Univerzitet u BeograduFakultet organizacionih nauka

Dušan M. Barać

RAZVOJ MODELA I SERVISA PORTALAZA ADAPTIVNO ELEKTRONSKO OBRAZOVANJE

Doktorska disertacija

Beograd, 2011. god.

Mentor: Prof. dr Božidar Radenković

Fakultet organizacionih nauka – Beograd

Članovi komisije: Prof. dr Marijana Despotović-Zrakić

Fakultet organizacionih nauka – Beograd

Prof. dr Milorad Stanojević

Saobraćajni fakultet – Beograd

Datum odbrane: ________________________

Datum promocije:_______________________

2

RAZVOJ MODELA I SERVISA PORTALAZA ADAPTIVNO ELEKTRONSKO OBRAZOVANJE

APSTRAKT

Sistemi za elektronsko obrazovanje obuhvataju niz kompleksnih procesa, različitih elemenata, servisa i korisničkih uloga. Neophodno je obezbediti integraciju i sinhronizaciju svih komponenata i učesnika u obrazovnom procesu u jedinstven sistem. Za razvoj efektivne platforme za elektronsko učenje potrebno je utvrditi karakteristike korisnika sistema, a zatim iskoristiti dobijene informacije za kreiranje i realizaciju obrazovnih procesa. Adaptivni sistemi elektronskog obrazovanja omogućavaju prilagođavanje sadržaja i načina organizacije elektronskih kurseva u skladu sa osobinama studenta.

U okviru doktorske disertacije detaljno su opisani modeli i servisi portala za adaptivno elektronsko obrazovanje. Glavna hipoteza koja je razvijena i dokazana u okviru doktorske disertacije je da se implementacijom adaptivnih obrazovnih servisa i njihovom integracijom u portal za elektronsko obrazovanje poboljšavaju performanse obrazovnog procesa, da se usklađuju svi poslovni procesi u e-obrazovanju, da se povećava lojalnost i zadovoljstvo studenata i ostvaruje visok stepen kolaboracije među učesnicima u obrazovanju.

Veb portali su platforme za prenos informacija i znanja, kao i uspostavljanje saradnje i koordinacije aktivnosti između različitih učesnika. Obrazovni veb portali predstavljaju jedinstvene tačke pristupa svim relevantnim informacijama, resursima i aplikacijama u obrazovnom procesu. Osnovna uloga veb portala u ovom istraživanju se ogleda u integraciji heterogenih komponenti sistema elektronskog obrazovanja i adaptivnih servisa. Integracija se odnosi na ljudske resurse, informacije, procese i aplikacione komponente. Definisan je metod za modelovanje i razvoj portala za adaptivno elektronsko obrazovanje. Razvijen je okvir koji se sastoji iz skupa alata i metoda koje omogućavaju integraciju različitih komponenata. U okviru obrazovnog veb portala integrisano je Moodle LMS softversko rešenje za upravljanje elektronskim kursevima. Implementirani su servisi za kolaboraciju, komunikaciju, upravljanje korisnicima i izveštavanje. Opisani su sofisticirani mehanizmi koji omogućavaju generisanje skupa instrukcija za kreiranje, organizaciju i implementaciju adaptivnih kurseva, zasnovani na modelu studenta. Servisi za adaptaciju su razvijeni primenom metoda poslovne inteligencije, ekspertnog sistema i različitih tehnika adaptacije. Adaptacija je realizovana na osnovu tri kriterijuma: znanja studenata vezanih za oblast učenja, stilova učenja studenata i ad hoc definisanih kriterijuma. Razvijeni su i testirani dodatni servisi i aplikacije za podršku realizaciji obrazovnog procesa: servisi mobilnog obrazovanja, servisi učenja kroz igru, aplikacija za kolaboraciju i upravljanje projektima, kao i veb aplikacija za učenje računarske simulacije preko veba.

U eksperimentalnom delu doktorske disertacije realizovano je istraživanje usmereno ka validaciji predloženog modela za projektovanje i implementaciju portala za adaptivno elektronsko obrazovanje i razvijenih servisa. Razvijeni veb portal je primenjen u realizaciji nastavnog procesa u Laboratoriji za elektronsko poslovanje Fakulteta organizacionih nauka. Rezultati istraživanja pokazali su da se primenom servisa veb portala, implementiranih adaptivnih mehanizama i njihovom integracijom sa sistemom za elektronsko učenje, postižu bolji rezultati i veće zadovoljstvo i zainteresovanost studenata, kao i da se povećava efikasnost i efektivnost rada svih korisnika portala.

KLJUČNE REČI: OBRAZOVNI VEB PORTAL, SERVISI OBRAZOVNOG PORTALA, ADAPTIVNO ELEKTRONSKO OBRAZOVANJE, SISTEM ZA ELEKTRONSKO OBRAZOVANJE, ADAPTACIJA ELEKTRONSKIH KURSEVA.

3

DEVELOPING MODEL AND SERVICES OF PORTALFOR ADAPTIVE E-EDUCATION

ABSTRACT

Systems for e-education include set of complex processes, different elements, services and users’ roles. It is necessary to enable integration and synchronization of all components and participants in the scope of education process into a single system. In development of an effective e-learning platform one of the most important requirements is to identify users' characteristics and then use the obtained information for creation and realization of educational processes. Adaptive e-education systems provide content adaptation, as well as adaptation of e-learning courses realization according to learners' characteristics.

In this dissertation a model and services of portal for adaptive e-education are described in detail. Main hypothesis that is developed and proved in the dissertation is that implementation of adaptive educational services and their integration into a portal for adaptive e-education improve performance of the educational process, enable coordination of all business processes in e-education systems, increase student satisfaction and loyalty, and provide high degree of collaboration among stakeholders in education.

Web portals are platforms for information and knowledge transfer that provide collaboration and coordination of activities among various users. Educational web portals are single access point to all relevant information, resources and applications in the education process. Basic role of web portals in this research is reflected in integration of heterogeneous e-education components and services for adaptation. Integration includes human resources, information, processes and application components. The method for modeling and development of portal for adaptive e-learning portal is defined. A framework that consists of a set of tools and methods that allow integration of different components is developed. Moodle LMS solution for e-learning courses management is integrated in the educational web portal. Services for collaboration, communication, user management and reporting are implemented.

We describe a sophisticated adaptive mechanism that generates series of instructions for creation, organization and implementation of adaptive courses, based on student model. Adaptation services are developed by using business intelligence tools, expert system and various adaptation techniques. Adaptation is implemented on the basis of three criteria: students’ knowledge about the area being studied, students' learning styles and ad hoc defined criteria. In order to support effective realization of educational processes, additional services and applications are developed and tested: services for mobile education, edutainment services, application for collaboration and project management and web application for learning simulation via web.

In experimental part of the doctoral thesis a research was carried out in order to validate the proposed model for designing and implementation of the portal for adaptive e-education. The developed web portal was used in realization of educational process at Laboratory for e-Business, Faculty of Organizational Sciences. The results showed that web portal’s services, implemented adaptive mechanisms and their integration with system for e-learning contribute to better learning outcome and higher degree of students’ satisfaction and interests, and improves efficiency and effectiveness of all portal users.

KEY WORDS: WEB PORTAL FOR E-EDUCATION, EDUCATIONAL PORTAL SERVICES, ADAPTIVE E-EDUCATION, E-LEARNING SYSTEM, ADAPTATION OF E-LEARNING COURSES.

4

SADRŽAJ

1 Uvod............................................................................................................................................71.1 Predmet i cilj disertacije.......................................................................................................71.2 Naučne hipoteze..................................................................................................................81.3 Metode istraživanja..............................................................................................................9

2 Tehnologije za razvoj adaptivnih sistema elektronskog obrazovanja.......................................102.1 Tehnologije za realizaciju infrastrukture adaptivnih sistema elektronskog obrazovanja. . .10

2.1.1 Internet tehnologije.....................................................................................................102.1.2 Mobilne tehnologije i servisi u elektronskom obrazovanju.........................................182.1.3 Cloud computing infrastruktura elektronskog obrazovanja........................................24

2.2 Modeli i servisi veb portala................................................................................................272.2.1 Arhitektura veb portala...............................................................................................292.2.2 Servisi veb portala......................................................................................................30

2.3 Obrazovni veb portali.........................................................................................................342.4 Softverska rešenja za realizaciju obrazovnih veb poratala................................................37

2.4.1 Oracle BEA Weblogic.................................................................................................382.4.2 IBM WebSphere.........................................................................................................382.4.3 SAP Enterprise Portal.................................................................................................392.4.4 Joomla........................................................................................................................402.4.5 Microfosoft Share Point..............................................................................................42

3 Adaptivno elektronsko obrazovanje..........................................................................................463.1 Sistemi elektronskog učenja..............................................................................................47

3.1.1 Sistemi za upravljanje učenjem..................................................................................483.2 Standardi i modeli elektronskog obrazovanja....................................................................53

3.2.1 SCORM......................................................................................................................563.2.2 Objekti učenja.............................................................................................................60

3.3 Adaptivni sistemi elektronskog obrazovanja......................................................................613.3.1 Definicija adaptivnosti.................................................................................................613.3.2 Adaptivni hipermedia sistemi elektronskog obrazovanja............................................623.3.3 Kriterijumi adaptacije i model studenta.......................................................................643.3.4 Klasifikacija modela studenta.....................................................................................683.3.5 Tehnike adaptacije.....................................................................................................693.3.6 Adaptivnost zasnovana na Felder-Silverman modelu stilova učenja.........................70

3.4 Veštačka inteligencija u adaptivnim sistemima elektronskog obrazovanja.......................763.4.1 Data mining u adaptivnom elektronskom obrazovanju...............................................763.4.2 Ekspertni sistemi u adaptivnom elektronskom obrazovanju.......................................783.4.3 Semantički web u adaptivnom elektronskom obrazovanju.........................................79

3.5 Pregled postojećih rešenja za adaptaciju sistema za elektronsko obrazovanje................824 Razvoj modela i servisa portala za adaptivno elektronsko obrazovanje...................................86

4.1 Analiza postojećih modela.................................................................................................864.2 Struktura predloženog modela...........................................................................................864.3 Arhitektura sistema adaptivnog elektronskog obrazovanja...............................................87

4.3.1 Izvori podataka...........................................................................................................894.3.2 Aplikacije....................................................................................................................924.3.3 Korisnički interfejs.......................................................................................................944.3.4 Upravljanje korisničkim ulogama................................................................................984.3.5 Mehanizam za adaptaciju...........................................................................................994.3.6 Alati za administraciju i razvoj..................................................................................101

4.4 Procesi adaptivnog elektronskog obrazovanja................................................................1014.4.1 Modelovanje korisničkih profila.................................................................................1044.4.2 Razvoj adaptivnih kurseva........................................................................................1124.4.3 Realizacija adaptivnih kurseva.................................................................................1154.4.4 Evaluacija.................................................................................................................1174.4.5 Administrativni i procesi podrške..............................................................................120

4.5 Metode adaptacije...........................................................................................................121

5

4.5.1 Adaptacija zasnovana na predznanju.......................................................................1214.5.2 Adaptacija zasnovana na stilovima učenja...............................................................1224.5.3 Adaptacija zasnovana na predznanju i stilovima učenja..........................................1244.5.4 Adaptacija zasnovana na ad hoc postavljenim kriterijumima...................................125

4.6 Servisi adaptivnog elektronskog obrazovanja.................................................................1264.6.1 Servisi za upravljanje učenjem.................................................................................1274.6.2 Servisi za komunikaciju i kolaboraciju......................................................................1314.6.3 Servisi za upravljanje dokumentima.........................................................................1324.6.4 Servisi za upravljanje korisnicima.............................................................................1324.6.5 Servisi za izveštavanje.............................................................................................133

4.7 Integracija komponenti adaptivnog sistema elektronskog obrazovanja u okviru veb portala134

5 Realizacija i primena razvijenog modela.................................................................................1375.1 Projektni zadatak.............................................................................................................1375.2 Projektovanje i implementacija rešenja...........................................................................137

5.2.1 Razvoj web portala...................................................................................................1375.2.2 Integracija veb portala i Moodle LMS.......................................................................1425.2.3 Implementacija servisa za adaptivno obrazovanje...................................................1465.2.4 Razvoj dodatnih servisa i aplikacija..........................................................................157

5.3 Analiza postignutnih rezultata..........................................................................................1725.3.1 Analiza rezultata studenata u sistemu adaptivnog elektronskog obrazovanja.........1725.3.2 Analiza funkcionalnosti razvijenog veb portala.........................................................1775.3.3 Analiza performansi integrisanih servisa za podršku nastavi...................................178

6 Naučni i stručni doprinosi........................................................................................................1887 Buduća istraživanja.................................................................................................................1918 Zaključak.................................................................................................................................1929 Literatura.................................................................................................................................19410 Spisak slika.............................................................................................................................20511 Spisak tabela...........................................................................................................................20812 Prilog.......................................................................................................................................209

6

1 Uvod

1.1 Predmet i cilj disertacije

Predmet istraživanja doktorske disertacije je razvoj modela i servisa veb portala za adaptivno elektronsko obrazovanje. Centralni problem koji se razmatra u disertaciji je ispitivanje mogućnosti integracije različitih funkcionalnosti servisa za adaptaciju u savremene sisteme za upravljanje učenjem.

Elektronsko učenje, koje predstavlja ključni deo daljinskog obrazovanja, realizuje se pomoću savremenih informaciono-komunikacionih tehnologija, posebno Interneta. Pored činjenice da se permanentno i rapidno razvija, takozvano onlajn učenje postaje dominantno u komparaciji sa drugim tipovima učenja. U vezi sa tim, javljaju se sve kompleksniji zahtevi za projektovanje i implementaciju sistema elektronskog učenja. Kombinacija tradicionalnih pristupa i onlajn učenja, dovodi do razvoja novog koncepta tzv. blended learning. Learning Management Systems (LMS) se izdvajaju kao najpogodnije softversko rešenje za realizaciju elektronskog obrazovanja. Learning Content Management Systems predstavljaju okruženja koja omogućavaju korisnicima kreiranje, ubacivanje i upravljanje, pretragu i ponovno korišćenje manjih jedinica sadržaja, odnosno objekata učenja (learning objects).

Za razvoj efektivne platforme za elektronsko učenje neophodno je utvrditi ciljeve, preferencije, motivaciju i potrebe svakog studenta, a zatim iskoristiti dobijene informacije za kreiranje i prilagođavanje kurseva svakom studentu pojedinačno. Akcenat se pomera ka platformama orijentisanim prema učenicima i stavljanju njihovih očekivanja, motivacija, stilova učenja, navika, i potreba u centar interesovanja.

Sistem elektronskog učenja se definiše kao adaptivan, ako je u mogućnosti da: prati aktivnosti svojih učesnika; interpretira iste na osnovu oblasno-specifičnih modela; otkriva zahteve i karakteristike u skladu sa prethodno uočenim aktivnostima i precizno ih reprezentuje u povezanim modelima. Međutim, projektovanje i implementacija adaptivnih obrazovnih sistema zasnovanih na vebu AWES (Adaptive Web-based Educational Systems) je kompleksan zadatak. Uključuje stručnjake iz različitih oblasti: razvoj softvera, veb aplikacija, upravljanje sadržajem, definisanje domena izučavanja, elektronsko učenje i druge. Ovi sistemi podrazumevaju definisanje prezentacionih, bihejviorističkih i karakteristika arhitekture, kako bi se postigli optimalni rezultati.

LMS podržavaju veći broj različitih aktivnosti vezanih za učenje, dok se AWES sistemi fokusiraju na organizaciju i prezentaciju sadržaja. Rešenje koje se u ovoj disertaciji razmatra zasniva se na integraciji i ugradnji funkcionalnosti servisa adaptacije u moderne sisteme za upravljanje učenjem. U cilju postizanja efikasnosti obrazovnog procesa sve komponente obrazovnog sistema su integrisane u jedinstveni sistem.

Jedan od načina za integraciju heterogenih komponenti sistema za elektronsko obrazovanje je veb portal. Veb portali predstavljaju složene sajtove koji objedinjuju različite informacije iz većeg broja izvora i obezbeđuju pristup brojnim aplikacijama. Veb portali su sredstvo za prenos informacija i znanja, kao i za uspostavljanje saradnje i koordinacije aktivnosti među različitim učesnicima. Portal obuhvata veliki broj servisa koji omogućavaju pristup i pronalaženje informacija, razvoj zajednica na vebu, saradnju, trgovinu i mnoge druge funkcionalnosti. Kompleksnost projektovanja i implementacije portala se povećava sa brojem usluga koje pruža, kao i sa brojem korisnika.

Osnovna uloga veb portala u istraživanju realizovanom tokom rada na disertaciji se ogledala u integraciji komponenti sistema elektronskog obrazovanja i adaptivnih servisa. Integracija se odnosi na ljudske resurse, informacije, procese i aplikacione komponente. Definisan je metod za modelovanje i razvoj portala za adaptivno e-obrazovanje. Razvijen je okvir koji se sastoji od skupa alata i metoda koje omogućavaju integraciju različitih komponenata.

7

Primarni cilj istraživanja je razvoj modela i servisa veb portala za adaptivno elektronsko obrazovanje. Ovaj cilj se realizuje kroz uspešnu integraciju većeg broja različitih komponenata elektronskog učenja i servisa adaptacije. Zadatak je složen i multidisciplinaran jer obuhvata oblasti modeliranja, elektronskog učenja, softverskog inženjeringa, poslovne analitike, upravljanja, kvaliteta i savremenih internet tehnologija.

Najvažniji ciljevi koji se postižu adaptacijom i razvojem personalizovanog portala e-obrazovanja su: povećanje kvaliteta i efikasnosti e-obrazovanja, integracija svih relevantnih procesa e-obrazovanja, poboljšanje dizajna i korisnosti portala, povećanje lojalnosti studenta i visok stepen kolaboracije među učesnicima. Metodologija obuhvata celokupan životni ciklus, od projektovanja do implementacije portala. Jedan od ciljeva je razvoj okruženja za elektronsko obrazovanje koje u potpunosti zadovoljava sve zahteve savremenih informacionih sistema i uzima u obzir karakteristike novih generacija studenata.

Zadaci istraživanja, s obzirom na postavljene ciljeve su obuhvatili:

Utvrđivanje mogućnosti primene savremenih servisa adaptacije u elektronskom obrazovanju

Analiza postojećih softverskih rešenja u razvoju sistema za adaptivno elektronsko obrazovanje

Modelovanje servisa i tehnika adaptacije u elektronskom obrazovanju

Projektovanje arhitekture portala i integracije dostupnih servisa adaptacije u okviru portala

Implementacija portala za adaptivno elektronsko učenje

Merenje performansi portala i servisa za adaptivno elektronsko učenje.

Rezultati ovog istraživanja doprinose preciznijem definisanju zahteva prilikom impementacije portala i servisa adaptivnosti u sistemu obrazovanja na daljinu. Mogu se iskoristiti za izvođenje nastave u svim obrazovnim ustanovama, pogotovo visokoškolskim.

Naučni cilj rada se odnosio na definisanje modela i metoda integracije servisa elektronskog obrazovanja u okviru portala za adaptivno e-obrazovanje. Konačni rezultati daju doprinos formalizaciji i standardizaciji procesa izgradnje rešenja adaptivnih sistema za elektronsko obrazovanje.

1.2 Naučne hipoteze

Glavna hipoteza koja je testirana i dokazana u radu glasi:

Implementacijom adaptivnih obrazovnih servisa i njihovom integracijom u portal za elektronsko obrazovanje poboljšavaju se performanse obrazovnog procesa, usklađuju se svi poslovni procesi u e-obrazovanju i postiže se veće zadovoljstvo studenata.

Na osnovu definisanog predmeta istraživanja može se izdvojiti nekoliko posebnih hipoteza, koje se odnose na delove predmeta:

H0.1. Adaptivni sistemi daljinskog obrazovanja doprinose opštem poboljšanju naučno-obrazovnog procesa.H0.2. Moguće je integrisati postojeće LMS i servise za podršku adaptivnom elektronskom obrazovanju.

Daljim preciziranjem navedenih posebnih hipoteza, formulisane se pojedinačne, koje se odnose na elementarne činioce predmeta istraživanja:

8

H0.1.1. Moguće je prilagoditi obrazovne procese karakteristikama i očekivanjima studenata. H0.1.2. Adaptivnost elektronskih kurseva ogleda se u prilagođavanju forme prezentovanja materijala, načinu komunikacije, interakcije, saradnje, kao i tempa odvijanja prema zahtevima i osobinama studenata.H0.1.3. Validacijom izgrađenih modela se određuje kvalitet adaptacije.H0.1.4. Adaptacija sistema elektronskog obrazovanja se može vršiti u realnom vremenu.H0.2.1. Adaptivni veb portal predstavlja najbolju soluciju za integraciju postojećih LMS i servisa adaptivnog elektronskog poslovanja.

1.3 Metode istraživanja

U svrhu izrade ovog rada, od opštenaučnih metoda korišćene su: modelovanje, analitičko-deduktivna i statistička metoda. Modelovanje se koristi prilikom izrade modela i servisa adaptacije veb portala i drugih definisanih modela. Analitičko-deduktivna metoda korišćene su za vršenje analize podataka o postojećim rešenjima, kao i o učesnicima u procesu elektronskog obrazovanja tokom eksperimenta. Merenje relevantnih parametara i analiza dobijenih rezultata realizovani su pomoću standardnih statističkih metoda. Od posebnih naučnih metoda korišćene su metode razvoja veb portala, metoda modelovanja obrazovnih procesa, metode poslovne inteligencije, kao i različite metode i tehnike adaptacije sadržaja.

U eksperimentalnom delu posmatrane su performanse elektronskog obrazovanja kada se ono odvija preko adaptivnog veb portala. Dobijeni rezultati eksperimenta potvrđuju glavnu hipotezu o poboljšanju elektronskog obrazovanja primenom i integracijom sa adaptivnim servisima.

Rezultati istraživanja prezentovani su tekstualno, opisivanjem, i prikazani kroz više tabela, slika i dijagrama sa uporednim rezultatima. Istraživanje je interdisciplinarno, jer uključuje naučne discipline: metodologiju, statistiku, informatiku, psihologiju i druge. Proces razvoja veb portala u izgradnji adaptivnih sistema pripada metodologiji, metode beleženja i analize posmatranih i izmerenih pojava pripadaju statistici, softver i njegovo korišćenje pripadaju informatici, a određene osobine učesnika uključenih u istraživanje razmatraće se sa stanovišta psihologije.

Neophodno je pratiti literaturu i rezultate istraživanja u ovoj oblasti, kao i najnovija rešenja kada su u pitanju adaptivni sistemi elektronskog obrazovanja.

Osnovu softverskog rešenja čini sistem za upravljanje učenjem Moodle. Na vrhu ovog LMS-a ugrađeni su odgovarajući adaptivni servisi. Korišćen je sistem za upravljanje sadržajem u koji su ugrađeni dodatni servisi. Softverska integracija komponenata sistema za e-obrazovanje podrazumeva potpuno objedinjenje rada svih raspoloživih aplikacija i njihovo povezivanje sa veb portalom.

9

2 Tehnologije za razvoj adaptivnih sistema elektronskog obrazovanja

2.1 Tehnologije za realizaciju infrastrukture adaptivnih sistema elektronskog obrazovanja

2.1.1 Internet tehnologije

Posmatrano u celini, Internet funkcioniše kao jedinstvena globalna mreža. Internet predstavlja decentralizovan sistem više autonomnih lokalnih i globalnih mreža međusobno povezanih na osnovu istog skupa protokola. Decentralizovana organizacija mreže doprinosi njenoj otpornosti na otkaze - otkaz bilo kog dela mreže ne utiče na ostatak mreže. Sam način povezivanja autonomnih celina u jedinstvenu mrežu bio je podložan stalnim promenama. Današnja arhitektura Intemeta može se opisati kao skup međusobno povezanih logičkih celina, koju čine mreže pojedinih provajdera i njihovih korisnika.

Internet označava globalni informacioni sistem koji je logički međusobno povezan globalnim jedinstvenim adresnim prostorom zasnovanim na Internet Protokolu (IP) ili njegovim budućim ekstenzijama; može da omogući komunikacije korišćenjem Transmission Control Protocol/Internet Protocol-a (TCP/IP) ili njegovih budućih ekstenzija i/ili drugih IP-kompatibilnih protokola; i omogućava, koristi ili čini dostupnim, bilo javno ili privatno, usluge visokog nivoa koje se oslanjaju na komunikacionu ili sličnu infrastrukturu [191].

lako je arhitekturu globalne mreže teško sagledati u celini, struktura se danas može podeliti na tri nivoa:

korisnički nivo (user level);

pristupni nivo (access level);

nivo jezgra (core level).

Korisnički nivo obuhvata mreže krajnjih korisnika koje mogu biti povezane korišćenjem jednog linka (single-homed) ka jednom davaocu Internet usluga - Internet provajderu (ISP) ili više nezavisnih fizičkih i logičkih veza (multi-homed) ka više nezavisnih provajdera kao što je prikazano na slici 1.

10

Slika 1. Struktura InternetaInfrastrukturu interneta čini nekoliko glavnih komponenata [105]:

kičma (backbone);

ruteri (digitalni preklopnici);

tačke pristupa (POP i NAP);

serveri;

korisnički računari.

Komunikacioni protokoli na Internetu

Da bi računari povezani u mrežu mogli međusobno da komuniciraju, neophodno je da se usvoje pravila za komunikaciju, zajednička za sve koji žele da pristupe mreži. Skup pravila i normi koji opisuje postupke koji se primenjuju u računarskim telekomunikacijama nazivaju se protokolima.

TCP/IP predstavlja skupinu više protokola (protocol suite), od kojih svaki ima specificnu ulogu, dok je sam naziv zapravo akronim dva najvažnija protokola iz skupine - transportnog TCP protokola (Transmission Control Protocol) i mrežnog IP protokola (Internet Protocol). TCP/IP slojevi su:

Fizički sloj (Physical layer) - definiše električne i mehaničke osobine koje mora da zadovolji prenosni medijum, kao i formate signala koji se koriste na medijumu za prenos.

Sloj veze (Data link layer) - definiše formate paketa koji se prenose po fizičkom medijumu, kao i postupke detekcije i eventualne korekcije grešaka u prenosu.

ARP (Address Resolution Protocol) - definiše postupak konverzije 32-bitne Internet (IP) numeričke adrese u adresu razumljivu sloju veze i vezan je za konkretnu mrežnu tehnologiju.

IP (Internet Protocol) - obavlja zadatke vezane za usmeravanje (rutiranje) paketa u mreži, u zavisnosti od polazne i odredišne Internet (IP) adrese.

UDP (User Datagram Protocol) - vrši razvrstavanje datagrama prema aplikacijama (npr. datagrame koji pripadaju Telnet servisu, datagrame koji pripadaju FTP servisu itd.), odnosno, vrši multipleksiranje prema servisima.

TCP (Transmission Control Protocol) - osim što vrši multipleksiranje paketa prema servisima, TCP obavlja niz složenijih zadataka, vezanih za uspostavljanje i raskidanje veze, kontrolu ispravnosti i redosleda paketa na prijemu, kontrolu toka podataka itd, TCP obavlja potpunu kontrolu ispravnosti podataka na krajevima veze, zahteva ponovno emitovanje paketa ako primeti da paket nije stigao ili je stigao oštećen, vrši kontrolu toka podataka, u smislu dinamičkog propuštanja veće ili manje količine podataka u jedinici vremena.

Aplikativni sloj (Application layer) - predstavlja skup protokola, vezanih za funkcionisanje pojedinih aplikacija. Na primer, FTP (File Transfer Protocol) definiše protokol vezan za prenos datoteka; SMTP (Simple Mail Transfer Protocol) definiše proceduru razmene elektronske pošte između dva sistema priključena na Internet; HTTP (Hyper-Text Transport Protocol) je protokol kojim se prenose elementi (tekstovi, slike, zvučni zapisi) koji čine veb prezentaciju itd.

Veb aplikacija je aplikacija kojoj se pristupa iz veb brauzera preko mreže bazirane na internet tehnologiji (Internet, intranet, ekstranet).

Veb interfejs nema mnogo ograničenja za klijentske funkcionalnosti. Kreira se primenom tehnologija kao što su:

Java, JavaScript, DHTML, CSS, Flash i druge.

Razvijaju se i tehnologije koje omogućavaju koordinaciju skript jezika klijentske strane i serverskih tehnologija – AJAX.

11

AJAX je tehnika veb razvoja koja kombinacijom različitih tehnologija omogućava veći stepen interakcije veb aplikacije.

Troslojna arhitektura okvira za razvoj aplikacija (Slika 2) obuhvata:

Korisnički interfejs: veb brauzer (MS IE, Mozzila Firefox, Google Chrome, Opera ili dr.)

Aplikativni sloj: ASP.NET, PHP, ColdFusion, JSP/Java, Perl, Python, i dr.

Sloj podataka: MS SQL Server, Oracle, MySql, PostgreSQL, DB2, i dr.

Slika 2. Troslojna arhitektura veb aplikacije

2.1.1.1 XML tehnologije

XML (eXtensible Markup Language) je zasnovan na istim principima kao i SGML, ali je znatno jednostavniji i prilagođen je veb-u. Kao i SGML, i XML se koristi za definisanje drugih jezika, pa se naziva i meta-jezik. Međutim, XML je mnogo jednostavniji od SGML-a. XML je jezik oznaka koji ne ograničava skup oznaka koje se mogu koristiti, niti gramatiku tog jezika.

Postoje dva osnovna koncepta kod XML dokumenta. Prvi koncept uslovljava da svaki XML dokument mora biti dobro strukturiran. Dobro strukturiran dokument je onaj čiji su svi otvoreni tagovi i zatvoreni, i to po istom redosledu, te korišćena sintaksa sledi specifikaciju. Drugi koncept XML dokumenta je validnost dokumenta. Validan dokument je onaj koji odgovara definiciji tipa dokumenta (DTD - Document Type Definition). DTD tačno navodi oznake i raspored elemenata koje se mogu koristiti u XML dokumentu. On predstavlja proširenje XML dokumenta, opisujući njegove gradivne elemente. Pomoću DTD-a može se definisati struktura dokumenta kreiranjem liste dopuštenih elemenata.

XML je meta-jezik, koji služi za opis drugih jezika. Omogućava razvoj tipova podataka, u cilju identifikacije i korišćenja informacija u dokumentima. Podaci u XML-u se predstavljaju u strukturi stabla, pri čemu svaki čvor stabla može da se tretira kao poseban objekat. U XML-u akcenat je na opisu podataka. Preko preciznog opisa i validacije podataka, smanjuje se mogućnost primene

12

proceduralnih alata, čime se olakšava proces obrade podataka i smanjuje broj grešaka. Podaci opisani u XML-u su nezavisni od platforme na kojoj se koriste. XML je koncipiran sa idejom da omogući punu iskorišćenost i međuoperativnost World Wide Web-a.

XML je kreiran sa namerom da bude jednostavan za učenje, jeftin, brz i optimizovan za Internet. XML se naziva i eXcellent Marketing Language jer predstavlja:

univerzalni format podataka, XML omogućuje kreiranje sopstvenih formata podataka i njihovu razmenu preko postojećih mreža i aplikacija;

integracija podataka, XML vrši jednostavnu integraciju podataka kod već postojećih aplikacija i platformi;

prilagodljiv, razumljiv i za čoveka i za mašinu, primaoca i pošiljaoca, te predstavlja najupotrebljiviji standard za manipulaciju podataka i nihovu razmenu.

Svrha XML je da generiše sopstvene tagove, njihovo značenje i njihov prikaz.

XML opisuje strukturu podataka, integriše protokole i obezbeđuje razmenu podataka. Odnosno, predstavlja skup pravila koja omogućavaju opis podataka u tekstualnom formatu. Primeri primene XML su:

XML for Content Providers. Istoj informaciji može se pristupati i čitati na različitim jezicima. Svaki XML dokument može da sadrži opis gramatike ili sintakse kako bi se mogao proveriti i ispraviti sadržaj.

XML for Content and Knowledge Management. XML nosi informaciju o sadržaju pa su pretraživanje, indeksiranje i pronalaženje podataka jednostavniji. Transformacija podataka iz XML omogućava prikaz na različite medije (veb, CD ROM, papir), bez nepotrebnih modifikacija i dupliranja sadržaja.

XML for Content Aggregation. XML obezbeđuje da se informacije sa različitih mesta integrišu na jednom mestu.

XML for Electronic Document Interchange. XML omogućava kreiranje strukture za razmenu informacija i objedinjuje postojeće protokole i standarde.

XML and E-Commerce. XML obezbeđuje sintaksu za identifikaciju informacija potrebnih za obavljanje poslovnih transakcija.

XML for Design. Scalable Vector Graphic (SVG) predstavlja jezik za opis dvodimenzionalnih vektora kojima se predstavljaju grafički elementi korišćenjem XML-a.

Model podataka u XML je predstavljen na slici 3.

Svi čvorovi u XML dokumentu formiraju stablo dokumenta (ili stablo čvorova). Svaki element, atribut, tekst itd. u XML dokumentu predstavlja čvor u stablu. Stablo počinje čvorom dokumenta i nastavlja da se grana sve dok ne obuhvati sve tekstualne čvorove na najnižem nivou stabla.

Termini „roditelj“ (parent) i „dete“ (child) se koriste da bi opisali odnos između čvorova. Neki čvorovi mogu da imaju čvorove decu, dok drugi čvorovi nemaju decu (čvorovi listovi). Zato što je XML dokument strukturiran u formi stabla, može biti prenesen bez poznavanja tačne strukture stabla i bez poznavanja tipova koji su sadržani u njemu.

13

Slika 3. Modela podataka u XML

2.1.1.2 Veb servisi

Veb servis predstavlja bilo koji servis dostupan u distribuiranim okruženjima kao što je Internet (ili intranet mreže), a koji koristi standardizovani XML sistem za razmenu poruka, te koji nije isključivo vezan za bilo koji operativni sistem ili programski jezik. Veb servisi su kreirani da rade "iza scene", koristeći postojeću kompanijsku infrastrukturu za lak pristup podacima i informacijama. Praktično gledano, veb servis predstavlja bilo koju softversku aplikaciju koja je dostupna preko mreže i koja koristi standardizovan XML sistem poruka. XML se koristi za formatiranje svih oblika komunikacije ka veb servisima.

Veb servisi sasvim prevazilaze nekompatibilnosti skupom softverskih standarda kao što su XML, SOAP (Simple Object Access Protocol), UDDI (Universal Description Discovery and Integration) i WSDL (Veb Services Description Language). Ovi standardi omogućuju definisanje, pakovanje, pristupanje i izvršavanje podataka i programa preko Interneta, bez potrebe za vođenjem računa o pojedinačnim implementiranim tehnologijama.

Veb servis predstavlja softverski sistem dizajniran da podrži interoperabilnu mašina-mašina interakciju preko mreže. Poseduje interfejs opisan u mašinski čitljivom formatu (WSDL). Drugi sistemi komuniciraju sa veb servisom korišćenjem SOAP (Service Object Access Protocol) poruka, koje se obično prenose preko HTTP, XML serijalizovanim u saradnji sa drugim veb standardima.

Veb servis je aplikacija koja obezbeđuje API. Za API se može reći da podržava komunikaciju aplikacija-aplikacija. Veb API predstavlja API koji dozvoljava aplikacijama da komuniciraju koristeći XML i veb [105][156].

Neke od ključnih osobina veb servisa su [191]:

Samostalnost. Na klijentskoj strani nije potreban dodatni softver. Dovoljan je samo programski jezik sa XML i HTTP podrškom. Na serverskoj strani, potreban je veb server.

Samoopisivost. Definicija formata poruke se nalazi u samoj poruci. Nisu potrebni nikakvi dodatna skladišta za metapodatke, niti alati za njihovo kreiranje.

14

Modularnost. Veb servisi predstavljaju tehnologiju za isporučivanje i obezbeđivanje pristupa poslovnim funkcijama preko veb-a; J2EE, CORBA, kao i drugi standardi predstavljaju tehnologije za implementiranje veb servisa.

Veb servisi mogu biti objavljenii, locirani i pokrenuti preko Veba. Za to su neophodni sledeći standardi:

o Simple Object Access Protocol (SOAP);

o Veb Service Description Language (WSDL);

o Universal Description, Discovery, and Integration (UDDI);

Nezavisnost i interoperabilnost. Interakcija veb servisa i njegovog klijenta dizajnirana je tako da bude nezavisna od platforme i jezika. Njihova interakcija zahteva WSDL dokument za definiciju interfejsa i opis servisa, zajedno sa mrežnim protokolom. Pošto ni veb servis, ni njegov klijent ne znaju međusobno na kojim se platformama nalaze i pomoću kojeg jezika su kreirani, interoperabilnost je obezbeđena.

Bazirani na otvorenim standardima. XML i HTTP predstavljaju tehničku osnovu veb servisa. Veliki deo Veb servis tehnologije je kreiran koristeći Open Source projekte.

Veb servisi su dinamički. Opis i pronalaženje veb servisa se mogu automatizovati preko UDDI i WSDL.

Arhitektura veb servisa

Popularna interpetacija veb servisa se zasniva na IBM-ovoj arhitekturi, koja se sastoji od tri elementa (slika 4.):

Korisnik servisa: Predstavlja aplikaciju, softverski modul ili drugi veb servis, koji inicira traženje veb servisa u registru, povezuje se sa veb servisom i izvršava veb servis funkciju..

Provajder servisa: Predstavlja mrežno adresni entitet, koji prihvata i izvršava zahteve od Service Consumer. Takođe publikuje opis svojih servisa u Service Registry, tako da ga potencijalni korisnici mogu pronaći.

Registar servisa (UDDI (Service Registry)): Obezbeđuje otkrivanje i pronalaženje veb servisa. Sadrži skladište dostupnih veb servisa i dozvoljava pretraživanje informacija potencijalnih korisnika.

Slika 4. Arhitektura veb servisa

Specifikacija veb servisa je potpuno nezavisna od programskog jezika, operativnog sistema, kao i hardvera, i obezbeđuje slabu povezanost između veb servisa i aplikacije koja ga konzumira.

15

Veb servisi su bazirani na otvorenim tehnologijama kao što su:

eXtensible Markup Language (XML);

Simple Object Access Protocol (SOAP);

Web Services Description Language (WSDL);

Universal Description, Discovery and Integration (UDDI).

Simple Object Access Protocol (SOAP)

SOAP je protokol kreiran za razmenu XML poruka i predstavlja komunikacioni mehanizam za povezivanje veb servisa. Kao i XML, SOAP održava W3C konzorcijum, čiji je cilj razvoj interoperabilnih specifikacija i vodiča. SOAP se sastoji od tri dela [105][156][191]:

Prvi deo obezbeđuje okvir za slanje veb servis poruke preko Interneta ili intraneta i naziva se SOAP Envelope (slika 5.). Sadrži:

o opis sadržaja poruke,

o pravila za obradu poruke,

o informacije da li i kako veb servis treba da odgovori na poruku,

o opcioni deo - Header, koji predstavlja zaglavlje poruke, preko koga se mogu obezbediti informacije o proveri identiteta, enkodiranju podataka, i sl.

o obavezni deo – Body, koji predstavlja telo poruke, koja može da bude definisana korišćenjem WSDL specifikacije.

Drugi deo sadrži skup pravila za definisanje specijalnih tipova podataka za veb servis.

Treći deo sadrži pravila za opis metoda veb servisa, uključujući strukturu za opis poziva i odgovora veb servisa.

Slika 5. Grafički prikaz delova SOAP poruke

Web Services Description Language (WSDL)

16

Web Services Description Language (WSDL) predstavlja jezik za opis veb servisa zasnovan na XML-u. WSDL dokument opisuje metode, način komunikacije i lokaciju veb servisa.

Opis veb servisa se može nalaziti u više dokumenata, što obezbeđuje veću fleksibilnost i omogućava ponovno korišćenje. Prilikom pretraživanja registra veb servisa dobija se opis sadržan u WSDL dokumentu [191]. Delovi WSDL specifikacije su prikazani na slici 6.

Slika 6. Strukturni pogled na WSDL dokument

WSDL elementi se uobičajeno automatski generišu prilikom kreiranja veb servisa.

Universal Description, Discovery and Integration (UDDI)

Universal Description, Discovery and Integration (UDDI) obezbeđuje mehanizam za oglašavanje i otkrivanje veb servisa. UDDI predstavlja registar za veb servise, pri čemu je i on veb servis. UDDI obezbeđuje mehanizam za kategorizaciju poslova i servisa korišćenjem više klasifikacionih šema – taksonomija koje pomažu korisnicima veb servisa da pronađu odgovarajući servis.

UDDI registru se može pristupiti preko veb interfejsa ili koristeći automatizovane programske metode. UDDI je platformski nezavisan okvir za opisivanje servisa, biznisa i integraciju biznisa i servisa. Iako UDDI nije deo nekog regulatornog tela u oblasti standarda kao IETF ili W3C, struktura mu je zasnovana na standardima za veb servise, pa se UDDI registrima pristupa na isti način kao i veb servisima.

UDDI uključuje četiri primarna tipa podataka [191]:

businessEntity (opisuje Service Provider);

businessService (sadrži ne-tehničke podatke o veb servisu);

bindingTemplate (sadrži tehničke informacije za pristup veb servisu, na primer URL);

tModel (tehnički Model).17

2.1.2 Mobilne tehnologije i servisi u elektronskom obrazovanju

Sveprisutnost i brz razvoj mobilnih i bežičnih tehnologija omogućio je razvoj novih okruženja za elektronsko učenje. Mobilni uređaji omogućavaju pristup informacijama u kontekstu, kao i sinhronu (glasovni pozivi, VoIP, čet) i asinhronu (SMS, forumi, blogovi, elektronska pošta) komunikaciju sa drugim učesnicima u obrazovnom procesu [3][7][40][104]. Mobilno učenje omogućava studentima da korišćenjem mobilnog uređaja pristupe obrazovnim sadržajima sa bilo kog mesta i u bilo koje vreme. Na ovaj način, studenti imaju kontrolu nad sadržajem i lokacijom na kojoj se uči. Nizak nivo primene mobilnih uređaja u sistemima elektronskog obrazovanja uslovljen je raznovrsnošću mobilnih uređaja, njihovim tehničkim karakteristikama i kompleksnošću procesa razvoja aplikacija.

Mnogi istraživači i pedagozi smatraju da mobilnost pruža nove mogućnosti u obrazovnom procesu, jer omogućava studentima da uče bilo kada i bilo gde, efektivno i samostalno u personalizovanom okruženju, uz visok nivo interakcije i kolaboracije sa studentima i nastavnicima [8]. Mobilni uređaji, dostupni servisi i raznovrsni konteksti upotrebe podstiču studente na kolaborativno i interaktivno učenje. Na ovaj način student postaje aktivni učesnik u obrazovnom procesu, a ne pasivni primalac informacija. [7][42][104]. Sa pedagoškog aspekta, koncept mobilnog učenja se uklapa sa najznačajnijim teorijama učenja, kao što su konstruktivizam, bihejviorizam, situaciono učenje, društveno učenje, kolaborativno učenje i druge [3][8][42][104][170][184].

Broj istraživanja u oblasti primene mobilnih i bežičnih tehnologija u obrazovanju raste. Najveći broj ovih studija razmatra mobilno obrazovanje sa tehnološkog aspekta [3][42][104]. Postoji više definicija mobilnog i sveprisutnog učenja. Najčešće korišćene definicije mobilnog učenja ističu da ono predstavlja primenu mobilnih tehnologija u cilju lakšeg učenja, tj. da je u pitanju učenje bilo kada i bilo gde. Mobilno učenje je oblik elektronskog učenja koje podrazumeva primenu bežičnih komunikacionih uređaja za isporuku obrazovnih sadržaja i podršku u obrazovnom procesu [42][43][176]. Mobilno učenje se opisuje i kao oblik učenja koji omogućava studentima da pristupe nastavnim materijalima sa bilo koje lokacije korišćenjem mobilnih tehnologija i Interneta [43]. Mobilno obrazovanje inkorporira tipične mobilne servise primenjene u nastavnim, administrativnim i informativnim procesima u obrazovanju. Mobilno učenje odnosi se i na metode i tehnologije za isporuku obrazovnih sadržaja i realizaciju obrazovnih aktivnosti van tradicionalnih učionica.

Mnogi autori mobilno učenje vide kao evoluciju e-učenja ili kao novu fazu u obrazovanju na daljinu [3][7][74][104][187][189].Drugi ga opisuju kao podprostor elektronskog učenja. Prelazak sa elektronskog na mobilno učenje se karakteriše i terminološkim promenama. Na primer, osnovne odrednice elektronskog učenja su multimedija, interaktivnost, hiperlinkovi i drugi. U mobilnom obrazovanju, osnovni termini su spontano, u kontekstu, situaciono, personalizovano i sl. Elektronsko obrazovanje je kompatibilno sa paradigmom učenja u učionici, dok se mobilno obrazovanje odnosi na učenje na različitim lokacijama i u različitim kontekstima.

Mobilne tehnologije, kao što su GPRS, SMS, Bluetooth, RFID i druge postale su široko rasprostranjene. Mnogi istraživači ispitivali su da li ove tehnologije mogu da unaprede proces učenja. Sa ovog aspekta, može se reći da mobilno učenje predstavlja korišćenje mobilnih uređaja u okruženju elektronskog obrazovanja sa fokusom na specifične veštine učenja [74]. Razvoj e-obrazovanja nije imao za cilj da zameni tradiocionalno obrazovanje, već da ga unapredi kroz celovitu strategiju učenja. Sa druge strane, mobilno učenje nudi drugačiji pristup obrazovnom sadržaju i inkorporira učenje u svakodnevni život. Obrazovni sadržaj se isporučuje kroz bežične mreže u vidu malih porcija informacija.

