguiti
inteligentni pristup, upravljanje webom za vrijeme njegovog formiranja te semantiki bogatije
moduliranje aplikacija i njihovih korisnika. Dananjim programerima web aplikacija jedan od
vanijih ciljeva je ponuditi to je mogue vie sredstava za stvaranje informacija i komponenti
znanja koje su lako dostupne i iskoristive od nekog drugog korisnika. Semantiki web ima
sposobnost proirivanja klasinog web opskrbljujui web stranice semantikom strukturom
ime se nudi podrka ljudskim i umjetnim agentima u razumijevanju sadraja. Na taj nain
semantiki web nudi okruenje u kojem softverski agenti mogu upravljati web dokumentima i
izvoditi sloene zadatke. Postie se unapreenje sadraja obrazovnog sustava temeljenog
na webu, a time i doprinosi poveanju kvalitete uenja. Takav sustav moe ponuditi studentu
personaliziran materijal za uenje, prikupiti podatke koji se odnose na interakcije izmeu
studenata i web okruenja te pronai servis u skladu sa studentovim potrebama.
7
4.2 Obrazovni standardi za semantiki web
Zajednica tehnologija uenja veoma brzo usvaja mnoge web tehnologije kao to su npr.
XML, RDF, streaming video i sl. Istovremeno, standardizacija obrazovnih tehnologija kree
se veoma brzo naprijed pa ADL te IMS postaju specifikacije koje podravaju i komercijalni i
znanstveni svijet. Oba standarda veoma su vana s obzirom na upravljanje obrazovnim
sustavima. Posebno zanimljiv nam je SCORM standard koji u obrazovni web uvodi sloenu
ideju nizanja tj. skup pravila koji odreuje poredak u kojem student moe doivjeti objekte
uenja. Jednostavno reeno, on ograniavaju studenta na skup putanju kroz nastavni
materijala, doputa studentu da zapamti i oznai njegov napredak pri uzimanju pauza od
uenja te osigurava dostupnost rezultata vrednovanja uenja nekog studenta. Standard
koristi XML, a temelji se na rezultatima rada AICC, IMS Global, IEEE, i Ariadne. Nove
obrazovne specifikacije za SCORM sadraje uenje odnose se na semantiku anotaciju,
povezivanje sadraja te nizanje sadraja. SCORM je odabrao svoj vlastiti XML format te
metodologije ime se obrazovni svijet ograniava na vrstu ogranienog svemira te oteava
integriranje e-uenja s ostalim poslovnim procesima. Ipak, u novije vrijeme, neki predstavnici
SCORM razvojne zajednice priznaju da postoji prednost u otvaranju prema veoj web
semantikoj zajednici kako bi se olakalo integriranje nastavnih sadraja s ostalim
materijalima te izbjegli nezgrapni prijevodi postojeih rjenika i semantikih opisa. Taj trend
vidi uporabu OWL te DAML-S standarda u trenutnom SCORM standardu pa se DAML-S
prijevod moe se koristiti za integriranje okruenja uenja temeljenog na SCORMu s
ostalim poslovnim procesima ili web servisima koji imaju DAML-S opise.
4.3 Servisi i arhitektura semantikog obrazovnog weba
U nastojanjima da se integrira razliit obrazovni sustavi i davatelji sadraja, predlau se
obrazovni posluitelji koji se temelje na koritenju standarda, ontologija i pedagokih agenata
za podravanje interakcija meu korisnicima i posluiteljima. Interakcija u buduim
obrazovnim sustavima predlae se kao interakcija izmeu korisnika i servisa izravno kroz
direktorije obrazovnih usluga. Trenutno se ulau veliki napori kojima se nastoji popuniti
rascjep izmeu prilagodljivih obrazovnih sustava i spremita dinamikih obrazovnih mrea te
predlae arhitektura temeljena na servisima za personalizirano e-uenje. Primjer takve
arhitekture vidimo u personaliziranom asistentu uenja koji koristi tehnologiju semantikog
weba za realiziranje personalizirane podrke uenju u razdijeljenom okruenju uenja.
Analiza mnogih trenutnih prilagodljivih web obrazovnih sustava temeljenih na konceptima
pokazala je da oni dijele obiljeja zajednike arhitekture to omoguava specifikaciju
referentne arhitekture za takve sustave, a time i evaluaciju te izgradnju samog sustava. U
nastojanju da se stvori uinkoviti prilagodljivi web obrazovni sustavi zasnovani na
konceptima koji nadopunjavaju jedan drugog dijeljenjem resursa i komponenti, namee se
modularan pristup u izgradnji takvog sustava. Modularan pristup pretpostavlja arhitekturu
temeljenu na komponentama koje dozvoljavaju dijeljenje znanja (ontologije podruja, resursi
uenja, modeli kolegija te modeli korisnika) te komponenti npr. koritenjem modeliranja,
nizanja kolegija, vizualizacije ontologije te pretragama kljunih pojmova. U sladu s tim
predlae se openita referentna arhitektura koja se odnosi na slijedea istraivaka pitanja:
Pitanja uz razinu usitnjenosti izmjene podataka: kakva bi trebala biti
informacija u jednoj komunikacijskoj transakciji? Treba li autor, u nekom drugom
8
scenariju, dozvoliti uvoz cijelog modela podruja nekog sustava u jednoj
transakciji?
Pitanja uz semantiku: koji vrstu pitanja bi neki sustav trebao biti u mogunosti
traiti?
Pitanja uz sintaksu: u kojem bi obliku trebalo postavljati pitanja?
Pitanja uz svjesnost o modelu podruja i korisnika: treba li traeni sustav
slati ikakve indicije o tome to njegov korisnik ve zna pa da sustav koji odgovara
ne alje ve poznate informacije? Ako je tako, koji vrstu informacija treba slati i u
kojem obliku?
