Алгоритм когнитивно-параметрического формирования контента образовательного ресурса на основе КПО

Алгоритм когнитивно-параметрического формирования контента образовательного ресурса на основе КПО серии сеансов обучения одного пользователя представлен на Рис. 2. В работе этого алгоритма используются значения КПО эмоционального состояния пользователя полученные в предыдущих сеансах обучения.

На первом шаге алгоритма пользователю образовательного ресурса представлен экран загрузки мобильного приложения, далее производится инициализация компонентов системы. Данное время можно использовать для формирования значений предварительных оценок эмоционального состояния пользователя. Для этого необходимо сделать максимальное количество снимков, но стоит учесть, что создание и обработка снимка занимает определённое время (не более одной секунды), а пользователь готов ждать запуска не более семи секунд, после чего он либо покинет ресурс, или, как минимум, будет недоволен, что изменит его эмоциональное состояние [13]. Таким образом, произведённые не менее 3-х кадров позволят в дальнейшем для исключения ложное маркирование материала негативным восприятием (Таблица № 2). дистанционное обучение мотивация интерактивное Таблица № 2. — Пример значений предварительных оценок эмоционального состояния пользователя.

Таблица № 2 содержит значения, полученные с 3-х фотографий пользователя, что заняло около 5-ти секунд времени. Полученные расчётные значения нормированы таким образом, что сумма всех значений за одно измерение равна 1. Если пользователь не испытывал никаких эмоций, то такое состояние оценивается как Безразличие (нейтральное состояние), близкое к 1.

Рис. 2. — Алгоритм формирования контента образовательного ресурса на основе когнитивно-параметрического оценивания сеанса обучения

Негативным пользовательским состоянием (NegE) можно признать такое, когда сумма расчётных значений по следующим эмоциям: Гнев, Презрение, Отвращение, Cтрах, превосходит значение Безразличие.

Следующим шагом алгоритма является фиксация запроса пользователя на отображение контента.

На 3-м шаге для запрашиваемого контента выполняется проверка наличия дополнительного учебного материала и в случае его наличия производится адаптация этого материала. Алгоритм этого шага приведён на рис. 3.

Далее, на 4-м шаге производится проверка наличия альтернативных вариантов пользовательского интерфейса для данного контента. Такая ситуация возможна, когда для определённого типа устройств, например — планшетных компьютеров, имеет смысл создавать отдельный пользовательский интерфейс с наиболее рациональным использованием экранного места устройства.

На 5-м шаге происходит проверка на наличие негативных эмоций у пользователя на данный вид пользовательского интерфейса и в зависимости от этого выполняется либо 6-й шаг, либо 7-й.

На 6-м и 7-м шаге происходит адаптация и отображение контента выбранным системой интерфейсом: либо стандартный интерфейс I (C+M), либо альтернативный интерфейс IA (C+M).

На 8-м шаге происходит анализ эмоционального состояния пользователя во время текущего сеанса обучения. Информацию о том, с какой частью учебного материала работает в данный момент пользователь можно получить с помощью технологии Eye-tracking — технологии слежения за направлением взгляда пользователя [14].

Пример реализованного опыта оценки эмоций тестируемого пользователя приведён в таблице №Таблица № 3, где представлены весомые значения показателей различных эмоций.

Таблица № 3. — Опыт оценки эмоций тестируемого пользователя.

Возможна ситуация, когда имеется несколько дополнительных материалов для запрашиваемого пользователем контента. Например, при изучении иностранных языков дополнительным материалом могут являться наборы заданий из разных источников (как правило — с разными авторами). Если у пользователя имеется негативный опыт с использованием определённого набора, то имеет смысл на основе этого предложить другие материалы.

Помимо дополнительных учебных материалов возможна ситуация, в которой отображение контента этих материалов может производиться с помощью нескольких пользовательских интерфейсов аналогично наличию нескольких интерфейсов для запрашиваемого пользователем контента.

Кроме этого дополнительные учебные материалы и их контент могут быть созданы и добавлены в систему самими обучаемыми — следствие производства артефактов обучения при сетевом обучении [15].