Prethodna istraživanja u polju mobilnog obrazovanja uglavnom su se odnosila na teorije mobilnog učenja i pedagoške modele [7], zatim na preduslove za mobilno učenje [3][74] i metodologiju za razvoj mobilnih edukativnih aplikacija [7]. Nekoliko istraživača proučavalo je različite interfejse, psihološke faktore i adaptivne mehanizme u mobilnom obrazovanju [3][42][140][104][188]. Može

18

se zaključiti da većina ovih istraživanja nije uključivala domen učenja, već je fokusirana na motivaciju, percepciju i stavove studenata prema mobilnom i sveprisutnom učenju i primenu i određenim oblastima obrazovanja kao što su inženjerstvo, prirodne nauke, umetnost i druge.Neke od prednosti primene mobilnih uređaja i tehnologija u elektronskom obrazovanju su [3][42][46][47][104]:

Mobilno učenje omogućava učenje bilo kada i bilo gde. Studenti mogu da uče u kratkim intervalima, na primer u gradskom prevozu.

Postoji podrška za isporuku i kreiranje multimedijalnih materijala.

Mobilni uređaji mogu da čuvaju podatke u formi teksta, slike, zvuka, i dr.

Povećana interakcija između studenata i nastavnih sadržaja.

Omogućeno je tzv. “just in time” učenje, tj. studenti mogu da proučavaju pojave na lokacijama na kojima se one dešavaju.

SMS se može koristiti za efikasno izveštavanje i informisanje.

Mobilni uređaji su jeftiniji od desktop računara.

Mobilni uređaj je uvek sa svojim vlasnikom.

U pojedinim zemljama u razvoju, broj korisnika mobilnih servisa je značajno veći od broja korisnika desktop računara.

Osnovni nedostaci i ograničenja mobilnog učenja proističu iz tehničkih karakteristika mobilnih uređaja, i uključuju malu veličinu ekrana, autonomiju baterije, brzinu Internet pristupa, raznolikost i nekompatibilnost operativnih sistema, i dr. [3][42][46][48][74][176].

Osnovni aspekti mobilnog obrazovanja uključuju aspekt uređeja, aspekt studenta i društveni aspekt [3][94]. Aspekt uređaja se odnosi na fizičke, tehničke i funkcionalne karakteristike mobilnih uređaja. Fizičke karakteristike odnose se na ulazno-izlazne mogućnosti, veličinu memorije, brzinu procesora, kompatibilnost i proširivost. Aspekt studenta razmatra individualne kognitivne osobine, pamćenje, prethodno znanje, motivaciju, emocije i sl. Društveni aspekt odnosi se na komunikaciju i kolaboraciju u procesu učenja i interakciju sa drugim učesnicima.

Formalni model ishoda mobilnog učenja može se predstaviti na sledeći način [3][140][187]:

Ishod mobilnog učenja = f { t, s, LE, c, IT, MM, m }

t=vreme – ranije paradigme su učenje opisivale kao diskretnu pojavu, dok mobilno učenje omogućava kontinualnu realizaciju obrazovnih aktivnosti.

s=prostor – u tradicionalnom obrazovanju, učenje se dešava u učionicama i domovima studenata. U mobilnom obrazovanju, prostor učenja je delimično ograničen dometom signala mobilne mreže.

LE=okruženje za učenje – uključuje studente opremeljene odgovarajućim uređajima, nastavnike, kurikulum sa definisanim ciljevima i ishodima učenja, kao i komunikacione kanale za pristup edukativnim materijalima i kolaboraciju.

c=sadržaj – u mobilnom obrazovanju, kurikulum treba da bude strukturiran drugačije nego u tradicionalnom e-obrazovanju. Pravila i prioriteti se razlikuju, kao i veličina objekata učenja.

IT=tehnologija – uključuje sve tehničke aspekte, kao što su karakteristike mobilnih uređaja, komunikacioni kanali, dostupni servisi, i drugi.

MM=mentalni aspekt – obuhvata mentalne sposobnosti studenata, predznanje, motivaciju , stilove učenja i sl.

19

m=metod – odnosi se na isporuku u interakciju sa objektima učenja. Uključuje pedagoške, tehničke i logističke karakteristike procesa učenja.

Glavne korisničke grupe sistema za mobilno obrazovanje čine studenti, nastavnici i administrativno osoblje. Na osnovu tipa korisnika i procesa koji svako od korisnika obavalja u sistemu, servisi mobilnog obrazovanja mogu se klasifikovati u nekoliko grupa [140][190]:

Servisi za podršku mobilnim obrazovnim aktivnostima - servisi specifično dizajnirani da omoguće aktivno sticanje znanja. Najvažniji m-obrazovni servisi u okviru ove grupe su komunikacioni servisi i servisi za podršku nastavi van učionice. Servisi iz ove grupe obuhvataju servise za nastavnike i servise za studente. Servisi za studente treba da omoguće otkrivanje znanja u realnim fizičkim okruženjima, diskutovanje sa drugim studentima i nastavnicima (sinhrono ili asinhrono, audio ili tekstualno), snimanje i beleženje podataka (zvuci, slike, video, tekst, lokacije), korišćenje snimljenih podataka i digitalnih alata, deljenje sadržaja putem LMS [43][47]. Servisi koji podržavaju aktivnosti nastavnika najčešće se odnose na generisanje sadržaja i administrativne aktivnosti. Ove aktivnosti se odvijaju unutar nastavničkih kancelarija za personalnim računarom. Predstavljaju deo sistema m-obrazovanja jer njihov rezultat postaje deo mobilnog obrazovnog sistema. Iz tog razloga sistem mora biti integrativan, tako da omogućava ne-mobilnim nastavnicima da kreiraju sadržaj za mobilne studente jednostavno i lako.

Administracija studija - uključuje bilo koju akciju koja utiče na napredak studenata. Aplikacije mogu da započnu poslovni proces i potrebna im je veza ka pozadinskim sistemima, zavisno od sofverske podrške administraciji. Glavni doprinosi u ovoj oblasti su mogućnost trenutnog odgovora bilo studenta, bilo administracije i moguće smanjenje troškova, kao rezultat bolje i brže distribucije informacija, kao i prestanka potrebe za papirnom dokumentacijom. Mobilna administrativna aplikacija mora imati pristup čitanju (ponekad i upisivanju) podataka o ispitima, poput rezultata ili prijavljenih studenata. U ovu grupu servisa spadaju servisi u procesu upisa na studije (upiti, prijave, obaveštavanje i sl.), servisi tokom studiranja (obaveštavanje, prijava ispita, studentske prakse, stipendije i sl.). [47][140]

Komunikacija i lične potrebe - aplikacije ove kategorije isporučuju vanobrazovni sadržaj. Njihov fokus je na pružanju informacija koje pomažu u usmeravanju dnevne rutine studenata.

Na slici 7 prikazani su različiti tehnološki aspekti mobilnog učenja koje treba razmotriti u procesu uvođenja sistema mobilnog obrazovanja [7][42][43][45][46][140].

20

Slika 7. Tehnologije mobilnog obrazovanja

2.1.2.1 Tehnologije bežičnog prenosa

Svrha i način korišćenja bežičnih tehnologija najviše zavisi od njihovog dometa i brzine. Na osnovu dometa sve mreže možemo podeliti na PAN, W-LAN, MAN i WAN.

Wireless PAN (Personal Area Network) predstavlja mrežu sa najmanjim dometom, manje od 10m i koristi se za razmenu podataka između dva uređaja. Tehnologija koja se ovde koristi je Bluetooth.

Wireless LAN (Local Area Network) je mreža koja povezuje dva ili više uređaja na relativno malim daljinama npr. mreža u okviru zgrade, škole ili kuće. Ovde se koristi WiFi tehnologija.

Wireless MAN (Metropolitan Area Network) je mreža koja je veća od W-LAN-a a manja od WAN-a i predstavlja mrežu na nivou grada. Ovu funkciju obavlja WiMAX tehnologija.

WAN (Wide Area Network) je sistem povezanih LAN mreža koje obuhvataju veće geografsko područije. Najveća WAN mreža je Internet.

IEEE 802.15 Bluetooth

Bluetooth je vrsta bežične tehnologije kratkog dometa koja se koristi za prenos podataka i glasa, na malim razdaljinama između uređaja koji poseduju bluetooth adaptere: računari, mobilni telefoni, bežične slušalice, tastature,...

Bluetooth koristi radio talase za uspostavljanje point-to-point i point-to-multipoint transfere za prenos podataka i glasa u radijusu od 10 metara. PAN zasnovan na Bluetoothu naziva se pikonet. Skup slave uređaja povezanih sa jednim određenim masterom čini pikonet. Master uređaj inicira razmenu podataka. Slejv uređaj odgovara na upit mastera. Slejv uređaji u pikonetu imaju vezu samo na master, odnosno, nema direktne veze između slejvova. Specifikacija limitira broj slejv uređaja na sedam. Veći broj uređaja priključenih na mrežu postiže se povezivanjem pikoneta u sketernet, tako što master uređaji uspostavljaju vezu.

21

Bluetooth je postao standardni deo opreme mobilnih telefona pa se sa uspehom koristi i u obrazovanju za razmenu podataka, uspostavljanje ad-hok mreža na terenu i u učionici i kao veza sa perifernim uređajima poput zvučnika ili štampača. Mnoge igre za mobilne uređaje koriste Bluetooth umrežavanje zbog odsustva troškova prenosa podataka.

IEEE 802.11 (WiFi)

WiFi je osnovna radio tehnologije koja se koristi za kreiranje bežičnih lokalnih mreža (WLAN). Predstavlja set standarda koje je propisao IEEE (Institute of Electrical and Electronics Engineers). WiFi uređaji emituju signale na frekvencijama od 2,4 GHz (802.11b i 802.11g standardi) i 5 GHz (802.11a), pri čemu se koriste napredne tehnike kodiranja kao što su OFDM (Orthogonal Frequency-Division Multiplexing) i CCK (Complementary Code Keying) pomoću kojih se ostvaruju velike brzine prenosa podataka putem radio talasa. Razlog što se ove frekvencije koriste jeste što su ostale neiskorišćene od strane raznih armija ali i ostalih korisnika namenskih komunikacionih frekvencija. Dakle, reč je o nelicenciranom spektru.

Za bežično umrežavanje ad hoc tipa je dovoljno imati ugrađene u računar Wi-Fi kartice u kojima se nalazi sadržana potrebna radio tehnologija. Sve su zastupljeniji smart telefoni sa WiFi interfejsom. Zbog toga se bežično umrežavanje smatra jednim od najjednostavnijih u ponudi. Kada su u pitanju bežični LAN-ovi, neophodno je prisutvo Access point-a – pristupne tačke umrežavanja koju čine bežični ruter i predajnik. Cene ove opreme su niske i ne predstavljaju problem za obrazovne institucije. Naplata usluga u WiFi LAN-ovima zavisi od vlasnika pristupne tačke. Pristup obrazovnim WLAN-ovima je uobičajeno besplatan.

Da bi se povećao fizički domet bežičnog LAN-a, kompanije i univerziteti postavljaju više baznih stanica unutar iste IP podmreže. Time se otvara pitanje mobilnosti između baznih stanica – kako da se bežične stanice neprimetno prebacuju sa jedne na drugu baznu stanicu ne prekidajući postojeće TCP konekcije.

IEEE 802.16 - WiMAX

WiMAX standard (Worldwide Interoperability of Microwave Access) kombinuje širokopojasni pristup (Broadband) Internetu i bežično povezivanje (Wireless). Zbog toga što ga je moguće koristiti na relativno velikim razdaljinama, predstavlja efikasno rešenje za uvođenje širokopojasnog pristupa u domove, kreiranje bežičnih hot-spot-ova na mestima kao što su aerodromi, studentski gradovi itd. Karakteristike IEEE 802.16:

domet – u radijusu oko 50-km od bazne stanice;

brzina - 70 Mbps;

nije neophodna direktna optička vidljivost korisnika i bazne stanice;

frekventni opseg - 2 do 11 GHz i 10 do 66 GHz (licencirani i nelicencirani);

definiše i MAC i PHY slojeve (OSI modela) i različite specifikacije fizičkog sloja.

WiMAX nudi određene prednosti u odnosu na WiFi jer podržava veće razdaljine i ima veću propusnu moć. Može se koristiti da se povežu celi gradovi i može biti ugrađen u laptopove čime se krajnjim korisnicima pruža doza mobilnosti. Pored toga što WiMAX obezbeđuje povezivost na većim daljinama nego WiFi, na ovaj način je moguće „priključiti” i mnogo veći broj korisnika na jednu baznu stanicu. Cilj WiMAX-a nije da zameni WiFi standard već da se dopunjuju, na većim razdaljinama će se koristiti WiMAX, a na manjim za kreiranje lokalni bežičnih mreža odnosno WLAN-a WiFi.

GPS

22

GPS (Global Positioning System) je trenutno jedini poptuno funkcionalan globalni satelitski navigacioni sistem. Čine ga zemaljski (korisnički), kontrolni i nebeski segment u kome su 24 satelita raspoređena u orbiti Zemlje, koji šalju radio signal na površinu Zemlje.

Koristi se za navigaciju na moru, na zemlji i u vazduhu, u mapiranju zemljišta, u pravljenju mapa, u određivanju tačnog vremena, u otkrivanju zemljotresa i slično. GPS prijemnici na osnovu radio signala mogu da odrede svoju tačnu poziciju - nadmorsku visinu, geografsku širinu i geografsku dužinu - na bilo kom mestu na planeti danju i noću, pri različitim vremenskim uslovima.

Pozicija prijemnika se proračunava bazirano na Svetskom geodetskom sistemu, WGS84. GPS prijemnici sa satelita neprekidno primaju navigacionu poruku koja u sebi sadrži informaciju o njihovoj poziciji i izračunavaju pseudoudaljenost od satelita. Pozicija prijemnika se izračunava na osnovu preseka četiri sfere, od kojih svaka ima centar u po jednom od tih satelita, a poluprečnik joj je udaljenost od tog satelita do prijemnika. Prijemnik koristi 4 koordinate. Podaci se transformišu u pozicije na korisnikovoj mapi (geografska širina i dužina). Kako je uobičajena primena GPS uređaja za navigaciju vozila, koordinaciju flote ili poljoprivredne i druge mehanizacije, samim tim se i izučava na odgovarajućim fakultetima i stručnim školama.

GPS uređaji omogućavaju praćenje i snimanje ruta u okviru nastave na terenu. Mogu se koristiti za snimanje podataka koji označavaju uzorke tla, reke, visinske tačke, arhitektonske objekte, lokaciju biljaka i staništa životinja, čak i poziciju muzejskih eksponata. Određena zabavna verzija uvodi u nastavu potragu za „blagom“ - geocache na određenoj lokaciji. GPS podaci se mogu koristiti sa softverom za mapiranje da bi se istraživao i predstavljao niz pitanja lokalne zajednice, kao što su planiranje za novu prodavnicu ili obilaznicu, istraživanje promena obrazaca pri kupovini, ili ekoloških osobina lokanog područja.

GPS prijemnici se sve više integrišu u mobilne telefone. Na taj način lokacijski podaci postaju dostupni informacionim sistemima putem bežičnih mreža mobilnih operatera. Putem odgovarajućih mapa može se obezbediti informacija studentima o lokaciji pojedinih obrazovnih institucija i njihovih organizacionih celina. Zastupljeni su i u okviru asistivnih tehnologija za osobe sa vizuelnim hendikepom.

RFID

Identifikacija pomoću radio talasa ili kraće RFID (Radio frequency identification) opšta je tehnologija za automatsku identifikaciju proizvoda, objekata, životinja, ljudi, edukativnih predmeta. Omogućava malom radio uređaju zakačenom za određeni predmet da nosi identitet tog predmeta. Glavni cilj automatske identifikacije je povećanje efikasnosti, smanjenje broja pogrešnih unosa, ali i identifikacija.

Sistem se sastoji od čitača podataka i oznake koja na sebi sadrži neku informaciju. Čitač sadrži predajnik i prijemnik radio talasa, a oznaka antenu i mikročip koji sadrži neku informaciju. Oznaka na sebi može imati i bateriju (aktivna oznaka). Ako je nema (pasivna oznaka), onda se za napajanje čipa i za emitovanje informacije korisi energija čitača.

Transponder može imati i samo jedan bit – za elektronsko praćenje artikala (EAS) u trgovini treba samo taj jedan bit da bi pokrenuo alarm kad je pobuđen u polju čitača. Za čuvanje serijskog broja, dovoljno je 128 bita, može ga upisati proizvođač ili sam korisnik unutar svoje aplikacije. Veći kapaciteti memorije do 512 bita uvek su programabilni – pored identifikacije korisnik može upisati razne podatke o označenom objektu, upute za dalje postupke u nekom procesu ili rezultate ranijih akcija nad objektom.

Osnovna primena im je za praćenje robe, ali i razne lične isprave, platne i identifikacione kartice. U obrazovanju se mogu koristiti za indekse i druge studentske identifikacione kartice, za ovlašćeni pristup bibliotekama, laboratorijama, za evidenciju pristustva, ali i za identifikaciju edukativnih predmeta, gde nakon očitavanja sistem prikazuje dodatne informacije o predmetu.

23

2.1.2.2 Mobilni uređaji

Uređaje za mobilno učenje možemo podeliti u dve kategorije:

lične (personal) – svaka osoba ima sopstveni uređaj, kao što je mobilni telefon;

i prenosive (portable) – uređaje koji se dele i pozajmljuju.

Prenosiva rešenja omogućavaju kretanje osobe koja ih koristi, a lični uređaji omogućavaju individualni pristup nekom segmentu obrazovnih materijala sa udaljenih lokacija

Konekcija je jedna od glavnih razlika, ako upoređujemo mobilne uređaje sa pesonalnim računarima (kao uobičajenim uređajima elektronskog učenja). Mobilni uređaji mogu biti konektovani na Internet ili u mrežu preko mnogih tehnologija - WAP, GPRS, UMTS, Bluetooth, WiFi i dr. U budućnosti mobilni uređaji će biti „uvek priključeni" konekcijama velike brzine. Trenutno često imaju periode diskonekcije, bilo hotimično (kad su usluge preskupe) ili ne (kad infrastruktura nije obezbeđena).

Hardverske i softerske karakteristike uređaja imaju veliki uticaj na to koji sadržaj je moguće dostaviti i u pravo vreme poslati. Obično, veb sadržaj je dizajniran za desktop računare, tako da ga je neprijatno, retko i moguće koristiti na uređajima sa malim ekranima. Često je teška i sama navigacija. Opremljeni malom stilskom tastaturom ili ekranima na dodir, touch-screen, (uobičajeno za PDA uređaje), korisnici mogu izgubiti mnogo vremena u traženju njima potrebnog sadržaja odnosno informacija. Veb stranice obiluju velikom količinom informacija, pa korisnik gubi vreme tražeći na strani gde su potrebne informacije, odnosno gde se nalazi potreban sadržaj. Možemo da zamislimo alternativne načine navigacije, kao što su, na primer glasovne komande.Sada već postoje moćni mobilni telefoni sa velikim brzinama, istovremeno i sa hardverske i softverske tačke gledišta, iako će njihovi ekrani uvek ostati mali. Pored toga, memorija koja je dostupna na mobilnim uređajima je relativno mala. Moguće je koristiti proširene pakete i veću memoriju na nekim uređajima kao što su PDA uređaji.

Postoji više vrsta mobilnih uređaja a to su [140]:

Laptop i tablet PC;

Subnotebook (netbook ultra mobilni PC);

Mobiloni telefon i smartphone;

PDA;

Multimedijalni plejeri;

Igračke konzole;

Elektronski rečnici i knjige;

Namenski digitalni uređaji za učenje.

Da li će se koristiti za jednostavno praćenje gradiva ili će postojati i povratna informacija studenata ukoliko se mogu konekotvati na Internet putem neke bežične mreže, najviše zavisi od mogućnosti i funkcija uređaja i dostupnosti Internet konekcije.

Iako postoji spektar različitih prenosnih uređaja, prava mobilnost se postiže upotrebom lakih i po dimenzijama malih mobilnih uređaja koji su uvek i svuda sa nama.

2.1.3 Cloud computing infrastruktura elektronskog obrazovanja

Koncept cloud computinga (u daljem tekstu CC) je potpuno nov poslovni model i tehnološka platforma koja je nastala kao rezultat evolucije i konvergencije mnogih naizgled nezavisnih računarskih trendova. CC je oblast računarstva u kojoj se veoma skalabilni informatički kapaciteti

24

obezbeđuju u vidu usluge isporučene putem Interneta brojnim eksternim korisnicima [177]. Usluge i podaci egzistiraju u deljenom, dinamički skalabilnom skupu resursa zasnovanom na tehnologijama virtuelizacije i/ili skaliranim aplikativnim okruženjima [23]. CC je infrastruktura koja može da pruži veliku vrednost sistemu za obrazovanje na daljinu zbog svoje mogućnosti isporuke računarskih resursa kao servisa. Jedna od najbitnijih odlika CC-a je skalabilnost, a ključna tehnologija koja je omogućava jeste virtuelizacija [23]. Pojam virtuelizacije u najopštijem smislu, podrazumeva okruženje za razvoj ili metodologiju podele resursa računara u više izvršnih okruženja ili udruživanja više manjih resursa u jedno okruženje, primenjujući jedan ili više različitih koncepta ili tehnologija kao što su: podela softvera, time-sharing, parcijalna ili kompletna simulacija hardvera, emulacija i mnogi drugi, sa ciljem razdvajanja logičkog interfejsa od fizičkih resursa. Tehnologija virtuelizacije omogućava brzo i lako podizanje sistema, odnosno funkcionisanje više virtuelnih mašina (VM) na jednoj fizičkoj mašini, čime se postiže bolje iskorišćenje fizičkih resursa.

U zavisnosti od tipa vlasništva nad infrastrukturom i fizičkim resursima mogu se implementirati sledeći razvojni modeli CC-a [23]: privatni oblak, javni oblak, hibridni oblak i zajednički oblak. Postoje tri načina pristupa Cloud servisima [23][110][173]:

Infrastrukturni (IaaS) – pristup obezbeđuje korisniku rezervaciju procesorske snage, mrežu, određenu količinu memorije za skladištenje podataka i drugih osnovnih resursa.

Platformski (PaaS) – pristup omogućava korisniku koji koristi CC infrastrukturu provajdera da postavi i razvija aplikaciju korišćenjem programskih jezika i alata koje mu obezbeđuje provajder.

Aplikacioni (SaaS) – pristup u kojem korisnik koristi CC infrastrukturu i aplikacije za razvoj koje mu obezbeđuje provajder usluge.

2.1.3.1 Model IT infrastrukture obrazovne ustanove baziran na cloud computingu

Osnovne komponente modela za e-obrazovanje Fakulteta su (Slika 8.) [68]: servisi za e-obrazovanje (sistem za upravljanje identitetima, e-pošta, LMS, DMS, CRM, portal servisi, BI, itd.); softverske komponente: MS SharePoint Server 2010, Moodle, IIS, Apache, MySql, itd.; mrežna i hardverska infrastruktura; korisnici sistema (studenti, poslediplomci, nenastavno osoblje itd.).

25

Slika 8. Model IT infrastrukture za e-obrazovanje

IT infrastruktura visokoškolske ustanove predstavlja skup hardvera, softvera, računarskih mreža, objekata povezanih u cilju obezbeđivanja savremenih mrežnih servisa i resursa, veza sa Internetom i veza sa drugim naučno-istraživačkim i visokoškolskim ustanovama, radi unapređenja naučno-istraživačkih i obrazovnih procesa. Mrežni servisi moraju da omoguće veću fleksibilnost IT infrastrukture, a u isto vreme da očuvaju bezbedno mrežno okruženje. Ograničenja na koje se nailazi prilikom implementacije mrežnih servisa su: heterogeno mrežno okruženje, bezbednost pristupa, veze između različitih identiteta, višestruke lozinke i životni ciklus korisničkih naloga. Prevazilaženje navedenih ograničenja prilikom razvoja mrežnih servisa u prvi plan stavlja digitalni identitet i celokupni proces upravljanja digitalnim identitetima. Mnoga istraživanja su utvrdila da su sigurnost i upravljanje digitalnim identitetima ključni za uspešnu realizaciju infrastrukture sistema visokoškolske ustanova [48]. Upravljanje digitalnim identitetima definiše se kao proces kojim se postojeće tehnologije koriste za upravljanje informacijama o digitalnom identitetu entiteta i za kontrolu pristupa resursima. Direktorijum servis je osnovna komponenta sistema za upravljanje digitalnim identitima. U cilju definisanja dobre strukture direktorijuma, potrebno je definisati uloge i odgovarajuće privilegije korisnika u sistemu. Svaki korisnik u modelu ima skup privilegija za specifično okruženje i za specifičan sadržaj. Osnovni problem integracije u hetoregenom okruženju je obezbeđivanje jedinstvenog metoda za identifikaciju i za autorizaciju korisnika sistema, profesora, studenata, administrativnog osoblja i dr. Za ovaj skup poslova je izabran LDAP protokol (Lightweight Directory Access Protocol) kao direktorijum servis. Model infrastrukture obrazovne institucije zasnovan na cloud computingu prikazan je na slici 9 [68].

26

Slika 9. Model infrastrukture za e-obrazovanje baziran na cloud computing-u

Cilj implementacije privatnog oblaka je da svim učesnicima u obrazovnom procesu omogući pristup virtuelizovanoj infrastrukturi, okruženju i servisima. Sistem za upravljanje virtuelnom infrastrukturom automatizuje, koordiniše i integriše postojeća rešenja za: skladištenje podataka, realizaciju mreže, virtuelizaciju resursa, praćenje i upravljanja korisničkim nalozima [136].

Ključne komponente implentiranog privatnog oblaka mogu se podeliti u sledeće grupe:

servisi za upravljanje resursima;

servisi za pristup virtuelizovanom okruženju;

sistem za upravljanje distribuiranim podacima;

sistem za upravljanje virtuelizovanom infrastrukturom;

servisi za upravljanje korisničkim nalozima.

Ove komponente omogućavaju efikasan rad sa virtuelnim mašinama. Virtuelne mašine se čuvaju u skladištu podataka i mogu se po potrebi ponovo pokrenuti na zahtev.

2.2 Modeli i servisi veb portala

Portal se definiše kao jedinstvena tačka pristupa mnogobrojnim izvorima podataka. Portali objedinjuju različite informacije iz većeg broja izvora i obezbeđuju pristup brojnim aplikacijama. Veb portali su sredstvo za prenos informacija i znanja, kao i za uspostavljanje saradnje i koordinacije aktivnosti među različitim učesnicima. Portal obuhvata veliki broj servisa koji

27

omogućavaju pristup i pronalaženje informacija, razvoj zajednica na vebu, saradnju, trgovinu i mnoge druge pogodnosti [16][162].

Portali se mogu definisati kao aplikacije koje omogućavaju vlasnicima da učine dostupnim interno i eksterno prikupljene informacije, kao i da obezbede korisnicima jedinstven pristup personalizovanim informacijama neophodnim za donošenje odluka. Iako je navedena definicija široko prihvaćena, ona portale opisuje kao aplikacije za donošenje odluka i jedinstvenu tačku pristupa podacima, a izostavlja krucijalni element portala – element saradnje.

Većina ostalih definicija nastajala je oslanjajući se na pomenutu. Portal se može posmatrati kao alat koji obezbeđuje korisnicima jedinstveni veb intefejs prema informacijama lociranim u različitim delovima informacionog sistema [162]. U ovoj definiciji naglašen je element saradnje i donošenja odluka, pri čemu su portali prepoznati kao tačka pristupa raznovrsnim izvorima informacija. Element kolaboracije pomaže korisnicima da organizuju i dele radne informacije kao što su email, diskusione grupe, materijali, izveštaji, memorandumi i zakazani sastanci. Sa druge strane, element donošenja odluke pomaže pri pristupanju informacijama neophodnim za donošenje ključnih poslovnih odluka.

Portali povezuju korisnike ne samo sa svime što im je potrebno, već i sa svakim ko im je potreban, i obezbeđuju sve alate koji su im potrebni za obavljanje zajedničkog posla. Ovo znači da groupware, email, workflow i desktop aplikacije – čak i kritične poslovne aplikacije – moraju biti dostupni na portalu. Postoje četiri najvažnije grupe elemenata bilo kog portala:

Elementi informacija - elementi koji povezuju zaposlene sa informacijama.

Elementi saradnje - elementi koji nude mogućnosti saradnje.

Elementi ekspertize – elementi koji povezuju ljude na osnovu njihovih sposobnosti, stručnosti, znanja i interesa.

Elementi znanja – elementi koji kombinuju sve gore navedeno dostavljaju personalizovan sadržaj zasnovan na korisničkim zahtevima.

Prema opštijoj definiciji, portali predstavlaju aplikacije slične brauzerima koje obezbeđuju jedinstvene tačke pristupa svim internim podacima kompanije. Pod ovim se mogu podrazumevati informacije pohranjene u dokumentima, ERP sistemima, veb stranicama, email porukama, i praktično bilo kom drugom izvoru.

Portal se može definisati i kao aplikacija zasnovana na brauzeru koja omogućava zaposlenima da dobiju pristup, sarađuju, donose odluke i sprovode akcije koristeći poslovne informacije, bez obzira na virtuelnu lokaciju zaposlenih ili na sektor u kome posluju, lokaciju informacija ili format u kom su informacije čuvane. Portali se mogu kategorizovati u više različitih tipova, kao što su: portali znanja, portali stručnosti, portali saradnje, Internet hosting portali, portali za zaposlene, portali elektronske trgovine, ERP portali, informacioni portali, obrazovni portali i drugi.

Veb portali omogućavaju efikasnu analizu i razmenu informacija. Takođe su obezbeđene funkcije filtriranja, povezivanja i manipulacije informacijama, kao i mehanizmi obaveštavanja, automatskog generisanja izveštaja i njihovog prosleđivanja odgovarajućim korisnicima. Dok tipične veb aplikacije pružaju specifične servise korisnicima, veb portali obezbeđuju jedinstvenu tačku pristupa različitim personalizovanim servisima i deljenim informacijama. Portali služe kao veza sa drugim sadržajima i servisima koji su dostupni lokalno ili kao distribuirane aplikacije. Ključna uloga portala je integracija informacija iz različitih izvora [6][53][109][182].Bez obzira na to gde se informacije nalaze ili kog su formata, portal prikuplja sve informacije na način koji je odgovarajući za krajnjeg korisnika. Svrha portala je, dakle, da krajnjem korisniku obezbedi pogodan način pristupa i interakciju sa poslovnim aplikacijama, ljudima, sadržajima i procesima. Korisnici mogu da personalizuju i organizuju izgled portala prema sopstvenim kriterijumima, da upravljaju sopstvenim profilima, kao i da objavljuju i dele dokumenta. Ovo znači da je portal zasnovan na principu dinamičnog veb sajtas Samim tim veb programeri susreću se sa

28

problemima koji nastaju sa sve većom kompleksnošću veb aplikacija. Suština problema je u zahtevima za integracijom mnogobrojnih različitih korisničkih interfejsa i skladišta podataka.

Osnovna podela portala je na horizontalne i vertikalne portale. Horinzotalni portali posetiocu pružaju informacije iz više različitih oblasti, dok vertikalni portali ("vortali") su sajtovi čija je svrha objedinjavanje svih aktivnosti iz jedne oblasti.

Tipične funkcionalnosti portala su [109][182]:

pristup i integracija podataka;

taksonomija i organizacija sadržaja;

pretraga servisa i sadržaja;

upravljanje sadržajem;

upravljanje procesima i aktivnostima;

kolaboracija i komunikacija;

personalizacija i kastomizacija;

pouzdanost i sigurnost;

administracija;

upravljanje korisnicima.

Da bi se razumeo koncept aplikacija za portale i principi njihovog razvoja, neophodno je uočiti razliku između portala i portleta [182]. Portal je okruženje koje omogućava priključenje novih opcija ili ekstenzija zvanih portleti. Isto kao što je servlet aplikaciona komponenta unutar veb servera, portlet je aplikaciona komponenta unutar portala. Razvoj portleta je najvažniji zadatak u procesu ostvarivanja funkcije portala kao prozora preko kojeg korisnici pristupaju informacijama. Portleti su enkapsulacija sadržaja i funkcionalnosti. Oni su komponente koje kombinuju sadržaj zasnovan na veb-u, aplikacionu funkcionalnost i pristup resursima. Svaki portlet može da sadrži tok podataka, funkcionalnost, sadržaj, a više portleta može biti prikazano u jednom prozoru brauzera [53].

Portleti su slični Windows aplikacijama po tome što svoj sadržaj predstavljaju preko prozora ili boksova na stranicama portala. Prozor portleta ima zaglavlje koje sadrži osnovne kontrole za povećanje, smanjenje, izmenu, konfigurisanje i za obezbeđenje pomoći u vezi sa aplikacijom. Sa tačke gledišta korisnika portala, portlet je prozor na stranici koji obezbeđuje pristup određenoj usluzi ili sadržaju. Server portala obezbeđuje okruženje, tzv. portlet container, za portlete koji su suština implementacije portala. Portlet container je odgovoran za obezbeđenje okruženja za metode životnog ciklusa portleta, kao što su instanciranje, pokretanje i uklanjanje portleta. Infrastruktura portala podržava osnovne pakete usluga koje portleti koriste.

Na slici 10. prikazan je proces funckionisanja portala. Korisnici se putem računara konektuju na Internet ili Intranet. Portal server prihvata zahteve usmerene prema portal aplikacijama i distribuira ih do odgovarajućih portleta. Konfiguracioni fajlovi određuju koji portlet se poziva u cilju usluživanja zahteva koji stiže od korisnika. Zahtev može da sadrži zadatke namenjene veb aplikacijama ili veb servisima. Obaveza veb servisa je da primi i procesira podatke više različitih komponenti. Ove komponente mogu se nalaziti na istom serveru ili na više udaljenih servera. Pristup udaljenim veb servisima se obavlja preko SOAP poruka.

29

Slika 10. Portleti

U tabeli 1 je prikazan Wang & Strong model osnovnih karakteristika veb portala, podeljenih u četiri grupe [192]: atributi reputacije, operativni atributi, atribuiti konteksta i prezentacioni atributi.

Atributi reputacije Operativni atributi Atributi konteksta Atributi prezentacijeTačnost Pristup Primenljivost InteroperabilnostObjektivnost Sigurnost Kompletnost RazumljivnostUverljivost Interaktivnost Fleksibilnost KonciznostReputacija Dostupnost Pouzdanost KonzistentnostTrajnost Lakoća korišćenja Relevantnost Količina podatakaPoverljivost Korisnička podrška Validnost Dokumentacija

Vreme odgovora Nova vrednost Organizacija

Tabela 1. Osnovni atributi veb portala

2.2.1 Arhitektura veb portala

Ne postoji određena standardna arhitektura korporativnih portala, barem ne još uvek. Šta više, svi korporativni portali, ne uzimajući u obzir poslovnu orijentaciju kompanije koju predstavljaju, prirodu njihovog sadržaja ili način na koji su implementirani, uvek dele određeni set obaveznih funkcionalnosti koje moraju posedovati. Na slici 11. je prikazan model arhitekture tipičnog veb portala.

30

Slika 11. Model arhitekture veb portala

Funkcije kao što su agregacija, pretraga, saradnja, upravljanje dokumentacijom, prikupljanje poslovne inteligencije i upravljanje tokom aktivnosti moguće je sistematski ugraditi u komonente servisa upravljanja podacima. Na sličan način moguće je komponentu veb intefejsa proširiti tako da obuhvati protokole kao što su SOAP, WSDL i UDDI. Fleksibilnost i nadogradivost ovakve arhitekture omogućena je u većini softverskih rešenja savremenih portala.

2.2.2 Servisi veb portala

Iako postoje različite vrste portala, oni ipak sadrže neke zajedničke elemente i obezbeđuju zajedničke vrste usluga. Raznovrsnost po pitanju elemenata i usluga najvećim delom je posledica različitih implementacija od strane dizajnera portala. Najzastupljeniji servisi u okviru veb portala odnose se na [53]:

Usluge prezentacije (Portal Presentation Services). Ove usluge obezbeđuju kastomizovane i personalizovane stranice za korisnike kroz agregaciju sadržaja. Sadržaj stranica kreiran je na osnovu mnoštva baza podataka i aplikacija. Okruženje za prezentaciju na portalu pojednostavljuje razvoj i održavanje portala kroz definisanje strukture stranica nezavisno od definicija portleta. Portleti se mogu menjati a da pritom ne postoji uticaj na sveukupnu strukturu stranica na portalu.

31

Single sign on (SSO). SSO je popularna opcija koja omogućava krajnjem korisniku da samo jednom odradi autentifikaciju, a potom dobije pristup svim relevantnim podacima. Ova opcija razdvaja portale od veb servisa gde krajnji korisnik ponekad ima različito korisničko ime i šifru za svaki servis. Veoma je važno shvatiti da su portleti često deljeni među portalima, kao i među stranicama na istom portalu. Portleti mogu komunicirati sa poslovnim aplikacijama, koje u nekim slučajevima imaju ograničenja po pitanju sigurnosti, identiteta i autorizacije. Ova situacija može postati još kompleksnija kada portleti komuniciraju sa drugim veb servisima i aplikacijama.

Usluge direktorijuma. Direktorijumi često podsećaju na baze podataka. Ono što ih razlikuje od opštih relacionih baza podataka jeste frekventnost zahteva i upita, kao i definisana šema baze podataka. Direktorijumi podržavaju veliki broj zahteva istovremeno, i optimizovani su za brz pristup zahtevanom dokumentu.

Informacije u direktorijumima su uglavnom statične. Nasuprot bazama podataka, direktorijumi ne podržavaju obradu transakcija. Pristup bazi je standardizovan preko SQL-a, koji podržava opcije read, write, update, kao i specijalne funkcije tipa table join i tako dalje. Direktorijum sadrži kolekciju objekata organizovanih u strukturu drveta, a model imenovanja se definiše na osnovu protokola. Portali koriste Lightweight Directory Access Protocol (LDAP) za pohranjivanje informacija o autentifikaciji. U LDAP-u, unosi se organizuju u drvoliku strukturu poznatu kao Directory Information Tree (DIT).

2.2.2.1 Upravljanje sadržajem

Portali često nude mogućnosti za povezivanje sa sistemom za menadžment sadržaja. Pod sadržajem se podrazumeva bilo kakva jedinica digitalne informacije: ona može biti tekst, slika, Flash animacija, email poruka, video/audio zapis i slično. Upravljanje sadržajima se odnosi na efektivno upravljanje digitalnim informacijiama, kombinujući pravila, procese i tokove rada na način na koji centralizovana tehnička lica i decentralizovani autori/editori digitalnih informacija mogu te informacije da kreiraju, menjaju i publikuju na jednostavan način.

Specijalizovani alati za menadžment sadržaja mogu biti korišćeni za kreiranje portleta koji mogu objavljivati sadržaj informativnog karaktera unutar drugih pojedinačnih portleta. Ovakav portlet može biti postavljen na stranicu i može koegzistirati sa drugim portletima ili aplikacijama. Alati za menadžment sadržaja često sarađuju sa alatima za upravljanje dokumentacijom, ili, u najgorem slučaju, omogućavaju autorima da se pozivaju na dokumente koji su povezani sa alatom za upravljanje dokumentacijom. Rezultat ovakvog procesa je portlet koji omogućava:

sadržaj u formi slobodnog teksta;

reference prema dokumentima;

mogućnost pretrage;

hiperlinkove prema aplikacijama;

hiperlinkove prema dokumentima.

Sistem za upravljanje sadržajem sastoji se od tri logičke celine:

Sistem kolekcije zadužen za sve procese koji se dešavaju pre nego što je deo sadržaja spreman za objavljivanje. On pretvara sirovu informaciju u dobro organizovan set komponenti sadržaja.

Sistem za upravljanje – obuhvata skladišta podataka, sadržaj i datoteke; može da sadrži konfiguracione i administrativne fajlove CMS-a.

Sistem za publikacije - odgovoran za izvlačenje komponenti sadržaja i drugih resursa iz skladišta i automatsko kreiranje publikacija za njih.

32

2.2.2.2 Integracija podataka i aplikacija

Jedna od ključnih funkcionalnosti veb portala je pristup različitim izvorima podataka i aplikacijama. Na ovaj način, korisnici veb portala su u mogućnosti da koriste različite servise i da pristupaju informacijama koje ne moraju da budu razvijene u okviru portala. Integracijom podataka i aplikacija portal postaje jedinstvena tačka pristupa ka svim resursima i servisima.

2.2.2.3 Sigurnost

Sigurnosni standardi zasnivaju se na principima enkripcije i dekripcije. Enkripcija je proces obrade informacija na način da mogu biti pročitane samo od strane primalaca kojima su namenjene, naravno nakon obavljene dekripcije. Nad podacima se vrši matematička enkripcija tako da budu nečitljivi bilo kome izuzev onima koji poseduju ključ, ili metod, za dekripciju.

SSL kreiran je u Netscape-u, a 1996. godine unapređen od strane IETF (Internet Engineering Task Force) da bi postao TSL (Transport Layer Security). Ovi standardi su međusobno slični i naizmenično korišćeni. Osnova ovog javnog sistema za kriptovanje je ECC (Elliptic Curve Cryptography), pogodan za mobilno/bežično okruženje. Trenutno najkorišćeniji sistemi kriptovanja, kao što su RSA ili ECC, obezbeđuju ekvivalentan nivo sigurnosti.

Security Assertion Markup Language (SAML) standard definiše okruženje za razmenu sigurnosnih informacija između onlajn poslovnih partnera. Razvijen je od strane organizacije OASIS (Organization for the Advancement of Structured Information Standards). Da bi mogli da se razumeju osnovni principi, neophodno je biti upoznat sa sledećim ključnim konceptima:

Identity Provider je sistem, ili administrativni domen, koji obezbeđuje informacije o subjektu.

Service Provider je sistem, ili administrativni domen, koji zavisi od informacija koje obezbeđuje određeni Identity Provider.

SAML definiše niz mehanizama koji identifikuju odgovarajućeg Service Provider-a.

Rad OASIS-a rezultovao je formulisanjem specifikacije Web Service Security (WSS) koji je predstavio poboljšanja u SOAP slanju poruka čime je obezbeđen integritet i poverljivost poruka. Specificirani mehanizmi mogu se koristiti za rad sa različitim sigurnosnim modelima i tehnologijama enkripcije. Zavisni su od standarda kao što su SOAP, XML Encryption i XML Signature. Specifikaciju su u aprilu 2002. godine objavili Microsoft, IBM i Verisign pod nazivom ”WS-Security”.

2.2.2.4 Servisi kolaboracije i komunikacije

Kolaborativni servisi omogućavaju različite funkcionalnosti vezane za saradnju korisnika portala: obaveštenja o različitim aktivnostima i događajima, informacije, upravljanje projektima, korisničke grupe, radionice, kalendar aktivnosti, diskusioni forumi, timski rad i sl. Portali moraju obezbediti mogućnost različitih vidova komunikacije: email, videopoziv, čet, instant poruke, mobilni servisi integrisani u portal. U okviru portala se integrišu dodatne aplikacije koje pružaju specijalizovane usluge vezane za kolaboraciju i komunikaciju.

2.2.2.5 Pretraga i taksonomija

Većina portala nudi mogućnost pretrage. Pretraga omogućava pretraživanje HTML stranica, dokumenata i izvora tekstualnih podataka. Pretraživač može posmatrati dokumente po kategorijama ili prema taksonomiji. Vrednosti vezane za taksonomiju definišu se preko varijabli metapodataka povezanih sa pojedinim dokumentima. Taksonomija je ključna komponenta zato što omogućava brzo pretraživanje i kategorizuje informacije tako da svede pretragu na što uže područje. Takođe, na ovaj način podržan je i afinitetni tip pretrage – pretraga relevantnih dokumenata u određenoj oblasti.

33

Dobar pretraživač obezbeđuje širok spektar načina pristupa pretraživanju, među kojima sledeće:

Ključne reči i kompletne fraze;

Boolean pretrage;

Bajezijansko inferenciranje, zasnovano na broju pojavljivanja ključnih reči u dokumentu;

Konceptualne pretrage, zasnovane na rečima koje imaju isto značenje ili su blisko povezane;

Pretrage prema kontekstu, zasnovane na kontekstu u kojem se pretraga odvija u cilju eliminacije divergentnih podataka koji dele isti naziv (npr. SAP);

Pretrage baze znanja, zasnovane na prethodno postavljenim pitanjima koja su slične prirode;

Pretrage prema popularnosti, koje kao povratnu informaciju vraćaju najpopularnije i najposećenije sajtove;

Kolaborativne filtere koji obezbeđuju reference koje su, prema ostalim korisnicima, najkorisnije;

Afinitetne pretrage koje su slične kolaborativnim filterima, ali pored referenci koriste mnogo više kriterijuma za pretragu;

Pretrage sa vizuelnim mapiranjem, koje omogućavaju korisnicima da grafički organizuju rezultate pretrage;

Peer-to-Peer pretrage;

Personalizovane agente, koji obavljaju pretragu zasnovanu na iskustvu i istoriji prethodnih pretraga.