S obzorom na razinu usitnjenosti izmijenjenih informacija za kvalitetnu komunikaciju te
uinkovitost meu sustavima vana je konciznost odnosno saetost zahtjeva i odgovora te
potpunost zahtjeva i odgovora. Razliiti sustavi moraju znati kako mapirati svoje unutarnje
znanje do temeljnih koncepata prema navedenom zajednikom temelju. Predlae se
koritenje protokola temeljenih na XML-ovima kako bi ih svaka aplikacija mogla razumjeti.
Vezano uz svjesnosti o korisnicima predlae se koritenje servisa modeliranja korisnika ime
se postie da sustav koji odgovara nee morati pitati sustav koji alje zahtjev ono to korisnik
ve zna.
4.4 Autorstvo web obrazovnih sustava zasnovanih na konceptima
Izgradnja prilagodljivih web obrazovnih sustava zasnovanih na konceptima zahtjeva
dosta vremena i esto se radi potpuno iznova. Stalnim porastom informacija koji su dostupne
na webu te ukljuivanjem sloenih strategija za prezentaciju i navigaciju nastavnim
sadrajem, izrada takvih sustava postaje sve zahtjevnija. Trenutni nain dizajniranja takvih
sustava nudi malo prostora za ponovno koritenje ili dijeljenje sadraja, znanja i funkcijskih
komponenti. Nadalje, e-uenju esto nedostaje dobro autorsko okruenje i esti su zahtjevi
nie razine programiranja prema strunjacima obrazovnog sadraja. Poseban problem vezan
uz prilagodljive web obrazovne sustave je i oteano vrednovanje postojeih sustava zbog
nepostojanja zajednike referentne arhitekture te standardiziranih pristupa.
Uzimajui u obzir specifikaciju modularne zajednike referentne arhitekture web
obrazovnog sustava, autorstvo prilagodljivog web obrazovnog sustava zasnovanog na
konceptima trebalo bi se temeljiti na strogo razdvojenim i neovisnim ulogama strunjaka
nekog podruja te autora nekog kolegija. U skladu s tim razlikujemo tri grupe autorskih
aktivnosti:
Autorstvo sadraja
Autorstvo nastavnog procesa
Autorstvo prilagodbe i personalizacije
Tipian primjer autorskog okruenja za prilagodljive web obrazovne sustave temeljene na
konceptima nudi AIMS. AIMS autorsko okruenje podrava sve navedene autorske aktivnosti
kroz tri alata koji su tipini za klasu sustava: podruje ureivanja, nizanje zadataka kolegija te
upravljanje resursima.
4.4.1 Autorstvo obrazovnog sadraja
Autorstvo sadraja u prilagodljivim web obrazovnim sustavima temeljenim na konceptima
ukljuuje kreiranje objekata uenja te njihovu anotacija (kreiranje meta-podataka, ), ali i
9
kreiranje poveznica meu tim objektima uenja. Na ovoj razini autor izvodi aktivnosti koje se
odnose i na podruje i na resurse. Aktivnosti koje se odnose na podruje su stvaranje
glavnog modela u terminima koncepata i poveznica pri emu koncept podruja ukljuuje par
koji se sastoji od naziva koncepta i njemu odgovarajueg skupa atributa. Aktivnosti koje se
odnose na resurse su izgradnja kolekcije obrazovnih resursa u modelu knjinice resursa npr.
umetanje novog resursa uenja ili ureivanje postojeeg resursa u njihovom odlagalitu.
Svaki resurs obogauje se odgovarajuim meta-podatkom kako bi olakali njegovu daljnju
uporabu u slijednom modelu kolegija.
4.4.2 Autorstvo nastavnog procesa
Autorstvo nastavnog procesa obino ukljuuje aktivnosti stvaranja kolegija, odnosno
stvaranja modela zadataka kolegija kako bi predstavili strukturu kolegija i posluili kao temelj
za daljnje nizanje zadataka kolegija. U procesu stvaranja niza nastavnih zadataka autor
obino:
odabire koncepte iz modela podruja i dodjeljuje ih temama kolegija,
odabire odreene nizove tema kolegija u cilju ostvarivanja ciljeva uenja
dodjeljuje zadatke kolegija za svaku temu, svaki zadatak mora pokriti vie od jedne
aktivnosti uenja
4.4.3 Autorstvo prilagodbe i personalizacije
Autorstvo prilagodbe ukljuuje aktivnosti autora koje se odnose prema korisniku, a
vezane su uz definiranje modela korisnikovih obiljeja i njihovu primjenu u prilagodbi nizanja
zadataka kolegija. U ovoj fazi autori obino definiraju i primjenjuju razliite strategije kako bi
postigli najuinkovitije kreiranje sadraja uenja prema pojedinanom ueniku. U
prilagodljivim multimedijskim sustavima prilagodba se prvenstveno bavi navigacijskom
strukturom te konstrukcijom likova i sadraja pazei da prezentacija bude prilagoena
samom korisniku.