2.2.2.6 Personalizacija

The functionality that gives the customer the possibility to personally adapt their environment at the veb portal. Personalizacija je danas postala važan deo svakog ozbiljnijeg veb portala. Personalizacija omogućava pojednostavljenje sadržaja i usluga portala eliminacijom onih koje korisniku nisu zanimljive. Time portal dobiva sposobnost da se prilagođava željama svakog pojedinog korisnika, tako da postaje privlačniji za sve veći krug različitih tipova korisnika. Jedna od definicija personalizacije glasi [29]:

“Personalizacija je sposobnost portalovog servera da na intelegentan način kreira korisnikovo iskustvo, uključujući sadržaj, funkcionalnost, navigaciju, i korisnički interfejs, na temelju identiteta korisnika.”

Personalizacija se može realizovati kroz dve oblika, eksplicitnom i implicitnom:

Eksplicitna - postiže se na temelju informacija koje su pružali sistem ili sam korisnik (npr. korisnikov profil), ili na temelju svojstava koja su povezana sa korisnikom. Sa ovim oblikom personalizacije je više povezano predefinisanje korisnika i grupa, nakon čega je uloga sistema da održava i izvršava određena pravila.

Implicitna – postiže se na temelju korisnikovog onlajn ponašanja (npr. prikazivanje određenog sadržaja zato što je korisnik kliknuo na neke linkove ili je posetio neke stranice koje su u nekoj vezi sa tim sadržajem). Ovaj oblik personalizacije se ponekad naziva „event-based” personalizacija i mnogo ju je teže implementirati. Još uvek je retka unutar današnjih veb portala jer često zahteva mnogo programiranja.

Personalizacija se često meša sa kastomizacijom, koja je široko prihvaćena kao subjektivno modifikovanje izgleda od strane korisnika, dok se personalizacija odnosi na filtriranje sadržaja od strane servera, a ne korisnika. Kastomizacija dopušta korisniku da odabere koje će mu se

34

informacije prikazati, kako će biti prikazane i da pruža korisniku izbor stilova (boje, fontovi, veličina) na osnovu ličnih želja. Postoji uska povezanost personalizacije i kastomizacije. Što više portal dopušta kastomizaciju, to je manja fleksibilnost i manje sistemskih resursa da pružaju personalizaciju.

Uspešnost portala zavisi od toga kako je sprovedena personalizacija. Ona dopušta portalu da se razvije dalje od običnog statičnog portala i da postane oruđe koje će pružati prave i specifične informacije korisniku koji će tako moći dalje da deluje na temelju efektivnijih, efikasnijih i bržih informacija.

2.3 Obrazovni veb portali

Obrazovni portal predstavlja efikasan i efektivan pristup za integraciju heterogenih komponenata sistema elektronskog obrazovanja [18][19]. Obrazovni portal je centralna i jedinstvena tačka pristupa svim relevantnim informacijama, resursima i aplikacijama u okviru procesa obrazovanja. Osnovna uloga portala je da podrži procese učenja, komunikacije i interakcije, na personalizovan način. Obrazovni portal je platforma koja objedinjuje onlajn kurseve ili komponente kurseva i koja je na raspolaganju svim zainteresovanim korisnicima [19][171].

Osnovni zahtevi koji se postavljaju pred obrazovni portal su [58][155]:

Omogućiti pristup studentima ka mnoštvu različitih informacija i studentskih servisa.

Jedinstvena tačka pristupa svim servisima i informacijama u okviru obrazovnog procesa.

Podrška za kolaboraciju i komunikaciju izmešu učesnika u obrazovnom procesu.

Deljenje informacija i znanja.

Realizacija osnovnih procesa i aktivnosti u okviru obrazovnog procesa.

Dodatni servisi i aplikacije za pomoć učenju u specifičnim oblastima.

Personalizacija sadržaja i aktivnosti učenja.

Pretraga informacija.

Sigurnost.

Osnovna ideja u razvoju obrazovnog veb portala se zasniva na integraciji i koordinaciji svih procesa i aktivnosti u okviru obrazovnog procesa na jednom mestu [15][59][83]. Centralizacijom i konzistentnim prikazom informacija, podrškom organizaciji i realizaciji poslovnih procesa, povezivanjem učesnika u obrazovanju, obrazovni portali poboljšavaju efektivnost, smanjuju vremenske i novčane troškove i povećavaju lojalnosti i zainteresovanost svih učesnika, kao i njihovu efikasnost i efektivnost svih učesnika.

Poboljšanje kvaliteta poslovanja obrazovnog sistema se može posmatrati kroz tri segmenta [153]:

Pedagoški pristup i istaživanje;

Upravljanje informacijama i komunikacijom;

Administrativne funkcije.

Prva grupa se odnosi na elemente vezane za proces planiranja kurseva, upravljanje kursevima i kolboraciju u okviru kurseva. Nastavnici su u mogućnosti da objavljuju vesti, pripremaju planove i koriste servise za upravljanje dokumentima kako bi obezbedili odgovarajuće materijale za učenje u okviru kurseva. Nastavnici, studenti i korisnici iz drugih poslovnih sistema mogu sarađivati i diskutovati preko foruma. Studenti imaju mogućnost pristupa onlajn materijalima, polaganja testova i sl. Primenom različitih tehnika prikupljanja podataka, obrazovni portali mogu dobiti različite vrste informacija o funkcionisanju celokupnog sistema elektronskog obrazovanja. U skladu sa

35

rezultatima analize dobijenih informacija, obrazovni sistemi mogu uskladiti i unaprediti svoje poslovne procese.

Drugi segment poboljšanja poslovanja obrazovnih institucija odnosi se na upravljanje informacijama koje su vezane za oblast izučavanja (vesti u okviru kurseva, objave važnih datuma, primeri ispitnih testova, i sl.), kao i na informacije vezane za kolaboraciju i upravljanje odnosima između učesnicima u obrazovanju (vesti vezane za konkurse Ministarstva, saradnju sa institucijama, obavljanje prakse i sl.). Na ovaj način se može poboljšati saradnja sa potencijalnim poslovnim partnerima i drugim insitutucijama.

Treći segment elemenata portala se dnosi na adminstrativne procese u okviru obrazovnog porcesa. Pre svega, ovi procesi obuhvataju: upravljanje pristupom kursevima, ocenjivanje, izdavanje sertifikata, zahteve za saradnju i sl. Dalje, nastavnici mogu kooristiti različite kolaborativne servise (na primer veb mail), upravljanje obavezama (kalendar), sastancima i sl. Ovi elementi poboljšavaju efikasnost svih učesnika

U tabeli 2 su prikazane osnovne karakteristike generacija obrazovnih veb portala [15].

PRVA GENERACIJA DRUGA GENERACIJA

Pokretač je tehnologija Organizovano okruženje Kontrolu ima trener Ocenjivanje bazirano na memorisanju

sadržaja, ponavljanih vežbi i polaganju testova

Zaokupljanje pažnje: vizuelno Odvojena teorija od prakse Odvojeni sistemi za učenje i prikupljanje

znanja

Pokretač je pedagogija Samoorganizovanje Kontrolu ima učenik Ocenjivanje bazirano na

samoocenjivanju, uspešnoj praksi Zaokupljanje pažnje: provokacije, izazovi,

ideje Integrisana teorija, praksa, rad, učenje u

realnom vremenu Integrisano učenje, kreiranje znanja i

pružanje znanja

Idealna za:

Razvoj tehničkih veština Sticanje rutine i proceduralnih znanja Učenje bazirano na memorisanju –

pripremanje za testove bazirane na informacijama

Idealna za:

Razvoj soft-skills Reflektivno, lično učenje, razvoj kritičkog

razmišljanja, liderskih sposobnosti Učenje bazirano na uspehu u

aktivnostima, rešavanju kompleksnih problema

Tabela 2. Osnovne karakteristike generacija obrazovnih portala

Na slici 12 je prikazana arhitektura, kao i servisi tipičnog obrazovnog veb portala.

36

Slika 12. Obrazovni veb portal

Početna strana portala za elektronsko obrazovanje u okviru Laboratorije za elektronsko poslovanje, Fakulteta organizacionih nauka, prikazana je na slici 13.

Slika 13. Početna stranica portala za e-obrazovanje37

U okviru obrazovnog veb portala, nastavnik treba da ima mogućnost kreiranja sledećih objekata:

Biblioteke: bibilioteke dokumenata, forma, wiki stranica, slika, podataka, slajdova, izveštaja.

Objekte komunikacije: obaveštenja, kontakte, table za diskusiju, forume.

Objekte za praćenje: linkove, kalendar, zadaci u obliku podsetnika, projektni zadaci, praćenje problema, praćenje istraživanja.

Specifične liste: čet, kpi liste, importovanje radnih tabela i sl.

Veb stranica kao odvojenih lokacija za kolaboraciju, komunikaciju ili čuvanje sadržaja: kreiranje sajta za timski rad na projektu, blog sajta za postavljanje informacija i dobijanje povratne informacije ili wiki sajta za prikupljanje nestrukturisanog znanja.

Moduli u okviru portala koji su na raspolaganju nastavnicima i studentima su:

Moduli za komunikaciju – email je integrisan u sistem da bi se omogućila razmena poruka i fajlova između studenata i nastavnika, studenata međusobno i nastavnika međusobno; Real time Chat je modul portala koji je uključen kako bi podržao pisanu komunikaciju u apsolutno realnom vremenu koja je na raspolaganju i nastavnicima i studentima. Forumi obezbeđuju pisanu komunikaciju u relativno realnom vremenu. Učesniku kursa je data sloboda da može, a i ne mora biti član nekog foruma. Nastavnicima ovog portala je data dužnost da administriraju forume kursa, a studentima da administriraju forume u okviru svojih radnih grupa. Diskusioni forumi obezbeđuju svim studentima i nastavnicima da diskutuju o temama kursa. Podešeno je da svako od učesnika pre nego što pristupi diskusiji vidi naziv diskusije, ko ju je kreirao, koliko odgovora ima i datum i vreme poslednjeg editovanja. Oni takođe mogu dodati novu diskusiju tako što joj definišu naziv i sadržaj (sadržaj može da se formatira, da sadrži slike, tabele, linkove...). Uz diskusiju je moguće dodati fajl. Kreatori diskusije imaju kontrolu nad tim ko ima pristup diskusiji.

Moduli za kolaboraciju – kalendar je jedan od najstrukturisanijih modula portala. Korisnik može izabrati pregled celog meseca, nedelje ili jednog dana. Dokumenta obuhvataju opcije za kreiranje novih dokumenata, uploadovanje dokumenata, aktivnosti nad dokumentima i podešavanja. Grupe su zajednice učesnika sa zajedničkim interesovanjima. U okviru portala grupe mogu kreirati i nastavnici i studenti.

Moduli za prezentovanje sadržaja - linkovi povezuju elemente sistema i sistem sa okruženjem. Konferencije se realizuju kroz namenski softver integrisan u portal. U okviru portala konferenciju mogu zakazati i studenti i nastavnici korišćenjem kalendara.

Moduli za ocenjivanje - kvizovi portala obuhvataju kvizove, istraživanja i bazu pitanja. Zadaci u okviru portala mogu se postaviti kao zadaci koji se rade za ocenu i oni za koje se ne dobija ocena. Određuje se skala za ocenjivanje.

Moduli za izveštavanje - obaveštenja u okviru portala mogu kreirati nastavnici i studenti u različitim delovima kursa. Praćenje prisustva je moguće za sve studente ili za specifične grupe. Nastavnik određuje vremenski period u kome će pratiti studente. Izveštaje o aktivnostima je moguće generisati za sve studente, pojedine grupe ili pojedinačne studenate, za određeni datum i za određene aktivnosti. Moguće je izdvojiti najaktivnije studente, najviše korišćene alate i sl. Knjiga ocena prikazuje ocene svakog studenta na kvizovima i zadacima.

2.4 Softverska rešenja za realizaciju obrazovnih veb poratala

U praksi postoje dva različita načina implementacije korporativnih portala. Teži način podrazumeva sintezu više odvojenih programa, kastomizovanih skripti i individualizovanih servisa na nekom veb serveru. Sa druge strane, lakši način podrazumeva korišćenje nekog od popularnih portal servera. Vodeći portal serveri, predviđajući potrebe klijenata, obezbeđuju više načina za kastomizaciju,

38

poboljšanje i proširenje korporativnih portala različitim dodacima, aplikacijama, modulima i sl. veb servisi su još jedan od načina proširenja niza funkcionalnosti portala.

Najčešća praksa u izradi poslovnih i obrazovnih portala pokazuje da je lakše i jeftinije realizovati portal preko nekog od popularnijih portal servera, umesto izrade portala od samog početka programirajući sve segmente samostalno. Neki od poznatijih portal servera, bez uzimanja u obzir redosleda koji se ovde navodi, su sledeći: IBM WebSphere Portal family, mySAP Enterprise Portals, Microsoft SharePoint, ORACLE/BEA WebLogic Portal. Pored portal servera postoje i potpuno besplatni softverski paketi za razvoj portala (Joomla, CMS, Drupal). Sva rešenja obezbeđuju velik broj funkcionalnosti, koja su zajednička za sve njih. U narednom tekstu će biti opisana najzastupljenija rešenja.

2.4.1 Oracle BEA Weblogic

Oracle WebLogic Portal je okvir za razvoj portala koji omogućava kreiranje interaktivnih, kompozitnih aplikacija u SOA okruženju, sa mnoštvom alata i servisa za integraciju aplikacija, uz podršku za različite standarde [145][146]. Ovo rešenje se zasniva na savremenim metodama za razvoj i integraciju podataka i aplikacija, poseduje bogat grafički interfejs, podržava J2EE standarde. Osim toga, na raspolaganju su i sledeće funkcionalnosti: upravljanje sadržajem, servisi i alati za kolaboraciju, personalizaciju i za upravljanje korisnicima i podacima. Arhitektura Oracle BEA Weblogic prikazana je na slici 14 [145].

Slika 14. Arhitektura Oracle BEA Weblogic

2.4.2 IBM WebSphere

IBM WebSphere Portal predstavlja softversko rešenje koje omogućava integraciju aplikacija i servisa na jednom mestu [106]. Ovo rešenje poseduje bogat, intuitivan interfejs sa veb 2.0 funkcionalnostima, podržava savremene standarde u razvoju i integraciji aplikacija, zasnovano je na SOA arhitekturi, pruža sve neophodne servise i alate za uspešnu realizaciju poslovnih procesa. Na slici 15. prikazana je arhitektura IBM WebSphere portala [106]

39

Slika 15. Arhitektura IBM WebSphere portala

2.4.3 SAP Enterprise Portal

SAP softversko rešenje za razvoj veb portala je deo sveobuhvatnog SAP okvira za poslovanje SAP NetWeaver [169]. Predstavlja jedinstvenu tačku pristupa ka različitim izvorima informacija, poslovnim aplikacijama, skladištima podataka, bazama podataka i servisima van organizacije. Obezbeđuje alate za upravljanje znanjem, analizu, deljenje i sl. Poseduje kvalitetne alate za kolaboraciju i komunikaciju korisnika u poslovnom sistemu. Na slici 16 prikazan je SAP NetWeaver i osnovne funkcionalnosti portala.

Slika 16. SAP NetWeaver okvir i portal

40

2.4.4 Joomla

Joomla je besplatno, open source rešenje za upravljanje sadržajem CMS (Content Management sistem). Zasniva se na MVC arhitekturi. Joomla veb portali jednostavno integrišu aplikacije i serivse, zahvaljujući dodatnim elementima kao što su: moduli, komponente, plugins.

2.4.4.1 Joomla LMS

JoomlaLMS je komercijalna komponenta integrisana u okviru Joomla sistema za upravljanje sadržajem preko veba [102]. Sistem za upravljanje učenjem je zasnovan na PHP i MySQL tehnologijama. Podražava SCORM 2004 standarde u razvoju i upravljanju kursevima elektronskog učenja. Osim standardnih alata i servisa za upravljanje kursevima, različitim tipovima aktivnosti vezanih za učenje, ocenjivanje i komunikaciju, kao i korisničkim ulogama, Joomla LMS podržava i sledeće napredne funkcionalnosti:

upravljanje dokumentima – kreiranje, ažuriranje, sortiranje i skladištenje dokumenata, kao i kreiranje linkova ka dokumentima u drugim skladištima dokumenata.

ugrađene alate za nastavnike – moduli za pravljenje kvizova, anketa, upitnika, upravljanje ispitnim pitanjima i sl.

alat za onlajn konferencije – omogućava kreiranje virtuelnih interaktivnih učionica

putanja učenja – omogućava nastavnicima da definišu strukturu kurseva i rasporede elemente učenja na optimalan način i tako poboljšaju nivo razumevanja gradiva od strane studenata. “gradebook” – upravljanje ocenama studenata

statistike kurseva – izveštaji vezani za aktivnosti na kursevima po različitim kriterijumima.

moduli za kurseve koji se naplaćuju.

Joomla LMS omogućava četiri različite uloge u sistemu:

nastavnik – osoba odgovorna za kreiranje i administraciju kurseva, upravljanje celokupnim procesom učenja

student – učenik upisan na jedan ili više kurseva

roditelj – osoba koja ima mogućnost da prati rezultate studenata

admin – osoba odgovorna za upravljanje sistemom i globalna podešavanja kurseva.

Na slici 17 je prikazan obrazovni portal kreiran u Joomla LMS. U levom delu ekrana se vide različitie funkcije dostupne studentima.

41

Slika 17. Obrazovni portal razvijen u Joomla LMS

Na slici 18 je prikazan deo za upravljanje kursevima.

Slika 18. Deo za upravljanje kursevima u Joomla LMS42

2.4.5 Microfosoft Share Point

Microsoft SharePoint Server je platforma za integraciju veb aplikacija [100]. MSPS je razvijen sa ciljem da u sebi sadrži veći broj veb aplikacija, servisa i omogući različite kombinacije poslovnih aplikacija. Najčešće se povezuje sa funkcijama upravljanja dokumentima i upravljanje veb sadržajima. Ova platforma obezbeđuje [100]:

upravljanje intranet i ekstranet portalima i veb sajtovima;

upravljanje dokumentima i fajlovima, prostor za kolaboraciju;

alate za socijalnu interakciju i mreže, pretragu;

poslovnu inteligenciju;

integraciju procesa i informacija.

Osnovna prednost MSPS je u objedinjavanju svih intranet, ekstranet i veb aplikacija u poslovnom informacionim sistemu u okviru jedne platforme, umesto da se svaka aplikacija nalazi u posebnom sistemu.

MSPS se može posmatrati i kao platforma za razvoj novih veb aplikacija. MSPS pruža različite mtode za kastomizaciju i konfiguraciju tzv. „veb oblasti“. Pored standardnih funkcionalnosti kao što su ažuriranje stranica, skladištenje fajlova, mogućnost prilagođavanja dizajna, jedna od ključnih funkcionalnosti je mogućnosti je instalacija dodatnih aplikacija tzv. „web parts“. MSPS funkcionalnosti su razvijane u skladu sa tzv „SharePoint točkom“, koji obuhvata šest apstraktnih mogućnosti [100]:

Sajtovi – razvoj veb stranica, veb sajtova različitih nivoa kompleksnosti, bez potrebe za posedovanjem prethodnog znanja. Ideja je da portal razvijen u msps predstavlja centralnu lokaciju za pristup svim sajtovima u okviru organizacije.

Zajednice – podrška formiranju zajednica u okviru organizacije. Ove zajednice mogu biti okupljene oko timova, projekata, klijenata, lokacija i sl. Omogućena je socijalna integracija i interackcija.

Sadržaj – upravljanje sadržajem kao što su: dokumenti, fajlovi, informacije. Sadržjem se može upravljati kroz veb brauzer, ili preko desktop aplikacije.

Pretraga – omogućena je pretraga dokumenata, aplikacija, eksternih sadržaja, korisničkih profila.

Analiza – integracija podataka, analiza i izveštaji koji pomažu u procesu donošenja odluka. Integracija sa ms sql server servisima omogućava primenu koncepata poslovne inteligencije.

Razvojno okruženje za aplikacije.

MSPS Site je kolekcija stranica, lista i biblioteka sastavljenih u jedinstvenu celinu. Svaki sajt može sadržati podsajtove. Primeri gotovih templejta za pravljenje veb sajtova u MSPS su: blogovi, sajtovi za kolaboraciju, za grupni rad, okruženje za upravljanje dokumentima, itd. Lista u kontekstu MSPS sajta predstavlja kolekciju informacija sa istim osobinama. Na primer, lista linkova, gde svaki od njih poseduje URL, ime i opis. Biblioteka podrazumeva listu linkova ka dokumentima skladištenim u okviru sistema. Predefinisane liste u MSPS obuhvataju: listu sa vestima, blogove, kontakte, forume, biblioteke dokumenata, stranice, ankete, teme. „Web parts“, odnosno veb delovi/dodaci se integrišu u stranice SharePoint veb sajtova kao elementi. Ovi delovi prikazuju definisane sadržaje, liste, biblioteke ili predstavljaju prozor ka određenim servisima i alatima u okviru veb portala.

MSPS predstavlja integrisano rešenje za višefunkcionalno upravljanje sadržajem, poslovne procese, pretragu, deljenje informacija – pruža platformu i alate za administraciju servera i proširenje funkcionalnosti aplikacija. Na slici 19 su prikazane MSPS funkcionalnosti i tehnologije.

43

Slika 19. Funkcionalnost Microsoft Share Point Servera

Enterprise Content Management omogućava korisnicima da kreiraju procese validacije, obaveštenja i tokove procesa (workflows) iz Microsoft Office 2007 sistemskih fajlova za aplikacije kao što su Excel 2007 korišćenjem Windows Workflow Foundation. Ovi procesi mogu da obuhvate sve elemente od nivoa jedne ćelije pa do kompletnog radnog lista (workbook). Office SharePoint Server 2007 sadrži nekoliko predefinisanih tokova procesa; programeri mogu dodvvati složenije tokove procesa upotrebom Microsoft Office SharePoint Designer 2007 i Windows Workflow Foundation u Visual Studio dodacima.

Web Content Management mogućnosti obuhvataju autorizovanje veb šablona korišćenjem SharePoint Designer-a, autentikaciju baziranu na vebu korišćenjem šablona, navigaciju na sajtu upravljanje pristupom i prikaz više sajtova. Web Content Management integriše sve alate za kreiranje tokova procesa kao i Enterprise Content Management i dodatno obezbeđuje alate za autorizaciju, odobrenje, objavljivanje sadržaja na vebu, pravila korišćenja, upravljanje pravima pristupa i podršku za multijezičnost.

Pretraga (Enterprise search) je rešenje za brzu pretragu kroz Microsoft Office Outlook 2007 i druga Microsoft Office dokumenta i SharePoint stranice. Enterprise search mogućnosti uključuju pretragu, relevantnost, obaveštenja, prilagođavanje korisničkom iskustvu i API baziran na veb servisima.

Na slici 20 dat je detaljan prikaz komponenata MS OPS 2007 okvira:

44

Slika 20. Funkcionalnost Microsoft Office SharePoint Servera

Upravljanje poslovnim procesima (Business Process Management) uključuje Business Data Catalog model metapodataka koji se može koristiti za opisivanje aktivnosti i poslovnih aplikacija kao što su ERP i utvrđuje koje metode je potrebno pozvati kako bi obradili konkretne podatke ili aktivnost. Business Data Catalog pojednostavljuje životni ciklus razvoja aplikacija za integraciju poslovnih aplikacija. Jedinstvena tačka pristupa (Single Sign-On) je dodatna komponenta koja omogućava integraciju postojećeg rešenja za upravljanje identitetima sa sistemom Office SharePoint Server 2007.

45

Mogućnosti poslovne inteligencije uključuju različite pokazatelje, ključne indikatore performansi (KPI) i izveštaje (Report Centar). Advanced People Profile i pretraga korisnika (People Search Center) obezbeđuju pronalaženje ljudi i grupa korisnika u različitim organizacijama; Audience Targeting omogućava postavljanje sadržaja određenoj grupi korisnika. Izveštavanje (Report Centar) omogućava korisnicima da na jednostavan način pronađu i analiziraju dokumenta i stranice na Internetu koje sadrže numeričke podatke. Korisnici mogu da se povežu sa izvorima podataka preduzeća i da generišu SQL servis za izveštavanje (SQL Reporting Services) i servise za analizu izveštaja (Analysis Services reports). Kontrolna tabla pruža mogućnost pritupa poslovnim podacima pomoću kataloga poslovinih podataka (Business Data Catalog) koji je baziran na LOB objektima i veb delovima (veb parts) koji su konektori ka SAP aplikacijama.

Funkcije za kolaboraciju u Office SharePoint Server-u 2007 portalu uključuju diskusije i liste zadataka u okviru projekta. Kolaborativne aktivnosti se zasnivaju na informaciji o prisutnosti (da li je član tima onlajn, offline, na sastanku...). Tokovi procesa (Workflows) su procesi kolaboracije koji se baziraju na Windows Workflow Foundation u Microsoft .NET Framework 3.0 okruženju. Windows SharePoint servisi ne raspolažu ugrađenim tokovima procesa, ali ih je moguće razvijati korišćenjem Microsoft Office SharePoint Designer-a ili Visua Studio 2005. Office SharePoint Server 2007 sadrži tokove procesa kao što su Enterprise Content Management (ECM) tok procesa. 07.

46

3 Adaptivno elektronsko obrazovanje

Da bi se objasnio pojam adaptivnog elektronskog orbazovanja, neophodno je definisati termine “adapacija” i “elektronsko obrazovanje”. Adaptivan sistem predstavlja sistem koji poseduje niz funkcionalnosti vezanih za adaptivnost i adaptibilnost. Adaptibilan sistem dozvoljava korisnicima da menjaju i podešavaju određene parametre, kao i da ih prilagođavaju sopstvenim potrebama. Sa druge strane, adaptivan sistem se automatski prilagođava korisnicima, u skladu sa prikupljenim znanjem o korisnicima. Dalje, postoji gradacija između adaptibilnosti i adaptivnosti u zavisnosti od toga da li sistem ili korisnik upravljaju ponašanjem sistema.

Elektronsko obrazovanje se definiše kao dostavljanje materijala, aktivnosti i programa učenja putem elektronskih medijuma [5][70][119][144]. Elektronsko obrazovanje podrazumeva korišćenje računarskih ili elektronskih uređaja u cilju pristupa elektronskim materijalima za učenje[142][143]. Elektronsko obrazovanje obuhvata dva procesa [2]:

proces predavanja nastavnika, koji opisuje način na koji nastavnici dostavljaju sadržaj učenicima. Nastavnici definišu tempo i ciljeve učenja, materijale, analiziraju karakterisitke učenika, primenjuju didaktičke modele i sadržaje koji najviše odgovaraju učenicima.

proces učenja, koji se odnosi na način na koji učenici usvajaju sadržaje za učenje. Ovaj proces zavisi od karakteristika učenika. Da bi proces učenja imao pozitivan ishod, proces predavanja gradiva mora biti usklađen sa osobinama učenika.

Koncept elektronskog obrazovanja treba povezati sa načinom isporuke znanja, gde su učesnici odvojeni prostorno i vremenski, a tehnologija predstavlja podršku ovakvom obrazovnom procesu. Obrazovanje na daljinu možemo da definišemo i kao: - planirano učenje koje se odvija na različitom mestu od predavanja i zahteva specijalne tehnike planiranja kursa, specijalne metode predavanja i specijalne načine komunikacije posredstvom elektronike i ostale tehnologije, kao i specijalna organizacijska i administrativna rešenja.

Elektronsko obrazovanje je kompleksan sistem koji uključuje sledeće elemente:

Obrazovanje na daljinu (distance learning) i predavanja na daljinu (distance teaching), koji su odvojeni vremenski i prostorno.

Nastavne materijale koji mogu da budu u raznim formama (štampani materijali, audio vizuelni, ...).

Proces učenja koji može da bude individualni i grupni.

Tutorski rad kombinacijom raznovrsnih formi “face-to-face“ komunikacija korišćenjem medija.

Interaktivni rad i postizanje sinergijskog efekta grupe studenata.

Kod modela za elektronsko obrazovanje centralno mesto zauzima obrazovni sadržaj u formi interfejsa. Ovaj model se zasniva na međusobnoj interakciji nastavnika i studenata (kao glavnih učesnika u obrazovanju), zatim interakciji studenata sa nastavnim sadržajima (tutorijali, virtuelne laboratorije, elektronske knjige), kao i interakciji student – student, gde studenti komuniciraju (sinhrono i/ili asinhrono) posebno ili u grupama.

Uspešno korišćenje elektronskog učenja zahteva onlajn ekvivalent infrastrukture koja se koristi za upravljanje i administraciju klasičnog obučavanja. Takva infrastruktura zahteva sledeće komponente:

Proces registracije: mora se kreirati jedinstveni identifikacioni broj za svakog korisnika (tj. studente, instruktore i rukovodioce obuke). Ovo omogućava da sve aktivnosti unutar sistema budu zabeležene i praćene.

47

Mehanizam kontrole bezbednosti: korisnici treba da imaju pristup funkcijama i resursima koji odgovaraju njihovim ulogama u procesu obuke. Ovime treba da se obezbedi kontrola aktivnosti.

Proces upisivanja: studenata i odeljenje koje se inicira upisivanjem moraju da budu u mogućnosti da pristupe kursu.

Okruženje koje podržava obuku: studenti treba da imaju mogućnost da međusobno komuniciraju, učestvuju u nastavi i postavljaju pitanja svojim instruktorima.

Testiranje i ocenjivanje: merenje uspešnosti u obučavanju.

Nastavni program i bazu podataka za upravljanje kursom.

Praćenje procesa obuke, bazu podataka za upravljanje i administriranje sa mogućnošću pravljenja raznovrsnih izveštaja: ovo znači beleženje svih studentskih aktivnosti vezanih za obuku koje će se potom koristiti za razne izveštaje.

3.1 Sistemi elektronskog učenja

Postoji veliki broj aplikacija koje se koriste kao pomoć u obrazovanju, a imaju različite funkcije i na različit način doprinose boljem funkcionisanju obrazovnog procesa [119]. U početnim fazama razvoja razlikovale su se VLE (Virtual Learning Environment) aplikacije, gde je akcenat na podršci onlajn obrazovnoj zajednici i LMS (Learning Management System) aplikacije koje su se fokusirale na funkcionalnosti sistema [150].

Danas, se često kao sinonimi upotrebljavaju i sledeći izrazi, uz neznatne razlike koje su bile naglašene u vreme kada su ovi sistemi uvođeni:

Virtual Learning Environment (VLE) (virtuelno obrazovno okruženje);

Learning Management System (LMS) (sistem za upravljanje učenjem);

Content Management System (CMS) (sistem za upravljanje sadržajem);

Learning Content Management System (LCMS) (sistem za upravljanje sadržajem u obrazovanju);

Managed Learning Environment (MLE) (vođeno obrazovno okruženje);

Learning Support System (LSS) (sistem za podršku učenju);

Learning Platform (LP) (obrazovna platforma).

Danas, studenti pristupaju LMS, koje poseduju mnoštvo veb 2.0 alata i promovišu učenje kroz interakciju i širenje znanja. Postojeće funkcionalnosti se dopunjuju servisima koji obezbeđuju adaptaciju resursa i način učenja. LMS postaju virtuelni prostor u kojem se učenje i socijalizacija dešavaju.

Konceptualni okvir sistema za elektronsko obrazovanje prikazan je na slici 21 [24].

48

Slika 21. Konceptualni okvir sistema elektronskog učenja

3.1.1 Sistemi za upravljanje učenjem

Learning Management System (LMS) - sistem za upravljanje učenjem u modelu elektronskog obrazovanja. Obuhvata set funkcionalnosti: dizajniran je za "isporuku" (delivery), praćenje, izveštavanje i administriranje sadržaja učenja; omogućava uvid u napredak polaznika, kao i interakciju polaznika i mentor i polaznika međusobno. Ozbiljan sistem e-obrazovanja ne može se zamisliti bez ove vrste softvera. LMS se može primeniti u vrlo jednostavnom sistemu ali i u kompleksnim distribuiranim okruženjima [24][147].

Learning Management Systems sistemi za upravljanje učenjem objedinjuju alate za implementaciju "virtuelne učionice" [90].

Learning Management Systems (LMS) se izdvаjаju kаo nаjpogodnije softversko rešenje zа reаlizаciju elektronskog obrаzovаnjа [148]. Learning Content Management Systems predstаvljаju okruženjа kojа omogućаvаju korisnicimа kreirаnje, ubаcivаnje i uprаvljаnje, pretrаgu i ponovno korišćenje mаnjih jedinicа sаdržаjа, odnosno objekаtа učenjа (learning objects).

Osnovne funkcionalnosti koje tipičan LMS obezbeđuje korisnicima obuhvata:

Upravljenje kursevima – kreiranje, administracija, adaptacija i supervizija kurseva;

Upravljanje “učionicom” – alati za upravljanje nastavom, kreiranje grupa, zadataka, raspored;

Komunikacioni alati – komunikacija i interakcija korisnika na efikasan način (e-mail, čet, konferencije, obaveštenja, deljenje sadržaja i aplikacija);

Upravljanje sadržajem za učenje – kreiranje, skladištenje i distribuiranje materijala za učenje;

Alati za evaluaciju učenja – statistike, izveštaji i sl.;

Administracija opštim podacima – performanse nastavnog procesa, podaci o studentima, finasijska pitanja i sl.

49

Struktura sistema za upravljanje učenjem prikazana je na slici 22.

Slika 22. Sistemi za upravljanje učenjem

Glavne karakteristike LMS su [24][90]:

učenje sadržaja i navigacija kroz njih – alati za navigaciju omogućavaju nizanje sadržaja za učenje u određenom redosledu, i pomoć studentu pri kretanju kroz prostor znanja;

provera znanja – implementacija najčešće putem testova i kvizova za samoproveru, ali može uključivati i ocenjivanje;

autorski alati – omogućavaju čuvanje sadržaja za obrazovanje na veb serveru, njihovo odgovarajuće povezivanje, i stvaranje testova i diskusija;

upravljanje učenjem (course management) – čuvaju se različiti administrativni podaci o studentima i o samom predmetu koji se uči;

praćenje – beleže se tačni i netačni odgovori na osnovu lekcija i drugih aktivnosti, što omogućava praćenje uspeha polaznika i izradu statistika;

komunikacija putem računara (computer-mediated communication, CMC) – dozvoljava studentima i nastavnicima međusobnu komunikaciju koja može biti privatna i javna kao i sinhrona i asinhrona.

50

U početku se softver dizajniran za akademska i korporativna okruženja razlikovao. Korporativni softver se više koncentrisao na administrativni deo učenja, a akademski na organizaciju i isporuku sadržaja. Centar LMS sistema predstavljao je student dok je centar CMS sistema sadržaj koji će se koristiti u obrazovanju. Spajanjem ova dva sistema dobijeni su LCMS, koji su integrisali mogućnosti oba sistema. Vremenom su se razvijale obe grupe softvera, dodavane su funkcije koje su ih približavale, tako da ih danas ne možemo u potpunosti razlikovati. Danas se najčešće koristi termin LMS za sisteme koji objedinjavaju sve navedene funkcije [90]. Na slici 23 prikazane su generacije softverskih rešenja za upravljanje elektronskim učenjem [49].

Slika 23. Generacije sistema za upravljanje elektronskim učenjem

Uspeh obrazovanja na daljinu zavisi od primene sistema za upravljanje učenjem, alata za kreiranje i distribuciju sadržaja i integracije sa postojećim informacionim sistemima u obrazovnoj ustanovi. Uvođenjem LMS u obrazovnu ustanovu javlja se realna potreba za njegovom integracijom sa skupom internet servisa u računarskoj mreži i postojećim poslovnim informacionim sistemom.

Postojeća rešenja za integraciju heterognih komponenti sistema u jedinstvenu celinu mogu se klasifikovati prema dva kriterijuma: prema načinu povezivanja i prema nivou na kome se vrši povezivanje.

Prema načinu povezivanja razlikuju se komunikacija bez posrednika i sa posrednikom. Komunikacija bez posrednika zasniva se na upotrebi softvera srednjeg sloja orijentisanog na razmenu poruka (message-oriented middleware – MOM). Upotrebom ovog rešenja formira se povezivanje tipa „od tačke do tačke”, što može dovesti do pojave velikog broja veza koje je teško održavati. Moguće rešenje ovog problema je upotreba posrednika prilikom razmene poruka. U te svrhe koristi se softver koji obavlja ulogu brokera poruka (message brokers) čime se postiže i mogućnost povezivanje tipa „svaki sa svakim”. Međutim u mnogim aspektima integracije ni ovo ne predstavlja adekvatno rešenje, jer obezbeđuje samo način za razmenu podataka, a ne i potrebnu logiku i ograničenja za njihovu transformaciju.Prema nivou na kome se vrši povezivanje razlikujemo:

Integracija na nivou podataka predstavlja tehnike i tehnologije premeštanja podataka među pojedinim izvorima podataka. Ovaj proces obuhvata ekstrakciju informacija iz jedne baze podataka, potom procesiranje ukoliko je to potrebno, i na kraju njihovo ubacivanje u drugu

51

bazu podataka. Podaci su obično vezani određenim pravilima i logikom za obradu, tako da jednostavno kopiranje podataka nije moguće. Prednost ovog tipa integracije je niska cena implementacije i testiranja, kao i ponovno postavljanje već postojećih aplikacija.

Integracija na nivou aplikativnog interfejsa se najčešće odnosi na upotrebu interfejsa određenih paketskih aplikacija. Razvojni timovi koriste ove interfejse kako bi pristupili poslovnim procesima i informacijama unutar samih aplikacija. Na ovaj način moguće je povezati veliki broj aplikacija, tako da one mogu da dele logiku i time postignu daleko veći stepen efikasnosti od dotadašnjeg.

Integracija na nivou metoda predstavlja deljenje poslovne logike koja postoji na nivou kompanije. Ovo bi se moglo posmatrati poput jednog skladišta metoda (method warehouse), kome pristupa svaka aplikacija koja želi da obavi neku funkcionalnost. Ovo je poželjan vid integracije, ali je samim tim i najteži za postizanje, a naravno i najskuplji za implementaciju. Postoje različiti načini za ostvarivanje ovog vida integracije poput distribuiranih objekata (CORBA, DCOM), aplikativnih servera, monitora za upravljanje transakcijama (transaction processing – TP), itd.

Integracija na nivou korisničkog interfejsa predstavlja najprimitivniji tip integracije. Međutim u određenim situacijama i pod određenim ograničenjima se može pokazati kao jedini prihvatljiv način. Radi se o starim sistemima, za koje nije moguće razviti ili kupiti podršku za integraciju na nivou aplikativnog interfejsa. U tim slučajevima pribegava se upotreba različitih emulatora korisnika, nakon čega se vrši ekstrakcija prikazanih informacija, i to potom prosleđuje do odredišnog sistema.

Trenutno, postoji veći broj platformi za LMS. Moodle LMS se koristi u Laboratoriji za elektronsko poslovanje za organizaciju kurseva na svim nivoima studija. Ovaj sistem godišnje koristi više od 700 studenata. Prema istraživanjima [90] Moodle je jedan od LMS sa najviše funkcionalnosti i servisa. Istovremeno, Moodle je fleksibilan kada je u pitanju ubacivanje novih komponenata i integracija sa drugim sistemima i tehnologijama, koji su neophodni za adaptaciju. Pošto Moodle LMS predstavlja jedan od ključnih komponenata u realizaciji modela portala i servisa za adaptivno elektronsko obrazovanje, u narednoj sekciji je detaljno opisan.

3.1.1.1 Moodle LMS

Moodle je open-source sistem za upravljanje kursevima (Course Managament System - CMS), koji koriste univerziteti, škole, organizacije i pojedinci, pre svega, radi unapređivanja kurseva pomoću veb tehnologija. Prema podacima iz septembra 2011, trenutno postoji preko pet miliona registrovanih Moodle [141]. Moodle je akronim od Modular Object Oriented Developmental Learning Environment (modularno objektno orijentisano okruženje za razvoj učenja). Kreiran je uz poštovanje pedagoških principa, da bi nastavnicima omogućio lako kreiranje kurseva i stvaranje efektivne i efikasne zajednice korisnika sistema za elektronsko obrazovanje a studentima lako pristupanje sadržajima bez obzira na lokaciju i vreme.

Moodle je počeo da se razvija 1999. godine. Moodle je ranije koristio MySQL sistem za upravljanje bazama podataka. Moodle API je uveden od verzije 1.7. Omogućava uniformni pristup i drugim sistemima za upravljanje bazama podataka i bolje iskorišćenje koda. Poslednja stabilna verzija ovog programa je 2.1. i zasniva se na veb servisima. Razvijen je korišćenjem open source tehnologija i biblioteka, pravljen u PHP-a, koji i sam predstavlja besplatno rešenje.

Moodle karakterišu sledeći elementi [24][54]:

jasan, očigledan dizajn veb sajta;

jednostavan za razumevanje i korišćenje;

jednostavna ali obimna dokumentacija za korisnike i programere;52

forumi i email liste dobro strukturirani i jednostavni za korišćenje;

sistem za praćenje log informacija.

Ključni procesi koji se mogu dekomponovati na aktivnosti su [67]:

administracija korisnika i korisničkih grupa;

dodeljivanje uloga i aktivnosti;

kreiranje kurseva i nastavnih grupa;

dodavanje sadržaja (tekstualne i veb strane, linkovi, audio-video zapisi);

definisanje aktivnosti za nastavne grupe po nastavnim jedinicama;

komunikacija između učesnika u obrazovnom procesu (forumi, čet, kvizovi, viki, radionice);

praćenje i ocenjivanje rada studenata.

Jezgro Moodle-a čine kursevi koji sadrže aktivnosti i resurse. Postoji više od 20 različitih vrsta aktivnosti (forumi, rečnici, vikiji, zadaci, testovi, prijave, SCORM plejeri, baze) i svaka se može podešavati. Aktivnosti se mogu kombinovati u nizove i grupe što omogućava vođenje studenata kroz putanje učenja [90]. Na taj način svaka aktivnost se nadovezuje na rezultat prethodne. Postoji veliki broj alata za organizovanje zajednica studenata, uključujući blogove, sisteme za slanje poruka, liste učesnika, kao i alata za ocenjivanje, izveštavanje i integraciju sa drugim sistemima [24][67]. Moodle je dizajniran tako da bude kompatibilan, fleksibilan i lako izmenljiv.

Moodle je napravljen na visoko modularan način i koristi razne vrste tehnologija kao što su:

deljene biblioteke;

apstrakcije i

kaskadni stilovi za definisanje interfejsa.

Tematski prikaz jednog Moodle kursa prikazan je na slici 24.

53

Slika 24. Tematski prikaz kursa u Moodle-u

Postoji nekoliko šablona za organizovanje elemenata kurseva [24]. U centralnom bloku nalazi se sadržaj kursa. Može se birati sedmični, tematski, društveni, LAMS i SCORM prikaz sadržaja kursa. Sa bočnih strana su raspoređeni blokovi u kojima se prikazuju pomoćni moduli. Blokovi se mogu dodavati i raspoređivati po želji. Obezbeđeno je i nekoliko kolekcija kaskadnih stilova.

Kreatori Moodle-a su posebnu pažnju posvetili dokumentaciji i uopšte podršci za instalaciju, razvoj, ali i za krajnju upotrebu. Objašnjenja su zavisna od konteksta i prikazana su pored svakog pojma. Korisnicima je pored dokumentacije i liste najčešće postavljanih pitanja (FAQ) na raspolaganju i forum gde mogu pronaći odgovore na svoja pitanja, otvarati nove teme i postavljati pitanja. Postoje brojni dostupni dodatni moduli i plugin-ovi koji se mogu ugraditi u svaki sajt zasnovan na Moodle platformi [24].

3.2 Standardi i modeli elektronskog obrazovanja

Raznovrsnost i distribuiranost resursa i sadržaja za elektronsko učenje izazvali su probleme interoperabilnosti između sistema i nemogućnosti višestrukog korišćenja nastavnih materijala. U vezi sa tim, dobavljači softverskih rešenja koja se koriste u elektronskom učenju fokusiraju se na razvoj, podršku i usvajanje standarda vezanih za celokupni proces učenja. Analogno ostalim tipovima poslovnih sistema, elektronsko obrazovanje se transformiše iz faze “bez standarda” u fazu sa definisanim pravilima i standardima [41][61]. Internacionalne organizacije za standardizaciju, instituti i proizvođači softverskih rešenja rade na implementaciji i prihvatanju standarda, protokola i arhitektura za razvoj sadržaja elektronskog učenja.

54

Osnovni koncepti standarda e-obrazovanja obuhvataju (slika 25):

dostupnost (accessibility) daje autoru kursa mogućnost pristupa obrazovnim sadržajima sa bilo koje lokacije,

višestruko korišćenje obrazovnih materijala (reusability) –ponovno korišćenje obrazovnih sadržaja u različitim situacijama,

interoperabilnost (interoperability) – obrazovni sadržaji se mogu isporučivati bez obzira na alate kojim su kreirani, obrazovnu platformu na kojoj se isporučuju,

trajnost (durability) osigurava korišćenje obrazovnih sadržaja bez potrebe modifikovanja prilikom nadogradnje i unapređenja sistema.

Slika 25. Osnovni koncepti standarda e-obrazovanja

Standardi omogućavaju prenos sadržaja za učenje između sistema, tj. sa jednog LMS-a na drugi. Uključenje kvalitetnog materijala za učenje u obrazovno okruženje i njegovo skladištenje, učinilo je mogućim ponovno korišćenje i deljenje sadržaja unutar različitih kurseva. Metapodaci pridruženi tom sadržaju su veoma važni jer omogućavaju pretraživanje, izbor i uređenje sadržaja preko Interneta. Standardi zahtevaju uniforman i precizan pristup i manipulaciju resursima za elektronsko učenje. Danas, postoje organizacije koje rade na razvoju specifikacija i standarda: IMS, ADL, ARIADNE, IEEE, ISO. Osnovni zadatak je obezbediti okvir za arhitekture sistema za elektronsko učenje, obezbediti interoperabilnost, opis paketa sadržaja, upravljanje sadržajem, objektima učenja (LearningObjectMetadata) i sl.

Kada se posmatra jedan sistem elektronskog obrazovanja, standardi moraju obuhvatiti sledeće segmente:

komponenta koncepta učenja – dizajn obrazovnog procesa, definicija kompetencija učenika, okvir za kolaboraciju nastavnika i učenika;

tehnički segmenti učenja – sadržaj resursa za učenje, njihovo grupisanje i razvoj, profili učenika, aktivnosti vezane za ocenjivanje, struktura metapodataka, arhitektura sistema.

Ključni elementi opšteg standarda e-obrazovanja su:

Opis sadržaja – Sadržaj je jezgro e-učenja. Resursi za učenje i katalozi materijala za učenje moraju biti označeni na konzistentan način da bi se omogućilo indeksiranje, skladištenje, pretraga i preuzimanje objekata učenja pomoću različitih alata iz različitih izvora. Podaci koji se koriste za opis sadržaja nazivaju se metapodaci o objektu učenja (LearningObjectMetada).

Opis paketa sadržaja – specifikacije i standardi koji omogućavaju prenos kurseva između različitih sistema. Paketi sadržaja učenja moraju biti kreirani tako da se mogu uređivati pomoću različitih alata i koristiti u rešenjima kreiranim od strane različitih proizvođača.

55

Paket sadržaja obuhvata: originalni sadržaj učenja, kao i informacije o načinu dostavljanja, prezentacije i strukture paketa

Upravljanje učenjem – standardizovan opis podataka iz profila učenika, informacije o registraciji, načinu pristupa i priviliegijama. U okviru profila učenika neophodno je definsati podatke koji opisuju karakteristike učenika tako da se ovi podaci mogu koristiti u različitim sistemima za elektronsko učenje

Rezultati učenja – neophodno je uspostaviti standardne načine merenja performansi ostvarenih rezultata učenika, kao i interakcije između učenika i sistema. Ovo se pre svega odnosi na komunikacione protokole, modele analize podataka i sl.

Evolucija standarda je prikazana na slici 26 [41].

Slika 26. Razvoj standarda elektronskog obrazovanja

Na tržištu postoje četiri različita standarda za razmenu podataka u courseware alatima: SCORM, IMS, IEEE, AICC. SCORM (Sharable Object Content Reference Model) standard je razvijen od strane ADL organizacije i trenutno predstavlja najsveobuhvatnij standard. Kroz njega su objedinjeni svi dotadašnji standardi. Većina najvećih komercijalnih rešenja za upravljanje elektronskim učenjem podržava upravo taj standard. Standard koristi XML i rezultat je rada AICC (CBT), IMS Global Learning Consortium, IEEE, i Ariadne Contents. Ovo je najzastupljeniji model, podržavaju ga, između ostalih, Microsoft, IBM, Cisco i drugi.

SCORM sadrži predloge za [1]:

Oblikovanje sadržaja. Sadržaj je podeljen na jedinice učenja (learning objects).

Opisivanje sadržaja. Metapodaci za opis obrazovnih sadržaja: vrsta obrazovnog sadržaja, nivo interakcije, ciljna grupa, dužina učenja i dr.

Uklapanje (organizovanje) sadržaja: grupisanje (agregacija) obrazovnih jedinica, uslovi inačin isporuke obrazovnih jedinica.

Arhitektura softverskih komponenti: isporuka sadržaja, merenje uspešnosti, izveštavanje).

SCORM standard kao najobuhvatniji i najprihvaćeniji standard elektronskog učenja u sebi sadrži sve najznačajnije odrednice neophodne za projektovanje i implementaciju sistema elektronskog obrazovanja. U realizaciji modela i servisa portala za elektronsko obrazovanje primenjen je SCORM standard.

56

3.2.1 SCORM

SCORM je model za višestruku upotrebu nastavnih sadržaja, kako za učenje uz pomoć računara, tako i za onlajn učenje [1][130]. SCORM je skraćenica od "Sharable Content Object Reference Model". SCORM definiše kako kreirati "Sharable Content Object" (SCO) - objekte učenja koji se mogu koristiti u različitim sistemima i kontekstima. "Reference Model" - ukazuje na činjenicu da SCORM zapravo nije standard u pravom smislu te reči. SCORM je industrijski standard koji je objedinio već postojeće standarde (IMS, AICC i IEEE). SCORM omogućava programerima da napišu rešenja za upravljanje učenjem, koje je moguće koristiti u različitim sistemima za e-učenje. Ključna prednost SCORM-a je interoperabilnost. SCORM omogućava integraciju nastavnog materijala iz više različitih izvora u sistem za upravljanje učenjem (LMS). Bez SCORM-a integracija je skup i dugotrajan proces. Interoperabilnost nije jedina karakteristika SCORM standarda. Kao ključne karakteristike SCORM standarda, pored interoperabilnosti, izdvajaju se [1][99]:

Pristupačnost;

prilagodljivost;

ekonomičnost;

trajnost;

interoperabilnost;

mogućnost ponovnog korišćenja.

Pristupačnost predstavlja sposobnost lociranja i pristupa nastavnoj komponenti sa udaljene lokacije i isporuke na druge udaljenje lokacije. SCORM pruža tehnički okvir za otkrivanje i organizovanje nastavnih komponenti. SCORM objekti su upakovani na način koji ih čini lako prenosivim kroz različite sisteme. Ovi objekti se mogu isporučiti sa bilo koje lokacije bez rekonfiguracije ili kompleksne instalacije.

Prilagodljivost predstavlja sposobnost prilagođavanja nastave individualnim i organizacionim potrebama. SCORM omogućava prilagodljivost na dva načina. Dozvoljava kreatorima sadržaja kombinovanje različitih SCO u cilju jedinstvenog programa grupe ili pojedinca. Kreatori sadržaja mogu realizovati sekvencijalna pravila koja vrše prilagođavanje nastavnog sadržaja na osnovu aktivnosti i uspeha svakog studenta pojedinačno.

Ekonomičnost predstavlja sposobnost povećanja efikasnosti i produktivnosti smanjujući vreme i troškove koji su potrebni za prenos nastavnog materijala. SCORM značajno redukuje vreme potrebno za integraciju nastavnog sadržaja u LMS. Potrebno je izvršiti specifikaciju redosleda kako bi upotreba SCORM-a rezultovala značajnim uštedama.

Tehnološke inovacije i promene ne zahtevaju redizajn niti rekonfiguraciju., Na ovaj način trajnost objekata koji su napravljeni po SCORM standardu je omogućena. Objekte nije potrebno prilagođavati tehnologijama.

Interoperabilnost predstavlja sposobnost da se nastavne komponente koje su radile sa jednim setom alata i na jednoj platformi preuzmu i koriste na drugoj lokaciji sa drugim setom alata i na različitoj platformi.

Mogućnost ponovnog korišćenja omogućava fleksibilnost ugradnje nastavne komponente u više aplikacija i u različitim kontekstima. LMS koji podržava SCORM automatski integriše nastavnu komponentu. SCORM čine tri osnovne komponente [99]:

SCORM model agregacije sadržaja (Content Aggregation Model)

Specifikacija izvršnog dela (Run-time specification)

Redosled isporuke sadržaja učenja (Sequencing model)

57

3.2.1.1 SCORM model agregacije sadržaja

SCORM Opis paketa sadržaja opisuje kako sadržaj treba da bude upakovan. Ovaj opis se zasniva na XML-u. SCORM zahteva da sadržaj bude upakovan u samostalnim direktorijumima ili u ZIP datoteci. Ovaj oblik isporuke se naziva paket za razmenu datoteka - "Package Interchange File" (PIF). PIF mora da sadrži XML fajl koji se zove imsmanifest.xml (manifest fajl - fajl koji opisuje strukturu) i nalazi se u korenom direkturijumu. Manifest fajl sadrži sve informacije koje su potrebne LMS-u za isporuku sadržaja. Manifest deli objekat u SCO. Više SCO se mogu kombinovati u strukturu stabla koja predstavlja objekat; ova struktura se još naziva i stablom aktivnosti. Manifest fajl sadrži XML reprezentaciju stabla aktivnosti, informaciju kako pokrenuti svaki SCO i (opciono) metapodatke koji opisuju objekat i njegove delove.

Model strukture sadržaja (Content model)

Osnovni koncepti u SCORM-u su blokovi (asset) i SCO. Blok je osnovni element za resurs učenja. Blokovi mogu biti zvuk, tekst, slike i drugi podatak koji može biti prikazan studentu pomoću veb pretraživača. Jedan blok može biti sastavljen od više blokova. Blokovi se mogu opisati metapodacima radi lakšeg pretraživanja i otkrivanja unutar skladišta čime je omogućena ponovna upotreba i olakšan je proces održavanja. SCO predstavlja kolekciju blokova koja formira nezavisnu logičku nastavnu jedinicu. SCO je najmanja jedinica koja se može isporučiti i pratiti preko LMS-a. Praćenje se vrši korišćenjem SCORM Run-Time Environment modela podataka. Jedina razlika između bloka i SCO-a se ogleda u tome što SCO komunicira sa LMS-om koristeći IEEE ECMAScript API. Radi ponovnog korišćenja i deljenja objekta učenja SCORM definiše metapodatke za svaki blok i SCO. Ovi metapodaci se koriste za identifikaciju i razlikovanje resursa učenja.

SCO mora biti nezavisan od objekta učenja, radi obezbeđivanja mogućnosti ponovnog korišćenja. Isti SCO se u određenim okolnostima može upotrebiti kako bi ispunio različite ciljeve učenja. Pored toga aktivnosti mogu agregirati više od jednog SCO-a i formirati nastavne jedinice na višem nivou. Aktivnost se može opisati kao logička nastavna jednica. Konceptualno, to je nešto što student uči dok napreduje kroz nastavu. Jedna aktivnost može biti sastavljena iz više podaktivnosti. Ne postoji ograničenje nivoa gnežđenja aktivnosti. Aktivnosti koje ne sadrže druge aktivnosti (list aktivnosti) povezane su sa resursom za učenje (SCO ili blok) koji se korsti za obavljanje aktivnosti. Model strukture sadržaja prikazan je na slici 27 [1].

Slika 27. Model strukture sadržaja

58

Opis paketa sadržaja (Content packaging model) SCO, blokovi, metapodaci i pravila definisana za dostavljanje materijala za učenje integrisani su u paketu pod nazivom opis paketa sadržaja (slika 28) [1]. Ovaj paket omogućava prenos i kolekciju digitalnih resursa između različitih LMS-a i sastoji se od dve komponente, XML manifesta i datoteka objekta učenja.

Slika 28. Konceptualni dijagram koji opisuje komponente paketa

Paket predstavlja jedinicu učenja. Jedinica učenja može biti deo objekta (course) koji ima nastavni značaj i izvan koncepta u kojem se objekat (course organization) koristi; može se isporučiti samostalno kao deo novog objekta (course), kao kompletan objekat (course) ili kao skup objekata (course). Kada paket stigne na odredište, paket mora da dozvoli agregaciju ili razdvajanje na manje celine. Paket mora da bude kompletan odnosno da sadrži sve podatke potrebne za korišćenje sadržaja paketa za učenje kada se raspakuje.

Manifest je XML dokument koji sadrži strukturisan sadržaj paketa. Ako je sadržaj paketa namenjen za isporuku krajnjem korisniku on sadrži informacije o tome kako je sadržaj organizovan. Sadržaj manifesta je elastičan. On može opisivati deo objekta (course), ceo objekat (course) kolekciju objekata (course), ili samo skup sadržaja koji se isporučuju iz jednog sistema u drugi.

XML manifest datoteka se sastoji od četiri komponente:

metapodaci;

organizacije;

resursi;

manifesti nižeg nivoa.

Metapodaci

Opis sadržaja i komponenata pomoću metapodataka omogućava pretragu i pronalaženje komponenata u različitim sistemima. Metadata opis u okviru SCORM standarda se zasniva na IEEE LOM (Learning Object Metadata) standardu, koji definiše 64 elementa za opis sadržaja

59

Svaka od SCORM komponenata modela sadržaja predstavljena je u manifestu. Manifest daje način za povezivanje metapodataka za ove komponente.

Metapodaci povezivanja sadržaja: opisuje sadržaj agregacije (tj. Opis paketa sadržaja) kao celine.

Metapodaci organizacije sadržaja.

Metapodaci aktivnosti: opisuju pojedinačnu aktivnost.

SCO metapodaci: metapodaci se mogu primeniti na sco u cilju opisne informacije o sadržaju u SCO koji se može samostalno upotrebiti.

Metapodaci o blokovima: metapodaci se mogu primeniti na blokove za pružanje opisne informacije o blokovima koji se mogu upotrebiti nezavisno ili potencijalno u okviru kursa sadržaja (couseware content).

3.2.1.2 SCORM Specifikacija izvršnog dela

Specifikacija izvršnog dela se zasniva na osobini LMS-a da pokreće sadržaj u veb pretraživaču. LMS ne može pokrenuti više SCO-a u isto vreme. Kada je sadržaj pokrenut, LMS koristi algoritam da pronađe ECMAScript (JavaScript) API. Ovaj API ima definisane funkcije koje omogućavaju razmenu podataka sa LMS. API omogućava LMS-u da izvršava objekte učenja po tačno definisanom redosledu. Specifikacija redosleda omogućava autoru sadržaja da definiše pravila upravljanja načinom na koji je studentu dozvoljeno da se kreće između SCO-a i kako se podaci o napredovanju studenta čuvaju. U manifestu objekta predstavljena je specifikacija redosleda, koja se u formi pravila čuva u XML fajlu.

Pravila redosleda omogućavaju autorima sadržaja:

Određivanje koje navigacione kontrole LMS pruža korisnicima (prethodni/sledeći dugme, tabelu sadržaja...).

Definisanje međuzavisnosti između različitih aktivnosti.

Određivanje različite značajnosti objekata (course), odnosno ponderisanje njegovih delova.

Pri svakom pristupu isporuku različitih SCO-a po slučajnom uzorku (za portrebe testiranja).

Vraćanje korisnika na nastavni materijal kojim nije ovladao.

Grananje aktivnosti.

3.2.1.3 Redosled isporuke sadržaja učenja

Ovaj deo standarda se odnosi na upravljanje načinom na koji student prolazi kroz gradivo odnoso prelazi sa jedne na drugu SCO. Pravila su definisana pomoću XML u okviru manifesta kursa Konkretna realizacija ove komponente SCORM standarda odnosi se na:

Definisanje navigacionih kontrola koje LMS stavlja na raspolaganje učeniku (prethodni/sledeći dugme, tabela sa sadržajem kursa, i sl.).

Specifikacija aktivnosti koje se moraju kompletirati pre nego sto se predje na sledeće.

Definisanje različitih nivoa značajnosti delova kursa u smislu konačnih rezultata učenja.

Slučajan izbor različitih skupova i podskupova SCO-a prilikom novog pristupa učenika određenim delovima kursa.

Vraćanje učenika unazad ka materijalima koji nisu proučeni na zadovoljavajući način.

60

3.2.2 Objekti učenja

IEEE objekat učenja definiše kao bilo koji digitalni ili ne-digitalni entitet koji se može koristiti za učenje, obrazovanje ili obuku. Liber definiše objekte učenja definiše kao: "Samostalne digitalne entitete za višestruku upotrebu u obrazovne svrhe, koji sadrže najmanje tri komponente koje se mogu menjati: sadržaj, aktivnosti učenja i elementi konteksta. Objekti učenja moraju imati jasnu strukturu informacija radi lakše identifikacije, skladištenja i pronalaženje metapodataka" [126].

Objekti učenja se nazivaju i objekti sadržaja, obrazovni objekti, informacioni objekti, inteligentni objekti, znanje bita, objekti znanja, komponente učenja, medija objekti, komponente programa za višestruku upotrebu, informacioni objekti za višestruku upotrebu, jedinice saznanja za višestruku upotrebu, komponente za trening i jedinice učenja.

Objekti učenja predstavljaju osnovne elemente modela za kreiranje i distribuciju sadržaja. Svaka samostalna informacija koja je u stanju da poveća nivo znanja može predstavljati objekat učenja. Kao primeri se mogu navesti poglavlje u knjizi, mapa, interaktivna aplikacija, multimedijalni resurs, dijagram, simulacija i sl. Objekti učenja mogu biti bilo koje veličine. Sledi nekoliko definicija navedenih od strane istraživača i organizacija.

Iako postoje mnoge interpretacije vezane za objekte učenja, većina autora ističe da objekti učenja imaju sledeće karakteristike [108]:

manje jedinice učenja - objekte učenja čine manje jedinice učenja od kursa;

samostalost - objekti učenja se mogu koristiti nezavisno od ostalih objekata učenja;

višestruka upotreba - objekti učenja se mogu koristiti više puta, tako da se isti objekat učenja može koristiti u različitom kontekstu i u različite svrhe;

objekti učenja mogu biti grupisani u veće kolekcije sadržaja radi stvaranja značajnih jedinica učenja;

označavanje metapodataka - objekti učenja su obično označeni opisnim metapodacima koji omogućavaju lako otkrivanje i pronalaženje.

Osnovna ideja koja stoji u pozadini objekata učenja jeste da dizajneri sadržaja za učenje mogu da naprave male nastavne komponente koje se mogu koristiti više puta u različitim kontekstima. Pored toga, objekti učenja mogu biti shvaćeni i kao digitalni entiteti za isporuku preko Interneta, što znači da ih više ljudi može istovremeno koristiti. Nastavnici često nastavne materijale dele na njihove sastavne delove. Nakon toga nastavnici mogu ponovo ih mogu sastaviti na način koji odgovara njihovim postavljenim ciljevima. Ovo je jedan od razloga zašto objekti učenja doprinose poboljšanju nastave.

Da bi olakšao široko usvajanje pristupa objekata učenja, LTSC (Learning Technology Standards Committee) instituta za inženjere elektrotehnike i elektronike (IEEE) razvio je i unapredio nastavne tehnološke standarde. Bez takvih standarda, univerziteti, korporacije i druge organizacije širom sveta ne bi imale način za obezbeđivanje interoperabilnosti njihovih tehnologija u nastavi. LTSC je termin “objekti učenja” izabrao da bi opisao male nastavne komponete, da bi uspostavio radnu grupu i pružio radnu definiciju.

Podaci koji mogu biti uključeni u objekte učenja i njihove metapodatke su (slika 29) [108]:

opšti opisni podaci kursa: identifikatori kursa, jezik sadržaja (engleski, španski itd.), oblast (matematika, književnost, itd.), opisni tekst, ključne reči;

životni ciklus: verzija, status;

nastavni sadržaj: tekst, veb stranice, slike, zvuk i video;

rečnik pojmova: pojmovi, definicije, akronimi;

61

kvizovi i zadaci: pitanja, odgovori;

prava: troškovi, autorska prava, ograničenje upotrebe;

veze sa drugim kursevima;

nivo obrazovanja: nivo ocene, godište, tipično vreme učenja i težina.

Slika 29. Model karakteristika objekata učenja

Objekti učenja imaju određene kvalitete. To je razlika u stepenu (ili načinu) u kojem ovi kvaliteti razlikuju jednu vrstu učenja od druge.

Sledeća taksonomija razlikuje pet tipova objekata učenja:

osnovni – na primer, slika ruke koja svira klavir;

kombinovano-zatvoreni - na primer, video ruke koja svira klavir sa audio zvukom;

kombinovano-otvoreni - na primer, veb stranica sa slikom, koja kombinuje prethodno spomenuti video, sliku i tekst;

generativno-prezentovani - na primer, Java aplet koji generiše prezentaciju sa muzičkim efektima, notama, tekstom i prezentuje jedno tipično muzičko delo odsvirano na klaviru;

generativno-nastavni - na primer, izvršavanje aktivnosti od strane studenta, simulacija sviranja na klaviru.

3.3 Adaptivni sistemi elektronskog obrazovanja

3.3.1 Definicija adaptivnosti

Po Oxford Advanced Learner’s rečniku termin “adaptive” se definiše kao: "mogućnost menjanja kada je to potrebno, kako bi se prilagodilo različitim situacijama" [25][27]. Termin “adaptive” znači automatsko krojenje sistema prema korisniku. Potrebe korisnika su pretpostavljene od strane samog sistema. Korisniku se ne pruža mogućnost da sam menja parametre sistema po svojim potrebama, već su potrebe korisnika pretpostavljene od samog sistema. Sistem menja svoje ponašanje u skladu sa pretpostavljenim potrebama. Još jedna karakteristika ovih sistema je da “adaptive” sistemi prikupljaju informacije o korisniku na taj način što posmataju korisnika. U kontekstu ove disertacije okruženje učenja se smatra adaptivnim ako je u mogućnosti da prati aktivnosti svojih korisnika; da ih interpretira u osnovnim sektorima specifičnih modela; da zaključuje o korisničkim zahtevima i afinitetima daleko od interpretiranih aktivnosti, adekvatno ih reprezentujući u pomenutim modelima, i na kraju, da deluje nad dostupnim znanjima na svoje

62

korisnike i dinamički upravlja procesom učenja [27]. Pošto se ponašanje sistema prilagođava učesniku, tj. osobi, ova vrsta adaptacije se naziva personalizacija [27][115][178]. Prema tome, adaptivni sistem elektronskog učenja se može opisati kao personalizovan sistem, koji je pored kreiranja personalizovanih sadržaja, sposoban da obezbedi adaptivno “dostavljanje“ kursa, interakciju, saradnju i podršku. Personalizovano e-obrazovanje koristi aktivnu strategiju učenja koja osposobljava studenta da kontroliše sadržaj, tempo i obim učenja [27][28]. Ono podržava studenta omogućavajući mu alate i mehanizme pomoću kojih on može personalizovati svoje učenje. Adaptivno personalizovano elektronsko obrazovanje predstavlja sastavni element sledeće generacije sistema elektronskog obrazovanja [28][29][30][77][115][116].

U kontekstu e-učenja adaptivni sistemi su više specijalizovani i fokusirani na prilagođavanje sadržaja učenja i prezentaciju tog sadržaja. Oni obraćaju pažnju na aktivnosti učenja, na to kako su studenti primili određeno znanje, na kognitivne strukture, kao i na kontekst materijala za učenje [27][28]. Na slici 30 prikazana je struktura adaptivnog sistema.

Slika 30. Struktura adaptivnog sistema

Sistem prolazi kroz tri faze u toku procesa adaptacije. On kontroliše proces prikupljanja podataka o korisniku, proces kreiranja korisničkog modela (korisničko modeliranje) i proces adaptacije. Određene informacije o korisniku potrebne su da bi se promenilo ponašanje sistema radi zadovoljavanja potreba tog korisnika.

3.3.2 Adaptivni hipermedia sistemi elektronskog obrazovanja

Adaptivna hipermedija (adaptive hypermedia) je pravac istraživanja na polju adaptivnosti iokruženja zasnovanom na modelu korisnika [27-36][39][51][112][134][149]. Adaptivna hipermedija ima cilj da poveća funkcionalnost hipermedijskih aplikacija uvođenjem personalizacije, to jest prilagođavanjem aplikacije individualnim osobinama korisnika.

Najpopularnije područje istraživanja adaptivne hipermedije danas čine obrazovne hipermedijske aplikacije kod kojih je reč o relativno malom hiperprostoru sadržaja za učenje o nekoj određenoj temi [28] [39].

63

Prilagodljivim hipermedijskim sistemom (Adaptive Hypermedia System, AHS) podrazumeva se svaki hipertekstualni i hipermedijski sistem koji odražava neke osobine korisnika iz modela korisnika, i primenjuje taj model da bi prilagodio različite oblike sistema korisniku [26][27][28][116][149].

Osnovne osobine AHS su [28][149]:

zasnovan na hipermediji (ili hipertekstu);

jasno određen model korisnika koji podržava njihove osobine;

model domena kao skup elementarnih delova ekspertnog znanja i veza među njima;

mogućnost menjanja delova sistema na osnovu modela korisnika.

Na slici 31 prikazan je model arhitekture adaptivnog hipermedija sistema elektronskog obrazovanja [24].

Slika 31. Model arhitekture adaptivnog hipermedija sistema

Osnovni elementi arhitekture adaptivnog hipermedija sistema su [26]:

Model domena (domain model) je deo adaptivnog hipermedijskog sistema koji opisuje strukturu znanja i služi kao osnova za strukturiranje prilagodljivog sadržaja. Kod obrazovnih prilagodljivih aplikacija ovaj model objašnjava šta se uči.

Model studenta (student model) je komponenta adaptivnog hipermedijskog sistema koja služi za predstavljanje sklonosti, prethodnih iskustava, ciljeva i znanja studenta. Model studenta predstavlja eksplicitnu reprezentaciju svojstava individualnog korisnika. Struktura modela zavisi od onog elementa koji je primaran za prilagođavanje sistema. Najčešće je to

64

znanje studenta o konceptima iz modela domena [28]. Dva su načina za predstavljanje procene nivoa znanja studenta o konceptima koje koristi model studenta: prekriveni model (overlay model) i model stereotipa (stereotype user model).

Model adaptacije (adaptive model) određuje koji su sadržaji prikladni za pojedine korisnike. Kod obrazovnih adaptivnih hipermedijskih aplikacija ovaj model sadrži način učenja. Korišćenjem modela adaptacije hiperprostor se prilagođava korisniku, odnosno njegovom znanju, sklonostima, ciljevima i potrebama. Način navigacije koju korisnik sledi kroz sadržaje domena potpuno zavisi od njega, ali ovaj mu model preporučuje one načine koje mu najviše odgovaraju.

Kontekstualni model se odnosi na karakteristike okruženja. Model korisnika i model konteksta određuju parametre na osnovu kojih se obavlja adaptacija. Osnovni cilj je generisanje meta podataka automatski na osnovu odgovarajućeg konteksta. Ovo bi nastavnicima, kada obrađuju objekte učenja, omogućilo preciznije prikupljanje i izdvajanje podataka. Upravljanje kontekstom se odnosi na teme kao što su: automatizovana akvizicija kontekstualnih metapodataka, prezentovanje sadržaja, aktivnosti i usluga.

Instrukcioni model i modeli adaptacije specificiraju navigacioni dizajn aplikacije sistema adaptivnog hiperdmedija sistema. Istovremeno, pored specifikacije prezentacije, opisuju način na koji bi trebalo izvršiti adaptaciju, odnosno opisuju dinamiku sistema. Dizajn elektronskog učenja predstavlja način modelovanja aktivnosti i scenarija i pristupa učenja. Ključni aksiom, zajednički za sve pristupe organizovanja učenja, jeste da student obavlja aktivnosti učenja u okruženju sa određenim resursima [112]. Osnovni ciljevi se odnose na opisivanje dinamičke interakcije između korisnika i sistema, kao i na opisivanje uloga učesnika i servisa sistema, scenarija (ciljeva, tema, aktivnosti).

3.3.3 Kriterijumi adaptacije i model studenta

Termini user profiling, user modeling, student modelling su često korišćeni kao sinonimi ili se jedan termin koristi da označi svaki od pojmova [10][28][75][76][172]. Korisnički profil je skup ličnih informacija. Informacije su sačuvane bez dodavanja daljeg objašnjenja ili interpretacije tih informacija. Korisnički profil predstavlja kognitivne veštine, intelektualne mogućnosti, namere, stil učenja, afinitete i interakciju sa sistemom. Ove karakteristike su sačuvane nakon njihovog vrednovanja. Vrednosti koje se dodaju svakoj karakteristici mogu biti konačne ali se isto tako po potrebi i bilo kada mogu i menjati.

U zavisnosti od konteksta i od broja informacija sačuvanih u korisničkom profilu, može se napraviti korisnički model [31][183][185]. Kohova opisuje korisnički model kao prezentaciju znanja sistema o korisniku [31[117]]. Korisnik u stvarnom svetu predstavljen je sistemu kroz čovek-računar interfejs. Korisnički model se bazira na ovim informacijama i zbog toga predstavlja mali deo korisnika. Ipak, korisnički model mora da predstavlja osnovne karakteristike korisnika u zavisnosti od konteksta aplikacije [9][10][28][32].

Adaptacija sistema elektronskog obrazovanja se realizuje na osnovu parametara identifikovanih u modelu korisnika. U tabeli 3 prikazani su osnovni parametri koji se koriste za kreiranje modela studenta, odnosno za adaptaciju odgovarajućeg sistema elektronskog učenja [129]. Model studenta obuhvata dva tipa informacija: informacije o znanju koje student poseduje u oblasti, odnosno domenu učenja i informacije koje su nezavisne od domena učenja.

U narednom tekstu će biti objašnjeni parametri koji se najčešće koriste za modelovanje studenata, odnosno adaptaciju sistema elektronskog obrazovanja [27][28][29][33][178][186].

Model Profil Karakteristike Opis/primerPodaci nezavisni od domena učenja

Generički profil

Lične informacije Ime, email, šifra, itd.Demografski podaci Godine, itd.

Akademski background Tehnološke studije iz ekonomije, itd.

65

Kvalifikacije Sertifikati

Obrazovanje(obrazovni background

Kolekcija znanja prebačena u koncept. Kvalitativne, kvantitativne mogućnosti ili verovatnoća indikacija koncepta i stečena znanja za korisnika.

Nedostaci:vizuelni ili drugi

Dobro vidi, koristi naočare, itd.

Domen primene Lokalizacija korisnikaNasleđene karakteristike

Kreiranje stereotipa koji vodi klasifikaciji korisnika

Psihološki profil

Stil učenja Definisanje stila učenjaKognitivni kapacitetiTragovi ličnosti Psihološki profil (introvertan, ekstrovertan, itd.)

Nasleđene karakteristike

Kreiranje stereotipa koji vodi klasifikaciji korisnika

Podaci zavisni od domena učenja

CiljeviUpitnici koji utvrđuju sa kojim ciljevima korisnik namerava da koristi sistem

Planiranje/PlanKompletan opis interakcije sa sistemom

Registar svake od stranica kojima se pristupilo

Stečena znanja

Kolekcija znanja prebačena u koncept. Kvalitativne, kvantitativne mogućnosti ili verovatnoća indikacija koncepta i stečena znanja za korisnika.

Rezultat procene Podaci sa svih testova, vežbi, itd.

Model kontekstaPodaci u vezi sa okruženjem korisnika (rezolucija monitora, itd.)

SposobnostiDefinisanje sposobnosti i kapaciteta korišćenja sistema

InteresovanjaDefinisanje individualnih interesovanja sa ciljem adaptacije sadržaja i kretanja

Vremenski rokovi Kratak, dug ili normalan utvrđen period

Tabela 3. Zajedničke karakteristike u modelu korisnika

3.3.3.1 Znanje studenta

Znanje studenta vezano za oblast proučavanja predstavlja jednu od najvažnijih karakteristika i kriterijuma adaptacije. Najjednostavniji model znanja korisnika je skalarni model, koji procenjuje nivo znanja kvantitativnom (npr. broj u rasponu od 0 do 5) ili kvalitativnom vrednošću (npr. dobro, prosečno, loše) na određenoj skali. Skalarni modeli, naročito kvalitativni, slični su stereotipnim modelima. Razlika je u tome što se skalarni modeli fokusiraju isključivo na korisnika i rezultat su objektivnog testiranja, a ne mehanizma baziranog na stereotipnom modelu. Uprkos jednostavnosti, skalarni modeli se mogu efikasno koristiti za podršku jednostavnih tehnika adaptacije. Adaptirani skalarni model predznanja je korišćen kao jedan od kriterijuma za adaptaciju u okviru modela portala za adaptivno elektronsko obrazovanje implementiranom u disertaciji.

Na osnovu znanja ili predznanja o materiji koja se izučava, adaptivni sistemi dele svoje korisnike u dve ili tri klase i nude različite verzije celokupnog sadržaja stranice ili fragmente za korisnike sa različitim nivoima znanja. Strukturni modeli pretpostavljaju da se domen znanja može podeliti na nezavisne fragmente. Ovi modeli pokušavaju da predstave znanje korisnika za svaki definisani fragment gradiva.

Strukturni modeli mogu biti nezavisno klasifikovani u dve različite pod-dimenzije u skladu sa:

tipom predstavljenog znanja (deklarativno ili proceduralno) i

poređenjem znanja korisnika - predstavljenog u modelu - na nivo eksperta, uzet kao model domena, ekspertni model ili model "idealnog studenta".

66

Najpopularniji strukturni model znanja je model preklapanja. Svrha modela je da predstavi individualno znanje korisnika kao podskup modela domena, koji odražava ekspertni nivo znanja subjekta. Za svaki fragment oblasti znanja, model preklapanja skladišti procene nivoa znanja korisnika tog fragmenta. Čist model preklapanja dodeljuje Bulovu vrednost DA ili NE za svaki fragment, ukazujući na to da li korisnik zna ili ne zna taj fragment. U ovom slučaju, znanje korisnika je predstavljeno u svakom vremenskom trenutku kao podskup ili preklapanje ekspertnog znanja. U savremenom obliku model preklapanja predstavlja nivo znanja korisnika u oblasti fragmenta. To može biti kvalitativna ili kvantitativna mera. Većina sistema je usmerena na predstavljanje dva tipa oblasti znanja: konceptualno znanje (činjenice i odnosi između njih) i proceduralna znanja (veštine rešavanja problema). Konceptualno znanje se u osnovi predstavlja u formi mreže pojmova, a proceduralno znanje najčešće kao skup pravila za rešavanje problema.

Model preklapanja predstavlja iskorak iz skalarnog modela. Ovaj model je često kritikovan zbog toga što je “previše jednostavan“. Smatra se da znanje korisnika nikad nije tačan podskup ekspertnog znanja. Korisnik može imati zablude i njegovo znanje napreduje ka nivou eksperta kroz složen proces generalizacije i dovitljivosti. Modeli greške (Bug model) uglavnom su korišćeni za modeliranje procedure rešavanja problema znanja korisnika. Najviše proučavan model greške poznat je kao model “nesporazuma“, koji pretpostavlja da za svaki od elemenata iz oblasti znanja može postojati nekoliko netačnih percepcija. Neadekvatno ponašanje korisnika, sa stanovišta ovog pristupa, može biti izazvano sistematskim postojanjem „nesporazuma“ na ispravnom mestu. Cilj sistema sa modelom greške nije da utvrdi nekompletnost ili nedostatak specifičnog elementa u oblasti znanja, već da utvrdi specifičnu grešku koja može biti iskorišćena za pružanje većeg kvaliteta adaptacije. Još složeniji model koji omogućava da se prati razvoj znanja korisnika od jednostavnog ka složenom, kao i od specifičnog ka opštem jeste generički model.

3.3.3.2 Interesovanje studenta

Interesi korisnika uvek predstavljaju važan segment u pronalaženju adaptivnih informacija. Ovaj kriterijum je bio korišćen od strane skoro svakog adaptivnog sistema za pronalaženje i filtriranje informacija. Nasuprot pristupu zasnovanom na nivou ključnih reči, današnji adaptivni sistemi su usvojili konceptualni pristup modelovanja interesa korisnika tamo gde su interesi predstavljeni kao preklapanje konceptualnog modela.

3.3.3.3 Ciljevi i zadaci

Korisnički cilj ili zadatak predstavlja neposrednu svrhu korišćenja adaptivnih sistema. U zavisnosti od vrste sistema, to može biti cilj rada (u primeni sistema), potreba za neposrednom informacijom, ili cilj učenja (u obrazovnim sistemima). U svim ovim slučajevima, cilj predstavlja odgovor na pitanje: "Šta korisnik zaista želi da postigne?". Cilj korisnika je odlika najviše sklona promenama. Menja se od sesije do sesije i često se može menjati i nekoliko puta u toku jedne sesije. Trenutni cilj korisnika obično je po uzoru na kataloški pristup, koji je donekle sličan preklapanju znanja. Suština ovog pristupa je unapred definisan katalog mogućih ciljeva ili zadataka korisnika koje sistem može da prepozna. Često ovaj katalog predstavlja jednostavno mali skup nezavisnih ciljeva, međutim, neki sistemi koriste napredniji katalog, koji je nasleđen iz ranijih istraživanja o adaptivnom interfejsu i planiranju nastavnog procesa. U hijerarhiji ciljeva, relativno stabilni ciljevi na višim nivoima su dekomponovani na podciljeve i na najnižim nivoima formiraju kratkoročne ciljeve. Sistem obično pretpostavlja da korisnik ima tačno jedan cilj (ili jedan cilj na svakom nivou hijerarhije) u bilo kom trenutku rada sa sistemom. Posao komponente za modeliranje je da prepozna ovaj cilj i da ga označi kao trenutni cilj u modelu. Pravila adaptacije koja se odnose na moguće ciljeve korisnika navedena su u katalogu. Adaptaciona pravila mogu npr. preporučuti neke stranice korisniku, fokusirati pažnju korisnika na deo hiperprostora ili prilagoditi sadržaj odabrane strane.

3.3.3.4 Prethodno iskustvo

67

Prethodno iskustvo korisnika (background) je zajednički naziv za niz funkcija koje su povezane sa prethodnim iskustvima korisnika, koje su izvan domena specifičnih veb sistema (npr. vodič kroz grad i objekti od interesa, bolnički informacioni sistem). Opseg background-a koji će biti korišćen u adaptivnim veb sistemima uključuje profesiju korisnika, radne obaveze i odgovornosti, iskustvo u srodnim oblastima i specifičan pogled na oblast. Na primer, medicinski adaptivni sistemi mogu razlikovati dve ili tri kategorije korisnika u skladu sa poznavanjem medicinske terminologije i da na taj način prilagode sadržaj prezentacije kategorijama korisnika odabirom medicinskih termina ili termina iz svakodnevnog rečnika. Alternativno ovi sistemi mogu razlikovati korisnike prema njihovoj profesiji (student, medicinska sestra, doktor) koji podrazumeva kako nivo znanja, tako i odgovornosti. Premda detaljne informacije nisu neophodne, uobičajen način za korisnički “background“ model nije preklapanje već jednostavan stereotipni model. Uobičajeno tokom rada sa sistemom korisnik ne menja “background“ i samim tim je nemoguće doći do zaključaka na osnovu posmatranja rada korisnika.

3.3.3.5 Individualne osobine

Individualne osobine korisnika su agregiran naziv za karakteristike koje zajedno definišu korisnika kao individuu. Primeri su osobine ličnosti (introvertan/ekstrovertan), kognitivni stil (holistički), kognitivni faktori (kapacitet radne memorije) i stil učenja. Individualne osobine korisnika su karakteristike koje se ne mogu menjati odjednom ili se mogu menjati tokom dužeg vremenskog perioda. Individualne karakteristike se ne dobijaju putem intervjua, već pomoću specijalno pripremljenih psiholoških testova. Dok se u literaturi iz psihologije raspravlja o različitim karakteristima korisnika, tekući rad o modelovanju i korišćenju karakteristika za personalizaciju se fokusira na dve grupe: kognitivni stil i stil učenja. Kognitivni stil se odnosi na lične preferencije i uobičajen način organizovanja i reprezentacije informacija. Stilovi učenja su primenjeni kao kriterijumi u razvoju mehanizama za adaptaciju u okviru portala za elektronsko obrazovanje kojim se bavi ova disertacija. S tim u vezi, stilovi učenja su opisani u posebnom poglavlju.

3.3.3.6 Kontekst rada

Adaptacija konteksta učenja je relativno nov pravac istraživanja u okviru adaptivnih sistema elektronskog obrazovanja. Raniji adaptivni sistemi bazirani na sadržaju uglavnom su istraživali pitanja platforme za adaptaciju. Veće interesovanje za mobilne sisteme usmerilo je pažnju na druge dimenzije sadržaja kao što su lokacija korisnika, fizičko okruženje, socijalni sadržaj i osećaj države. Neke informacije predstavljene u modelu konteksta teško da se mogu smatrati opštim informacijama o korisniku. Međutim, korisnički model i model konteksta su čvrsto povezani.

Platforma korisnika. Adaptacija može biti realizovana na osnovu aspekata platforme korisnika (računarsko okruženje), kao što su hardver, softver i opseg mreže. Najveći broj istraživanja fokusira se na adaptaciju veličine ekrana konvertovanjem stranice za pregled sa desktop veb brauzera na mobilne ili generisanjem stranice različite za desktop i mobilne aplikacije. Drugi deo se odnosi na medijsku prezentaciju mogućnosti koja je kombinacija hardvera, softvera i opsega mreže. Važno je naglasiti da se platformski orijentisani modeli sadržaja razlikuju od znanja, zadataka i ciljnih modela. Sadržaj se definiše kao dugačak niz parova naziv-vrednost, gde naziv ukazuje na parametre (širina ekrana, plejer za puštanje filmova), a vrednost na specifičnu veličinu parametra u određenom sadržaju. Ovo predstavlja osnovni model sadržaja. Pravila za adaptaciju mogu biti napisana za konkretne parametre, ali to danas ne predstavlja ni praktično ni skalabilno rešenje. Rezultat toga je sličnost između pristupa adaptacije sadržaja i stereotipnog modelovanja. Na primer, adaptivni sistem može razlikovati dva ili više tipova platformi gde svaki od njih formira različiti opseg parametara platforme. U ovoj situaciji platforma odobrava mehanizam koji koristi parametre određene platforme da se odredi odgovarajući tip. Nakon toga jednostavna pravila adaptacije kontrolišu odgovarajući tip i izvršavaju različite aktivnosti za različite tipove platformi. Na primer, ako korisnik pristupa sistemu sa mobilnih uređaja sistem vrši konvertovanje ili obradu prezentacije za male ekrane. Ako platforma korisnika ne može da prikaže slike u boji ili je opseg mreže slab, sistem konvertuje slike u crno-belu ili slabiju rezoluciju. Ako platforma ne može da prikaže film zbog nedostatka plejera ili lošeg protoka mreže, film može biti zamenjen slikom ili se

68

može izbrisati link koji vodi ka njemu. Napredne tehnologije mogu da generišu različite interfejse za različite tipove platformi, kao i iskoristiti ograničenja platformi kao prednost korisničkog modela.

Lokacija korisnika. Mobilni adaptivni sistemi usmereni su na prilagođavanje lokaciji korisnika. Modelovanje i korišćenje lokacije je drugačije od drugih elemenata sadržaja. Najčešće se lokacija koristi da odredi mali podskup bliskih objekata od interesa. Ovaj podskup definiše šta će biti predstavljeno ili preporučeno korisniku. Lokacija korisnika biva modelovana u skladu sa načinom koji podržava utvrđivanje obližnjih objekata. Način utvrđivanja lokacije je najčešće baziran na koordinatama ili zonama.

Širi pogled na sadržaj. Iako ne postoji jasna definicija šta sve spada u oblast sadržaja, najveći deo u oblasti računara i mobilnih tehnologija se fokusira na životnu sredinu i ljudske dimenzije. Dimenzije okruženja obuhvataju prostorno vremenski aspekt i fizičke uslove (svetlo, temperatura, pritisak, ubrzanje itd.). Ljudske dimenzije obuhvataju lični sadržaj (puls, krvni pritisak, raspoloženje itd.), socijalni sadržaj i zadatak korisnika. Sa korisnički orijentisanog stanovišta zadatak korisnika nije deo sadržaja, dok uređaj jeste. Sa aspekta uređaja, a koje dominira u računarskoj i mobilnoj tehnologiji, niz parametara koji definišu trenutno stanje korisnika su deo sadržaja. Postoji nekoliko vrsta adaptivnih sistema: platforma, fizičko okruženje, vreme/lokacija, socijalni sadržaj, lični sadržaj, zadaci i ciljevi korisnika, korisnički orijentisano gledište, gledište sa stanovišta uređaja, model uređaja, sadržaj okruženja, ljudski sadržaj, sadržaj rada korisnika, model korisnika.

3.3.4 Klasifikacija modela studenta

Modeli studenta variraju i mogu biti klasifikovani na različite načine u zavisnosti od karakteristika. Na primer, modeli studenta mogu se podeliti na dve grupe prema strukturi informacija, kao što su informacije zavisne i nezavisne od konteksta učenja. Sledeća klasifikacija se zasniva na izvorima za prikljupljanje informacija (pojedinačni korisnik ili grupa korisnika) u mehanizmu zaključivanja modela “kolaboracije“ i “zasnovanog na sadržaju“. Model studenta zasnovan na sadržaju koristi se u situacijama kada se na osnovu ponašanja studenta iz prošlosti mogu predvideti ponašanja u budućnosti. Sa druge strane kolaborativni modeli se koriste onda kada je ponašanje korisnika slično drugim korisnicima. U ovom slučaju model studenta je konstruisan na osnovu informacija prikupljenih od grupe studenata, i ovaj model je korišćen za kreiranje procena o jednom korisniku. Modeli studenta mogu se nalaziti u dve različite grupe: “vidljiva“ i “tamna“. Ako student može da vidi i/ili promeni model studenta to se naziva “vidljiv“ model, a u suprotnom je “taman“. Vidljivost zahteva od korisničkog interfejsa da postavlja pitanja i da prikuplja informacije o određenim karakteristikama studenta i prikaže deo ili celokupan model studenta. U vidljivom modelu, tačniji model se može konstruisati u saradnji korisnika i sistema. S vremena na vreme korisnik se može naći u mogućnosti da vidi kako model i izvršene promene mogu dovesti do netačnih informacija.