4.4.4 Alati autorske podrke
Mnogi istraivai u polju obrazovnih sustava stavili su naglasak na autorske sustave
te njihovo unapreenje, jer jo uvijek postoje uglavnom autorski sustavi koji su veoma ovisni
o aplikacijama, sustavi koji stavljaju naglasak na ponovno koritenje sadraja te primjenjivost
u razliitim domenama. Autorski pristup koji predlau Aroyo & Dicheva fokusira se na
autorstvo na tri razliite razine apstrakcije i to: konceptualnoj razini, razini primjene te razini
prezentacije. Slika3 prikazuje arhitekturu autorske podrke zasnovane na ontologiji te
realizirane s dva modula: operativnim modulom i autorskim pomonim modulom. Temeljni
autorski zadaci su primitivni funkcionalni koncepti koji su osnovni za razumijevanje i
izvoenje temeljnih autorskih procesa te dozvoljavaju izgradnju rjenika ontologije. Primitivne
funkcije definirane su na objektima npr. objektima unutar specifine strukture temeljene na
konceptima (npr. model podruja). Primjeri atomskih autorskih zadataka ukljuuju stvaranje
(strukture), kreiranje (objekata), dodavanje (objekta, strukture, brisanje (objekta, strukture),
ureivanje objekta, strukture), povezivanje (objekt1, objekt2, objekt3,struktura ..)Na
kompozitnoj razini nalaze se veze koje predstavljaju odreene kriterije spajanja koja se
koriste za funkcijsko grupiranje primitivnih funkcijskih koncepata u autorske zadatke vie
razine. Autorski zadaci vie razine predstavljaju skup zadataka povezanih s primjenom. Ove
veze ne brinu o posebnim promjenama u objektima, no mogu predstavljati sluajne veze
10
izmeu dva zadatka ili vezu tipa dodijeljen je, postignut je, delegiran je, kojim se
predstavljaju odnosi izmeu zadataka i samog agenta.
U podruju prilagodljivih obrazovnih sustava zasnovanih na webu stiglo se do
trenutka u kojem informacije dostiu kritinu koliinu, zahtjevi korisnika prema vie
personaliziranim i prilagodljivim sustavima sve vie rastu, a web tehnologije izuzetno
napreduju. Bavljenje ontologijama i konceptima pojaava nau konceptualnu svjesnost i
utjee na stil doivljavanja informacija, a time i na zahtjeve za koritenje autorskog sustava.
Nemogue je predvidjeti u kom smjeru dugorono ide e-uenje i koji e biti novi izazovi no
istie se da je kljuni element uspjeha dostupnost podrke za korisniko, strukturirano i
automatsko autorstvo obrazovnih sustava.
Slika 3: arhitektura autorske podrke temeljene na ontologiji, realizirana s dva modula
5. Referentni model obrazovnog sustava zasnovanog na semantikom
webu
Koje zahtjeve mora ispuniti obrazovni semantiki web? Prema Anderson i Whiteloct
(2004) obrazovni semantiki web temelji se na tri osnovna zahtjeva:
Sposobnosti za uinkovitu pohranu i dohvat informacija
Sposobnosti neljudskih/umjetnih autonomnih agenata da poveaju uenje i
dohvat informacija od strane ljudi
Sposobnosti Interneta da podrava i proiruje sposobnosti ljudske komunikacije u
raznim formatima kroz prostor i vrijeme.
Ovi zahtjevi mogu se ispuniti kroz slijedee tehnologije:
Ontologije Informacija na webu obino je predstavljena u jeziku pogodnom za ljudsko razumijevanje. Kako bi raunalo razumjelo njeno znaenje neophodno je informaciju prezentirati u obliku koji se moe interpretirati
11
sintaksno i semantiki to pomae procesu analiziranja, izvlaenja i povezivanja informacija na webu te olakava proces stvaranja vrste baze znanja u koje se mogu pouzdati inteligentni servisi u nastojanju da udovolje potrebama korisnika.
Standardi uenja Uporaba standarda osnovna je u opisivanju, razvoju, izmjeni, pristupanju, oznaavanju, kombiniranju i kvalificiranju obrazovnih resursa. U razvoju obrazovnih sustava zasnovanih na semantikom webu koriste se standardi semantikog weba kao to su DF te SKOS te standardi obrazovnih sustava kao to su IEEE te IMS.
Servisi semantikog weba
Servisi semantikog weba nude itav niz raznih aktivnosti koje tehnologijom semantikog weba transformiraju statini skup informacija na distribuiran nain te stvaraju sadraj unutar www-a koji je raunano obradiv te raunalno razumljiv.
Inteligentni agenti Inteligentni agenti su autonomni softveri koji nude nekoliko vrsta podrke kroz razliite interakcije s korisnicima u skladu s njihovim ulogama. Ovaj softver mora imati sposobnost izvoenja i prihvaanja novih zahtjeva tijekom samog rada.
Kada govorimo o obrazovnim sustavima zasnovanim na semantikom webu vano je
razmatrati interakcije koje se dogaaju izmeu dvaju korisnika: raunala odnosno
obrazovnog sustava te samog korisnika. Obrazovni sustav odgovoran je za ponudu
informacija u skladu sa sadrajem i podrujem uenja dok djelovanje korisnika opisuje
njegova specifina uloga. Razmotrimo djelovanje takvog sustava kroz primjer jednog
referentnog modela obrazovnog sustava zasnovanog na semantikom webu.
Jedan referentni model obrazovnog sustava zasnovanog na semantikom webu prikazan je
na slici4. Opisat emo model navodei uloge njegovih korisnika, obrazovne resurse te opisati
sam obrazovni sustav kroz njegove ontologije, alate, servise semantikog weba, inteligentne
agente te okruenje semantikog weba.
Slika 4: Referentni model obrazovnog sustava zasnovanog na semantikom webu
12
U obrazovne sustave zasnovane na semantikom webu ukljueno je vie razliitih
obrazovnih aktivnosti kao to su pouavanje, uenje, suradnja, autorstvo .. koje se dodjeljuju
korisnicima u skladu s njihovima ulogama. Razlikujemo slijedee uloge korisnika:
Uloga uitelja: nadzire uenikove interakcije te konfigurira uenikove strategije
Uloga uenika: uspostavlja interakciju sa sustavom i to s prilagoenim i
personaliziranim obrazovnim sadrajem.