Modeli studenta mogu se svrstati u dve različite grupe: statički i dinamički. Dinamički model studenta podrazumeva dobijanje dinamičke informacije o korisniku na osnovu njegove saradnje sa sistemom. Model se konstatno ažurira informacijama dobijenim na ovaj način. U statičkom modelu informacija je dobijena kroz upite i zapažanja. Informacija se na ovaj način prikuplja prvi put kada korisnik koristi sistem, ili periodično.

Modeli studenta mogu biti klasifikovani u četiri grupe u zavisnosti od tipa zadatka za koji će model biti korišćen (predviđanje, predlaganje, klasifikacija, filtriranje). Predviđanje je sposobnost procene budućih potreba studenata na osnovu prethodnih dešavanja. Predlaganje predstavlja sugerisanje studentima na zanimljive elemente, i to prema informacijama koje nisu zasnovane na aktivnostima korisnika iz prošlosti. Klasifikacija gradi model sortirajući stavke u jednu ili u nekoliko unapred definisanih klasa. Filtriranje je selekcija podskupa stavki iz originalnog niza kako bi se obezbedio svaki student sa odgovarajućim informacijama za svoje preferencije.

Stereotipno modelovanje jedan je od najstarijih pristupa. Stereotipni model pokušava da klasteruje sve moguće korisnike adaptivnog sistema u nekoliko grupa, nazvanih stereotipi. Svi korisnici koji

69

pripadaju istom stereotipu se tretiraju na isti način od strane adaptivnih mehanizama. Korisnik u klasičnom stereotipnom sistemu predstavljen je kao njegov stereotip (grupa kojoj pripada). Cilj stereotipnog modelovanja je da obezbedi mapiranje iz specifične kombinacije karakteristika korisnika za jedan od stereotipa. Nakon toga, samo korisnik određenog stereotipa se koristi za adaptaciju. Bilo koje promene u karakteristikama korisnika su odgovorne za ponovno dodeljivanje korisnika, ako je potrebno u različit stereotip. Ovaj model je korišćen za klasifikaciju studenata u grupe u okviru adaptivnog sistema e-obrazovanja razvijenog u disertaciji.

Istraživanja idu u smeru integracije stereotipnih modela sa modelima zasnovanim na karakteristikama. Jedna od najpopularnijih kombinacija je korišćenje stereotipa za inicijalizaciju pojedinačnih modela zasnovanih na karakteristikama. Ovaj pristup omogućava da se izbegne problem “novog korisnika“ u modeliranju gde efikasno prilagođavanje na novog korisnika nije moguće jer je modeliranje krenulo od nule.

3.3.5 Tehnike adaptacije

Tehnike adaptacije se odnose na skup postupaka kojima se obezbeđuje prilagođavanje sistema elektronskog obrazovanja karakteristikama učenika/studenta [28][29][39][52][167]. Postoje različite podele kada su u pitanju metode i tehnike adaptacije. Jedna od najzastupljenijih podela obuhvata četiri vrste tehnika adaptacije:

Adaptivna agregacija sadržaja: Sistem može omogućiti studentima različite tipove sadržaja u zavisnosti od predznanja i stilova učenja. U zavisnosti od stilova nastave i učenja, sistem može ponuditi različite tipove sadržaja počevši od statističke jedinice informacija pa sve do potpuno interaktivnih elemenata kao što su simulacije, igre ili upitnici. Pored toga, sadržaj može biti sastavljen na različitim nivoima detalja ili multimedijalnih formata. Informacije sa strana mogu biti agregirane na osnovu različitih predznanja, nivoa sadržaja ili vrste multimedija.

Adaptivna prezentacija: Prezentacija sadržaja unutar stranica može biti prilagođena različitim parametrima. Objašnjavanjem različitih varijanti prikazivanja sadržaja na istoj strani i preraspodelom, stavke sadržaja se postavljaju u skladu sa karakteristikama u studentskom modelu. Osnovni cilj ove grupe tehnika adaptacije jeste da prilagodi sadržaj stranice određenom korisniku prema njegovom trenutnom znanju, ciljevima i drugim karakteristikama. Može se prilagođavati prikaz teksta, hipermedija resursa ili kombinovano.

Adaptivna navigacija: Navigacije ili linkovi predstavljeni na stranici mogu biti prilagođeni za postizanje ciljeva adaptacije kroz adaptivne metode navigacije. Adaptivna navigacija pomaže adaptivnom procesu kroz upravljanje personalizovanim prikazima sadržaja stranice. Navigacija se može prilagoditi uslovima globalne ili lokalne orijentacije. S toga, okruženje za e-učenje može omogućiti [29]:

o direktno vođenje predstavlja osnovne tehnike za podršku adaptivne navigacije. Implementirano je kroz direktno predstavljanje svih preporučenih linkova studentima s osvrtom na njihov nivo znanja na testu. Razvijeno je tako da direktno usmerava studente kojim redosledom treba da uče.

o sortiranje linkova se sprovodi sortiranjem linkova svih kurseva po abecednom redu. Linkovi su sortirani prema važnosti trenutnog dela čvora i nivoa znanja dobijenih na osnovu studentskog modela. Predloženi sistem sortira sve linkove prema redosledu pojavljivanja linkova u okviru kursa. Kao rezultat, različiti student mogu videti različit redosled linkova u zavisnosti od njihovog nivoa znanja.

o skrivanje linkova je omogućeno kroz prikazivanje relevantnih linkova koji se odnose na procenjeni nivo znanja studenata dok su irevalentni linkovi sakriveni od studenata. Skriveni linkovi štite studente od kompleksnosti svih linkova u okviru kursa i smanjuju njihovo kognitivno opterećenje.

70

o anotacija linkova koristi pet obojenih kuglica ispred svakog kursa da bi se označio nivo znanja. Na primer, bela boja označava nizak nivo znanja, narandžasta boja predstavlja početni nivo, žuta srednji nivo, zelena predstavlja viši nivo i plava označava savladani nivo znanja.

Adaptivna kolaborativna podrška: Omogućava komunikaciju između korisnika pomoću dodatne aplikacije za kolaboraciju. Tehnika ove vrste, koju može ponuditi sistem za obrazovanje, koristi sistemsko znanje o studentima za kreiranje kolaborativne grupe i omogućava ili predlaže komunikaciju između istih pomoću softvera za kolaboraciju [29][30]. U kontekstu ovog rada, adaptivna kolaboracija se odnosi na podršku u procesu adaptivnog učenja koja uključuje komunikaciju između više lica i kolaboraciju radi postizanja zajedničkih ciljeva. Adaptivna kolaborativna podrška odnosi se na:

o Sposobnost da održi modele grupa, uključujući i kolektivna svojstva članova grupe, automatsko prikupljanje informacije za ove modele i pristup za adaptaciju algoritama.

o Sposobnost da održi modele grupnih aktivnosti, uključujući i uloge učesnika, korišćene usluge, proizvedene artefakte itd.

o Sposobnost da vodi proces saradnje koristeći pomenute modele grupnih aktivnosti.

o Mogućnost da automatski sakuplja podatke o članovima grupe, uključujući korišćene usluge i korišćene i/ili proizvedene artefakte, i da obezbedi pristup podacima za adaptaciju algoritama.

o Mogućnost da se identifikuju obrasci aktivnosti grupa na semantički smislen način. (npr. Obrazci koji mogu da identifukuju konflikte između članova tima)

o Mogućnost da predstavi i uposli algoritam/strategije koje upravljaju kolaborativnim infrormacijama

o Podrška za omogućavanje adaptacije algoritama za izmenu bilo kog aspekta kolaborativnog procesa.

3.3.6 Adaptivnost zasnovana na Felder-Silverman modelu stilova učenja

Obrazovanje je složen proces kroz koji se dolazi do različitih znanja i veština, otkrivamo svoje sposobnosti i saznajemo o svojim stavovima, vrednostima i osećajima. Obrazovanje je proces putem koga znanje nastaje transformacijom iskustva. Obrazovanje je relativno trajna promena u ljudskim sposobnostima, koja nije rezultat razvojnih procesa.

Savremena istraživanja u oblasti sistema za elektronsko obrazovanje su usmerena ka platformama orijentisanim prema učenicima i prema stavljanju njihovih očekivanja, motivacija, stilova učenja, navika, potreba itd. u centar interesovanja [28][32][78][88-92].

Ključni element procesa personalizacije sistema za elektronsko obrazovanje jeste kreiranje i unapređenje modela studenta na osnovu podataka prikupljenih implicitno (posmatranjem ponašanja studenata) ili eksplicitno (direktno od studenata). U mnogim sistemima primenjuje se koncept modelovanja studenata na osnovu njihovog predznanja, bez osvrta na njihove osobine, potrebe i želje [78]. Analize adaptivnosti sistema za e-obrazovanje pokazale su da su kognitivne karakteristike studenta, kao što je stil učenja, najznačajnije za uspešnu adaptaciju [28][78].

Mnogi teoretičari i istraživači koji proučavaju elektronsko obrazovanje smatraju da su stilovi učenja važan faktor u procesu učenja i da ih treba ugraditi u obrazovni proces kako bi učenje bilo efikasnije, a postignuti rezultati studenata bolji [82][89][90][111][127]. Dalje, smatra se da studenti koji izrazito pripadaju jednom stilu učenja ne mogu postići dobre rezultate ako je obrazovni proces prilagođen nekom drugom stilu učenja ili ako nije prilagođen stilovima učenja uopšte [82][90]. Sa teorijskog aspekta, smatra se da inkorporiranje stilova učenja u obrazovni proces povećava efikasnost učenja i olakšava studentima proces učenja.

71

Stilovi učenja se u obrazovnom procesu mogu primeniti na različite načine. Prvi korak je da studenti postanu svesni sopstvenog stila učenja i da uoče individualne slabosti i snage. Dalje, nastavnik mora biti svestan stilova učenja, kako bi nastavne materijale prilagodio studentima. Prilagođavanje nastavnih materijala i aktivnosti stilovima učenja studenata omogućava lakše učenje i bolji ishod procesa učenja [29][82].

Pojedinii teoretičari smatraju da je, dugoročno gledano poželjno, da studenti uče na osnovu materijala i aktivnosti koji nisu u skladu sa njihovim stilom učenja, kako bi mogli bolje da se prilagode uslovima okruženja [78]. Smatra se da je ovakav tip učenja interesantniji i izazovniji za studente i da podstiče razvoj kreativnosti. Drugi smatraju da je ovaj pristup pogrešan i da može biti štetan za studente, dok treći smatraju da ovakav pristup treba primenjivati povremeno [82].

Kada se rezimiraju svi teorijski pristupi stilovima učenja, može se zaključiti da stilovi učenja ne treba da budu zanemareni prilikom projektovanja obrazovnog procesa.

Stilovi učenja se u obrazovni proces mogu uključiti na nekoliko načina:

forsiranjem studenata da svako uči u skladu sa svojim stilom učenja, kako bi se postigla što veća efikasnost procesa učenja

forsiranjem studenata da svako uči u suprotnosti sa sopstvenim stilom učenja, kako bi se razvile manje prisutne osobine kod svakog studenta i poboljšalo prilagođavanje okruženju

pružanjem mogućnosti studentima da sami izaberu kojim stilom će učiti.

Sam pristup treba da bude izabran na osnovu materije koja se izučava, iskustva studenata, motivacije, ciljeva učenja i dr.

Istraživanja pokazuju da studenti sa određenom dimenzijom stila učenja koja je izražena imaju teškoće da savladaju gradivo ukoliko obrazovno okruženje nije u skladu sa njihovim stilom učenja [24]. Inkorporacija stilova učenja u obrazovni proces olakšava učenje i povećava njegovu efikasnost.

U literaturi postoji nekoliko modela stilova učenja [78][82][90][111][152][163]. Felder- Silverman model stilova učenja (u daljem tekstu FSLSM) je među najčešće korišćenim za realizaciju adaptivnosti bazirane na stilovima učenja u elektronskom obrazovanju [78][90][127][168]. U ovom modelu stilovi učenja učesnika se opisuju vrednostima u četiri dimenzije. FSLSM je dizajniran tako da utvrdi najznačajniji stil učenja studenata i da pomogne nastavnicima u izradi nastavnih strategija i materijala. Ovaj model karakteriše studente na osnovu načina na koji prihvataju, obrađuju, prikupljaju i razumeju informacije. Klasifikuju se i nastavne metode tako da odgovaraju pojedinim stilovima učenja. U tabeli 5 prikazane su dimenzije, stilovi učenja, definicije i odgovarajući stil nastavnika za Felder-Silverman model stilova učenja.

Felder-Silverman model stilova učenja izabran je u ovoj disertaciji kao pogodan za realizaciju adaptivnog nastavnog procesa iz nekoliko razloga:

uspešno je implementiran za adaptaciju nastavnih materijala u više sistema e-učenja [82][84][88-92]

dokazali su ga i autor i istraživači u oblasti kojom se bavi [80][88-92][111]

jednostavan je za razumevanje i korišćenje i može se lako implementirati i kontrolisati u sistemima za e-obrazovanje [24][80][111].

U tabeli 4 prikazani su stilovi učenja, definicije i odgovarajući stil nastavnika [78].

Dimenzija Stil učenja DefinicijaOdgovarajući stil nastavnika

72

Obrada informacija

AktivanPreduzimanje različitih aktivnosti nad objektima učenja: diskusija, razmatranje, primena, objašnjavanje

Učešće studenata

Refleksivan Više voli da razmišlja o određenoj temi

Percepcija informacija

Senzitivan Voli jasne činjenice o određenoj temi

Sadržaj

Intuitivan Više voli da otkriva mogućnosti i veze

Pamćenje informacija

VizuelanNajbolje pamti ono što vidi: slike, dijagrame, grafike i sl.

Prezentacija

VerbalanLakše pamti reči: pisana i govorna objašnjenja

Razumevanje

SekvencijalanShvata sadržaj u linearnim koracima, gde su koraci povezani iidu jedan za drugim

Perspektiva

GlobalanUči veću količinu gradiva odjednom, prihvata materijale i aktivnosti povremeno, bez uočavanja veza između delova

Tabela 4. Felder-Silverman model stilova učenja

3.3.6.1 Određivanje stila učenja primenom Felder-Silverman indeksa stilova učenja

Felder i Silvermanova opisuju stilove učenja korišćenjem neparnih vrednosti na skali od +11 do -11 za svaku od četiri dimenzije. Stil učenja svakog studenta karakteriše se pomoću četiri vrednosti u intervalu od +11 do -11. Na primer za jednog studenta se može utvrditi da je vrednost dimenzije refleksivan/aktivan jednaka 9, što bi značilo da iskazuje jasne tendencije ka aktivnom stilu učenja. Ove skale olakšavaju opis stila učenja, jer omogućavaju određivanje stepena pripadnosti studenta određenom stilu.

Instrument za utvrđivanje stilova učenja prema FSLSM predstavlja anketu od 44 pitanja – Index of Learning Styles (ILS) [79][80]. ILS se često primenjuje u detekciji stilova učenja i pokazala se kao veoma pouzdan i validan instrument. ILS se koristi isključivo za utvrđivanje stilova učenja, ali se ne može primeniti na prikupljanje informacija o znanjima studenata iz oblasti koja se proučava. Prema FSLSM, svaki učenik ima preference ka jednoj od četiri dimenzije. Utvrđivanje stila učenika za jednu od četiri dimenzije utvrđuje se pomoću 11 pitanja vezanih za svaku dimenziju. Za svako pitanje postoje dva odgovora („a“ ili „b“). Odgovor a odgovara preferenci za jedan pol svake dimenzije (aktivan, senzitivan, vizuelan, ili sekvencijalni), a odgovor b odgovara drugom polu dimenzije (refleksivan, intuitivan, verbalni, ili globalni). Kada učenik odgovara, na primer, na pitanje vezano za dimenziju aktivan/refleksivan i izabere odgovor a, vrednost 1 se dodaje na vrednost dimenzije aktivan/refleksivan, a ukoliko izabere odgovor b vrednost ove dimenzije se smanjuje za 1. Dakle, svako pitanje dodaje +1 ili -1 na vrednost odgovarajuće dimenzije.

Stepen preference studenta ka određenom stilu se može formalno zapisati [89]:

i (DIM ,q )= ∑qϵDIM+¿q i− ∑

qϵDIM−¿qi ¿¿¿

¿eq .1

73

Gde svaki od i ,DIM= {A /R ,S /I ,V /V , S/G } predstavlja sve dimenzije uparenih stilova čiji indeksi su dati kao:

I={iA /R, iS / I , iV /V , iS /G ,}

a niz pitanja koje se odnose na svaku dimenziju je izražen preko:

QDIM={q1DIM ,…,q11

DIM } eq .2

dok qi predstavlja doprinos i-tog pitanja u okviru 11 pitanja vezanih za određenu dimenziju iz skupa DIM , tako da je q i ϵDIM+¿, ako je q i=+1, odnosno, ako je q i=−1.

Ako se ILS detaljnije analizira, može se utvrditi da se pitanja vezana za dimenziju aktivan/refleksivan odnose na informacije o načinu razumevanja i proučavanja novih koncepata, rad u grupi, načinu pamćenja detalja o nekom događaju, generisanju novih ideja i rešenja. Kada se posmatra dimenzija vizuelan/verbalan, pitanja se odnose na pamćenje događaja iz prošlosti, na omiljeni način prezentacije novih informacija, na način čitanja knjiga, na uočavanje karakteristika resursa za učenje, na način zabave itd. Dimenzija globalan/sekvencijalan se dobija na osnovu pitanja vezanih za način razumevanja novog gradiva, formiranja slike o određenom dešavanju, postupnosti u rešavanju problema i sl. Dimenzija senzitivan/intuitivan je zastupljena kroz pitanja u vezi sa jasnošću i nivoom detaljnosti materijala za učenje, radu u grupi, čitanju knjiga i sl.

3.3.7 Razvoj adaptivnog kursa

Razvoj bilo kog kursa obično prati dokumentacija sa autorizovanim procesom koji donosi regulisan nastavni plan ciljeva učenja i tehnika procene preko kojih se ovi ciljevi procenjuju. Nastavnim planom se regulišu koncepti vezani za predmet, koji su prikladni za kurs sa izraženim ciljevima i procenama. U poslednjem koraku se kreiraju nastavne strategije prikladne regulisanom planu i strategija razvoja koja osigurava kontinualno unapređivanje kursa. Proces razvoja regulisanog nastavnog plana je iterativan, što znači da obično postoji filtriranje ciljeva, procena, nastavnih strategija i predmeta da bi se osigurao konzistentan i dobar kurs.

Metod konstruisanja adaptivnog kursa treba da omogući [13]:

specijalizaciju različitih tipova adaptivnosti koji treba da se ugrade u sam dizajn;

ponovnu upotrebu i modifikaciju jednog ili više nastavnih planova;

identifikaciju pojmova predmeta;

višestruku upotrebu prednosti koje sadržaj pruža ili upotrebu modela elemenata.

Metodologija za konstrukciju adaptivnih kurseva ne specifikuje tačan sadržaj kursa, ali definiše pojmove vezane za predmet i adaptivne osobine na kojima bi trebalo da se zasniva izbor sadržine. Ova metodologija bi trebalo da podržava kreatora kursa u identifikovanju onih delova kursa koji treba da se adaptiraju, kao i u uspostavljanju kriterijuma koji bi trebalo da se koristi za adaptaciju. Kreator kursa treba da specificira ceo kurs tako da on bude baziran na prethodnom znanju korisnika, ali specifične aktivnosti treba da budu bazirane na komunikacionom i kolaborativnom stilu studenta [24][90].

Kompozicija adaptivnog kursa zahteva ulaz različitih modeliranih entiteta. Entiteti, kao što su student, nastavnik, širina pojmova, pedagoške strategije, aktivnosti učenja, sadržaj i adaptivni mehanizmi, imaju uticaj na kompoziciju i realizaciju adaptivnog kursa. Struktura i obim kursa, kao i ciljevi kursa mogu biti pod uticajem i studenta i nastavnika. Nastavna strategija kursa može biti pod uticajem prirode naučenog gradiva, ciljeva kursa i tipa studenta koji će pohađati kurs. Svi ovi

74

modeli mogu biti korišćeni kao mehanizmi zaključivanja personalizovanog kursa. Uloga svakog modela se razlikuje unutar procesa kompozicije adaptivnog kursa.

Sastavni deo procesa kompozicije kursa je predstavljanje polja znanja. To omogućava ekspertu iz date oblasti da modelira znanja i praksu u vezi sa predmetom učenja i formira logičku taksonomiju za polje znanja. Tokom procesa kompozicije kursa odluke se donose na osnovu informacija dobijenih u ovom modelu. Svaki element u modelu je pojam. Za svaki pojam postoji ime, opis, lista sličnih pojmova i lista resursa potencijalnih kandidata. Informacije uskladištene u okviru pojma mogu se koristiti pri donošenju odluka baziranih na sposobnostima studenata.

Uzimajući u obzir ograničenja postojećih modela e-učenja, dizajniran je meta-model za adaptivne kurseve koji može biti integrisan sa lakoćom u platformu e-učenja kako bi podržavao (podsticao) adaptivnost. Osnovni koncept ovog modela je grupa objekata za induvidualno učenje. Ovi objekti su zatim organizovani tako da formiraju individualne kurseve prema afinitetima svakog induvidualnog studenta. Metamodel je baziran na modelu FSLSM [90]. Svaki student ima afinitete za svaku od četiri dimenzije FSLSM. Druge karakteristike studenata kao što su stanje znanja i ciljevi učenja nisu uzeti u obzir, ali mogu biti integrisani sa malim dodacima metamodelu.

Metamodel prezentovan u nastavku rada podržava adaptivnost i u isto vreme održava autorski proces kurseva na jednostavnom nivou. Jedini dodatni napor za autore je deklaracija dodatnih metapodataka [90].

Da bi platforma e-učenja mogla da bude prolagođena potrebama studenata, prezentacija kurseva treba da bude fleksibilna. Zbog toga se metamodel sastoji od različitih komponenata koje mogu biti organizovane pojedinačno po kursu [90].

Svaki kurs na početku sadrži kratak pregled materije koji prezentuje sva poglavlja i zaključak koji sumira najosnovnije stavke kursa. Slično ovome, svako poglavlje ima kratak pregled i zaključak kako bi se globalnim studentima obezbedila bolja orijentacija. Takvi pregledi mogu biti predstavljeni dodatno, posle svakog poglavlja ili posle svake jedinice učenja, dok za sekvencijalne učenike kratki pregledi mogu biti potpuno sakriveni.

Objekti sadržaja predstavljaju sadržaj kursa u malim delovima, uključujući kratke preglede i zaključke. Objekti sadržaja mogu da budu sastavljeni od teksta ili od svih vrsta slika za podršku i verbalnih i vizuelnih studenata. Dodatno, objekti mogu da sadrže i linkove (sadržaja) kao što je na primer link za dodatne informacije o određenom konceptu ili povezanim temama. Ovi linkovi omogućavaju globalnim studentima da povezuju materijal za učenje sa drugim temama i da dobiju dodatne informacije. Za sekvencijalne studente, linkovi mogu da budu sakriveni kako bi kurs izgledao više linearno. S druge strane, kolekcija linkova može biti predstavljena na primer, na kraju poglavlja. Pored toga, multimedijalni objekti mogu biti integrisani u objekte sadržaja. Na primer, audio objekti mogu da obuhvate kratke izjave eksperata na određenu temu ili pitanje, a interaktivne animacije mogu da pomognu studentima da razumeju isprobavajući. Zbog toga su multimedijalni objekti dobar dodatak tekstualnim sadržajima i mogu da podrže vizuelne, aktivne i senzorne studente. Međutim, multimedijalni objekti mogu takođe biti sakriveni kako bi se izbeglo kognitivno preopterećenje ili kako bi se obezbedio linearan plan kursa. Slajdovi koji se koriste u tradicionalnoj edukaciji mogu biti primenjeni kao objekti sadržaja posle kratke kontrole.

Metamodel takođe sadrži primere koji se koriste za bolju ilustraciju. Svaki primer je vezan za jedan ili više specifičnih sadržajnih objekata. Primeri su od posebnog značaja za senzitivne studente. Kursevi koji su adaptirani potrebama senzornih studenata mogu da sadrže više primera nego kursevi za intuitivne studente.

Metamodel uključuje i objekte za vežbe. Da bi studenti imali priliku da vežbaju, objekti za vežbanje su dizajnirani tako da sadrže nekoliko pitanja o interpretaciji već definisanih rešenja ili pitanja vezana za konstruisanje novih rešenja. Aktivni studenti preferiraju da probaju ili nauče nešto vežbajući, tako da kurs za ovakav tip studenata može da bude sastavljen od više vežbi nego kurs za refleksivne studente.

75

Za testiranje stečenog znanja, metamodel sadrži test objekte. Rezultati testa su dostupni za studente na kraju procesa testiranja. Pitanja u takvim testovima mogu biti o činjenicama ili konceptima, mogu se odnositi na generalne informacije ili na detalje, mogu biti bazirani na tekstu ili slikama, ili da budu vezani za interpretaciju i kreiranje rešenja. Testovi, kao i vežbe, mogu da se adaptiraju, na primer prema broju pitanja i njihovoj lokaciju na kursu. Pošto je progres učenja kod sekvencijalnih studenata linearan, oni preferiraju da budu testirani u kraćim intervalima za razliku od globalnih studenata kojima je potrebno više vremena da bi stekli sliku o određenoj temi. Za globalne studente pogodniji su testovi na kraju poglavlja.

Komunikacija je važna stavka, posebno za aktivne i verbalne studente, jer im obezbeđuje priliku da rade zajedno, diskutuju o određenim temama i pitaju za objašnjenja. Kako bi se omogućilo studentima da komuniciraju jedni sa drugima, kao i sa profesorima, forumi i četovi su integrisani u kurs. Na primer, kurs može da uključuje posebne forume/četove za sadržaj gde studenti diskutuju o specifičnim temama kursa, i generalne forume/četove gde studenti mogu da diskutuju o generalnim temama. Dodatno, mogu se integrisati virtuelni časovi nastave. Integrisanje metamodela u platformu za e-obrazovanje omogućava da ta platforma, iz kolekcije objekata učenja jednom kreiranih, obezbedi različite vidove kurseva za različite stilove učenja. Tako da svaki student može da dobije onaj vid kursa koji najbolje odgovara njegovom stilu učenja.

Osnovni kriterijumi za merenje kvaliteta razvijenog adaptivnog kursa su:

Adaptivni kurs prilagođava nastavne aktivnosti potrebama i mogućnostima individua, pojedinačnih studenata.

Elektronska lekcija se prilagođava potrebama i mogućnostima pojedinačnih studenata.

Student treba da bude usmeren kroz elektronsku lekciju na takav način da:

o bude očuvan njegov interes za prezentovani sadržaj;

o usvaja potrebna znanja brzinom koja njemu odgovara;

o dobija povratnu informaciju o svojim dostignućima na vreme. Povratna sprega je relevantna za studenta i pozitivna. Na primer, povratna sprega pri pogrešno datom odgovoru sadrži objašnjenje, savet, nagoveštaj i mogućnost da student ponovo pokuša da odgovori na pitanje.

Sadržaj je strukturiran u smislena poglavlja i usklađen sa nivoom predznanja, veština i iskustva studenata.

Nastavni objekti (learning objects), koji čine elektronske lekcije, za pojedinačne studente „dolaze na red“ u različito vreme (zavisno od grupe kojoj student pripada) – pažljivo planiranje redosleda nastavnih objekata je važno.

Dati redosled elektronske lekcije mora biti dovoljno fleksibilan da omogući studentu da sledi različite putanje kroz lekciju, a sve u skladu sa individualnim predznanjem, konkretnim sposobnostima i mogućnostima pojedinaca u brzini savlađivanja gradiva.

Sve stranice moraju imati naslov, koji jasno definiše mesto unutar elektronske lekcije.

Glavni meni lekcije treba da bude lako dostupan.

Kada je navigacija u pitanju, elektronska lekcija obavezno mora imati mogućnost kretanja unapred i unazad, mogućnost “skoka” na “glavni meni”, te mogućnost napuštanja lekcije ili kursa.

Studijski primeri, scenariji, simulacije, primeri i problemi koji se razmatraju imaju veliki značaj i realni su.

Provera znanja se vrši tokom trajanja elektronske lekcije. Metode su:

o Pitanja nakon (svakog) nastavnog objekta (pitanje sa višestrukim odgovorima, true/false pitanje, otvoreno pitanje…). Odgovor može poslužiti da se dozvoli izbor daljeg puta kroz

76

lekciju, da se eventualno preskoče neki delovi lekcije, ili da student bude vraćen na delove lekcije koje nije dovoljno dobro savladao.

o Ne treba sva pitanja koja nastavnik kreira iskoristiti za vežbe – trebalo bi da postoji kolekcija sa velikim brojem pitanja, tako da ih bude dovoljno i za kasniju evaluaciju rada studenata.

Adaptivni kurs je kreiran tako da ga je jednostavno inovirati i ažurirati.

3.4 Veštačka inteligencija u adaptivnim sistemima elektronskog obrazovanja

3.4.1 Data mining u adaptivnom elektronskom obrazovanju

Pretvaranje podataka u znanje zadatak je aplikacija poznatih pod nazivom poslovna inteligencija. Poslovna inteligencija je skupina novih aplikacija oblikovanih tako da mogu organizovati i strukturirati podatke o poslovnim transakcijama na način koji omogućava analizu korisnu u podršci odlučivanju i operativnim aktivnostima organizacije [24][107].

Najveći deo primene poslovne inteligencije podrazumeva transakciono izveštavanje i praćenje operativnih poslova, i to pre svega u vannastavnim funkcijama. Procenat korišćenja naprednih (ad hoc, data mining i dr.) analiza u domenu elektronskog obrazovanja bi svakako mogao biti veći.

Malo je obrazovnih institucija ili softverskih rešenja koja za definisani problem koriste data mining ili druge tehnike poslovne inteligencije. Kao osnovni nedostaci postojećih pristupa u primeni akademske analitike mogu se izdvojiti:

nedovoljno korišćenje postojećih metoda izveštavanja za unapređenje obrazovnog procesa;

nedovoljna ili loša adaptivnost sistema za elektronsko obrazovanje;

loši podaci na osnovu kojih se analize mogu vršiti.

Data mining se definiše kao netrivijalna ekstrakcija implicitnih, prethodno nepoznatih i potencijalno korisnih informacija iz velikih setova podatak i baza. Stoga, uloga data mining - a kao adaptivnog mehanizma je očigledna [24][60].

Korišćenjem alata i tehnika data mining - a, mogu se izvršiti inteligentne analize velikih količina podataka skladištenih u bazama podataka predložene platforme sistema adaptivnog učenja. Data mining se koristi kao sredstvo za predviđanje nepoznatih ili budućih vrednosti atributa od interesa, ali istovremeno i za opisivanje sakrivenih paterna, koji mogu doprineti pronalaženju optimalnih modela personalizacije u elektronskom učenju [24].

Tipični problemi primene data mining-a za unapređenje nastave odnose se na [24][85][86] [164][165][166]:

Praćenje rada studenata – aplikacije akademske analitike mogu se koristiti za automatsko detektovanje problema u radu studenata (npr. loših uzastopnih rezultata na testovima). Nastavnicima se automatski sugeriše koji tip individualnog plana učenja bi doveo do najboljih rezultata.

Predviđanje i poboljšanje uspeha studenata – analizom podataka o prethodnim generacijama studenata moguće je identifikovati rizične grupe studenata za koje postoji velika verovatnoća da će imati teškoća u savlađivanju gradiva. Za ove studente mogu se kreirati posebne tehnike motivacije.

Utvrđivanje zavisnosti uspeha studenata od nastavnih aktivnosti i aktivnosti za podršku nastavi – na osnovu analize podataka prikupljenih iz akademskih servisa (studentska

77

služba, sistemi za onlajn učenje i sl.) i servisa za podršku nastavi (centri za razvoj karijere, studentske organizacije, i sl.), može se oceniti stepen rizika da student napusti studije.

Identifikacija problema u korišćenju sistema za upravljanje procesom učenja – kroz korišćenje sistema za upravljanje procesom učenja moguće je meriti trud koji je student uložio u okviru pojedinih aktivnosti na kursu i analizirati zavisnost konačnog uspeha od pojedinačnih aktivnosti tokom procesa učenja.

Analogno pristupima personalizacije sistema elektronske trgovine, koji koriste tehnike poslovne inteligencije i data mining-a, u poslednje vreme se pojavljuju istraživanja u vezi sa primenom različitih tehnika u elektronskom obrazovanju [24][63][67][164][165][166]:

Izdvajanje sekvencijalnih paterna se koristi za pronalaženje paterna, koji se koriste u procesu preporuke odgovarajućih koncepata studentima [85].

Sekvencijalna pravila se koriste za upravljanje kretanjem studenata kroz nastavne materijale.

Klasterovanje i klasifikacija se koriste za kreiranje klastera i klasa studenata sa sličnim karakteristikama i za podršku kolaborativnom učenju.

Asocijativna pravila i klasteri se koriste za preporučivanje odgovarajućih aktivnosti, materijala, veb stranica [86].

Na osnovu asocijativnih pravila i stabla odlučivanja, nastavnici mogu da dobiju povratne informacije o odvijanju i o funkcionisanju različitih segmenata kurseva.

Potencijal primene metoda data mining-a u obrazovnim institucijama ogleda se u sledećem:

Uspeh studenata. Mnogi fakulteti žele da njihovi studenti budu uspešni.

Efektivna praksa. Analitika može da pruži novi uvid u nastavne metode koje su efikasnije od drugih. Informacije omogućavaju fakultetu da prilagodi svoje stilove učenja potrebama studenata.

Bolja informisanost. Nekim studentima intuitivne informacije mogu pomoći da poboljšaju svoje performanse.

Kontinuirane povratne informacije. Studentske organizacije nastoje decenijama da poboljšaju uspeh studenata primenom data mining-a.

Usklađivanje potreba i resursa. Trenutni modeli studentskih poslova su često zasnovani na lako dostupnim podacima.

Nova partnerstva. Studentskim poslovima je dobrodošla svaka pomoć od IT organizacije.

Osnovni koncept primene data mininga u procesu unapređenja nastave i performansi učenja odnosi se na kreiranje korisničkih profila i inteligentne analize podataka studentima, pri čemu se integrišu podaci prikupljeni u poslovnom informacionom sistemu, sistemu za upravljanje procesom učenja, na društvenim mrežama. Podaci se koriste za kreiranje modela korisnika i vršenje analiza, pri čemu se očekivani ishod predikcije obuhvata[118]:

personalizaciju sistema za e-obrazovanje;

adaptaciju sistema za e-obrazovanje;

intervencije u slučajevima kada se na osnovu modela predikcije predviđa problem, na primer u prolaznosti studenata na ispitu i sl.

Adaptacija i personalizacija u ovom kontekstu mogu biti:

Tehnička - razvoj mehanizama za automatizovano prilagođavanje sistema za e-obrazovanje preferencama korisnika.

Pedagoška - razvoj mehanizama za prilagođavanje sistema za e-obrazovanje preferencama korisnika koje se odnose na pristup u planiranju i realizaciji nastave.

78

Socijalna - razvoj mehanizama za prilagođavanje sistema za e-obrazovanje društvenim karakteristikama korisnika (npr. Interakcija, komunikacija...).

Potrebno je da se ishod personalizacije i adaptacije u ovom procesu, mehanizmom povratne sprege, poveže sa procesom kreiranja kurikuluma i upravljanja nastavom, čime se dobija inteligentni adaptivni kurikulum.

3.4.2 Ekspertni sistemi u adaptivnom elektronskom obrazovanju

Ekspertni sistemi (ES) su "inteligentni" programi u koje je na pogodan način ugrađena velika količina visokokvalitetnog znanja iz nekog domena ljudske aktivnosti, a koji mogu da procesiraju to znanje u cilju uspešnog rešavanja određenog problema na način koji bi se smatrao inteligentnim kada bi te iste probleme rešavao čovek.

U kojoj će meri jedan ES u svom radu ispoljavati sposobnost inteligentnog rešavanja problema koji mu je zadat, zavisi pre svega od znanja koje je u njega ugrađeno. Smatra se da najveće i najkvalitetnije znanje iz neke oblasti imaju ljudi koji su u toj oblasti eksperti. Zato se nastoji da znanje koje su ugrađuje u ES tokom njegovog razvoja, po svom kvalitetu i po količini bude u što većoj meri nalik znanju eksperata u toj oblasti. Rad većine današnjih ekspertnih sistema zasniva se na simboličkom predstavljanju i na procesiranju ugrađenog znanja. Znanje se predstavlja preko formalnih simbola i pogodnih struktura podataka iskazanih u nekom programskom jeziku, a problemi se rešavaju izvođenjem induktivnih zaključaka.

Osnovne komponente ekspertnog sistema su (slika 32):

baza znanja (knowledge base);

mehanizam zaključivanja (inference engine);

komunikacioni interfejs;

globalna baza podataka.

Slika 32. Osnovne komponente ekspertnog sistemaBaza znanja ES je specijalizovana, jedinstvena za konkretni ES i sadrži znanje eksperta iz određene oblasti. Ono je uneto u ES kroz sistem prikupljanja znanja i ne menja se tokom rada sistema. Radna memorija sadrži trenutne podatke o problemu koji ES rešava. Ti podaci su promenljivi i svojim vrednostima odražavaju trenutno stanje u procesu rešavanja problema. Mehanizam zaključivanja je program koji na osnovu tih promenljivih podataka i fiksnog znanja ugrađenog u bazu znanja rešava problem, odnosno obavlja zadatak koji se postavlja pred ES. Preko interfejsa prema korisniku, odvija se komunikacija između sistema i korisnika i prezentacija rezultata.

79

U oblasti obrazovanja, mnoge aplikacije ekspertnih sistema su ugrađene unutar ITS-a (Intelligent Tutoring System) korišćenjem tehnika prilagodljivog hiperteksta i hipermedija [113][114]. Većina sistema obično će pomoći studentima u njihovom učenju korišćenjem tehnika prilagođavanja za personalizaciju sa okruženjem, prethodnim znanjem kao i sposobnostima da uče [37]. Što se tiče korišćenih tehnologija, razvoj ekspertnih sistema u obrazovanju se dosledno širi, i to od mikroračunara preko ekspertnih sistema baziranih na Internetu, do onih baziranih na agentima. Korišćenje veb ekspertnih sistema pruža odličnu zamenu privatnog podučavanja u bilo kom trenutku, na bilo kom mestu gde je dostupan Internet. Takođe, ekspertni sistemi zasnovani na agentima sigurno će pomoći korisnicima u pronalaženju materijala na Internetu a na osnovu njihovog profila. Agent ekspertni sistem ima sposobnost da postavi korisniku „dijagnozu“ i pruži rezultate u skladu sa problemom.

Pored korišćenih tehnologija, ekspertni sistemi imali su ogromne promene u primeni metoda i tehnika. Polazeći od jednostavnih koje su bazirane na jednostavnim pravilima, tehnike današnjih sistema su prilagođene u pravcu primene fazi logike i hibridnih sistema.

Ekspertni sistemi su korisni kao nastavno sredstvo jer su opremljeni jedinstvenim karakteristikama koje omogućavaju korisnicima da postavljaju pitanja u formatu kako, zašto, šta. Kada se koristi u učionici ili u nastavnom okruženju, sigurno će biti od koristi mnogim studentima time što pripremaju odgovor bez pozivanja nastavnog osoblja. Pored toga, ekspertni sistem je u stanju da pruži razloge za dat odgovor, što je jako bitna funkcija kojom se obezbeđuje da studenti bolje razumeju i prihvate odgovor.

Sposobnost ekspertnog sistema da adaptivno podešava obuku (trening) za svakog pojedinačnog studenta, a na osnovu njegovog/njenog sopstvenog tempa učenja, jeste još jedna funkcija koja ovakve sisteme čini još zahtevnijim za studente. Ekspertni sistem su u stanju da prate napredak studenata i da donose odluku o sledećem koraku u procesu učenja/obuke.

Ekspertni sistemi korišćeni su u nekoliko studijskih oblasti, uključujući računarsku animaciju, računarske nauke, inženjering, jezike i poslovne studije. Za izradu računarske animacije ekspertni sistemi se koriste kao vodič za programere u cilju projektovanja 2D i 3D modela. Osim toga ekspertni sistemi se mogu koristiti i kao sredstvo u nastavi matematičkog sadržaja.

3.4.3 Semantički veb u adaptivnom elektronskom obrazovanju

Izraz semantički veb predstavlja pokušaj da se stvori nova veb arhitektura koja bi sadržaj obogatila formalnom semantikom. Nasuprot sadržaju koji razumeju samo korisnici, odnosno ljudi, ovako obogaćen sadržaj mogu razumeti i računari. Ovaj koncept omogućava postojanje automatizovanih agenata koji razumeju veb sadržaj i na osnovu toga mogu da pruže inteligentno rešenje za nepredviđene situacije. Prema W3C, semantički veb [191] pruža zajednički okvir koji omogućava da se podaci dele i iznova koriste na različitim aplikacijama, u različitim preduzećima i zajednicama. Takođe, navodi se: "Semantički veb je kolekcija znanja, sagrađena tako da dozvoljava svima na Internetu da dodaju ono što znaju i pronađu odgovore na svoja pitanja. Informacije na semantičkom vebu se skladište u struktuiranoj formi koju relativno lako razumeju iljudi i računari." [103][191]. Na slici 33 prikazani su slojevi semantičkog veba [95][96][103].

80

Slika 33. Slojevi semantičkog veba

Glavni cilj semantičkog veba jeste "izražavanje značenja" (eng. expressing meaning). Kako bi se taj cilj postigao, neophodno je implementirati nekoliko slojeva strukture. Među navedenim slojevima, sledeći se smatraju bazičnim:

sloj XML-a, koji predstavlja strukturu podataka;

sloj RDF-a, koji predstavlja značenje podataka;

sloj Ontologije, koji predstavlja formalnu konvenciju o značenju podataka;

sloj Logike, koji omogućava inteligentno rasuđivanje o podacima.

Prava moć semantičkog veba će se pokazati tek kada se stvori veliki broj sistema koji prikupljaju veb sadržaj iz različitih izvora, pocesiraju informacije i razmenjuju rezultate sa drugim automatizovanim agentima ili ljudima. Stoga će se efektivnost semantičkog veba drastično povećati kada bude dostupno više sadržaja koji je pogodan za mašinsko čitanje i automatizovane servise. Ovaj nivo inter-agentske komunikacije će biti potreban za razmenu "dokaza". Dve važne tehnologije za razvoj semantičkog veba su dostupne: eXtensible Markup Language (XML) i Resource Description Framework (RDF).

Ontologije su specifikacije konceptualizacije i odgovarajućeg rečnika korišćenog da se opiše oblast [191]. Ontologije su dobro prilagođene za opisivanje heterogenih, distribuiranih i polustruktuiranih izvora informacija koji se mogu naći na vebu, te stoga mogu pomoći, kako ljudima, tako mašinama, da komuniciraju precizno, kao i da razmenjuju semantiku, a ne samo sintaksu. Iz tog razloga je važno da svaka semantika za veb bude zasnovana na eksplicitno definisanoj ontologiji. Na ovaj način, potrošačev agent i proizvođačev agent (koji su u semantičkom vebu podrazumevani) mogu se razumeti, i to tako što pre svega razmenjuju ontologije, koje pružaju rečnik potreban za diskusiju. Ontologije, koje se definišu kao kolekcije koncepata koji predstavljaju entitete specifične za oblast, veza između tih koncepata i opsega vrednosti koje se mogu pridužiti svakom konceptu, su zapravo ključni element semantičkog veba.

81

Ontologije služe kao modeli znanja za svaku specifičnu oblast nauke, i na taj način omogućuju nedvosmisleno predstavljanje, opisivanje i upućivanje na entitete u toj oblasti i služe kao baza za postizanje interoperabilnosti i međusobno razumevanje uokvireno formalnom i striktnom semantikom. Tehnički gledano, ontologija je tekstualno znanje zasnovano na referencama, a predstavljeno sintaksom jezika za reprezentaciju ontologija, postavljeno na veb kako bi je agenti mogli konsultovati kada je to neophodno. Važno je samo napomenuti da je većina jezika za reprezentaciju ontologija zasnovana na XML i RDF tehnologijama. Do 2004, najpopularniji jezici za reprezentaciju ontologija bili su OIL (Ontology Inference Layer) i DAML+OIL. Ontologija razvijena u ovakvim jezicima se uglavnom konvertuje u RDF/XML pogodnu formu, i može biti parcijalno parsirana čak i običnim RDF/XML parserima [191]. Za potpuno parsiranje su, naravno, neophodni parseri za specifični jezik. Početkom 2004. W3C je zvanično izdao OWL (Web Ontolgy Language) kao W3C preporuku za jezik za reprezentaciju ontologija. Ukratko, OWL je set XML elemenata i atributa sa jasno definisanim značenjem, koji se koriste za definisanje termina i njihovih veza. OWL elementi nasleđuju set RDF i RDFS elemenata, dok se OWL imenski prostor (namespace) koristi da označi OWL šifriranje (encoding).