Uloga autora: odgovoran za strukturiranje obrazovnog sadraja, nastavnog procesa
te prilagodbe i personalizacije tih sadraja.
Uloga grupe: proces uenja moe se promatrati i kroz aktivnosti grupe. Grupe su
zainteresirane za suradniko uenje te interakciju meu studentima u cilju postizanja
osobnih ciljeva studenata, dijeljenja kognitivnih, meta-kognitivnih, motivacijskih te
emotivnih funkcija s ostalim studentima
Uloga graditelja: odgovoran za razvoj i dodavanje novih funkcionalnosti obrazovnom
sustavu zasnovanom na semantikom webu.
Uloga ureivaa: odgovoran za prikupljanje podataka o uinkovitosti sustava
openito, osobito alata sustava, ali i korisnika s obzirom na njihove uloge. Kao agent
odgovoran za evaluaciju uinkovitosti moe se koristiti agent umjetne inteligencije
(agenti podrke i kontrole), ali i ljudski agenti (tutori, roditelji studenata ..)
Obrazovni resursi predstavljaju objekte uenja koji se tiu specijalnih obrazovnih sustava
kao to su npr. primjeri, problemi, nastavne jedinice, aktivnosti i sl. Prema Devedzic (2006)
veina praktinih primjera te primjena standarda odnose se upravo na standarde objekata
uenja (LO, engl. Learning Object). Izazovi u primjenama tih standarda nalaze se u razvoju
jednostavnih metoda i alata za oznaavanje objekata uenja, razlikovanje objektivnih i
subjektivnih meta-podataka, kombiniranje skupova meta-podataka i shema razliitih izvora, u
uvoenju formalne semantike u postojee standarde te u fleksibilnom i dinamikom
povezivanju meta-podataka s objektima uenja.
Suelje okruenja predstavlja komunikaciju izmeu korisnika s odreenom ulogom te
sustava zasnovanog na semantikom webu. Pri izboru tehnologije koju je potrebno koristiti u
okruenju posebno vanu ulogu igra sadraj i tip obrazovnih resursa, ali i sposobnost
okruenja da podri razliite uloge korisnika ime se stvaraju specijalizirana suelja alata za
autorstvo, specijalizirana suelja mobilnih alata, razvojnih okruenja i sl. Suelje nekog
okruenja moe biti preglednik, digitalna tv, mobilna radna povrina, telefon, PDA.
5.1 Komponente obrazovnog weba zasnovanog na semantikom webu
Obrazovni sustav zasnovan na semantikom webu podrava brojne korisnike nastojei ih
uinkovito voditi te pomoi im u postizanju njihovih osobnih ciljeva. Takav obrazovni sustav
predstavlja novu generaciju obrazovnih sustava zasnovanih na webu koji ima za cilj uporabu
tehnologije semantikog weba. Resursi semantikog weba mogu se koristiti u razliitim
obrazovnim sustavima kao to su inteligentni tutorski sustavi, sustavi upravljanja uenjem,
virtualnim okruenjima uenja, prilagodljivim okruenjima uenja, obrazovnim sustavima
putem digitalne TV i sl. Komponente obrazovnog sustava zasnovanog na semantikom webu
su: ontologije, alati, servisi semantikog weba, inteligentni agenti te okruenje semantikog
weba.
13
5.1.1 Ontologije
U obrazovnoj zajednici aktualni su pokuaji preciznijeg definiranja dijelova svijeta
podataka koji su prikazani u razliitim formatima. Primjenjuju se ontologije za rjeavanje
razliitosti sloenih problema kao to su prezentacije znanja u inteligentnim sustavima,
dijeljenje znanja i njegovo ponovno koritenje u razliitim aplikacijama, oznaavanje i
pretraivanje objekata uenja, personalizacija sadraja uenja i sl. Takoer, postignuti su
znaajni rezultati u razvoju i uporabi ontologija za poveavanje iskustva uenja zasnovanog
na webu i u teorijskom i u tehnologijskom smislu. Pod aspektima tehnologije misli se na
uporabu ontologija za omoguavanje pretraivanja, dijeljenja i ponovnog koritenja
obrazovnog sadraja smjetenog na razliitim repozitorijima ime se omoguava
interoperabilnost i integracija razliitih obrazovnih aplikacije. Pod teorijskim aspektima misli
se na uporabu ontologija za podrku protoka znanja od teoretiara do autora praktiara
nekom razumljivom metodologijom u kojoj se znanje stvara, otkriva, dijeli i uinkovito
prezentira za uporabu za vrijeme uenja obrazovnog sadraja ali i za vrijeme njegovog
stvaranja. U obrazovnim sustavima moemo koristiti slijedee ontologije:
Obrazovne ontologije: odgovorne za specificiranje i testiranje znanja s obzirom na
posebna svojstva obrazovnog sustava. Primjer takvih ontologija su ontologije modela
podruja, ontologija pedagokog modela, ontologija prilagodbe, ontologija zadataka
Ontologije interakcija: imaju znanje o komponentama obrazovnog sustava. Takve
ontologije su ontologije koje odreuj agente, servise semantikog weba te alate.
Ontologije sadraja: odgovorne su za opisivanje obrazovnog sustava zasnovanog
na semantikom webu kao cjeline, a u cilju osiguravanja komunikacije i objavljivanja
obrazovnog sustava na webu.
5.1.2 Alati
Obrazovno okruenje moe ponuditi mnotvo alata, koji su razliitog raspona
interaktivnosti i sloenosti u isto vrijeme. Nadalje, sustav mora ponuditi alat u skladu s vrstom
korisnika te ureaja koji se koristi npr. mobilni ureaj, PDA, mobitel. Vrste alata koji se
mogu razviti i koristiti u obrazovnim sustavima su:
Obrazovni alati: ovi alati igraju vanu ulogu u procesu uenja svakog studenta. Alati
web 2.0 primjer su alata koji se mogu opisati kao obrazovni alati. Integracija ovih
alata s tehnologijama semantikog weba nude nove mogunosti sustava kroz pristup
socijalnog semantikog weba. Nekoliko alata nude se ovisno u ulozi korisnika npr.
alati uitelja, alati autorstva, alati pregledavanja, semantiki wiki alati i sl.
Alati za podrku semantikog weba: ovi su alati neophodni kako bi zaista stvorili
javni semantiki web. U takve alate ubrajamo alate za mapiranje ontologija, alate
socijalnog semantikog weba, alate ontologije vizualizacije, alate ontologije
inenjerstva i sl.
Administrativni alati: to su alati vani za definiranje okruenja s obzirom na uloge,
korisnike, vjerodostojnost i sl.
5.1.3 Servisi semantikog weba
Servisi semantikog weba slue kako bi ponudili korisnicima, agentima i alatima servisno
orijentiran pristup u skladu s njihovim interesom. Takoer, servisi mogu posluiti i za
14
automatizaciju integracije aktivnosti kroz stvaranje, automatsko otkrivanje te automatsko
slaganje. Vrste servisa semantikog weba koje moraju biti dostupne su:
Obrazovni servisi semantikog weba: nude osnovna obiljeja kojim se osigurava
cilj nekog obrazovnog sustava. Oni olakavaju neke obrazovne aktivnosti kao to su
integracija sadraja, otkrivanje obrazovnih resursa, evaluacija te usporedba
obrazovnih aplikacija, personalizacija obrazovnog sadraja i suelja, suradnju,
preporuke, rjeavanje problema i sl.
Podrka servisima semantikog weba: postoji nekoliko aktivnosti u kojima se ne
uzima u obzir obrazovna svrha, ali su te aktivnosti ipak prisutne unutar svakog
obrazovnog sustava npr. konverzacija, pretrage i slino te predstavljaju izuzetno
vaan faktor svakog obrazovnog sustava.
5.1.4 Inteligentni agenti
Agenti obrazovnog sustava igraju vanu ulogu u obrazovnim sustavima zasnovanim na
semantikom webu. Agenti su odgovorni za osiguravanje automatizacije aktivnosti,
dinamikih razvoja zahtjeva i sl. Vrste agenata opisuju se na slijedei nain:
Tutorski agenti: osiguravaju interakciju izmeu obiljeja sustava i korisnika u skladu
s njihovim ulogama. Primjer su agenti koji otkrivaju novo znanje o korisniku,
izmjenjuju sadraj meu aplikacijama, personaliziraju sadraj za razliite korisnike i
sl.
Agenti podrke: podravaju druge agente u osiguravanju ispunjenja njihovih
aktivnosti. Primjer su agenti podrke za rudarenje po webu.
Agenti kontrole: vani su za administrativne aktivnosti kao to su provjeravanje
izvedbe agenata te servisa semantikog weba, osiguravanje pristupa agentima u
sustavu, identificiranje nesigurnih agenata i sl.
5.1.5 Okruenja semantikog weba
Okruenje obrazovnog sustava zasnovanog na semantikom webu predstavlja
interaktivno okruenje koje sposobno otkriti, pretraiti, odabrati te pozvati resurse na webu u
skladu s razliitim tehnologijama i arhitekturama koje su semantiki opisane.
6. Primjer uinkovite specifikacije nizanja i oznaavanja obrazovnog
materijala na semantikoj razini pripremanje SCORM-a za
semantiki web
Dananji kolegiji koji su orijentirani prema webu, to znai da ukljuuju i statine
materijale i dinamike aktivnosti, obino su razbijeni na neovisne module, koji se dalje
kombiniraju u itav kolegij. Ovaj pristup stimulira ponovnu uporabu i ini lakim stvaranje
varijanti kolegija prilagoenih za razliite svrhe ili skupine uenika pa sve do razine jednog
studenta, ali i vodi u prema mogunosti da razliiti studenti mogu krenuti razliitim putovima
uenja kroz sadraj na temelju navigacijskih zahtjeva, voeni svojim ciljevima uenja i
trenutnim sposobnostima. Unutar kolegija mogue je postaviti razliita ogranienja, kao to
je zadavanje odreenog vremena za rjeavanje ili dozvoljavanje pregledavanja nastavnog
15
materijala samo jednom npr. za odgovaranje na kvizovima. Stoga je veoma vano odrediti
nain na koji se individualne jedinice uenja mogu pronai te kao ih nizati na osnovu razliitih
uvjeta. Uvjeti mogu proizai iz interakcija studenata kao to su upiti, navigacijski zahtjevi,
rezultati testova ili unaprijed odreenih uvjeta kao to su cijevi uenja, prethodno iskustvo te
vanjski nametnuti uvjeti. U posljednje vrijeme puno se truda ulae u pronalaenje didaktikih
predloaka koji formaliziraju i zaokruuju temeljne odabire u jednostavnom modelu (IML LD').
Prikazat emo primjer nizanja i oznaavanja obrazovnog materijala na semantikoj razini
mapiranjem trenutnog SCORM standarda u OWL i DAML-S. Kao primjer pitanja koja se
odnose na uporabu i autorstvo inteligentnih web orijentiranih kolegija prikazan je OntoAIMS
sustav koji nudi inteligentnu prilagodljivu informacijsku podrku studentima i autorima.