Primer jednostavne OWL ontologije:

<owl:Class rdf:ID="Description"><rdfs:subClassOf rdf:resource="#Course"/><owl:disjointWith rdf:resource="#Documents"/><rdfs:seeAlso rdf:resource="#Useful_links_7"/></owl:Class>

3.4.3.1 Primena semantičkog veba u elektronskom obrazovanju

Ključna osobina arhitekture semantičkog veba (metapodaci koje mašine mogu razumeti), omogućena setom odgovarajućih agenata, predstavlja moćnu osnovu koja zadovoljava zahteve e-obrazovanja: efikasno, just-in-time i ciljno orijentisano učenje[87]. Materijal za učenje je semantički opisan i lako se može kombinovati za novi obrazovni kurs, u zavisnosti od potreba. Korisnik, takođe, prema svojim preferencama i interesima, može naći i kombinovati korisne materijale za učenje. Proces se zasniva na semantičkim upitima i navigaciji kroz materijal za učenje, koju omogućava ontološka pozadina. Semantički veb se zapravo može upotrebiti kao veoma pogodna platforma za implementaciju sistema e-obrazovanja, pre svega zato što pruža sva neophodna sredstva za e-obrazovanje: razvoj ontologije, komentarisanje materijala za učenje zasnovano na ontologiji, uklapanje materijala u obrazovne kurseve i (pro)aktivno dostavljanje materijala za učenje putem portala za e-obrazovanje [11][103][128][175].

Razvoj ontologija u sistemu elektronskog učenja

Definicija ontologije sadrži hijerarhiju relevantnih koncepata oblasti, veza između tih koncepata, daljih osobina koncepata i pravila derivacije prema kojima se vrše zaključivanja.

Koncept Relacija PraviloObject [].

Dokument:: Object....Person:: Object.

Autor::Person.Student::Person.

Doktorant::Student;

Dokument [ime->> String;imaAutora->> Autor;...pretDok=>>Dokument;sledDok=>>Dokument;deteDok=>>Dokument;roditeljDok=>>Dokument;...]

FOR ALL D1, D2D1:Dokument[roditeljDok ->>D2] <-D2:Dokument[deteDok ->>D1].

FOR ALL D1,D2D1:Dokument[pretDok ->>D2] <->D2:Dokument[sledDok ->>D1].

Tabela 5. Uprošćeni primer ontologije u scenariju e-obrazovanja

U tabeli 5 predstavljen je uprošćeni primer ontologije u scenariju e-obrazovanja. Prva kolona (Koncept) predstavlja oblasti organizovane u hijerarhiju. Na primer "Doktorant" je pod-koncept

82

koncepta "Student". Pod-koncept nasleđuje sve atribute i relacije nad-koncepta. Atributi i relacije koncepta se nalaze u srednjoj koloni (Relacija). Na primer relacija "imaAutora" pokazuje vezu između koncepata Autor i Dokument. Poslednja kolona (Pravilo) pokazuje pravila ontologije kursa. Prvo pravilo navedeno u toj koloni specificira da kada god dokument (D1) ima roditelja dokument (D2), onda roditelj dokument (D2) takođe ima dete dokument i to je baš dokument D1. Ovakva pravila kompletiraju znanje i smanjuju potrebu za unošenjem istih informacija više puta. Najvažniji deo strukture ontologije u ovom slučaju jesu relacije između materijala za učenje ("pretDokument", "sledDokument"...) i odgovarajuća pravila. Materijali za učenje su na ovaj način organizovani u strukturu drveta. Pomoću ovih pravila omogućeno je navigiranje kroz materijale.

U današnje vreme, aplikacije semantičkog veba postaju sve zastupljenije u domenu edukacije itreninga. Ove tehnologije primenjuju se za personalizaciju e-obrazovanja, kombinujući informacije koje pružaju ontologije i korisnički profil, i na taj način stvaraju se personalizovane jedinice učenja. Njihov glavni doprinos jeste stvarnje načina na koji socijalni agenti mogu da komuniciraju sa agentima van njihovog originalnog opsega, koristeći tehnologije semantičkog veba. U literaturi se takođe pominju i druge implementacije tehnologija semantičkog veba u portalima za obrazovanje. Primeri okvira za e-obrazovanje u kojima su primenjene tehnologije semantičkog veba su APeLS ili Personalisation Services.

Kako bi se potencijal semantičkog veba dalje ilustrovao, neophodno je implementirati najsavremenije tehnologije semantičkog veba u aplikacije velikih razmera koje uključuju semantičko komentarisanje velikih kolekcija materijala za učenje i korišćenje od strane postojećih zajednica korisnika.

3.5 Pregled postojećih rešenja za adaptaciju sistema za elektronsko obrazovanje

Inteligentni tutorski sistemi (Intelligent Tutorial Systems) predstavljaju prve sisteme koji su podrazumevali najjednostavnije tipove adaptacije. Uglavnom su imali ulogu da pomognu u procesu učenja i rešavanja specifičnih tipova problema, ali nisu bili u mogućnosti da dostavljaju adaptirane sadržaje. Danas, adaptivni sistemi su realizovani preko AHES, adaptivnih veb portala i zasnivaju se na konceptima SOA, XML, semantičkom vebu i ekspertnim sistemima [17][18][20][21][44][50] [72][73][131][132][145][147][154]. U narednom tekstu su opisana pojedina rešenja.

AHA!

AHA! je adaptivni sistem elektronskog obrazovanja zasnovan na AHAM modelu i predstavlja tipičan AHES sistem [30][50]:

Sistem se aktivira kada korisnik pristupa stranici

Model korisnika se koristi u kreiranju adaptiranih veb stranica

Model korisnika se ažurira na osnovu interakcije korisnika i sistema

Adaptirana stranica se šalje ka brauzeru

AHA! je realizovan kroz niz Java servleta koji prilagođavaju lokalne ili udaljene stranice u skladu sa modelom korisnika. Autor kreira strukturu sadržaja koja se sastoji iz koncepata. Koncepti predstavljaju osnovu modela korisnika. Za svaki koncept autor definiše niz atributa koji definišu veze između koncepata i karakteristika korisnika. Za svaku stranicu postoji pravilo koje definiše “poželjnost” stranice. Mehanizam sa pravilima u okviru AHA! sistema se pokreće prilikom svakog pristupa stranici.

MANIC

83

Multimedijalni asinhroni umreženi individualizovani kurs (MANIC) omogućava predavanja pomoću slajdova i audio materijala [72]. Slajdovi su konstruisani dinamički na osnovu nivoa studentovog razumevanja i njegove sklonosti ka učenju. Sistem ne podržava izričito specifičan model stilova učenja, već inkorporira različite aspekte iz različitih modela stilova učenja kao što je Felder-Silverman model. Koncept adaptacije zasnovan je na stretchtext tehnici. Shodno tome, osnovni materijali za učenje su predstavljeni svim studentima. Ovaj materijal može biti obogaćen dodatnim grafičkim i tekstualnim materijalima za učenje.

Adaptivne karakteristike uključuju: tip medija (grafika ili tekst), tip instrukcija (objašnjenje, na primer, opis, definicija, analogija), nivo apstraktnosti (apstraktno, konkretno) i mesto dopunskog materijala za učenje u okviru teme i koncepta. Prema preferencama studenata, određene vrste dodatnih materijala za učenje mogu biti predstavljene ili skrivene. Međutim, studenti uvek imaju mogućnost da sakriju dodatni materijal za učenje koje je prikazan, ali i mogućnost da traže prikaz materijala koji je skriven.

LSAS

Learning Style Adaptive System (LSAS) ugrađuje sekvencijalnu/globalnu dimenziju FSLSM-a. Za dobijanje informacija o stilovima učenja studenata, koristi se ILS upitnik [72][80]. Adaptaciju obezbeđuju dva različita šablona korisničkog interfejsa. Za sekvencijalne učenike, svaka stranica sadrži male delove informacija, i uključuje samo tekst, a ne ostale linkove. Jedini linkovi koji se nalaze na stranicama su bili “napred” i “nazad” dugmići koji su obezbeđivali studente koji uče linearnim putem. S druge strane, globalni studenti su imali više slobode pri upravljanju (navigaciji). Stranice su uključivale elemente kao što su sadržaj, rezime na kraju stranice, pregled stranica, sekcije sa pratećim linkovima i srodne veze u okviru teksta. Ovi elementi daju studentima pregled teme i omogućuju im slobodno kretanje kroz kurs.

iWeaver

Arhitektura iWeaver-a je zasnovana na Dunn i Dunn modelu stila učenja. iWeaver inkorporira nekoliko aspekata ovog modela stila učenja da bi postigao održavanje balansa između kognitivnog opterećenja učenika, pristupačne opcije navigacije i sadržaja za učenje. iWeaver je razvijen da predaje programski jezik Java-u. Sistem je zasnovan na dva koncepta: medijska iskustva koja se odnose na režime prezentacije i alati učenja koji su u vezi sa psihološkim domenom Dunn i Dunn modela stila učenja [90]. iWeaver je podržavao različite stilove učenja prema izabranom modelu stilova učenja.

Za režime prezentacije i alate učenja, koristi se adaptivni link naručivanja kao i adaptivni link sakrivanja. Dakle, samo odgovarajući režimi prezentacije i alati učenja prikazuju se studentima. Osim toga, meni za navigaciju sadržaja je dinamički generisan u zavisnosti od napretka studenta.

INSPIRE

Intelligent System for Personalized Instruction in a Remote Environment (INSPIRE) dozvoljava učenicima da izaberu svoj cilj učenja i shodno tome generiše lekcije koje odgovaraju specifičnim ishodima učenja, prilagođavajući nivo učeničkog znanja, napredak i stil učenja [28][29]. Studenti imaju mogućnost da intervenišu tokom procesa generisanja lekcije, kao i da menjaju svoj studentski model. Dakle INSPIRE može da deluje kao adaptivni i prilagodljivi sistem. INSPIRE kombinuje više tradicionalnih nastavnih teorija sa stilovima učenja po Haniju i Mamfordu. Adaptacija je predviđena u pogledu nastavnog plana i redosleda programa, podrške adaptivne navigacije i adaptivne prezentacije.

TANGOW

84

Task-based Adaptive learNer Guidance On the Web (TANGOW) je sistem dizajniran za izgradnju kurseva zasnovanih na mreži na osnovu nastavnih zadataka i pravila [28][29]. Sadržaj kursa se definiše kao lista medijskih elemenata koji su u vezi sa nastavnim zadacima. Kako bi se obezbedila adaptacija, TANGOW pripaja dve dimenzije FSLSM-a: senzorno/intuitivnu i sekvencijalno/globalnu. Adaptacija se realizuje modifikacijom redosleda zadataka i redosleda elemenata među zadacima. Dizajneri kurseva mogu da izgrade standardni redosled zadataka koristeći AND, ANY, OR i XOR pravila. Za sekvencijalni stil učenja, sva ANY pravila se zamenjuju sa AND pravilima, kako bi obezbedila više struktuirane putanje kroz materijal učenja. Nasuprot tome, za globalni stil učenja, sva AND pravila su promenjena u ANY pravila. Što se tiče dimenzija očitavanja i intuicije stila učenja, redosled među zadacima se modifikuje. Za senzorne učenike, prvo se prikazuje primer ispraćen objašnjenjem, dok se za intuitivne studente prvo prikazuje objašnjenje praćeno primerom. Studentski proces modelovanja se zasniva na mešanom pristupu. Kada se studenti prijave prvi put, biće pitani da popune ILS upitnik [79]. Rezultat se onda mapira na skali sa 3 nivoa za svaku dimenziju, praveći razliku između, na primer, jakog senzornog stila učenja, balansiranog stila učenja i jakog intuitivnog stila učenja. Za učenike sa balansiranim stilom učenja, prikazuje se standardni redosled koji dizajner definiše, a za ostale se obezbeđuje adaptacija. Nakon inicijalizacije studentskog modela, on se automatski ažurira posmatrajući aktivnosti studenta u toku kursa. Kada se učenici ponašaju u suprotnosti od određene uskladištene preference stila učenja u studentskom modelu, ova informacija se pregleda.

WHURLE 2.0

WHURLE 2.0 predstavlja okruženje za adaptivno elektronsko učenje zasnovan na ideji integracije Moodle LMS i pet servisa za adaptaciju: Aggregation Service (AGS), User Modelling Service (UMS), Lesson Plan Service (LPS), Adaptation Filter Service (AFS) i Chunk Management Service (CMS) [132][133]. Komunikacija između komponenata sistema se zasniva na veb servisima i SOAP i WSDl protokolima. Obezbeđena je nezavisnot, interoperabilnost i fleksibilnost. Sistem je razvijen na PHP platformi i uz primenu XML i XSLT tehnologija. Sadržaji učenja su predstavljeni kroz XML fajlove. Centralnu ulogu u sistemu ima AGS koji se poziva od strane Moodle LMS, a zatim po potrebi prosleđuje zahteve i poziva ostala četiri servisa. Model korisnika je kreiran kao model stereotipa. Podaci o korisnicima i nastavnim materijalima su takođe skladišteni u XML fajlovima. Adaptacija se ralizuje u okviru AFS komponente. Moodle LMS prikazuje adaptirane sadržaje korisnicma.

ADAPT

ADAPT2 (Advanced Distributed Architecture for Personalized Teaching and Training) je ekstenzija poznatog rešenja adaptivnog sistema elektronskog obrazovanja Knowledge Tree [29][31]. Zasniva se na kreiranim onotologijama i inteligentim aktivnostima. Ključne komponente ovog rešenja su:

Portal za učenje (Learning Portal) - obezbeđuje sve standardne funkcionalnosti sistema za upravljanje učenjem

Server za modelovanje korisnika (User Model Server) – čuva informacije o korisnicima

Server ontologija (Ontology Server) – čuva ontologije vezane za domenski model

Server aktivnosti (Activity Server) – implementira aktivnosti učenja

Server sa dodatnim servisima – implementacija dodatnih servisa koji služe kao podrška učenju.

PERSONAL READER

85

Personal Reader framework je okruženje za dizajn, održavanje i izvršavanje personalizovanih servisa, zasnovan na konceptima semantičkog veba [71]. Sastoji se iz niza servisa za adaptaciju koji međusobno komuniciraju preko veb servisa. Svi servisi su grupisani u dve klase:

servisi personalizacije – kreiranje personalizovanih sadržaja primenom različitih tehnika adaptacije

servisi vizuelizacije – interpretacija rezultata servisa personalizacije i predstavljanje resursa učenja korisnicima.

OEPortal

Okruženje za adaptivno elektronsko učenje zasnovano na principima interoperabilnosti sistema e-učenja, razmene objekata učenja, integracije objekata učenja na prezentacionom nivou i na otvorenom pristupu sistemima e-učenja [96]. Servisi za adaptaciju su realizovani kroz portlete, a svi zajedno su integrisani u portal. Za komunikaciju komponenata sistema primenjen je BPEL4WS.

86

4 Razvoj modela i servisa portala za adaptivno elektronsko obrazovanje

4.1 Analiza postojećih modela

Adaptivni sistemi elektronskog obrazovanja fokusiraju se na prilagođavanje kurseva individualnim karakteristikama korisnika. Međutim, ovi sistemi imaju i nedostatke. Pre svega, kreiranje ovakvih sistema i njihovo uključivanje u obrazovne procese je kompleksan i skup proces, koji zahteva visok nivo angažovanja svih korisnika. Ovi sistemi imaju zadatak da pruže adaptivne funkcionalnosti, koje se često ne uklapaju u proces učenja. Jedan od čestih problema je i nemogućnost ponovnog korišćenja materijala učenja. Sistemi nisu interoperabilni, razvijeni su kao izolovane aplikacije i ne mogu da razmenjuju resurse niti podatke o učenicima. Istraživanja pokazuju da su ovi sistemi uglavnom prototipski i eksperimentalni sa ograničenim interfejsom. Osnovni servisi sistema elektronskog obrazovanja, kao što su administracija kurseva, kreiranje sadržaja i sl., kompleksni su u adaptivnim sistemima. Usled složenosti sistema, od korisnika se zahteva određeno predznanje o samom sistemu. Ne postoje osnovni servisi kada su u pitanju komunikacija i socijalna interakcija između učesnika u elektronskom obrazovanju.

Sa druge strane, LMS se fokusiraju na podršku svim procesima u elektronskom obrazovanju. Osnovni cilj je omogućiti korisnicima adekvatne usluge koje olakšavaju organizovanje učenja i samo učenje. Istovremeno, alati za komunikaciju kao što su forumi, čet, wiki, blogovi i sl. poboljšavaju interakciju tokom pohađanja kurseva. Dakle, ključni problem u adaptivnim sistemima odnose se na arhitekturu i realizaciju sistema, a ne na adaptivnost. LMS ne obezbeđuju adekvatan nivo adaptacije sadržaja i servisa [15][54][56][57]. Jedna od ključnih ideja ovog rada je razvoj sistema e-obrazovanja preko integracije adaptivnih servisa i funkcionalnosti sa već postojećim LMS, pre nego razvoj posebnog adaptivnog sistema elektronskog e-obrazovanja [24][54]. Primeri dostupnih adaptivnih LMS, realizovanaih kreiranjem i integracijom dodatnih adaptivnih funkcionalnosti na već postojećim LMS su: WHURLE 2.0 i OEPortal [96][132].

4.2 Struktura predloženog modela

Predloženi model portala za adaptivno elektronsko obrazovanje obuhvata sledeće komponente:

К1. Arhitektura portala za adaptivno elektronsko obrazovanje

К2. Procesi adaptivnog elektronskog obrazovanja

К3. Metode adaptacije: Adaptacija bazirana na stilovima učenja Adaptacija bazirana na predznanju studenata Adaptacija bazirana na stilovima učenja i predznanju Adaptacija zasnovana na ad hoc postavljenim kriterijumima

К4. Servisi adaptivnog elektronskog obrazovanja

К5. Integracija komponenti adaptivnog elektronskog obrazovanja u okviru veb portala

Detaljna struktura svake od navedenih komponenti, kao i međusobne veze između komponenti modela prikazane su na slici 34.

87

Slika 34. Detaljna struktura modela portala za adaptivno elektronsko obrazovanje

4.3 Arhitektura sistema adaptivnog elektronskog obrazovanja

Na osnovu analize postojećih modela portala i sistema za adaptivno elektronsko obrazovanje mogu se izdvojiti tri pristupa. Jedan od pristupa je da portal (integrator) bude jednostavan sa malim delom poslovne logike u sebi, a adaptivni servisi su kompleksni i obezbeđuju napredne funkcije. U ovom slučaju portal ima ulogu posrednika između korisnika i servisa. Tako se pitanje adaptivnosti prebacuje na eksterne aplikacije. Nedostatak ovog pristupa je u tome što za svaki novi resurs treba obezbediti povezivanje sa adaptivnim servisima. Suprotni metod se zasniva na razvoju pametnih portala koji upravljaju resursima i sadrže u sebi servise za obezbeđivanje adaptivnosti. Svi resursi postaju dostupni i njima upravlja portal. Ovakvo rešenje je prilično kompleksno kada je u pitanju implementacija. Treći pristup, koji će i biti primenjen u razvoju rešenja u ovom radu podrazumeva izmeštanje adaptivnih funkcionalnosti u zaseban sistem. Adaptivni mehnanizmi sistema pružaju usluge na zahtev. Kada korisnik pristupi, portal ima ulogu klijenta i komunicira u pozadini sa ostalim komponentama sistema da bi odgovorio na zahtev i dostavio personalizovani sadržaj za učenje. Na slici 35 prikazani su osnovni slojevi u arhitekturi veb portala za adaptivno elektronsko obrazovanje.

88

Slika 35. Arhitektura sistema adaptivnog elektronskog obrazovanja

Elementi se mogu posmatrati u tri nivoa: prezentacioni sloj, poslovni sloj i sloj podataka. Uloge u sistemu se poklapaju sa ulogama u Moodle LMS. Tri najbitnije uloge su: nastavnik, administrator i student. Korisnici sistema preko različitih tipova uređaja pristupaju obrazovnom portalu. Na raspolaganju su svi servisi portala, kao i deo za e-učenje u Moodle LMS. Za prezentaciju se koriste tipične tehnologije prezentacionog nivoa veb aplikacija: HTML, CSS, XML, AJAX i sl. Centralnu ulogu u delu poslovne logike sistema zauzima portal, kao agregator i integrator svih komponenata sistema. Na raspolaganju su dodatni moduli i aplikacije koje unapređuju funkcionisanje sistema. Servisi adaptacije se obezbeđuju pomoću alata poslovne inteligencije i primenom ranije opisanih tehnika adaptacije. U sloju podataka se upravlja svim podacima koji se generišu u sistemu.

Na slici 36 prikazana je arhitektura portala za adaptivno elektronsko obrazovanje [54].

89

Slika 36. Arhitektura veb portala za adaptivno elektronsko obrazovanje

Osnovne komponete ovog sistema su:

izvori podataka: poslovni informacioni sistem, sistem za obrazovanje na daljinu, i drugi;

aplikacije;

korisnički interfejs;

mehanizam za upravljanje korisničkim nalozima;

mehanizam za adaptaciju;

mehanizam za integraciju;

alati za administraciju i razvoj.

4.3.1 Izvori podataka

Obrazovne institucije prikupljaju širok spektar podataka o studentima i o kursevima koje pohađaju. Ovi podaci koriste se kao osnova sistema adaptivnog elektronskog obrazovanja. Osnovni izvori podataka u okviru prikazanog modela su:

poslovni informacioni sistem is pds;

skladišta podataka;

sistem za upravljanje učenjem;

fajlovi i drugi izvori.

90

U Tabeli 6 je dat prikaz tipičnih tipova podataka u institucijama visokog obrazovanja [53].

Tip podataka Varijabla IzvorFrekvencija ažuriranja

DemografskiStarost Poslovni IS JednomEtnička pripadnost Poslovni IS JednomStudent prve generacije Poslovni IS Jednom

Sposobnosti fakulteta

Rang visoke škole Poslovni IS JednomKurs visoke škole (broj kurseva iz matematike, nauke i engleskog jezika)

Poslovni IS Jednom

Rezultati kvalifikacionog testa Poslovni IS JednomStandardizovani testovi Poslovni IS Jednom

Uspeh na fakultetu Prosek na fakultetu Poslovni IS Jednom po roku

Istorija studentaSmer studiranja Poslovni IS RetkoOdslušana nastava Poslovni IS Jednom po rokuPrethodni kurs Poslovni IS Jednom po roku

FinansijskiIznos pomoći Poslovni IS Jednom po roku

Rad studenta tokom studija Poslovni IS Jednom po roku

Informacije učešća

Help desksLMS, ostali izvori

Varira

Orijentacione aktivnostiLMS, ostali izvori

Varira

Studentska organizacijaLMS, ostali izvori

Varira

Dopunska nastavaLMS, ostali izvori

Varira

Trud studentaKorišćenje LMS-a LMS VariraKorišćenje računarske laboratorije LMS VariraKorišćenje elektronskih rezervi LMS Varira

Institucionalne informacije

Obim kursa Poslovni IS Jednom po rokuInformacije o istoriji studenta (prethodna godina, broj odsustva)

Poslovni IS Varira

Tabela 6. Tipovi i izvori institucionalnih podataka

4.3.1.1 Poslovni informacioni sistem

Poslovni informacioni sistem predstavlja jedan od osnovnih izvora podataka o studentima. U tabeli 7 prikazani su osnovni moduli i podmoduli poslovnog informacionog sistema obrazovne ustanove:

ModuliMatični podaci Studenti NastavaPodaci o nastavi Upis na studije Angažovanje nastavnikaPodaci o školskoj godini Overa semestra Raspored nastavePodaci o organizaciji Obrada ispita IzveštajiPodaci o bankama Obrada radovaGeografski podaciPodaci o ugovorima

Tabela 7. Moduli poslovnog informacionog sistema obrazovne ustanove

Prikupljanje podataka iz poslovnog informacionog sistema vrši se korišćenjem predefinisanih izveštaja ili izvršenjem upita nad bazom podataka. Predefinisani izveštaji iz poslovnog

91

informacionog sistema koji mogu biti značajni izvori podataka za postupak kreiranja adaptivnog sistema elektronskog obrazovanja obuhvataju spiskove studenata po različitim kriterijumima, kao što su godina studiranja, predmeti, smerovi i sl. Ad hoc izveštaji u poslovnom informacionom sistemu kreiraju se izvršenjem SQL upita nad bazom podataka poslovnog informacionog sistema.

4.3.1.2 Skladišta podataka

Skladište podataka se definiše kao skup informacija organizovanih tako da se mogu lako analizirati, izdvojiti, spojiti i na druge načine koristiti da bi se razumela njihova suština. On predstavlja neku vrstu baze podataka, s tim što su podaci u njemu organizovani na poseban način. Ovi podaci mogu se nazvati i "informacionim podacima", za razliku od operativnih podataka u transakcionim bazama.

Osnovne odrednice skladišta podataka prema ovoj definiciji su:

Predmetna orijentisanost - podatak daje informaciju o konkretnoj temi umesto o trajnim procesima preduzeća.

Integrisanost - podaci su prikupljeni iz mnoštva različitih izvora, i sklopljeni u koherentnu celinu.

Vremenska promenljivost - svi podaci u skladištu podataka su određeni za neki vremenski period.

4.3.1.3 Sistem za upravljenje učenjem

Podaci potrebni u okviru sistema za adaptivno elektronsko obrazovanja iz sistema za upravljanje učenjem mogu se prikupljati na nekoliko načina:

Podaci dostupni u predefinisanim izveštajima prikupljaju se izborom odgovarajuće opcije u sistemu za upravljanje učenjem. Podaci se mogu preuzimati u nekom od predefinisanih formata: xml, xls, csv i drugi. Izbor formata za preuzimanje podataka zavisi od izabranog načina obrade podataka. Predefinisani izveštaji u Moodle sistemu za upravljanje učenjem obuhvataju:

o zbirne i pojedinačne izveštaje po studentima;

o zbirne i pojedinačne izveštaje po aktivnostima u sistemu;

o zbirne i pojedinačne izveštaje po resursima.

Podaci koji nisu dostupni u predefinisanim izveštajima mogu se dobiti korišćenjem SQL upita nad bazom podataka.

Podaci o korišćenju sistema za upravljanje učenjem, načinu kretanja korisnika kroz aktivnosti, mogu se dobiti iz logova veb servera.

Podaci prikupljeni kroz sistem za upravljanje učenjem koriste se prevashodno za [24][90]:

Utvrđivanje stilova učenja studenata koji koriste sistem za upravljanje učenjem

Utvrđivanje veza između stilova učenja studenata i pojedinačnih resursa i aktivnosti na onlajn kursevima.

4.3.1.4 Ostali izvori

Procedura prikupljanja podataka iz ostalih izvora definiše se u zavisnosti od izvora iz koga se podaci prikupljaju. Ostali izvori mogu biti iskustva nastavnika, forumi, društvene mreže, i drugi.

Prikupljanje podataka iz ostalih izvora vrši se u namenskim istraživanjima, korišćenjem standardne metodologije:

92

1. Definisanje predmeta i ciljeva istraživanja

2. Izbor metoda istraživanja

3. Izbor instrumenata istraživanja

4. Izbor uzorka

5. Realizacija istraživanja

6. Konsolidacija prikupljenih podataka

Tabela 8 prikazuje osnovne karakteristike postupka prikupljanja podataka u namenskim istraživanjima.

Izvori podataka

- Ljudi i njihovo ponašanje- Dokumenti- Sredstva masovnog komuniciranja- Naučna, stručna i druga dela

Svojstva izvora podataka

- Da bude adekvatan osnovnim elementima projekta- Da bude verodostojan, pouzdan i u odgovarajućoj meri pristupačan

Kriterijumi klasifikacije

Spoljna sredstva Izvornost Zvaničnost Javnost

Izvori podataka po kriterijumima

- vizuelni- auditivni- ostali

- izvorni- posredni- izvedeni

- zvanični- poluzvanični- nezvanični- privatni

- tajni- interni- otvoreni- javni

Prostor istraživanja- Populacija- Uzorak

Načini prikupljanja podataka

- Posmatranje- Ispitivanje- Eksperiment

Tabela 8. Karakteristike postupka prikupljanja podataka

4.3.2 Aplikacije

Softverske aplikacije koje je potrebno objediniti korišćenjem veb portala za adaptivno elektronsko obrazovanje su (Slika 37):

sistem za upravljanje učenjem;

poslovni informacioni sistem;

sistem za upravljanje sadržajem;

aplikacije za komunikaciju;

druge aplikacije.

93

Slika 37. Aplikacije adaptivnog elektronskog obrazovanja

Sistem za upravljanje učenjem

Aplikacije za upravljanje učenjem treba da obezbede ključne funkcionalnosti u sistemu za elektronsko obrazovanje. Ove aplikacije treba da omoguće realizaciju procesa učenja:

upravljenje kursevima - kreiranje, administracija, adaptacija i nadgledanje elektronskih kurseva kurseva

upravljanje učenjem - alati za upravljanje nastavom, kreiranje grupa, zadataka, raspored

komunikacija i interakcija korisnika na efikasan način (elektronska pošta, čet, konferencije, obaveštenja, deljenje sadržaja i aplikacija)

upravljanje sadržajem za učenje – kreiranje, skladištenje i distribuiranje materijala za učenje

evaluacija učenja – ocenjivanje, statistike, izveštaji i sl.

administracija opštim podacima – performanse nastavnog procesa, podaci o studentima, finansijska pitanja i sl.

Aplikacije iz ove kategorije moraju biti projektovane i implementirane u skladu sa savremenim standardima elektronskog obrazovanja. Prilikom razvoja aplikacija za upravljanje učenjem treba obezbediti mogućnost integracije sa servisima za podršku učenju i mehanizmima za adaptaciju.

94

Potrebno je razviti aplikacije koje se zasnivaju na savremenim konceptima i tehnologijama (mobilne tehnologije, učenje kroz igru, semantički veb). Za pojedine specifične oblasti proučavanja, potrebno je obezbediti specijalizovane aplikacije.

Poslovni informacioni sistem

Ova kategorija aplikacija treba da obezbedi povezanost između podataka i procesa u okviru poslovnog informacionog sistema obrazovne institucije, sa procesima u sistemu elektronskog obrazovanja. Pre svega, integracija i sinronizacija se odnosi na sledeće procese:

poslovi studentske službe (upis, evidencija ispita, potvrde, prijave i slična dokumenta)

upravljanje konkursima

upravljanje podacima iz različitih izvora

izveštavanje

izvršavanje poslovnih transkacija

Sistem za upravljanje sadržajem

Aplikacije vezane za upravljanje sadržajem treba da omoguće pristup svim relevantnim sadržajima i informacijama u okviru portala za adaptivno elektronsko obrazovanje. Ova kategorija aplikacija treba da obezbedi napredne funkcionalnosti za kreiranje, ažuriranje, grupisanje, klasifikaciju, objavljivanje različitih tipova sadržaja na portalu. Jedan od ključnih zahteva je i integracija sa mehanizmima adaptacije koji pristupaju sadržajima.

Aplikacije za komunikaciju

Potrebno je razviti aplikacije koje omogućavaju različite tipove komunikacije i kolaboraciju između korisnika portala. Komunikacija treba da bude zasnovana na savremenim veb tehnologijama. Aplikacije iz ove kategorije treba da obezbede funkcionalnosti preko kojih se realizuju kolaboracija između učesnika: timski rad, upravljanje projektima, CRM, obaveštavanje, socijalna interakcija.

4.3.3 Korisnički interfejs

Glavni cilj veb portala je da obezbedi odgovarajući sadržaj. Sadržaj informacija koji je dostupan korisnicima sistema unutar portala je neograničen i predstavlja rezultat njegovog dizajna kao standardne veb aplikacije i naprednih mogućnosti pristupa informacijama putem standardizovanih veb servisa [53]. Interfejs portala je lak za korišćenje i omogućuje korisnicima dobro organizovan i personalizovan pogled na sve kritične informacije.

Konceptualni izgled početne stranice portala prikazan je na slici 38 [15].

95

Slika 38. Konceptualni izgled početne stranice portala

Organizacija veb portala jednostavna je i laka za konfiguraciju i ne zahteva posedovanje znanja i veština u kreiranju veb portala niti alata namenjenih potrebama njegovog dizajna. Portal je projektovan radi opštosti, mogućnosti proširenja i nadogradnje kao i centralizovane administracije [15]. Pojedine delove portala je moguće kreirati po želji, čime je omogućena lakoća integracije sa drugim poslovnim aplikacijama, izveštajima i resursima.

Veb portal omogućuje organizaciju jedinstvene veb aplikacije u vidu višestrukih prikaza (multiview) koji mogu da sadrže jedan ili više veb delova ekrana (veb parts). Delove je moguće snimiti, modifikovati, dodavati, ili uklanjati iz definisanih prikaza aplikacije. Mogu se posmatrati kao nezavisne komponente koje obuhvataju različite veb sadržaje.

Pristupni panel predstavlja logički grupisane direktorijume i pridružene linkove koji su dostupni određenim grupama korisnika sistema. Omogućavaju ujedinjavanje objekata unutar portala u grupe međusobno povezanih informacija.

Veb portal treba da poseduje napredne osobine pretraživanja sadržaja aplikacije na osnovu ključnih reči, animacija, izveštaja, ili nekih drugih korisničkih aplikacija koje su integrisane unutar portala.

Portal predstavlja početnu tačku, prolaz ili glavni ulaz ka drugim resursima na Internetu ili intranetu. Portali omogućuju efikasniji pristup informacijama i aplikacijama, bolju saradnju sa klijentima, smanjuju troškove obuke zaposlenih, komunikaciju čine jednostavnijom. Svojim korisnicima najčešće pružaju mogućnost personalizacije. Oni su projektovani da koriste distribuirane aplikacije, različita okruženja srednjeg sloja i hardvera, kako bi omogućili servise iz različitih izvora.

Ključne funkcionalnosti obrazovnog veb portala sa stanovišta nastavnika su [153]:

Upravljanje dokumentima i vestima – Nastavnici objavljuju vesti vezane za različite aktivnosti. Istovremeno, omogućeno je postavljanje, ažuriranje i pregled dokumenata. Nastavnici mogu definisati različite nivoe pristupa i dozvola nad dokumentima.

Komunikacija između nastavnika – nastavnici mogu komunicirati i sarađivati međusobno koristeći različite servise vezane za ovu funkcionalnost. Omogućena je komunikacija na nivou grupe, odeljenja ili lično.

96

Pedagoške aktivnosti – na jednostavan i efikasan način nastavnici mogu upravljati pedagoškim aktivnostima, pre svega upravljanjem kursevima. Ova aktivnost podrazumeva ažuriranje informacija i materijala u okviru kurseva, objavljivanje materijala i obaveštenja za studente, upravljanje rasporedima časova, odgovore na studentska pitanja, diskusije na forumima kurseva.

Upravljanje načinom prezentacije poslovnim jedinicama - način na koji se određeni deo obrazovne ustanove predstavlja.

Pristup podacima za naučno istraživanje sa različitih izvora podataka i servisa.

Pristup finansijskim podacima i ostalim administrativnim podacima – nastavnicima je omogućen pristup izveštajima o poslovanju, realizovanim planovima, novčanim nadoknadama, pravilnicima, itd.

Ključne funkcionalnosti obrazovnog veb portala sa stanovišta studenata su [153]:

Opšte vesti i informacije – studenti su u mogućnosti da pristupe informacijama i vestima iz različitih internih ili eksternih izvora.

Pristup dokumentima – studentima su na raspolaganju različiti dokumenti vezani za učenje (rasporedi, izveštaji, formulari i sl.).

Komunikacija i kolaboracija – komunikacija na nivou grupa, kurseva, lična komunikacija sa studentima i nastavnicima, diskusioni forumi, pomoć pri korišćenju servisa i aplikacija.

Upravljanje kursevima – studentima je omogućeno upravljanje prikazom elemenata kursa (novosti, materijali, dodatni moduli i servisi). Ovo je jedna od najvažnijih funkcionalnosti jer se ključni delovi obrazovnog procesa odvijaju u okviru kursa, korisnici pristupaju materijalima za učenje, diskusijama na forumu i komunikacijom sa ostalim učesnicima.

Virtuelna kancelarija – studenti su povezani sa informacionim sistemom studentske službe, tako da mogu pratiti svoje ocene, prijavljene ispite, dobijati informacije o rasporedu ispita, upisivati se na kurseve, proveravati statuse i servise određenih aplikacija i sl.

Razvoj karijere – infromacije o potencijalnim poslovima, prijavljivanje na konkurse, kreiranje CV dokumenata i sl.

Pristup različitim izvorima podataka iz oblasti proučavanja.

Pregled aktuelnih aktivnosti u okviru fakulteta – seminari, radionice, predavanja i sl.

Konceptualni izgled početne stranice portala za studente, nastavnike i administratore prikazan je na slikama 39, 40 i 41 [53].

97

Slika 39. Konceptualni izgled početne stranice portala za studente

Slika 40. Konceptualni izgled početne stranice portala za nastavnike

Slika 41. Konceptualni izgled početne stranice portala za administratore

4.3.4 Upravljanje korisničkim ulogama

Po instalaciji veb portala za adaptivno e-obrazovanje, potrebno je konfigurisati pristup korisnika portalu. Podaci o korisnicima se nalaze u heterogenim izvorima (LDAP, Active Directory, SQL Server, PostgreSQL), pa je neophodno izvršiti odgovarajuću integraciju.

Jedinstvena autentifikacija korisnika može se realizovati korišćenjem LDAP protokola i odgovarajućih softverskih rešenja. Softver za integraciju korisničkih naloga od veb poratala dobija informacije o korisniku koji želi da se loguje (korisničko ime i lozinku), a zatim proverava dobijene podatke o klijentu u različitim izvorima podataka. Sekvenca provere korisničkih privilegija prikazana je dijagramom sekvenci na slici 42.

98

Slika 42. Autentikacija korisnika

Za efikasno korišćenje resursa računarske mreže obrazovne institucije neophodno je urediti procese autorizacije i autentifikacije. Autorizacija za korišćenje resursa se zadaje implicitno za pojedine grane stabla korisnika (direktorijumsko stablo). Korisničke uloge u okviru portala se mogu podeliti na sledeće:

studenti (osnovne studije, masterovci, specijalističke studije, doktoranti,);

nastavnici (profesori, asistenti, saradnici u nastavi);

saradnici Laboratorije za Elektronsko poslovanje;

osoblje fakulteta;

ostali.

U okviru uloge studenta razlikuje se više tipova: student osnovnih studija, student master studija, student specijalističkih studija, student doktorskih studija. Uloga studenta predstavlja centralnu korisničku ulogu u modelu portala. Svim studentima je omogućen jedinstven pristup kursevma, resursima, obaveštenjima, testovima, dokumentima i drugim sadržajima. Studentima su na raspolaganju servisi portala vezani za kolaboraciju i komunikaciju međusobno, kao i sa drugim tipovima uloge na portalu. Studenti se upisuju na odgovarajuće kurseve u okviru sistema za upravljanje učenjem. Svaki kurs je namenjen jednom od tipova uloge studenti. Na poslediplomskim studijama studenti imaju pristup dodatnim servisima i informacijama kao što su konkursi, dodatni kursevi i sl. Mehanizmi adaptacije se mogu primeniti na sve tipove uloge student. Studenti preko portala mogu koristiti i servise studentske službe, biblioteke i sl.

Uloga nastavnika u predloženom modelu portala odnosi se na sve tipove nastavnog osoblja: profesor, saradnik u nastavi, asistent. Ovaj tip korisnika ima najviši nivo privilegija i dopušta pristup i korišćenje svih servisa, izvora i informacija u okviru portala. Nastavnici upravljaju sadržajem koji se prezentuje studentima. Mogu da upravljaju kursevima, korisnicima, resursima i realizuju sve pedagoške aktivnosti. Primenom servisa adaptacije nastavnici realizuju adaptaciju. Nastavnicima se stavljaju na raspolaganje aplikacije i servisi za komunikaciju i kolaboraciju.

Saradnici Laboratorije imaju ulogu u pružanju podrške svim poslovnim procesima u e-obrazovanju. Saradnici mogu da upravljaju pojedinim sadržajima u okviru kurseva, da daju obaveštenja, postavljaju dokumente i da ocenjuju rad studenata u pojedinim delovima kursa. Saradnici su zaduženi i za pojedine administrativne poslove kao što su: uređivanje dokumentacije vezane za ispite, izveštavanje o nastavi, aktivnostima na naučno-istraživačkom radu i sl.

99

Osoblje fakulteta je korisnička uloga koja podrazumeva zaposlene na fakultetu čije su aktivnosti vezane za obrazovne procese. Osoblje fakulteta može da pristupi pojedinim informacijama i servisima portala kada je potrebno izvršiti transakciju ili razmeniti podatke između poslovnog informacionog sisema i portala. Ovo se pre svega odnosi na aktivnosti u vezi sa realizovanim ispitima, konkursima, izveštajima i sl. Ostali korisnici mogu pratiti obaveštenja, novosti i pristupiti pojedinim resursima u okviru portala. Pristup komponenti za učenje nije dostupan neautorizovanim korisnicima.

4.3.5 Mehanizam za adaptaciju

U okviru ove komponente arhitekture adaptivnog sistema elektronskog obrazovanja opisan je mehanizam za adaptaciju. Mehanizam za adaptaciju može biti realizovan primenom jednog od sledeća dva pristupa [24][54][57]:

1. Adaptacija se u sistemu elektronskog obrazovanja realizuje kroz primenu odgovarajućeg metodološkog postupka nastavnika. U okviru ovog pristupa adaptacija se zasniva na prilagođavanju nastavnih materijala. Nastavnik koristi izveštaje i analize kako bi:

a. utvrdio karakteristične grupe studenata

b. utvrdio osobine karakterističnih klastera

c. raspodelio studente u grupe

d. prilagodio nastavne materijaleOvaj tip adaptacije (slika 43) pogodan je za primenu u svim sistemima za upravljanje kursevima.

Slika 43. Mehanizam adaptacije zasnovan na metodološkom postupku nastavnika

2. Adaptacija se u sistemu elektronskog obrazovanja realizuje primenom alata za automatizovanu adaptaciju. Za ovaj tip adaptacije potrebna je odgovarajuća softverska infrastruktura (Slika 44). U okviru ovog pristupa adaptacija se zasniva na automatizovanom prilagođavanju sadržaja i aktivnosti kursa uočenim karakteristikama studenta. Mehanizam za adaptaciju prikuplja podatke i na osnovu njih automatski kreira modele korisnika i objekata učenja.

100

Slika 44. Automatizovani mehanizam adaptacije

Jedan od osnovnih problema adaptivnih sistema obrazovanja je to što je teško testirati da li su adaptivne odluke korisne za sve studente ili za samo neke od njih. Primenom tehnika veštačke ineligencije donekle se može obezbediti podrška za rešavanje ovog problema.

Studenti imaju različite ciljeve, interese, prethodna znanja i stilove učenja. Sve ove osobine treba uzeti u obzir radi unapređenja procesa učenja svakog studenta pojedinačno. U skladu sa ličnim afinitetima adaptivni sistemi obrazovanja mogu sugerisati koja od nastavnih aktivnosti najviše odgovara svakom od studenata. Jedan od glavnih problema u ovom pristupu je to što nastavnici treba da analiziraju funkcionisanje adaptivnosti za svakog od studenata pojedinačno.

4.3.6 Alati za administraciju i razvoj

Specifične funkcije upravljanja, nadgledanja i razvoja veb portala obuhvataju poslove [174]:

Administracija korisnika, koja podrazumeva alokaciju korisničkih ID, definisanje korisničkih grupa, podešavanje direktorijuma i personalizaciju;

Administracija i nadgledanje sigurnosti portala, što uključuje i sistem pronalaženja uljeza, PKI administraciju i digitalne sertifikate;

Menadžment sadržaja, uključujući administraciju svih specifičnih baza podataka na portalu;

Administracija i kastomizacija alata za saradnju;

Praćenje stepena korišćenja i performansi portala, zaključno sa nadgledanjem stepena korišćenja kapaciteta sistema i korisnosti balansiranja posla;

Održavanje i fino podešavanje

Održavanje pretraživača

Razvoj funkcionalnosti portala

Jedan od problema u ovom kontekstu je definisanje odgovornosti za upravljanje radom portala. Neke od funkcija specifičnih za portale (npr. upravljanje sadržajima) zahtevaju specifične i specijalizovane veštine. Međutim, druge, kao što su sigurnost i administracija korisnika, najčešće su pod nadležnošću osoba koje su zadužene za administraciju mreže i sigurnost u celini. Od

101

veličine IT sektora kompanije i budžeta predviđenog za korporativni portal zavisi i sama mogućnost proširenja, koje se postiže uvođenjem novih operatora u sistem, a koji bi se bavili održavanjem portala. Da bi portal uspešno funkcionisao, neophodno je da postoji dvadesetčetvoročasovno nadziranje i održavanje, što podrazumeva isključivanje mogućnosti kašnjenja u informisanju, gubljenje informacija, privremenu nemogućnost pristupa portalu i ostale neželjene situacije koje ugrožavaju poslovanje kompanije.

4.4 Procesi adaptivnog elektronskog obrazovanja

Upravljanje u adaptivnom elektronskom obrazovanju predstavlja integraciju ključnih poslovnih procesa počev od modelovanja korisničkih profila, preko razvoja postavljanja i realizacije adaptivnih elektronskih kurseva, pa do evaluacije rada sistema. U ovom poglavlju se prezentuje se procesni model adaptivnog elektronskog obrazovanja koji omogućava modeliranje i implementaciju poslovnih procesa, monitoring kroz merenje performansi, kao i benčmarking i najbolju praksu sa ciljem evaluacije i unapređenja procesa adaptivnog elektronskog obrazovanja. Model procesa, relacije među procesima, kao i metrika, predstavljaju osnovu za kvalitetno modeliranje i dizajn portala za adaptivno elektronsko obrazovanje. Dalje se opisuje procesni model koji predstavlja univerzalni pristup upravljanju sistemom adaptivnog elektronskog obrazovanja.