6.1 SCORM djeljivi referentni model objekta sadraja
SCORM, odnosno djeljivi referentni model objekta sadraja skup je postojeih, ali i novo
razvijenih specifikacija prema ideji naprednog distribuiranog uenja (ADL) ija je ideja
uspostaviti novo distribuirano okruenje uenja koje dozvoljava interoperabilnost alata uenja
i sadraja kolegija na globalnoj razini. Osnovni dijelovi SCORM specifikacije su model
metapodataka koji je posuen iz IEEE-LOM IMS modela pakiranja sadraja razvijenog
kasnije zajedno s IMS. SCORM model pretpostavlja da je sadraj izgraen od malih jedinica
uenja SCO. Takva jedinica (SCO) zamiljena je kao samoodriva jedinica uenja. Kolegiji
su dizajnirani kreiranjem IMS dokumenta koji opisuje organizacije koje nalikuju stablastoj
strukturi dokumenata ije se razine sastoje od jedinica uenja (SCO), a vorovi predstavljaju
internu strukturu kolegija. Svaka se strukturalna razina (manifest, organizacija, jedinka) moe
oznaiti meta-podacima. Jedna jedinica uenja moe se ponovo koristiti u razliitim
organizacijskim dokumentima. Jedina komunikacija SCORM modela s vanjskim svijetom
upravo je kroz tzv. obrazovni upravljaki sustav (LMS) kroz njegovo unaprijed definirano
suelje. Osnovni zadatak obrazovnog upravljakog sustava je pokretanje objekta uenja
(SCO) za prezentiranje korisniku, to znai da upravljaki obrazovni sustav vodi rauna o
materijalu kojeg je korisnik poslao te o odgovornostima.
Jednostavna IMS specifikacija nizanja nudi model aktivnosti uenja koje su
organizirane kao stablo klastera jednostavnijih funkcija. Slika 5 prikazuje mapirano stablo
aktivnosti. Poetno je definirano da je put uenja upravo duljina prolaska kroz stablo, no
netko moe odrediti akciju za svaku jedinku ovisno o uvjetima. Takoer, mogue je napraviti
prelazak na drugu aktivnost uenja ili promjenu stanja upravljakog obrazovnog sustava.
Uvjeti se u pravilu odnose na stanje upravljakog obrazovnog sustava ili na navigacijski
zahtjev od strane nekog korisnika. Dozvoljene su samo najjednostavnije kontrole nizanja:
odaberi; ako je ispunjen uvjet onda radi akciju.
Standard meta-podataka objekata uenja razvijen je posebno za obrazovno podruje
i stavlja naglasak na najmanji skup obiljeja potrebnih da bi objekti uenja dozvolili da se
pronau, vrednuju, zahtijevaju te koriste.
16
Slika 5: Dokument organizacije s klasterima aktivnosti ADL
6.2 Ontologije DAML i DAML-S
Ontologije igraju vanu ulogu u olakavanju dijeljenja informacija meu zajednicama ljudi
i softverskih agenata. Predlae se odreeni broj reprezentativnih formata kao to su RDF
shema, OIL, DARP, a kasnije u obliku DAML-OIL. DAML-OIL koriste se postojei web
standardi kao to su XML, RDF i RDFS te dodaju na temeljni objektno-orijentirani i okvirno
orijentirani sustav. DAML S standard razvio je DAML-OIL ontologiju za web servise s ciljem
da napravi web servise koji su raunalno razumljivi te omoguuju otkrivanje servisa,
pozivaju neki identificirani servis od strane nekog agenta ili drugog servisa te meudjelovanje
odnosno uklanjanje prepreka komunikaciji do kojih moe doi zbog semantike, slaganja
postojeih servisa, provjeravanje svojstava servisa te provedbu nadziranja. U DAML-OIL-u
apstraktne kategorije entiteta, dogaaja i sl. definirani su u obliku klasa i svojstava specifinih
za opis servisa unutar DAML-OIL.
Slika 6: Top razina ontologije servisa
kolegij
modul 1
nastavna jedinica
1
nastavna jedinica
2
modul 2
nastavna jedinica
1
nastavna jedinica
2
nastavna jedinica
3
nastavna jedinica
4
modul 3
nastavna jedinica
1
nastavna jedinica
2
poglavlje 1
poglavlje 2
klaster
klaster klaster
klaster
klaster
17
Slika 6 prikazuje top razinu ontologije DAML-S servisa. Na najvioj razini nalazi se
klasa SERVIS u kojoj su sva definirana obiljeja veoma openita. Ideja je stvoriti
konceptualni temelj za strukturiranje taksonomije servisa, ali se oekuje da se taksonomija
sama predstavlja kao profil-servisa. Profil-servisa opisuje servis na nain koji je itljiv ljudima,
specificira funkcionalnosti ponuene servisom i njegovim funkcionalnim atributima npr.
zahtjevima i mogunostima. Servis je formalno opisan kroz Model servisa koji olakava
automatsko pozivanje servisa, slaganje, meudjelovanje te izvedbu nadzora. Servisni model
nudi sredstva za opisivanje tijeka podataka i kontrole tijeka u sluaju sloenog servisa.
Napokon, servis podrava i Pristup servisu kojim se odreuju komunikacijski protokoli,
mehanizmi transporta i sl.
6.3 Autorstvo u OntoAims sustavu
OntoAims je dizajniran prvenstveno kao podrka studentima u uenju koje se temelji na
istraivanju i zadacima pretraivanja te dohvaanja obrazovnih informacija. Takoer,
OntoAims je dizajniran i s ciljem da bude podrka autorima (uiteljima, strunjacima,
dizajnerima kolegija) u stvaranju, opisivanju pri konceptualizaciji jedinki sadraja te njihovom
generiranju i slaganju sljedova kolegija. Osnovni cilj OntoAims sustava je olakati stvaranje,
ureivanje, odravanje i ponovnu uporabu nastavnog materijala te njihovu uinkovitu
primjenu unutar razliitih kolegija. To se moe postii primjenom procesa raslojavanja
kolegija zasnovanog na ontologiji unutar web arhitekture uenja izgraene na postojeem
nastavnom modelu. OntoAIMS se temelji na AIMS referentnom modelu koji odreuje strogo
odvajanje izmeu sadraja, podataka i njihove primjene te definira tri glavna sustavna
modula: modul ureivanja podruja, modul slaganja kolegija i modul upravljanja resursima.
Sastav kolegija nudi alate tipa arobnjake koji podravaju autore kroz cijeli proces definiranja
slijedne strukture kolegija te kroz povezivanje zadanog nastavnog materijala. OntoAIMS
slijedni model, zasnovan na SCORM-u, dozvoljava autoru definiranje procesa uenja te
organiziranje svih meta-podataka vanih za kolegij. U nastojanju da stvori strukturu kolegija
autor bi trebao:
Odabrati koncepte iz modela podruja te dodijeliti ih temama kolegija
(komponentama)
Odabrati specifine sljedove tema kolegija koje realiziraju odreene ciljeve
uenja
Pridruiti aktivnosti kolegija za svaku temu
Povezati obrazovne resurse sa svakom temom kolegija
Autor se vodi OntoAIM-om pri organiziranju i oznaavanju njegovih obrazovnih materijala u
svom nastojanju da stvori odreeni nastavni kolegij.
Opisom arhitekture OntoAIM-a ilustrirat emo kako koristiti SCORM i DAML u cilju
olakavanja slijednog procesa kolegija. Promatrat emo 5 uloga koje djeluju u sustavu: ulogu
autorstva podrujem i resursima, ulogu autorstva kolegijem te ulogu korisnika i to uitelja
studenta. Svaki korisnik (dizajner, strunjak za sadraj, autor, uitelj te student) moe imati
bilo koju od ovih uloga u razliitim fazama u procesu, a jedan te isti korisnik moe se pojaviti
u svakoj od uloga pojedinano. Uloge definiramo skupom aktivnosti autorstva ili uenja. Za
realizaciju zajednikog specifinog jezika odabrat emo OWL zbog njegove otvorenosti i jer
18
nudi znaajnu fleksibilnost u zakljuivanju. Kolegij u OntoAIMS arhitekturi definiran je kao
skup komponenti kolegija (aktivnosti kolegija) meusobno spojenih operatorima spajanja
kako bi se stvorili didaktiki nizovi aktivnosti uenja i obrazovnih resursa. Aktivnosti uenja
povezuju specifine zadatke uenja unutar konteksta odabranog kolegija. U analogiji s
ontologijom DAML-S procesa vidimo aktivnosti uenja kao jedan atomski ili sloen proces pri
emu se proces slaganja realizira iz atomskih i sloenih procesa slaganja primjenom
operatora slaganja (slika 7). Svaka primitivna aktivnost definirana je slijedeom torkom:
Ulaz Izlaz
Lanci atomski i sloenih aktivnosti uenja realiziraju se primjenom istih operatora
slaganja. Primitivni funkcionalni koncepti (atomske aktivnosti) temelj su slijednog nastavnog
procesa i izgrauju OntoAIM nastavni rjenik. Na ovaj nain moduliramo sve aktivnosti
uenja unutar specifinog podruja uporabe koje su neovisne od podruja sustava,
obrazovne strategije te nastavnog cilja. Primjer obrazovnih aktivnosti ukljuuju: itaj, pii,
raunaj, izvedi.
DAML_S konstrukti kontrole
opis
Slijed Definira skup aktivnosti uenja koje se moraju izvesti redom jedna za drugom. Aktivnosti uenja u ovom slijedu mogu biti primitivne (atomske), jednostavne (klasterske) ili sloene s tim istim ili nekim drugim operatorom slaganja
Izbor Operator slaganja koji definira skup aktivnosti uenja s dva stalna obiljeja:
Odabran
Odabran iz On dozvoljava izbor izmeu alternativnih aktivnosti i nakon toga izvrava odabranu aktivnost. Ovim operatorom dozvoljavaju se slijedei konstrukti: odaberi barem n aktivnosti iz ponuenih m, odaberi tono n aktivnosti iz ukupno m, odaberi najvie n aktivnosti od ukupno m
Uvjet (if then else)
Uvjetni konstrukt je operator slaganja sa slijedeim svojstvima: If uvjet then else Njegova semantika ide u smjeru testiraj if uvjet, ako je toan radi then, ako je netoan radi else; klasa uvjet definirana je kao klasa logikih izraza
Tabela 1: opis DAML-S konstrukta kontrole
Operatore slaganja definiramo na temelju definicija ontologije konstrukta kontrole
DAML-S procesa ime se dozvoljava stvaranje sloenih aktivnosti i komponenti kolegija kao
Aktivnost uenja (LA)
Preduvjeti
Uinci
Slika 7: Definicija aktivnosti uenja
19
nizove primitivnih i sloenih aktivnosti. Primjer procesa slaganja aktivnosti uenja primjenom
operatora slaganja prikazan je slikom 8.
Slika 8: Slijedni proces atomskih i sloenih aktivnosti uenja
Aktivnost uenja LA3 izraava se kao slijed dviju aktivnosti uenja LA10 i LA11 gdje je
LA11 takoer jedna sloena aktivnost od dviju drugih aktivnosti uenja takoer organiziranih u
slijed LA12 te LA13. Osnovna aktivnost kolegija u ovom primjeru LA0 dozvoljava primjenu
operatora izbora kojim se bira jedna od triju aktivnosti LA1, LA2, i LA3.