Procesni referentni model za adaptivno elektronsko obrazovanje sadrži [174]:

standardne procese (modelovanje korisničkih profila, razvoj adaptivnih kurseva, ralizacija adaptivnih kurseva, evaluacija, itd.)

standardnu metriku (ocena studenata, prolaznost, itd.)

najbolju praksu

predefinisane relacije između procesa, metrike i najbolje prakse

Ovaj model se može koristi za opisivanje, merenje i ocenjivanje sistema adaptivnog elektronskog obrazovanja.

U okviru modela, adaptivno elektronsko obrazovanje se sastoji iz sledećih integrisanih procesa (Slika 45):

modelovanje korisničkih profila;

razvoj adaptivnih kurseva;

ralizacija adaptivnog kursa;

evaluacija;

administrativni i procesi podrške.

Slika 45. Procesi adaptivnog elektronskog obrazovanja

102

Procesni model adaptivnog elektronskog obrazovanja obuhvata: 1. Sve interakcije sa studentima, od upisa na fakultet do diplomiranja, 2. Sve procese nastavnika vezane za kreiranje efektivnog sistema adaptivnog elektronskog obrazovanja, 3. Sve administrativne procese za podršku adaptivnom elektronskom obrazovanju

Okvir osnovnih procesa u adaptivnom elektronskom obrazovanju dat je u tabeli 9.Proces Opis

Modelovanje korisničkih profila

Integracija izvora podataka o studentima Analiza i izbor kriterijuma adaptacije Kreiranje korisničkih profila u skladu sa izabranim kriterijumima Ažuriranje korisničkih profila

Razvoj adaptivnih kurseva

Analiza i izbor kriterijuma za kreiranje adaptivnih kurseva Usklađivanje sa standardima i praksom u razvoju kurseva elektronskog

obrazovanja Upravljanje repozitorijumima objekata učenja Priprema nastavnih materijala i aktivnosti Postavljanje kurseva, instalacija i konfiguracija

Realizacija adaptivnog kursa

Predavanja Vežbe Komunikacija i kolaboracija u procesu realizacije kursa Praćenje rada studenata i prikupljanje podataka za ažuriranje korisničkih

profila Praćenje rada sistema, podešavanje

Evaluacija Izbor metode za evaluaciju adaptivnih elektronskih kurseva Prikupljenje podataka Analiza podataka

Administrativni i procesi podrške

Upravljanje upisom na adaptivne elektronske kurseve Evidentiranje i praćenje završnih radova Kreiranje preporuka Održavanje sistema Razvoj sistema Tehnička podrška

Tabela 9. Okvir procesa adaptivnog elektronskog obrazovanjaProcesni model adaptivnog elektronskog obrazovanja može se definisati kroz nekoliko nivoa:

Prvi nivo definiše okvir i sadržaj modela adaptivnog elektronskog obrazovanja. Ovde se definišu osnovne komponente sistema i način na koji se mere performanse.

Na drugom nivou, vrši se konfiguracija sistma adaptivnog elektronskog obrazovanja prema određenom modelu adaptacije.

Treći nivo definiše poslovne procese u vezi sa kreiranjem i realizacijom adaptivnih kurseva. Na ovom nivou daje se specifikacija:

o elementa procesa;

o ulaznih i izlaznih informacija;

o mere performansi (metrika) procesa;

o najbolja praksa (gde je identifikovana);

o karakteristike sistema koje su potrebne za realizaciju najbolje prakse;

o softverski sistemi i alati.

Na četvrtom i nižim nivoima, implementiraju se metode upravljanja i procesi specifični za određenu obrazovnu instituciju. Ovde se definiše detaljna obrazovna strategija u cilju implementacije efektivnog sistema adaptivnog e-obrazovanja.

Integrisani model procesa adaptivnog elektronskog obrazovanja sa aspekta studenta prikazan je na slici 46.

103

Slika 46. Integrisani model procesa adaptivnog elektronskog obrazovanja sa aspekta studenta

4.4.1 Modelovanje korisničkih profila

Osnovni pristupi generisanju korisničkih profila u sistemu adaptivnog elektronskog obrazovanja obuhvata modelovanje na osnovu podataka o studentima prikupljenih eksplicitno (putem upitnika) ili implicitno (posmatranjem ponašanja studenata na veb portalu). Mehanizam za modelovanje korisničkih profila obezbeđuje kreiranje i održavanje profila studenata, kao i mapiranje specifičnih obrazovnih aktivnosti prema profilima studenata. Profil studenta se dizajnira tako da obuhvati preference korisnika i da prati ponašanje studenata tokom vremena.

Kreiranje profila studenta vrši se u skladu sa izabranim kriterijumom adaptacije.

Adaptacija se može realizovati na osnovu većeg broja kriterijuma: stilova učenja; predznanja studenata; interakcije sa sistemom; prikupljenih podataka o ciljevima, zahtevima, potrebama i očekivanjima studenata.

Za kreiranje i analizu modela studenta mogu se koristiti statističke metode, tehnike veštačke inteligencije, tehnike semantičkog veba i druge.

Položaj modela studenta u odnosu na druge komponente veb portala za adaptivno elektronsko obrazovanje prikazan je na slici 47.

104

Slika 47. Model studenta u veb portalu za adaptivno elektronsko obrazovanje

Faze u procesu kreiranja modela studenta prikazane su na slici 48:

Slika 48. Faze u procesu krerianja modela studenta

4.4.1.1 Prikupljanje podataka o studentima

U cilju adaptacije sistema za elektronsko obrazovanje, sistem sakuplja informacije o studentu i sadržaju. Početni korak u formiranju modela studenta obuhvata prikupljanje informacija o studentima (ciljevi, planovi, stavovi, sposobnosti, znanje, verovanja itd.). Prikupljaju se i statičke i dimaničke informacije. Statička informacija se dobija od studenta i prilično je stabilna. Dinamička informacija koja ukazuje na sposobnosti studenata i unapređenje tokom interakcije sa sistemom zavisi od oblasti i promena u obrazovnom procesu. Dinamička informacija se dobija kao rezultat reakcije i ponašanja studenta tokom korišćenja sistema.

Kao osnovne metode prikupljanja podataka o karakteristikama studenata koriste se:

Direktna pitanja - ovaj metod predstavlja efikasan način za prikupljanje opštih infromacija o korisniku. Može biti iskorišćen za prikupljanje demografskih podataka, podataka o interesovanjima i sposobnostima studenata, itd. Kao instrument za prikupljanje podataka se koriste upitnici, formulari, pre-testovi i testovi iz psihologije.

Pretpostavke – ovaj metod se koristi kada je potrebmo dobiti više informacija o studentima, a nemoguće ih je dobiti na drugi način. Na primer, ako nije poznato da li student ima predznanja iz određene oblasti, pretpostavlja se da je njegovo znanje na početnom nivou.

Interakcija studenta sa sistemom – ovaj metod se koristi za prikupljanje informacija o tome koje stranice student posećuje, koliko vremena provodi na pojedinim stranicama, koliko često pristupa, šta pretražuje itd. Informacije koje se dobiju na ovaj način ne mogu se smatrati u potpunosti pouzdanim. Pristupi studenta sistemu i interakcije koje se odvijaju

105

unutar njega skladište se u bazu podataka na serveru. Primenom data mining tehnika moguće je uvtrditi pravilnosti u ponašanju studenata i integrisati ih u model korisnika.

Informacije prikupljene putem neke od pomenutih metoda izražavaju se u odgovarajućim varijablama koje čine model studenta (Bulova, diskretna, kontinualna).

Proces prikupljanja podataka o studentima prikazan je na slici 49.

Ukoliko podaci potrebni za kreiranje modela studenta nisu dostupni u sistemu, neophodno je realizovani namensko istraživanje za prikupljanje ovih podataka. Prikupljanje podataka u namenskim istraživanjima vrši se korišćenjem standardne metodologije:

Definisanje predmeta i ciljeva istraživanja - u ovoj fazi potrebno je definisati šta će se konkretno istraživati i izvršiti razgraničenje od drugih pojava oblasti koja se istražuje. Predmet istraživanja je potrebno odrediti teorijski i operativno. Teorijsko određenje predmeta istraživanja određuje sadržaj pojave koja se želi istražiti. To je analiza teorijskih saznanja o istraživanoj pojavi i obuhvata izdvajanje naučno istraženih i verifikovanih činjenica, naučno saznatih ali nedovoljno proverenih činjenica, onoga što iskustvo opaža i onoga što se na osnovu saznatog i opaženog može pretpostaviti. Operaciono određenje predmeta istraživanja je konačna konkretizacija pojave koja se želi istražiti. Ovde je potrebno definisati činioce sadržaja predmeta istraživanja, vremensko dimenzioniranje predmeta istraživanja, prostorno određenje predmeta istraživanja i sl. U okviru definisanja ciljeva istraživanja potrebno je odgovoriti na pitanje zašto se istraživanje vrši. Na primer, cilj istraživanja može biti utvrđivanje stilova učenja studenata.

Izbor metoda istraživanja - U ovoj fazi potrebno je izvršiti izbor metoda istraživanja koje će se koristi. Predlaže se korišćenje metode posmatranja, čime se dolazi do neposrednih, autentičnih i originalnih podataka o pojavama koje se posmatraju, ili metode eksperimenta koji predstavlja plansko, organizovano i metodsko proizvođenje i izvođenje ili merenje pojava u smislu otkrića nepoznatih činjenica, svojstava i odnosa pojava.

Izbor instrumenata istraživanja - U ovoj fazi potrebno je izabrati instrument za realizaciju planiranog istraživanja. Kao jedan od najefektivnijih instrumenata predlaže se korišćenje ankete. Anketa treba da sadrži pitanja koja omogućavaju precizno prikupljanje podataka neophodnih za realizaciju izabranog načina adaptacije obrazovnih sadržaja. Realizovana anketa ne treba da bude anonimna, kako bi se omogućilo povezivanje podataka prikupljenih anketiranjem, sa aktivnostima studenata na sistemu za učenje i kako bi se tačnije adaptirale aktivnosti i resursi.

Izbor uzorka - Ova faza obuhvata izbor uzorka na kome će se istraživanje vršiti. U adaptivnom elektronskom obrazovanju često je moguće istraživanje izvršiti na celoj populaciji, čime se prikuplja veći broj podataka, te će i rezultati analiza biti tačniji. Ukoliko se istraživanje ne vrši na celoj populaciji, prilikom izbora uzorka potrebno je uzeti u obzir specifičnosti materije koja se izučava na kursu koji će biti adaptiran, smer studenata koji će činiti uzorak, godinu studija studenata i druge relevantne faktore.

Realizacija istraživanja - U ovoj fazi vrši se planirano istraživanje, tj. prikupljanje podataka primenom izabranih metoda i instrumenata. Ovu fazu treba da prati niz upravljačkih procesa koji obuhvataju vremenko planiranje aktivnosti, angažovanje članova tima i sl.

Kontrola prikupljenih podataka – Kontrola podataka obuhvata tehničku kontrolu sa ciljem ispravljanja grešaka i omaški, kao i logičku kontrolu sa ciljem provere ispravnosti korišćenja instrumenata.

Konsolidacija prikupljenih podataka – U ovoj fazi vrši se konsolidacija podataka iz istraživanja u formu pogodnu za kasniju integraciju sa drugim podacima iz sistema.

106

Slika 49. Prikupljanje podataka o studentima

Aktivnosti prikupljanja podataka u namenskim istraživanjima prikazane su na slici 50.

Slika 50. Organizacija istraživanja

107

4.4.1.2 Kreiranje modela studenta

Prikupljene informacije tokom prve faze koriste se za predstavljanje obrazovnog procesa studenta, za donošenje odluke o tome kojim putem će student nastaviti svoj obrazovni proces ili pri izboru najadekvatnije pedagoške strategije na naredni predmet koji će biti predstavljen.

Jedan od najvećih problema tokom izrade modela studenta je neizvesnost. U cilju izgradnje modela studenta, potrebno je doći do informacija kao što su ponašanje studenta u sistemu, interesovanja, lične karakteristike, a otkriti informacije koje se odnose na brzinu učenja studenata i njihove preferencije. Međutim, često nije moguće precizno utvrditi nivo predznanja studenta.

Proces kreiranja modela studenata prikazan je na slici 51. Kreirani model studenta treba da podrži izabrani način adaptacije sistema za elektronsko obrazovanje. Kreiranje modela studenta podržava četiri pristupa adaptaciji sistema za e-obrazovanje:

adaptacija na osnovu predznanja studenata;

adaptacija na osnovu stilova učenja;

adaptacija na osnovu predznanja i stilova učenja;

adaptacija na osnovu ad hoc postavljenih kriterijuma.

Slika 51. Proces kreiranja modela studenta

Adaptacija na osnovu predznanja

Kreiranje modela studenta za adaptaciju na osnovu predznanja podrazumeva prethodno definisanje potrebnih predznanja za pohađanje adaptivnog kursa. Kao osnovni izvori podataka koriste se svi prethodno dostupni podaci o predznanju studenata (test sa prijemnog ispita, ocene iz pojedinih oblasti iz prethodnog toka školovanja i sl.) kao i podaci dobijeni testovima namenski realizovanim za prikupljanje podataka o predznanju iz predmetne oblasti [15]. Aktivnosti kreiranja modela studenta na osnovu predznanja prikazane su na slici 52.

108

Slika 52. Proces kreiranja modela studenta na osnovu predznanjaAdaptacija na osnovu stilova učenja

Kako bi se realizovalo kreiranje profila studenta na osnovu stilova učenja, neophodno je (slika 53) [24][54]:

utvrditi stilove učenja studenata primenom prilagođenog Felder Silverman modela stilova učenja;

utvrditi karakteristične grupe studenata;

utvrditi karakteristike ovih grupa.

Slika 53. Proces adaptacije na osnovu stilova učenja 109

Primena prilagođenog Felder Silverman modela stilova učenja podrazumeva prikupljanje podataka kroz prilagođeni upitnik za utvrđivanje stilova učenja (ILS) i podataka iz sistema za upravljanje učenjem [24][79][80]:

preliminarna analiza podataka - u ovoj fazi vrši se okvirni pregled podataka, da bi se utvrdilo:

o da li ima nedostajućih vrednosti;

o da li ima nekonzistentnih podataka;

o da li je bilo grešaka u unosu podataka;

transformacija i korekcija podataka;

analiza opštih pitanja u anketi;

analiza pitanja koja se tiču aktivnog i refleksivnog stila učenja;

analiza pitanja koja se tiču vizuelnog i verbalnog stila učenja;

anlaiza pitanja koja se tiču senzornog i intuitivnog stila učenja;

analiza pitanja koja se tiču sekvencijalnog i globalnog stila učenja.

Analizirane podatke je, radi daljeg korišćenja, potrebno predstaviti tabelarno i/ili u vidu grafikona.

Za utvrđivanje karakterističnih grupa studenata koristi se postupak klasterovanja. Klasterovanje je postupak kojim se sprovodi grupisanje objekata sličnih karakteristika. Cilj klasterovanja je pronaći grupe koje se znatno razlikuju jedna od druge, dok su članovi unutar grupa vrlo slični jedni drugima. Slučajevi unutar iste grupe imaju manje ili više slične osobine vrednosti atributa. Na početku klasterovanja ne zna se po kojim će atributima podaci biti svrstani u grupe klastera. Karakteristika algoritama za klastering je da rade samo sa numeričkim vrednostima.

Adaptacija na osnovu predznanja i stilova učenja

Adaptacija na osnovu predznanja i stilova učenja predstavlja kombinovanje prehodna dva pristupa i podrazumeva integraciju rezultata modelovanja korisnika dobijenih adaptacijom na osnovu predznanja i adaptacijom na osnovu stilova učenja. Proces adaptacije na osnovu kombinovanih kriterijuma prikazan je na slici 54.

110

Slika 54. Proces kreiranja modela studenta na osnovu predznanja i stilova učenja

Adaptacija na osnovu ad hoc postavljenih kriterijuma

Kreiranje modela studenta na osnovu ad hoc kriterijuma potrebno je kada nastavnici različite kurseve žele da adaptiraju na osnovu različitih kriterijuma. Ovaj pristup podrazumeva da nastavnik pre kreiranja pojedinačnog adaptivnog kursa bira na osnovu kojih kriterijuma će se adaptacija izvršiti, a zatim se primenom odgovarajućeg metodološkog postupka razvija i realizuje adaptivni kurs. Proces kreiranja modela studenta za adaptaciju na osnovu ad hoc postavljenih kriterijuma prikazan je na slici 55.

111

Slika 55. Proces kreiranja modela studenta na osnovu ad hoc zadatih kriterijuma

4.4.1.3 Ažuriranje modela studenta

Kako bi proces adaptacije bio efektivan, neophodno je permanentno praćenje modela studenata. Praćenje modela studenata podrazumeva poređenje karakteristika i performansi studenata na adaptiranim kursevima, sa prethodno kreiranim modelom. Ukoliko se jave značajna odstupanja, neophodno je ažurirati modele studenata. Proces ažuriranje modela studenata prikazan je na slici 56.

Slika 56. Proces ažuriranja modela studenta

4.4.2 Razvoj adaptivnih kurseva

Proces razvoja adaptivnih elektronskih kurseva realizuje se kroz sledeće faze (slika 57):

112

Slika 57. Proces razvoja adaptivnih kurseva

4.4.2.1 Aktivnosti pripreme nastavnih materijala

Edukacioni materijali su najvažniji element elektronskog obrazovanja. Kod klasičnog obrazovanja, oni predstavljaju samo podršku nastavnom procesu u kome je nastavnik u glavnoj ulozi. Kod elektronskog, edukacioni materijali predstavljaju glavni izvor novih znanja i veština. Oni su istovremeno i kontrolori toka nastavnog procesa, jer svakog polaznika vode kroz proces obuke i usmeravaju ga ka željenom cilju. Njihova uloga je veoma kompleksna, a uticaj na kvalitet i rezultat obrazovanja na daljinu presudan. Proces pripreme i razvoja e-materijala za potrebe obrazovanja na daljinu je ciklus od četiri faze: analiza, dizajniranje, razvoj i evaluacija.

Radi standardizacije izrade edukacionih materijala preporučuje se korišćenje odgovarajućih automatizovanih didaktičkih formi (templejta). Upotreba templejta obezbeđuje potreban nivo usklađenosti različitih pristupa u načinu izlaganja nastavne građe. U situaciji kada postoje kvalitetno projektovani templejti za izradu edukacionih materijala, nastavnici se mogu u potpunosti posvetiti kreiranju nastavnih sadržaja kursa i njihovom uklapanju u forme i definisanu strukturu.

Edukativni materijali za adaptivne kurseve pripremaju se u skladu sa uočenim osobinama modela studenta.

Ukoliko se adaptacija vrši prema stilovima učenja, neophodno je implementirati smernice za izradu edukativnih materijala prema stilovima učenja datih u tabeli 10.

Dimenzija Stil učenja Tip i format nastavnih materijala

Obrada informacija

AktivanNastavni materijali isprepletani sa aktvinostima za studente – pitanjima, zadacima, istraživačkim radovima, i sl.

Refleksivan Nastavni materijali bez intenzivnih aktivnosti za studente.

113

Percepcija informacija

Senzitivan Nastavni materijali inkorporiraju veliki broj konkretnih primera i informacija

Intuitivan Nastavni materijali sadrže koncepte, sa manje konkretnih primera

Pamćenje informacija

Vizuelan Nastavni materijali u formi slike, filma, i sl.

Verbalan Nastavni materijali u formi teksta

RazumevanjeSekvencijalan Nastavni materijali u formi knjige, uputstva i sl. koji se moraju čitati redom

GlobalanNastavni materijali u formi hipermedije, gde su koncepti „ulinkovani“ tako da student sam bira redosled

Tabela 10. Nastavni materijali prema stilu učenja

Ukoliko je izabran pristup grupne adaptacije, proces kreiranja nastavnih materijala obuhvata dve faze:

kreiranje nastavnih materijala zajedničkih za sve grupe studenata

kreiranje nastavnih materijala specifičnih za definisane grupe studenata.

Ukoliko je izabran pristup pojedinačne adaptacije, preporučuje se kreiranje zajedničkog skupa nastavnih materijala, dok se proces adaptacije vrši pomoću automatizovanih servisa.

U okviru procesa pripreme nastavnih sadržaja prema stilovima učenja, forma nastavnih materijala određena je dimenzijom stila učenja koja se tiče načina prezentacije i pamćenja informacija, pa je potrebno prilagoditi nastavne materijale vizuelnom i verbalnom stilu učenja.

Prilikom izrade nastavnih materijala specifičnih za stilove učenja, poželjno je primenjivati sledeće smernice [24]:

Nastavni materijal treba da bude povezan i čini jedinstvenu celinu sa nastavnim materijalima sa prethodnih kurseva koje je student pohađao (globalni stil).

Balansirati količinu konkretnih informacija (činjenica, podataka, eksperimentalnih rezultata) i apstraktnih koncepata (principi, teorije, modeli) ukoliko u grupi postoje studenti senzitivnog i intuitivnog stila učenja.

Balansirati materijale koji naglašavaju praktični pristup rešavanju problema i materijale koji naglašavaju fundamentalno razumevanje ukoliko u grupi postoje senzitivni i aktivni, ali i intuitivni i refleksivni studenti.

Razdvojiti primere i ilustracije za senzitivni i intuitivni stil učenja. Za senzitivni stil koristiti konkretne primere iz realnog sveta sa dosta detalja; za intuitivni stil koristiti generalizacije.

Pratiti naučni metod u prezentovanju teorijskih materijala. Prikazati konkretne primere koncepata koje teorija opisuje, zatim prikazati model. Prikazati kako teorija i model mogu da budu validirani. Predstaviti primere primene teorije (senzitivni stil) i mehanizme zaključivanja (intuitivni stil).

Koristiti slike, šeme, grafove i skice za vreme verbalne prezentacije.

Omogućiti aktivnim studentima da učestvuju u demonstracijama koncepata i eksperimentima.

Dati studentima vremena da razmisle o ispredavanom gradivu (refleksivni stil).

Koristiti brainstorming.

Aktivnim učenicima pružiti mogućnost kolaborativnog učenja.

114

Priprema nastavnih materijala za adaptivno elektronsko obrazovanje podrazumeva pripremu odgovarajućih objekata učenja. Objekti učenja pripremaju se u skladu sa izabranim kriterijumom adaptacije. Način pripreme objekata učenja u odnosu na stilove učenja prikazan je u tabeli 11.

Tip objekta učenja

Stil Način pripreme objekta učenja

Prezentacija za predavanja

Aktivni Prezentacija sadrži konkretne zadatke za studenteRefleksivni Prezentacija sadrži teme za razmišljanjeSekvencijalni Materija se prezentuje korišćenjem bottom-up pristupaGlobalni Materija se prezentuje korišćenjem top-down pristupaVizuelni Prezentacija sadrži slike i video zapise, a manje tekstVerbalni Prezentacija sadrži više teksta, integrisan zvukSenzorni Materija je izložena kroz konkretne primere i činjeniceIntuitivni Materija je prikazana kroz koncepte

Knjiga, skripta

Aktivni Knjiga kombinovana sa zbirkom zadatakaRefleksivni Knjiga i zbirka su posebne celinaSekvencijalni Prikaz opšte slike dat u poslednjem poglavlju knjigeGlobalni Prikaz opšte slike dat u prvom poglavlju knjigeVizuelni Knjiga sadrži mnogo slika, grafikona i ilustracijaVerbalni Knjiga sadrži samo neophodne slike, grafikone i ilustracijeSenzorni Materija je izložena kroz konkretne primere i činjeniceIntuitivni Materija je prikazana kroz koncepte

Domaći zadatak, radionica

Aktivni Zadatak studenta je da nešto isproba ili napraviRefleksivni Zadatak studenta je da razmisli i napiše svoje mišljenjeSekvencijalni Zadatak se radi kroz niz definisanih korakaGlobalni Zadatak se rešava izradom konceptualnog rešenjaVizuelni Prezentacija rešenja zadataka je multimedijalnaVerbalni Prezentacija rešenja zadatka je u formi tekstaSenzorni Zadatak studenta je da nešto isproba ili napraviIntuitivni Zadatak se rešava izradom konceptualnog rešenja

Test

Aktivni Pitanja tipa "Šta biste uradili...?"Refleksivni Pitanja tipa "Šta mislite o...?"

SekvencijalniRedosled pitanja na testu odgovara redosledu izučavanja materije

Globalni Manji broj pitanja na testuVizuelni Pitanja tipa "Šta je na slici?"Verbalni Pitanja u tekstualnoj formiSenzorni Odgovor na pitanje je konkretan podatak ili činjenica

IntuitivniOdgovor na pitanje nije eksplicitno naveden u nastavnim materijalima

Tabela 11. Priprema objekata učenja

4.4.2.2 Aktivnosti kreiranja adaptivnih elektronskih kurseva

Kreiranje e-kursa vrši se prema sledećoj proceduri:

1. Definisanje opštih podataka o kursu (kategorija, naziv kursa, opis kursa i sl.).

2. Definisanje opštih parametara kursa (format, obim, tipovi izveštaja i sl.).

3. Definisanje načina upisa studenata na e-kurs.

Prilikom kreiranja adaptivnog kursa, nastavnik treba da se odluči za jednu od sledećih strategija:

1. Kreiranje posebnog kursa za svaki od definisanih klastera. U ovom slučaju studentima će biti dostupni samo materijali i aktivnosti koji odgovaraju tom klasteru. Komunikacija i kolaboracija između studenata koji pripadaju različitim klasterima nije podržana ovim

115

pristupom, a od nastavnika i administratora se očekuje da prate i administriraju više kurseva.

2. Kreiranje jednog kursa u okviru koga će se pristup materijalima i aktivnostima podešavati pomoću korisničkih rola i pravila pristupa. Primenom ovog pristupa svi studenti će učiti na istom kursu, moguća je komunikacija i kolaboracija između studenata, a nastavnici i administratori treba da prate manji broj kurseva. Nedostatak ovog pristupa je neophodnost preciznog definisanja sistema korisničkih uloga i rola, kao i podešavanje prava pristupa za svaki resurs pojedinačno.

3. Kreiranje jednog kursa u okviru koga će se pristup materijalima i aktivnostima dodeljivati automatski, u skladu sa stilovima učenja i karakteristikama materijala i aktivnosti. Za ovaj vid kreiranja kursa neophodno je da sistem za upravljanje kursevima ima razvijene odgovarajuće softverske module.

4.4.3 Realizacija adaptivnih kurseva

Proces realizacije adaptivnih e-kurseva obuhvata aktivnosti prikazane na slici 58 [24][53].

Slika 58. Dijagram aktivnosti Realizacija adaptivnih e-kurseva

U okviru aktivnosti upisa studenata na adaptirani kurs, studenti se svrstavaju u odgovarajuće role. Nastavnik može zabrati jednu od sledećih mogućnosti:

1. studenti mogu da pristupe svim materijalima i aktivnostima bez obzira na kriterijum adaptacije;

2. studenti mogu da pristupe svi materijalima, bez obzira na kriterijum adaptiacije, ali mogu pristupiti samo onim aktivnostima koje odgovaraju njihovoj roli, tj. odgovarajućem modelu studenta;

3. studenti mogu pristupiti samo materijalima i aktivnostima koje odgovaraju njihovoj roli, tj. modelu studenta.

116

Nastava na adaptiranim kursevima realizuje se primenom blended learning koncepta [55][82]. Realizacija nastave obuhvata sledeće aktivnosti:

predavanja i vežbe uz podršku sistema za obrazovanje na daljinu;

realizaciju zadatih aktivnosti za studente;

komunikaciju i kolaboraciju;

praćenje performansi adaptivnog kursa;

podešavanja adaptivnog kursa, ukoliko je potrebno, kroz:o podešavanje parametara adaptivnog kursa;o podešavanje objekata učenja;o premeštanje studenata iz jednog u drugi klaster.

U okviru aktivnosti evaluacije realizovanog kursa, vrši se provera znanja studenata i rada nastavnika na kursu, kao i evaluacija prilagođenosti adaptiranog sistema za elektronsko obrazovanje. Podaci o studentima prikupljeni tokom realizacije adaptivnih kurseva koriste se za unapređenje modela studenta i poboljšanje nastavnih materijala. Ocenjivanje znanja studenata vrši se primenom metoda za evaluaciju znanja studenata, pri čemu nastavnik bira jednu od sledeće dve strategije [89]:

Za sve studente koristi se isti instrument za evaluaciju znanja. Ovaj način ocenjivanja studenata je dobar u eksperimentalnom okruženju, kada je glavni cilj utvrđivanje u kojoj meri je primenjeni tip nastavne strategije doprineo efikasnosti ili efektivnosti procesa učenja.

Koristi se adaptivni instrument za ocenjivanje znanja studenata. Ukoliko su studenti učili u okruženju koje je prilagođeno njihovom stilu učenja, onda i način evaluacije znanja treba da bude prilagođen odgovarajućem stilu učenja. U suprotnom, studenti kojima odgovara način evaluacije znanja ostvariće bolje rezultate, iako je objektivno njihov nivo znanja manji.

Preporučene tehnike evaluacije znanja studenata na osnovu stilova učenja prikazane su u Tabeli 12.

Stil učenja Evaluacija znanja

AktivniKoristiti mehanizme provere znanja zasnovane na rešavanju konkretnih problema, npr. projekat, eksperiment i sl.

RefleksivniKoristiti mehanizme provere znanja zasnovane na rešavanju apstraktnih problema, npr. esej, test, i sl.

SekvencijalniEvaluacija znanja se vrši u više koraka, pri čemu sekvenca evaluacije prati sekvencu učenja, npr. kolokvijumi tokom semestra

Globalni Evaluacija znanja se vrši na kraju kursa, npr. usmeni ispit

VizuelniEvaluacija znanja se zasniva na prepoznavanju ili crtanju vizuelnih objekata učenja, npr. skica, šema i sl.

Verbalni Evaluacija znanja se zasniva na pitanjima i odgovorima u formi teksta

SenzorniMehanizam provere znanja obuhvata eksperiment, simulaciju, ili se vrši na lokaciji realne pojave

Intuitivni Mehanizam provere znanja ne zahteva realni kontakt sa problemom

Tabela 12. Stilovi učenja i evaluacija znanja studenataEvaluacija i ocenjivanje sprovode se primenom sledećih instrumenata:

1. Anketiranje studenata, kako bi se utvrdili stavovi mišljenja o adaptiranom kursu.

2. Anketiranje nastavnika, kako bi se utvrditi stavovi o načinu rada studenata na kursu.

3. Evaluacija rada studenata kroz testiranje i ocenjivanje.

117

4.4.4 Evaluacija

Proces evaluacije rada celokupnog sistema za adaptivno elektronsko obrazovanja obvija se prema šemi prikazanoj na slici 59.

Slika 59. Proces evaluacije sistema adaptivnog elektronskog obrazovanja

Jedan od najvažnijih segmenata procesa evaluacije je izbor kriterijuma po kojima će se evaluacija vršiti. Kriterijumi koji se koriste za evaluaciju podeljeni su u tri grupe:

tehničko-tehnološki kriterijumi (tehnologije implementacije, interoperabilnost između sistema, primena standarda i sl.);

obrazovni kriterijumi (konceptualne strukture, objekti učenja i sl.);

korisnički kriterijumi (navigacija, prezentacija i sl.)

Liste kriterijuma za evaluaciju adaptivnih obrazovnih sistema prikazane su u tabelama 13, 14 i 15.Kriterijum Definicija Dimenzije Mere

Nezavisnost podataka

Razdvajanje sadržaja od prezentacije (omogućava deljenje i ponovno korišćenje)

Stepen do koje mere se koristi standardizovani jezik kao što je XML ili MySQL.

InteroperabilnostU kojoj meri su sistemi u stanju da komuniciraju jedni sa drugima.

Stepen korišćenja standardnih ili standardizovanih formata podataka.

Modularna kompozitnost

Korišćenje softverskih komponenti (kreiranje mogućnosti za ponovnu upotrebu i deljenje).

Stepen do koje mere su pokrivene funkcionalnosti sistema od strane komponenti.

Pouzdanost

Obim u kome se može očekivati da program obavlja svoju funkciju sa potrebnom preciznošću.

TačnostStepen preciznosti izračunavanja i kontrole.

KonzistentnostOpseg dizajna i korišćene dokumentacije.

Tabela 13. Tehnološki kriterijumi za evaluaciju sistema adaptivnog elektronskog obrazovanja

118

Kriterijum Definicija Dimenzije Mere

Ponovno korišćenje sadržaja

Obim u kome materijali za kurs mogu biti ponovo korišćeni.

ValentnostStepen samostalnosti informacija.

Dobra definisanostStepen do koga je opisan sadržaj informacija.

Deljenje

Stepen do koga materijali sa kursa mogu biti korišćeni od strane drugih

Nivo korišćenja otvorenog standarda.

Statička ili dinamička adaptacija

Adaptivnost može biti određena pre ili tokom lekcije

Nivo adaptacije koji može biti dodat aplikaciji.

Ulazna akvizicija

Kvalitet adaptivnog procesa zavisi od izgradnje modela i donošenje odluka na osnovu odgovarajućih ulaza.

PouzdanostStepen do koga sistem proizvodi iste rezultate u istim uslovima.

TačnostBliskost istini ili pravoj vrednosti.

PreciznostStepen do koga je ili nije ulaz dobro definisan, tačan, nedvosmislen, itd.

LatentnostVreme koje protekne od podsticaja do odgovora.

Validnost Kvalitet je logički validan.

Zaključivanje

Sistem kreira pretpostavke bazirajući se na ulaze i na osnovu toga ažirira modele adaptivnog procesa

Nivo korektnosti i validnosti zaključka.

Adaptivna odluka

Sistem donosi odluku na osnovu informacija iz različitih modela i evaluacija odluke treba da bude na osnovu sledećih aspekata:

Nužnost adaptacijeStepen do koga je adaptacija potrebna u interakciji.

Pogodnost adaptacije

Stepen do koje mere adaptaciona odluka doprinosi zahtevima postavljenim od strane koncepta interakcije.

Upotrebljivost nakon adaptacije

Nivo upotrebljivosti sistema nakon što je primenjena adaptacija.

Model korisnika, adaptacije i domena

Informacije o materijalima sa kursa, studentima i procesu adaptacije su smeštene u model domena/oblasti, modelu korisnika i daptivnom modelu.

Predstavljanje

Stepen do koga aktuelno stanje modela treba biti ispravno i precizno prikazano.

Obimnost

Stepen do koga model predstavlja interpretirane informacije o modelovanom entitetu.

Redudantnost

Stepen do koga model sadrži “atribute” entiteta za koje se ne može doneti zaključak iz interakcije.

Tabela 14. Obrazovni kriterijumi za evaluaciju sistema adaptivnog elektronskog obrazovanja

119

Kriterijum Definicija Dimenzije Mere

Upotrebljivost

Kvalitet sistema delimično zavisi od toga u kojoj meri je korisnik u stanju da ga usvoji.

Pogodnost za zadatak

Stepen do koga dijalog treba da bude pogodan za korisnički zadatak i nivo stručnosti.

SemideskriptivnostStepen do koga dijalog jasno treba da naglasi šta korisnik treba sledeće uraditi.

UpravljivostStepen do koga korisnik treba da bude u stanju da kontroliše tempo i redosled interakcije.

Prilagođenost sa očekivanjima korisnika

Nivo konzistentnosti sistema.

Tolerancija greškeStepen do koga sistem prašta i do kojih grešaka se lakše lokalizuje.

Pogodnost za individualizaciju (konfigurabilnost)

Stepen do koga sistem može da se prilagodi volji korisnika.

Pogodnost za učenjeNivo pomoći neiskusnim korisnicima

Jednostavnost instalacije

Naporna (teška) instalacija je skupa.

Prezentacija

Aspekti prezentacije određuju sa kojom lakoćom korisnik može raditi u sistemu.

JasnostStepen do koga informacija treba da bude prosleđena brzo i precizno

DiskriminantnostStepen do koga informacija treba da bude u stanju da se jednostavno razlikuje.

KonciznostStepen do koga obezbediti informacije koje su potrebne za kompletiranje zadatka.

KonzistentnostStepen do koga su prikazane iste informacije na isti način kroz aplikaciju.

DetekcijaStepen do koga je usmeriena pažnja korisnika na potrebne informacije

ČitkostNivo do koga informacije trebaju biti lake za čitanje.

Razumljivost Namere trebaju biti razumljive

Transparentnost modela

Kako se percepcija korisnika uspostavljenog modela dovodi u vezu sa aktuelnim oblikom modela?

Kompletnost

Stepen do koga korisnik ima pun uvid na to što je modelovano i na sadržaj modela.

KoherentnostStepen do koga korisnik može razumeti atribute modela.

RacionalnostStepen do koga korisnik razume zašto je model u trenutnom stanju.

Prihvatljivost adaptacije

Kako korisnik reaguje na adaptaciju?

Pravovremenost adaptacije

Stepen do koga je vremenski određena primena adaptacije, npr. nije suviše kasno.

120

Nametljivost adaptacije

Nivo nametljivosti ili nivo do koga je aplikacija obstruktivna u adaptaciji.

Kontrola korisnika tokom adaptacije

Stepen do koga korisnik može da zanemari, opozove ili čak zanemari adaptaciju.

Podrška krajnjeg korisnika

Sistem automatski ukazuje na relevantne informacije. Omogućeno je adaptivno sređivanje materijala, automatska evaluacija pitanja, i bazirana na znanju upravljačka podrška za primere i rešenja analize.

Stepen do koga sistem pruža podršku korisniku.

EditoriKvalitet korisničkog interfejsa sa zavisnošću sistema od editora

DimenzijeNivo dimenzija koje su zahtevane i korišćene u sistemu

KompletnostU kojoj meri editori pokrivaju sve aspekte dimenzija

PristupačnostNivo jednostavnosti sa kojim editori mogu da rade

Tabela 15. Korisnički kriterijumi za evaluaciju sistema adaptivnog elektronskog obrazovanja

4.4.5 Administrativni i procesi podrške

Administrativni i procesi podrške adaptivnom elektronskom obrazovanju obuhvataju sledeće grupe procesa (Slika 60):

Procesi studentske službe – u ovu grupu spadaju poslovi administracije studija, kao što su upis na fakultet, overa semestra, prijava ispita, izdavanje uverenja, evidencija položenih ispita, prijava i odbrana završnih radova i dr. Podrška za procese iz ove grupe zahteva visok nivo integracije podataka i funkcionalnosti iz poslovnog informacionog sistema u veb portal.

Procesi razvoja sistema – u ovu grupu spadaju procesi kreiranja novih funkcionalnosti sistema, implementacije novih aplikacija i servisa i sl. Podrška za procese iz ove grupe zahteva visok nivo integracije funkcionalnosti za upravljanje projektima u veb portal.

Procesi održavanja sistema – u ovu grupu spadaju procesi upravljanja korisničkim nalozima, kreiranja rezervnih kopija, oporavka sistema, upravljanja verzijama softvera, održavanja hardvera i drugi.

Slika 60. Administrativni i procesi podrške

121

4.5 Metode adaptacije

4.5.1 Adaptacija zasnovana na predznanju

Na osnovu predznanja studenata adaptivni sistemi uobičajeno dele studente u dve ili tri klase i nude različite verzije nastavnog sadržaja za studente sa različitim nivoima znanja. Model podrazumeva utvrđivanje predznanja studenata iz predmetne oblasti, a zatim kreiranje onlajn kursa u kome su objekti učenja prilagođeni nivou predznanja grupe studenata. U zavisnosti od izabranog mehanizma adaptacije u okviru komponente K1 predloženog modela, ovaj tip adaptacije se može implementirati na dva načina:

Implementacija primenom metodološkog postupka nastavnika. Na osnovu rezultata testa predznanja nastvanik deli studente u tri grupe. Za svaku grupu kreira se po jedan kurs na sistemu za elektronsko obrazovanje. Studenti imaju pristup materijalima koji odgovaraju njihovom nivou predznanja i uče u komunikaciji sa drugim studentima sa istim nivoom predznanja (slika 61).

Implementacija primenom automatizovanih metoda u LMS-u. Na osnovu rezultata test predznanja, LMS primenom statističkih metoda svrstava studente u tri grupe. Svi studenti pohađaju isti kurs u okviru LMS, i imaju mogućnost da uče u saradnji sa studentima koji imaju veća predznanja. LMS kontroliše prikaz odgovarajućeg sadržaja studentu sa utvrđenim nivoom predznanja (slika 62).

Slika 61. Adaptacija primenom metodološkog postupka nastavnika, zasnovana na predznanju

Slika 62. Adaptacija primenom automatiznovani metoda u LMS-u, zasnovana na predznanju

122

S obzirom na to da ovaj metod adaptacije zahteva od nastavnika pripremu posebnih materijala za svaki nivo predznanja, model podrazumeva kreiranje tri grupe studenata. Kreiranje većeg broja grupa studenata po nivoima predznanja nije ekonomično sa aspekta napora koje nastavnik treba da uloži za kreiranje nastavnih materijala.

4.5.2 Adaptacija zasnovana na stilovima učenja

Stilovi učenja su jedan od kriterijuma na osnovu kojih se može vršiti adaptacija onlajn kurseva. Jedan od modela stilova učenja je Felder-Silverman model stilova učenja. Da bi se FSLSM primenio u personalizaciji sistema elektronskog obrazovanja neophodno je uskladiti karakteristike ovog modela stilova učenja i softverskog rešenja za realizaciju sistema.

U ovom modelu razmotrena je mogućnost adaptacije sistema za upravljanje kursevima Moodle. Prema istraživanjima [89][90] Moodle je jedan od LMS sa najviše funkcionalnosti i servisa. Moodle je fleksibilan kada je u pitanju ubacivanje novih komponenata i integracija sa drugim sistemima i tehnologijama, koji su neophodni za adaptaciju.

Tabele 16 i 17 prikazuju relacije između različitih stilova učenja i aktivnosti u Moodle sistemu za upravljanje učenjem [13][14][24][54][159][160].

Aktiv-nosti Aktivni Refle-ksivni Vizuelni Verbalni Sekvencijalni GlobalniSenzi-tivni

Intui-tivni

ForumKonkretni problemi

Teme za razmi-šljanje

Ne Da DaGobalne teme

Činjenice,primeri

Apstraktne teme

Čet Da Ne Ne Da Često Ne Da Ne

RečnikMnoštvo termina

Koncepti Ne Da Da Ne Da Ne

Baza pojmova

Mnoštvo termina

KonceptiTekst sa ilustr.

Tekst Da Ne Da Ne

Radio-nica

EksperimentNeistražene teme

Da Da Da DaPraktični primeri

Neistražene teme

Istraži-vanje

Ne Da Da Da Ne Da Da Da

Izbor Da Da Da Da Da Retko Da Ne

LekcijePrimeri sa problemima

Sa temama za razmi-šljanje

Multime-dijalne

Pisane Da RetkoČinjenice, algoritmi

Retko

Zadaci

Studija slučaja,projekti,istraživanje

EsejPrezentacija rezultata u ppt formatu

Prezentacija rezultata u tekstualnom formatu

Zahtevati metodološki pristup

Bitniji su rezultati od metoda

Praktične teme

Neistražene teme

Aktivno-sti učenja kroz igru

Da Ne Da Da Da Retko Da Ne

Časopis Ne Da Ne DaDnevno ili nedeljno

RetkoPraktični primeri

Apstraktne teme

Komun. Licem u lice E-pošta Kombinacija Kombinacija Kombinacija KombinacijaKombina-cija

Kombina-cija

Tabela 16. Veze između stilova učenja i aktivnosti dostupnih u Moodle LMS

123

Materijali za učenje

AktivniRefle-ksivni

Vizuelni VerbalniSekven-cijalni

Globalni Senzitivni Intuitivni

Tekst

Slika

Audio

Multimedija

Video

Animacija

Hipertekst

FAQ

Vesti

Tabela 17. Veze između stilova učenja i materijala za učenje raspoloživih u Moodle LMS

Osnovni koncept adaptacije na osnovu stilova učenja zasniva se na utvrđivanju stila učenja studenata na osnovu realizacije uvodnog kursa i ankete. Analizom podataka određuju se stilovi učenja studenata i vrši se klasifikacija u unapred izabrani broj klastera. Za svaki klaster formira se posebni kurs, pri čemu se u okviru svakog kursa koriste samo oni nastavni materijali i aktivnosti koji odgovaraju stilovima učenja specifičnim za taj klaster.

Karakteristike ovog načina adaptacije su [24][54]:

Studentima su dostupne samo one aktivnosti i resursi koji su odgovarajući za klaster u koji su svrstani.

Adaptacija je pogodna za većinu studenata u klasteru, ali ne za sve studente u klasteru.

Adaptacija nastavnih materijala i aktivnosti na kursu se vrši na osnovu preporuka iz literature, a ne na osnovu karakteristika konkretne grupe studenata.

Nastavnik treba da prati rad studenata na više kurseva paralelno, pri čemu se na svim kursevima izučava ista materija, samo primenom različitih nastavnih strategija.

Studenti uče u komunikaciji i kolaboraciji samo sa studentima iz istog klastera.