6.4 Oznaavanje jednostavnog SCORM nizanja u DAML-S
Oznaavanje jednostavnog nizanja u DAML-S temelji se na odvajanju procesa koji
odgovaraju aktivnostima uenja i procesa koji odgovaraju akcijama koje odgovaraju akcijama
koje izvodi sustav upravljanja uenjem kako bi podrao model nizanja. Ovo odvajanje
svojstveno je SCORM modelu na nain da se tijek aktivnosti uenja moe jedino mijenjati
stanjem LMS-s te zahtjevima navigacije od strane korisnika to u N3 notaciji oznaavamo:
Scorm: Learning Activity rdfs:subClassof daml-s: Process
Scorm: LMSActivity rdfs: subClassof daml-s: Process
Aktivnosti uenja mogu biti ili daml-s: AtomicProcess ili daml-s:CompositProcess. DAML-S
specifikacija zahtjeva da neki atomski proces ima izvorite u web servisu specificiranom u
WSDL dokumentu. U ovom sluaju izvorite bi bilo neki specifini objekt uenja (SCO ili
SCA). S obzirom na razlike izmeu uenja i LMS aktivnosti, mapiranje slijednog modela u
DAML-S nadalje je pitanje identificiranje relevantnih pred-uvjeta i post-uvjeta, ulaza, izlaza te
uinka. U smislu slijednog modela Scorm: Learning Activity moe imati tri vrste ulaza:
navigacijski zahtjev od strane korisnika, stanje sustava za upravljanje uenjem te parametre
odreene u dokumentu organizacije. Pred-zahtjevi i post-zahtjevi odreeni su stanjem LMS-a
te ulaznim parametrima u dokumentima organizacije. Specifikacija nizanja odreuje razliite
20
pred/post uvjete. Od svih ulaza, navigacijski zahtjevi su najproblematiniji jer oni stiu
asinhrono, a slijedni model uzima u obzir i prekide. Poeljno je u ovom primjeru ne uzimati u
obzir odnosno ne promatrati ulogu uenika, zbog njihove uroene ljudske sloenosti, te
samo razmatrati ulaz prema objektima aktivnosti uenja.
Djelomino povezivanje SCORM koncepata izraeno u OWL ontologiji prikazano je u
slijedeem primjeru:
:Course a scorm: LearningActivity;
daml-s:consistsOf [a daml-s:Sequence;
daml-s:components (:Modul1 :Modul2 :Modul3)
]
:Modul1 a scorm:LearningActivity;
Daml-s:consistsOf [a daml-s:Choice;
Daml-s:components (:Lesson01 :Lesson02)
]
:Modul2 a scorm:LearningActivity;
Daml-s:consistsOf [a daml-s:Unordered;
Daml-s:components (:Lesson01 :Lesson02 :Lesson03 :Lesson04 )
]
:Modul3 a scorm:LearningActivity;
Daml-s: consostsOf [a daml-s: if-then-else;
Daml-s:Conditions
{:Lesson01
scorm:objectiveMeasureGreater 0.75);
Daml-s:then
:Lesson01;
Daml-s: else
:Lesson02
]
:Lesson02 a scorm:LearningActivity;
Daml-s:consistsOf [ a daml-s:components
([ a scorm:BeginTimelimit scorm:timeLimit 10M]
:Chapter1
:Chapter2
[a scorm:EndTimeLimit]
[a scorm:RollUp;
Daml-s:ifCondition
{scorm:theLearner scorm:satisfied
[scorm:activityObjective :Chapter1]};
Daml-s:then {
Scorm:theLearner scorm:satisfied
[scorm:activityObjective :Lesson02;
Scorm:objectiveMeasure 0.5]
}
]
[a scorm:RollUp;
21
Daml-s:ifCondition
{scorm:theLearner scorm:satisfied :Chapter2}
Daml-s:then {
Scorm:theLearner scorm:satisfied
[scorm:activityObjective :Lesson02;
Scorm:objectiveMeasure 1.0]
}
)
.
7. Zakljuak
U ovom radu raspravljalo se o tome koliko je usvajanje semantikih web tehnologija
korisno za iru primjenu tehnologija uenja te lake interoperabilnosti sa infrastrukturom,
alatima te poslovnim procesima izvan podruja obrazovanja. Naglasak je stavljen na
specificiranje nizanja aktivnosti uenja, prikazan je postupak mapiranja na procese ope
namjene te DAML-S specifini jezik servisa. Pokazalo se da se koncepti koji su koriteni u
jednostavnoj IMS specifikaciji nizanja i SCORM modelu, itko mapiraju u koncepte i rjenik
DAML-S specifikacije. Posebna prednost DAML-S specifikacije je da to dozvoljava
integriranje e-uenja u iroke poslovne procese kako bi se olakali interoperabilnost te
izmjena informacija s ljudskim sustavom za upravljanje resursima.
22
Literatura
[1] Lora Aroyo, Lora; Pokraev, Stanislav; Brussee, Rogier, Preparing SCORM for the Semantic
Web, u On the move to meaningful internet systems : proceedings CoopIS, DOA, and
ODBASE 2003, Catania Sicily, Italy, November 3-7, 2003 / Ed. R. Meersman, Z. Tari, D.C.
Schnidt. - Berlin : Springer-Verlag, 2003. - ISBN 3-540-20498-9. - (Lecture Notes in Computer,
Berlin, 2003.
[2] Bittencourt12, I. I., Costa, E., Isotani, S., Mizoguchi, R., & Bittencourt, I. M, Towards a Reference Model to Semantic Web
Web-based Educational Systems., 2008.
[3] Lora Aroyo; Darina Dicheva , The New Challenges for E-learning: The Educational Semantic
Web, u The New Challenges for E-learning: The Educational Semantic Web. Educational
Technology & Society, 7 (4), 59-69., 2004.