Ovaj način adaptacije može se realizovati primenom opisanog metodološkog postupka nastavnika, bez programiranja dodatnih modula za softver za učenje na daljinu.

U ovom pristupu adaptaciji, tehnike data mining-a koriste se za [24][179][164][165][166][180]:

utvrđivanje stilova učenja studenata;

utvrđivanje tipičnih klastera studenata;

klasifikaciju studenata u klastere;

analizu uspešnosti studenata na kursevima.

Kao što je već opisano, FSLSM obuhvata četiri dimenzije učenja i po dva stila učenja u okviru svake dimenzije. Prema ovom modelu stilovi učenja se utvrđuju korišćenjem standardnog upitnika (indeksa stilova učenja) koji obuhvata 44 pitanja, po 11 pitanja za svaku dimenziju učenja. Stil učenja studenta određuje se na osnovu broja odgovora na pitanja iz svake grupe [90].

Osnovni nedostatak ovog upitnika je što se na osnovu njega ne može ništa zaključiti o tome kako najbolje prilagoditi kurs stilovima učenja studenata. Zbog toga je izvršeno prilagođavanje FSLSM indeksa stilova učenja, tako da omogućava povezivanje stilova učenja i osnovnih karakteristika sistema za obrazovanje na daljinu.

124

Za potrebe utvrđivanja stilova učenja kreirana je anketa koja, osim pitanja iz standardnog upitnika indeksa stilova učenja, sadrži i pitanja koja omogućavaju povezivanje odgovora na pojedina pitanja sa odgovorima koja se tiču Moodle sistema za upravljanje kursevima. Kreirana anketa se sastoji od sledećih grupa pitanja [49]:

Prva grupa pitanja obuhvata opšta pitanja, kao što su lični i identifikacioni podaci (ime, broj indeksa) i podaci o prethodnom uspehu (prosečna ocena). Ovi podaci su potrebni radi kasnijeg povezivanja i utvrđivanja ponašanja studenta u sistemu za učenje na daljinu.

Pitanja koja se tiču aktivnog i refleksivnog stila učenja. Pitanja iz indeksa stila učenja su dopunjena pitanjima koja se tiču aktivnosti u Moodle-u koje odgovaraju ovoj dimenziji učenja.

Pitanja koja se tiču senzornog i intuitivnog stila učenja. Cilj prilagođavanja FSLSM u ovom delu ankete je da utvrdi koji tip angažovanja na onlajn kursu odgovara ovim stilovima učenja.

Pitanja koja se tiču vizuelnog i verbalnog stila učenja. Pitanja iz indeksa stilova učenja proširena su pitanjima o konkretnim formatima isporuke sadržaja u Moodle sistemu.

Pitanja koja se tiču sekvencijalnog i globalnog stila učenja proširena su pitanjima koja se tiču upravljanja tokom i dinamikom onlajn kursa.

Na većinu pitanja ponuđeni su odgovori u petostepenoj Likertovoj skali, dok su u pitanjima koja se odnose na specifične aktivnosti u sistemu za upravljanje učenjem ponuđeni odgovori specifični za svako pitanje. U pojedinim pitanjima odgovori su otvorenog tipa. Validacija ankete izvršena je korišćenjem Kronbahovog alfa keoficijenta (Tabela 18).

Dimenzija Kronbahov alfa koef.

A-R 0.6000

S-I 0,5181

V-V 0,5556

S-G 0,5076

Tabela 18. Validacija prilagođenog indeksa stilova učenja

Stil učenja utvrđen prilagođenim upitnikom za utvrđivanje stilova učenja unapređuje se analizom podataka prikupljenih u sistemu za učenje na sledeći način:

za svakog studenta posmatra se koje je aktivnosti i resurse koristio, koliko često i koliko uspešno;

analizira se zavisnost vrednosti svake od dimenzija stilova učenja od ponašanja studenata na pojedinačni aktivnostima;

ukoliko stil učenja utvrđen na osnovu upitnika ne odgovara ponašanju studenta u sistemu vrši se korekcija stila učenja.

Zavisnost stila učenja od ponašanja studenata na pojedinačnim aktivnostima na kursu utvrđuje se primenom metoda i tehnika data mining-a.

4.5.3 Adaptacija zasnovana na predznanju i stilovima učenja

Adaptacija zasnovana na predznanju i stilovima učenja učenja obuhvata kombinaciju prethodna dva pristupa. Model obuhvata paralelno utvrđivanje predznanja studenata iz predmetne oblasti i stilova učenja studenata, radi kreiranja onlajn kursa u kome su objekti učenja prilagođeni pojedinačnim stilovima učenja i predznanju svakog studenta ponaosob.

125

Ovaj pristup adaptaciji podrazumeva kreiranje većeg broja grupa studenata, po dve dimenzije (predznanje i stilovi učenja). S obzirom na veliki broj grupa studenata prilikom primene ovog metoda nije opravdano koristiti adaptaciju primenom metodološkog postupka nastavnika, već se preporučuje korišćenje automatizovane adaptacije realizovane u LMS-u. Da bi se koristio ovaj tip adaptacije, svaki objekat učenja treba opisati sa dve dodatne varijable, jednu sa vrednošću nivoa predznanja, i drugu sa oznakom stila učenja za koji je objekat učenja pogodan.

Osnovne karakteristike ovog načina adaptacije su:

veći nivo adaptacije u odnosu na prethodna dva pristupa

nastavni materijali i aktivnosti su adaptirani na osnovu karakteristika studenata

potreban je veći napor nastavnika za pripremu nastavnih materijala

učenje se može realizovati u komunikaciji i kolaboraciji sa drugim studentima nezavisno od stila učenja.

4.5.4 Adaptacija zasnovana na ad hoc postavljenim kriterijumima

Nastavnici često imaju potrebu da kurseve adaptiraju prema raznovrsnim kriterijumuma adaptacije. Osim predznanja i stilova učenja, ovi kriterijumi mogu biti:

osobine studenata;

očekivanja studenata od kursa;

brzina učenja;

i drugi.

Da bi se ostvarila potpuna adaptacija, neophodno je omogućiti nastavniku da pri kreiranju kursa izabere kriterijum adaptacije. Za realizaciju adaptivnog sistema e-obrazovanja na osnovu ad hoc kriterijuma, neophodno je da sistem za elektronsko učenje obezbedi prikupljanje podataka o studentima korišćenjem anketa, upitnika, intervjua, logova veb servera i sl. Nastavniku treba da bude omogućeno da zadaje kriterijum adaptacije na više načina:

Korišćenjem ključnih reči pomoću kojih se pronalaze objekti učenja koji „odgovaraju“ pojedinačnim studentima.

Pregledom podataka o svakom pojedinačnom studentu ili o grupi studenata i označavanjem objekata učenja koji odgovaraju njihovim karakteristikama.

Za realizaciju ovakvog modela adaptacije neophodno je kreirati detaljan metamodel objekata učenja u sistemu za elektronsko obrazovanje. Objekat učenja je element ili kolekcija elemenata koji imaju zajednički cilj učenja. Pomoću objekata učenja ostvaruje se novi konceptualni model procesa učenja, jer su objekti učenja male, celovite jedinice učenja koje se mogu koristiti u različitim kurikulumima. Kako bi mogli ponovo da se koriste u različitim kontekstima, objekti učenja moraju biti opisani odgovarajućim metapodacima.

Osnovne karakteristike objekata učenja su:

Pristup objektima učenja - realizuje se u okviru distribuiranog obrazovnog okruženja, npr. LMS-a.

Interoperabilnost - objekti učenja razvijeni na jednoj platformi treba da se koriste i na drugim platformama, pri čemu integritet objekta mora ostati očuvan. Interoperabilnost se ostvaruje primenom metapodataka i standarda.

Adaptivnost - objekti učenja su prilagođeni osobi ili situaciji u kojoj se koriste.

Mogućnost ponovnog korišćenja - objekti učenja dozvoljavaju korisnicima da ih koriste više puta, često u različitim kontekstima.

126

Trajnost - objekti učenja treba da budu nezavisni od verzija softverskog okruženja u kome se koriste i da imaju upotrebnu vrednost tokom dužeg vremenskog perioda.

Granularnost - objekat učenja može biti jedan resurs, modul ili ceo kurs. Ukoliko su objekti učenja manji, potrebno je više napora za njihovu sistematizaciju, opisivanje i pretraživanje.

Osnovne karakteristike ovakvog načina adaptacije su:

adaptacija se može vršiti pojedinačno ili na nivou grupe;

kriterijume adaptacije definiše nastavnik na početku, ili tokom kursa;

studenti uče u komunikaciji i kolaboraciji sa drugim studentima, nezavisno od adaptacije;

ovaj način adaptacije ne može se realizovati samo promenom metodološkog postupka nastavnika, već je potrebno razvijati nove module za softver sistema za upravljanje učenjem.

4.6 Servisi adaptivnog elektronskog obrazovanja

Veb portal predstavlja centralizovanu lokaciju za servise i resure adaptivnog elektronskog obrazovanja. Zahvaljujući napravljenom šablonu i hijerarhijskoj strukturi portala, moguće je kreirati više potportala. Na primer, može se kreirati globalni veb portal za sve korisnike u obrazovnoj ustanovi, kao i veb portali na nivou pojedinačnih katedri ili laboratorija.

Veb portal za adaptivno elektronsko obrazovanje sadrži posebne biblioteke dokumenata za skladištenje izveštaja, lista i konekcija ka eksternim resursima. Takođe, omogućuje pristup šablonima i veb modulima čijom kombinacijom se mogu kreirati složene veb stranice. U okviru portala postoji funkcija pretraživanja i korisnici mogu vršiti pretragu informacija na portalu po svim modulima. Moguća je i prijava na svakom od modula, ali i na nivou samog izveštaja, tako da korisnici automatski primaju obaveštenja (kada se ispuni zadati uslov) putem elektronske pošte, SMS-a ili drugog kanala komunikacije.

Slika 63. Osnovne grupe servisa portala za adaptivno elektronsko obrazovanje

Veb portal nudi sledeće servise u smislu upravljanja, korišćenja, analize i razmene informacija u sistemu za adaptivno elektronsko obrazovanje (slika 63):

127

Upravljanje učenjem. Poseban modul portala omogućava integraciju sa sistemom za upravljanje učenjem. Obrazovni sadržaji su prilagođeni korišćenjem razvijenih servisa za adaptaciju i mogu se isporučivati na više tipova korisničkih uređaja (desktop, laptop, mobilni uređaji, i dr.)

Komunikacija i kolaboracija. Portal obuhvata niz integrisanih servisa za komunikaciju i kolaboraciju između učesnika u obrazovnom procesu. Servisi su integrisani i preko zajedničke baze kontakt podataka o studentima, nastavnicima i službama obrazovne institucije.

Upravljanje dokumentima. Šablon portala predstavlja gotov portal sa bibliotekama dokumenata optimizovanim za upravljanje glavnim elementima adaptivnog elektronskog obrazovanja (izveštaji, dashboard, itd.).

Upravljanje korisničkim nalozima. Administratori postala imaju mogućnost kreiranja i održavanja korisničkih uloga, korisnika, kao i dodele prava nad pojedinačnim resursima ili aplikacijama portala. Kao baza podataka o korisnicima koristi se LDAP.

Pristup relevantnim informacijama realizuje se kreiranjem dinamičkih i personalizovanih izveštaja. Omogućena je integracija izvora podataka, pretraga po raznim kriterijumima, postavljanje ad hoc upita, kao i vizuelizacija rezultata.

Dashboard stranice su prilagodljive, tako da svaki korisnik (sa potrebnim pravom pristupa) može prilagoditi sadržaj dashboard stranice, filtrirati sadržaj ili menjati dizajn stranice. Dashboard predstavlja šablon veb stranice koji omogućava sklapanje i prikazivanje informacija iz različitih izvora podataka kao što su izveštaji, grafikoni, kao i iz drugih standardnih modula (lista kontakata, obaveštenja itd.). Segmenti veb portala, odnosno odgovarajuće informacije učitavaju se asinhrono korišćenjem AJAX tehnologije.

4.6.1 Servisi za upravljanje učenjem

4.6.1.1 LMS Servisi

Sistemi za upravljanje učenjem korisnicima pružaju funkcionalnosti kao što su upravljanje kursevima, komunikacioni alati, upravljanje studentskim nalozima itd. Prilikom integracije ovih sistema u veb portal, neophodno je integrisati pojedine servise sistema za upravljanje učenjem u module veb portala ili druge aplikacije dostupne preko portala. Osnovni servisi koje LMS treba da omogući odnose se na:

Upravljanje korisničkim nalozima. Korisnički nalozi kreirani u LMS-u treba da budu sinhronizovani sa korisničkim nalozima na celom sistemu.

Upravljanje kursevima. Ovi servisi omogućavaju kreiranje, administraciju, adaptaciju i nadgledanje kurseva koji se odvijaju u LMS.

Kreiranje nastavnih materijala. Nastavnicima je omogućeno da korišćenjem eksternih alata i aplikacija integrisanih u portal kreiraju nastavne materijale i aktivnosti koje će studentima biti dostupne kroz LMS. Nastavni materijali i aktivnosti treba da budu standardizovani.

Postavljanje nastavnih materijala na portal može se realizovati kroz postavljanje linkova ka materijalima u LMS-u. Linkovi treba da budu personalizovani i da odgovaraju korisničkoj ulozi i potrebama korisnika.

Pretraga nastavnih materijala. U okviru opcije za pretragu portala potrebno je integrisati i opcije za pretragu nastavnih materijala dostupnih u LMS-u. Za realizaciju ove funkcionalnosti potrebno je napraviti bazu metapodataka o materijalima i aktivnostima na kursu.

Ocenjivanje. Nastavnici mogu da podešavaju način ocenjivanja i ocenjuju studente. Izveštaji o ocenama dostupni su u različitim modulima i aplikacijama portala a ne samo u LMSu.

128

LMS servisi mogu se razvrstati po slojevima prikazanim na slici 64. Infrastrukturni servisi omogućavaju zajednički interfejs ka drugim aplikacijama i servisima u okviru veb portala. Komunikacioni servisi omogućavaju povezivanje sa drugim aplikacijama za komunikaciju i kolaboraciju u okviru veb portala.

Slika 64. LMS servisi

4.6.1.2 Servisi za adaptaciju

Adaptacija se zasniva na izgrađenom modelu studenta. Da bi se omogućio razvoj servisa adaptacije, neophodno je definisati model studenata. Model studenta treba da sadrži strukturirano znanje o karakteristikama studenta [38]. Neophodno je obezbediti sofisticiran mehanizam za zaključivanje o studentu. Potrebno je primeniti tehnike veštačke inteligencije kao što su data mining i ekspertn sistemi. Servisi omogućavaju adaptaciju sa različitih aspekata:

Korisnici

o Adaptacija na nivou grupe - adaptacija se primenjuje na nivou grupe studenata i resursi i aktivnosti se mogu prilagoditi svim studentima u grupi.

o Adaptacija na nivou pojedinačnog korisnika - sistem se prilagođava karakteristikama svakog studenta.

Objekat učenja

o Adaptacija na nivou kursa - ceo kurs je adaptiran i dostupan odgovarajućim grupama ili pojedinačnim korisnicima.

o Adaptacija na nivou resursa - resurs u okviru kursa može biti bilo koji materijal učenja. Na osnovu unapred definisanih kriterijuma kreira se resurs.

o Adaptacija na nivou aktivnosti učenja - Na osnovu unapred definisanih kriterijuma kreira se adaptirana aktivnost učenja.

Procesi

o Adaptacija kolaboracije – kolaborativni servisi se dostavljaju i prilagođavaju grupi ili pojedinačnom studentu.

129

Potrebno je omogućiti dinamičko kreiranje kriterijuma adaptacije za sve servise. Mehanizmi adaptacije treba da obezbede prikaz adaptiranih objekata. Servisi za adaptaciju moraju biti kreirani u skladu sa savremnim standardima i konceptima elektronskog obrazovanja. Neophodno je obezbediti nezavisnost servisa za adaptaciju u odnosu na ostale komponente sistema elektronskog obrazovanja.

4.6.1.3 Mobilni obrazovni servisi

Jedan od trendova u današnjem obrazovnom okruženju jeste uvećani zahtev za mobilnošću. Ovo znači da studenti, nastavnici i zaposleni moraju biti u mogućnosti da pristupaju informacionim resursima i servisima bilo kada i sa bilo kog mesta. Zato je važno da se svim relevantnim učesnicima u obrazovnom procesu omogući pristup informacijama, kako bi sa svakog mesta i uređaja pratili informacije i koristili dostupne servise [74].

U veb portal integrisane su posebne verzije sajta namenjene specijalno mobilnim korisnicima. Mobilni portal prikazuje potpuno iste informacije (nema dupliranja), ali u uprošćenom i prilagođenom tekstualnom obliku. Kada se prijavi na sistem, korisnik može da pregleda sadržaj i da vrži unos/ažuriranje podataka (na primer, rešavanje testove, predaja zadataka, ocenjivanje itd.).

Portal nudi i mogućnost slanja automatskih obaveštenja kada se ispuni određeni uslov. Korišćenjem servisa za obaveštavanje šalju se obaveštenja putem elektronske pošte i SMS-a do određenih korisnika.

Konceptualni model pristupa mobilnim obrazovnim servisima u LMS - u prikazan je na slici 65. Model podrazumeva mešanje klasičnih elektronskih obrazovnih aktivnosti i mobilnih obrazovnih aktivnosti u okviru pojedinačnog kursa [157]. Prisutan je poseban adaptibilni sloj koji omogućava prepoznavanje tipa uređaja i prilagođavanje sadržaja uređaju sa koga se pristupa. Na taj način je omogućeno da ista obrazovna aktivnost bude realizovana bilo na uređajima velikog ekrana, bilo na mobilnim uređajima.

Slika 65. Konceptualni model pristupa mobilnim obrazovnim servisima

Kada se LMS sistemu pristupi sa desktop računara sadržaj se prikazuje u 3 kolone. Pomoćni blokovi pozicionirani su sa obe stane ekrana, dok je glavni sadržaj prikazan na centralnom delu. Mobilne aplikacije generalno prikazuju sadržaj u jednoj koloni i celom širinom ekrana, tako da nema potrebe za horizontalnim skrolovanjem (slika 66). Aplikacija za mobilno testiranje realizovana je u skladu sa ovim preporukama. Sadržaj pitanja prikazan je celom širinom ekrana, dok su pomoćni blokovi prikazani u vidu linkova na odgovarajućem delu stranice.

Najbolja praksa za dizajn objekata učenja u mobilnom obrazovanju može se sumirati kroz sledeće stavke:

tekstovi treba da budu kratki i formatirani u obliku koji podržava metapodatke;

slike treba da budu male veličine, ali smislene; treba izbegavati slike koje imaju dekorativnu ulogu;

treba izbegavati skrolovanje;

130

objekti učenja treba da budu dizajnirani tako da se mogu prikazati preko celog ekrana mobilnog uređaja;

objekti učenja treba da omoguće interaktivnost;

treba maksimizirati količinu korisnih informacija koja se prikazuje na ekranu mobilnog uređaja.

Slika 66. Prilagođavanje sadržaja za isporuku na mobilni uređaj

U skladu sa opisanim preporukama, kao i karakteristikama aktivnosti i resursa u LMS u Tabeli 19 su prikazane mogućnosti i ograničenja u primeni u mobilnom učenju [139][140].

Aktivnosti Mogućnosti Ograničenja

Forumpreko SMS poruka se dobijaju obaveštenja sa foruma i moguće je ostaviti poruku na forumu

spor unos

Zadatakonlajn text

pogodni su samo za kratke zadatkenisu pogodni za zadatke u kojima treba postaviti audio ili video sadržaj

Zadatak postavljanje fajla

samo za postavljanje audio ili slikovnih sadržaja koji su kreirani na mobilnom uređaju

bolje je koristiti ovu aktivnost preko desktop računara; dosta vremena je potrebno za postavljanje različitih tipova sadržaja

Četpristup onlajn sinhronizovanojkomunikaciji

spor unos

Rečnikonlajn pristup, kreiranje i održavanje liste definicija ili rečnika

spor unos

Radionicarealizacija kolaborativnih obrazovnih aktivnosti

jednostavnije je koristiti preko desktop računara loša je preglednost zadatka na malom ekranu,

Testonlajn pristup testu, povratna informacija o broju poena se može dobiti putem SMS poruke

nisu svi tipovi pitanja pogodni za prikaz.

Prijava veoma je jednostavan nema ograničenja

Lekcijasamo za kratke lekcije, bez multimedijalnog sadržaja

sporo učitavanje i čitanje lekcija

Tabela 19. Primena Moodle aktivnosti u mobilnom učenju

131

4.6.2 Servisi za komunikaciju i kolaboraciju

Kreiranje adaptivnih elektronskih kurseva obuhvata i kreiranje odgovarajućih mehanizama kolaboracije i komunikacije. Studenti su u obrazovnom procesu zainteresovani pre svega za kolaboraciju sa nastavnicima, kako bi što bolje savladali gradivo kursa i položili sve neophodne ispite. Saradnja između nastavnika i studenata može se realizovati na različite načine, sinhronom i asinhronom komunikacijom, kao što su elektronska pošta, audio i video konferencije, čet, forumi itd. Takođe, studenti na isti način mogu komunicirati međusobno, kako bi realizovali zadate grupne aktivnosti i iskoristili sve prednosti učenja u grupi. Načini komuniciranja učesnika u procesu elektronskog obrazovanja prikazani su na slici 67 [24]:

Slika 67. Komunikacija u procesu e-obrazovanja

Razmena poruka obuhvata različite vrste komunikacije, kao što su pošta, glasovna pošta, email, faks, itd. Efikasan sistem za razmenu poruka neophodan je za dobru komunikaciju i kolaboraciju učesnika u procesu obrazovanja na daljinu.

Saradnja u procesu obrazovanja na daljinu podrazumeva interakciju ne samo između nastavnika i studenata, već i između studenata međusobno. Iako studenti mogu da budu geografski dislocirani, učenje u grupama i kroz međusobnu interakciju najčešće dovodi do boljih rezultata. Osnovni servisi za komunikaciju i kolaboraciju prema vremenu interakcije prikazani u u tabeli 20.

SERVISITip interakcije

Komunikacija Kolaboracija

Vre

me

inte

rakc

ije

Isto Telefonija Instant poruke

Veb konfernecije Deljene prezentacije

Promenljivo Elektronska pošta RSS SMS

Biblioteke dokumenata Wiki Diskusioni forumi Blog

Tabela 20. Servisi za komunikaciju i kolaboraciju prema vremenu interakcije

Neki od ovih servisa, kao što su forumi, instant poruke i wiki ugrađeni su u sistem za upravljanje učenjem i mogu se integrisati u veb portal kroz integraciju sa LMS-om. Ostali komunikacioni i kolaboracioni servisi moraju se integrisati u veb portal nezavisno od LMS sistema. Servisi za komunikaciju i kolaboraciju treba da budu podržani nizom zajedničkih funkcija koje uključuju:

upravljanje kontaktima

upravljanje metapodacima

pretraga

prijavljivanje i sindikacija

132

4.6.3 Servisi za upravljanje dokumentima

Na osnovu servisa za upravljanje dokumantima u veb portal su ugrađeni posebni moduli koji mogu prikazivati i upravljati dokumentima i podacima u njima. U tom smislu, portal pruža mogućnost za bezbedniji rad, veću kontrolu nad podacima i veću pouzdanost, skalabilnost i dostupnost dokumenata. Glavne prednosti koje nudi ovaj pristup su:

Centralizovano upravljanje dokumentima – fajlovi su smešteni na portalu (serveru). Na taj način svi korisnici pristupaju aktuelnoj verziji. Funkcionalnosti portala poput upravljanje sadržajem, radni tokovi i kontrola verzija sprečavaju neautorizovani pristup, menjanje i postavljanje više različitih verzija.

Podrška za saradnju – fajlovi se mogu integrisati sa dashboard veb stranicama.

Iskorišćenje postojeće poslovne logike – u zavisnosti od formata, podaci iz dokumenata mogu biti direktno dostupne za integraciju sa drugim aplikacijama putem veb servisa.

Visok nivo dostupnosti i performansi sistema – s obzirom da se dokumenti nalaze na serveru, moguće je primeniti razne serverske tehnologije za pouzdaniji rad (veb farme, load-balancing, firewall itd.)

S obzirom na integraciju sa portalom, na raspolaganju su i funkcionalnosti za upravljanje radnim tokovima. U okviru svakodnevnog poslovanja, autori moraju upravljati svojim dokumentima, a često više autora radi na istom dokumentu. Dokumenti se moraju, takođe često, ažurirati i ove izmene po pravilu moraju odobriti drugi korisnici. U okviru modula - biblioteka dokumenata, gde se i smeštaju datoteke, moguće je da svaki korisnik prijavi (zaključa) datoteku dok radi na njoj i nakon toga da je prijavi (otključa). Sistem beleži i sve verzije jednog fajla (ukoliko je opcija uključena), tako da je moguće analizirati istoriju izmena. Takođe, moguće je upravljati ciklusom trajanja svake pojedinačne datoteke, gde postoji opcija da se dokumenti nakon određenog datuma ili perioda automatski uklanjaju.

Biblioteke dokumenata u okviru portala podržavaju i radni tok odobravanja dokumenata. U okviru ovog scenarija, kada autori postave dokument, on nije automatski dostupan svim korisnicima na uvid. Nadležna osoba može pogledati dokument i nakon odobravanja (ažurira se jedno polje u tabeli - indikator statusa) datoteka postaje vidljiva i za ostale korisnike. Moguće je definisati i druge radne tokove gde se, na primer automatski šalje elektronska poruka do svih osoba koje treba da odobre dokument.

4.6.4 Servisi za upravljanje korisnicima

Problem koji se javlja u distribuiranim i heterogenim sistemima jeste pitanje autentifikacije i autorizacije. U okviru sistema adaptivnog elektronskog obrazovanja često postoje različiti sistemi bezbednosti. U cilju prevazilaženja ove prepreke na portalu je korišćen SSO (Single-Sign-On) sistem koji upravlja korisničkim nalozima, skladišti ih i mapira ID korisnika portala u određeni nalog eksternog sisteme. Na ovaj način korisnik se prijavljuje na sistem samo jednom i ne mora voditi računa o autentifikaciji prema eksternom sistemu.

Kao glavna baza podataka o korisnicima koristi se LDAP. Korišćenjem LDAP operacija moguće je vršiti upite nad podacima, ažurirati sadržaj i koristiti opcije za autentikaciju korisnika. Podaci koji se mogu čuvati u LDAP direktorijumu uključuju: informacije o zaposlenima, informacije o studentima, lokacije za realizaciju nastave, podatke o hardverskim resursima, mailing liste i dr.

Servisi za upravljanje korisničkim nalozima pružaju sledeće aspekte bezbednosti:

Identifikacija. Potvrda da je suprotna strana (mašina ili osoba) stvarno ona koja tvrdi da jeste.

Integritet. Potvrda da je informacija koja je stigla ista kao i ona koja je poslata.

133

Poverljivost. Zaštita od otkrivanja informacija šifrovanjem podataka za one kojima nisu namenjeni.

Autorizacija. Uveravanje da je strani stvarno dozvoljeno da radi ono što zahteva. To se obično proverava posle Identifikacije. Autorizacija se postiže dodeljivanjem kontrola pristupa, poput čitanja, pisanja i brisanja, korisničkim identifikacijama ili opštim imenima resursa kojima se pristupa.

4.6.5 Servisi za izveštavanje

Servisi za izveštavanje omogućavaju uvid u stanju nekog poslovnog procesa adaptivnog elektronskog obrazovanja u odnosu na postavljeni cilj. Servisima za izveštavanja se pristupa korišćenjem odgovarajućeg veb modula. Ovi moduli mogu se nalaziti u okviru veb portala, i mogu se integrisati u druge aplikacije adaptivnog elektronskog obrazovanja (npr. LMS, namenske aplikacije za realizaciju nastave iz specifične oblasti, i sl.). Svim podacima i informacijama na portalu može se pristupiti i putem veb servisa, tako da se bilo koja nova aplikacija u sistemu može povezati, preuzeti potrebne informacije i prikazati ih u okviru svog sistema. Podatke je moguće publikovati i korišćenjem RSS tehnologije. Tako, na primer, studenti mogu da se povežu na RSS izvore i svakog trenutka kada proveravaju elektronsku poštu mogu dobiti informacije o aktivnostima na elektronskom kursu.

Veb portal omogućava kreiranje više tipova izveštaja:

Izveštaji na osnovu podataka sa portala – ukoliko određene liste (moduli) na portalu sadrže stavke koje se mogu agregirati (brojanje, sumiranje, procenat), stavke koje su deo radnih tokova (workflow), ili stavke koje sadrže datume, moguće je definisati odgovarajuće izveštaje, za npr. praćenje statusa rešavanja elektronskih testova.

Izveštaji na osnovu podataka iz skladišta podataka – Izveštaji se mogu kreirati na analitičkom OLAP serveru i nakon registrovanja konekcija na samom portalu i svaki korisnik sa neophodnim pravima pristupa može pristupiti OLAP bazi i izabrati podatke za prikaz na portalu.

Podaci dobijeni u izveštajima se mogu dalje filtritati po različitim kriterijumima. Filteri omogućavaju prikaz podskupa podataka koji su od interesa za analizu..

U okviru veb portala postoji više modula za filtriranje koji omogućavaju izbor jedne ili više vrednosti za filtriranje sadržaja na veb stranici. Na primer, postoji mogućnost za filtriranje sadržaja po studentu (na osnovu autorizacije), po predmetu, organizacionoh jedinici, i sl.

Radi efikasnijeg i konzistentnijeg rada sa izveštajima kreirana je posebna biblioteka dokumenata sa specifičnim funkcijama. Ovakav vid integracije pruža sledeće pogodnosti:

Konzistentni korisnički interfejs.

Smeštanje izveštaja u standardne biblioteke dokumenata gde se mogu koristiti funkcije poput radnih tokova, verzija i kolaboracije.

Izveštaji i svi prateći resursi su smešteni u bazi podataka portala i automatski se sinhronizuju sa izveštajima koji se nalaze na serveru za izveštavanje.

Jedinstveni sistem bezbednosti, jer se izveštaji tretiraju kao bilo koji drugi dokument.

Mogu se kombinovati sa modulima za filtriranje koji postoje na portalu.

Dozvole za pristup izveštajima mogu se definisati na nivou modula (biblioteke dokumenata), foldera i pojedinačnih stavki. Kada se dokument postavi na portal, postaje dostupan korisnicima.

Osnovne opcije za upravljanje izveštajima su:134

Pregled svojstava – osnovni podaci o izveštaju, kategorije, relevantni datumi, odobrenja, itd.

Izmena svojstava – na primer, moguće je konfigurisati određena svojstva kao obavezna, tako da su korisnici u obavezi da unesu sve potrebne metapodatke.

Upravljanje dozvolama – moguće je precizno odrediti ko i sa kojim ovlašćenjima može pristupati izveštajima.

Brisanje – standardna funkcionalnost za uklanjanje izveštaja. Svi obrisani dokumenti se smeštaju u virtuelnu korpu za brisanje koja u stvari smešta dokumente u posebnoj tabeli baze podataka.

Upravljanje prijavama – korisnici mogu da se prijave i da automatski budu obavešteni kada se desi određena promena podataka koje prikazuje izveštaj (odmah, dnevno, nedeljno).

Upravljanje izvorima podataka – mogućnost da se izabere izvor podataka za izveštaj.

Upravljanje parametrima – funkcionalnost za upravljanje vrednostima za sve parametre koji se prosleđuju izveštaju.

Upravljanje opcijama za obradu – opcije kojima se podešava izvršavanje izveštaja i dopušteni vremenski okvir za izvršavanje.

Slanje izveštaja na drugu lokaciju na portalu.

Prijava/odjava izveštaja čime se obezbeđuje nesmetan rad sa stavkama.

Objava verzije izveštaja – u slučajevima kada se izvrše veće izmene, može se označiti broj verzije kako bi ostali korisnici imali bolji uvid.

Obaveštenja – korisnici mogu da se prijave za automatsko obaveštenje o izmenama same definicije izveštaja.

4.7 Integracija komponenti adaptivnog sistema elektronskog obrazovanja u okviru veb portala

Uvođenje sistema za elektronsko obrazovanje obuhvata: implementaciju LMS-a, integraciju Internet servisa u računarskoj mreži obrazovne ustanove, poslovnog informacionog sistema i razvijenog LMS-a. Integracija komponenti sistema elektronskog obrazovanja i poslovnog informacionog sistema u okviru portala za e-obrazovanje prikazana je na slici 68.

135

Slika 68. Integracija komponenti sistema adaptivnog e-obrazovanja

Integracija je realizovana na više nivoa:

Integracija ljudskih resursa - studenti, nastavnici i ostali učesnici u obrazovnom procesu mogu pristupiti sistemu ili međusobno komunicirati sa bilo koje lokacije. Svaki od korisnika pristupa personalizovanom skupu servisa koji odgovaraju njegovoj roli na sistemu. Podaci o korisnicima čuvaju se u jedinstvenoj LDAP bazi, uz omogućenu integraciju sa drugim bazama podataka o korisničkim nalozima.

Integracija informacija - sistem omogućava prikupljanje raznovrsnih, nestrukturiranih podataka, dok se korisnicima kroz portal pruža mogućnost uvida u strukturirane informacije. Ovo se postiže korišćenjem „content managment“ servisa i koncepata poslovne inteligencije. Korisnici mogu dobiti različite vrste izveštaja, analiza, interpretacija podataka, i sl.

Integracija procesa - postojeći procesi u adaptivnom elektronskom obrazovanju integrisani su korišćenjem XML veb servisa. Kroz veb portal, svaki od korisnika ima pristup alatima za podršku poslovnim procesima za koje je korisnik zadužen.

Aplikaciona platforma - aplikacije sistema za e-obrazovanje realizovane su korišćenjem različitih tehnologija, pa se integracija vrši i na aplikativnom nivou.

U cilju što efikasnijeg upravljanja izvorima podataka i izvorima integracije informacija u sistemu adaptivnog elektronskog obrazovanja u okviru veb portala može se kreirati poseban modul za smeštanje konekcija podataka. Ovaj modul sadrži definicije povezane sa izvorom podataka kao i potrebne metapodatke. Konekcije se mogu ažurirati centralizovano i svi klijenti će automatski koristiti aktuelnu verziju. U okviru modula konekcija podataka moguće je definisati i prava pristupa, tako da samo ovlašćeni korisnici mogu koristiti određenu konekciju. Konekcije se mogu koristiti u veb portalu i predstavljaju osnovu za rad sa izvorima podataka. Korisnici mogu da koriste funkciju pretraživanja radi pronalaženja odgovarajućih konekcija. Zahvaljujući metapodacima, konekcije se mogu pretraživati po poslovnim terminima i opisima, zanemarujući tehničke detalje. Rezultati koji se prikazuju su filtrirani u zavisnosti od prava pristupa pojedinim konekcijama.

Glavne prednosti ovakvog načina integracije podataka su sledeće:

Dostupnost - podaci su na ovaj način dostupni svim autorizovanim korisnicima.

136

Upravljanje – postoji mogućnost za ažuriranje više izveštaja istovremeno. Ovaj proces se vrši automatski.

Bezbednost – mogu da se definišu prava pristupa u smislu korišćenja ili izmene.

Način na koji se predlaže realizacija integracije aplikacija uz postizanje potrebne agilnosti i adaptivnosti sistema, jeste primena modela kompozitnih aplikacija. Najpre je potrebno postojeće aplikacije nadograditi i pretvoriti ih u modularne servise. Ovi servisi koriste se u novim aplikacijama koji se kreiraju i implementiraju kao moduli veb portala. Kada se sva potrebna softverska infrastruktura nadogradi različiti korisnici sistema mogu kreirati dinamičke aplikacije koristeći ove servise. Kompozitne aplikacije mogu uključiti interne i eksterne servise. Model kompozitnih aplikacija adaptivnog elektronskog obrazovanja prikazan je na slici 69.

Slika 69. Model kompozitnih aplikacija za integraciju u veb portal

Osnovni koraci u procesu integracije aplikacija u veb portal su:

Dekomponovanje postojećih aplikacija za poslovni proces u skup softverskih elemenata.

Uklapanje svih elemenata u skladu sa potrebama poslovnog procesa u krajnji paket. Paket treba da sadrži softverske elemente, metapodatke, kao i šablon (template) na osnovu kojeg se kombinuju. Paket takođe treba da sadrži definicije interfejsa servisa koji omogućavaju povezivanje sa drugim IT sistemima.

Postavljanje paketa na platformu koja podržava određenu vrstu softverskih elemenata. Platforma treba da pruži i mogućnost efikasnog prilagođavanja, personalizacije i rekonfiguracije.

Povezivanje softverskih elemenata sa postojećim sistemima, tako što se vrši implementacija interfejsa servisa. Ove konekcije se mogu ostvariti koristeći veb servise, specifične adaptere ili druge Internet tehnologije poput RSS-a.

Predloženi model integracije pogodan je jer omogućava adaptivnost, tj. skraćuje vreme potrebno za rekonfiguraciju aplikacije kada dođe do promene u okruženju, kao i agilnost, tj. skraćuje vreme i smanjuje troškove potrebne za isporučivanje aplikacije, tako što se koriste postojeći elementi koji se povezuju zahvaljujući otvorenim standardnim protokolima i tehnologijama.

137

5 Realizacija i primena razvijenog modela

5.1 Projektni zadatak

Primenom modela opisanog u prethodnom poglavlju, potrebno je razviti veb portal koji će omogućiti realizaciju adaptivnog elektonskog obrazovanja. Portal treba da bude jedinstvena tačka pristupa različlitim informacijama, sadržajima i servisima. Potrebno je implementirati sledeće servise:

servisi za adaptivno elektronsko obrazovanje;

servisi za upraljanje korisničkim ulogama;

servisi za upravljanje sadržajem i dokumentima;

servisi za izveštavanje;

servisi za podršku učenju;

servisi za kolaboraciju i komunikaciju.

Servisi treba da budu integrisani i sinhronizovani. Portal treba da obezbedi integraciju svih skladišta podataka u okviru sistema. Upravljanje elektronskim kursevima treba realizovati preko Moodle LMS. Adaptaciju kurseva treba realizovati prema predloženom metodološkom postupku. Potrebno je implementirati mehanizme adaptacije, tako da ne zahtevaju izmenu postojećih komponenata portala. Portal treba da omogući postojanje više korisničkih uloga u sistemu. Neophodno je obezbediti odgovarajuće alate za izveštavanje o performansama sistema i o rezultatima obrazovnog procesa. Portal treba da obezbedi kvalitetan okvir za kolaboraciju i komunikaciju korisnika sistema e-obrazovanja.

Interfejs portala treba da bude jednostavan i lak za korišćenje, ali i grafički kvalitetan, kako bi se omogućio brz i efikasan rad korisnika Rešenje mora biti fleksibilno i proširivo uz ugradnju savremenih standarda iz oblasti projektovanja veb aplikacija, primene internet tehnologija, ali i elektronskog obrazovanja.

Portal je potrebno realizovati u okviru redovne nastave na osnovnim i poslediplomskim studijama iz oblasti elektronskog poslovanja na Fakultetu organizacionih nauka u Beogradu. Kao pilot projekat portal će biti primenjen na predmetima koje pohađaju studenti treće i četvrte godine na smerovima Menadžment i Informacioni sistemi i tehnologije.

5.2 Projektovanje i implementacija rešenja

5.2.1 Razvoj veb portala

Na slici 70 je prikazana detaljna arhitektura rešenja sa ključnim komponentama, primenjenim tehnologijama i vezama između njih [15].

138

Slika 70. Arhitektura portala za adaptivno elektronsko obrazovanje

U skladu sa razmatranjima opisanim u predloženom modelu, pristup razvoja koji će i biti primenjen u portalu podrazumeva izmeštanje adaptivnih funkcionalnosti u posebnu, nezavisnu aplikaciju. Ključnu ulogu u arhitekturi rešenja ima portal koji predstavlja agregator i integrator svih komponenata. Adaptivni mehnanizmi sistema pružaju usluge na zahtev. Kada korisnik pristupi, portal ima ulogu klijenta i komunicira u pozadini sa ostalim komponentama sistema da bi odgovorio na zahtev i dostavio personalizovani sadržaj za učenje. Moodle LMS obezbeđuje ključne funkcionalnosti u okviru procesa učenja i nastave. Alati veštačke inteligencije se koriste u procesu adaptacije i integrisani su sa adaptivnim mehanizmima.

Na osnovu sveobuhvatne analize softverskih rešenja za razvoj portala, Microsoft SharePoint Server 2007 je izabran kao rešenje za kreiranje portala za adaptivno elektronsko obrazovanje. Ovo softversko rešenje ima ugrađen veći broj servisa koji su definisani u okviru projektnog zadatka. Osnovna prednost MSPS-a je u mogućnosti integracije svih intranet, ekstranet i veb aplikacija u poslovnom informacionim sistemu u okviru jedne platforme. Modularnost omogućava jednostavno ubacivanje novih servisa i aplikacija. MSPS pruža kvalitetan okvir za kolaboraciju i komunikaciju.

Na slici 71 prikazana je početna stranica portala.

139

Slika 71. Početna stranica portala za adaptivno elektornsko obrazovanje.

U okviru portala nalaze se sadržaji preko kojih se realizuju servisi veb portala. U levom gornjem delu se nalaze linkovi ka sajtu sa elektronskim kursevima i ka zvaničnoj veb prezentaciji ELAB-a. U tabeli 21 su prikazani sve funkcionalnosti koje su na raspolaganju u okviru portala. Izborom odgovarajuće opcije obezbeđuje se nova funkcionalnost.

Biblioteke Komunikacija Praćenje Korisničke liste Veb stranice

Biblioteka dokumenata

Obaveštenja LinkoviKorisnički definisane liste

Osnovna stranica

Biblioteka formi Kontakti KalendarPregled u radnim tabelama

Stranica veb dela

Biblioteka viki stranica

Diskusije Zadaci Jezici i prevodiociSajtovi i radni prostor

Biblioteka konekcija

Projektni zadaciUvoz podataka iz Spreadsheet-a

Biblioteka za upravlanje prevodima

Praćenje grešaka

Istraživanja

Tabela 21. Funkcionalnosti portala za adaptivno elektronsko obrazovanje

Na slici 72 prikazan je deo vezan za upravljanje dokumentima. Svi dokumenti su podeljeni u odgovarajuće biblioteke. Ovde je kreirana biblioteka za dokumente vezane za raspored ispita.

140

Slika 72. Kreiranje nove kategorije dokumenata

Na slici 73 je prikazano dodavanje dokumenta od strane nastavnika.

Slika 73. Dodavanje dokumenata od strane korisnika

Slika 74 prikazuje kreiranje obaveštenja za studente. Na slici 75 je prikazan forum u okviru veb portala. Slika 76 prikazuje kreiranje grupe studenti i dodeljivanje odgovarajućih privilegija.

141

Slika 74. Kreiranje obaveštenja za studente

Slika 75. Prikaz foruma na portalu

Slika 76. Kreiranje grupe

142

5.2.2 Integracija veb portala i Moodle LMS

Ključni deo u organizaciji i realizaciji nastave i učenja studenata se dešava preko Moodle LMS platforme. U skladu sa definisanim nivoima integracije u okviru predloženog modela, integracija veb portala i Moodle LMS realizovana je kroz:

Integracija korisničkih uloga - jedinstveno mesto pristupa svim reusrsima i funkcionalnostima (single-sign-on);

Integracija informacija - svim dokumentima koji su postavljeni u Moodle LMS može se upravljati i u SharePoint Server-u ;

Integracija aplikacija - Microsoft Office add-in za Moodle;

Integracija procesa – „web parts“ odnosno dodatni moduli u okviru SharePoint Server portala moguće je pratiti nastavne aktivnosti koje se odvijaju u Moodle LMS.

5.2.2.1 Jedinstven pristup MSPS portalu i Moodle LMS (Single sign on)

Implementacijom ove ekstenzije u potpunosti se ispunjava zahtev vezan za jedinstveno mesto pristupa svim informacijama, sadržajima i aplikacijama u obrazovnom procesu (single-sign-on) [15][98]. Korisnici se pomoću jedne šifre loguju i na portal i na elektornske kurseve u Moodle LMS. Sinhronizacija se odigrava u pozadini, a korisnici imaju osećaj da su u jedno istoj aplikaciji. Arhitektura rešenja za integraciju je prikazana na slici 77. Ključni deo integracije se zasniva na sinhronizaciji Moodle LMS korisnika i korisnika iz Active Directory.

Slika 77. Sinhronizacija korisničkih naloga

5.2.2.2 Upravljanje dokumentima

Svim dokumentima koji su postavljeni u Moodle LMS može se upravljati i u SharePoint Server-u. Na ovaj način sve napredne funkcionalnosti SharePoint Servera za upravljanje fajlovima mogu se primeniti na nastavne materijale kreirane i postavljene u okviru Moodle LMS [15][101]. MSPS preuzima ulogu fajl sistema za Moodle LMS. Osnovna ideja ove komponente je da se sa jednog mesta može upravljati dokumentima koji se generišu u sistemu za elektronsko obrazovanje. Share Point poseduje različite alate i funkcionalnosti za upravljanje dokumentima. Jedna od mogućnosti je upravljanje verzijama jednog istog dokumenta, tako se otklanja problem kada nastavnik u Moodle LMS ubaci novu verziju fajla, preko već postojeće. MSPS poseduje napredan sistem pretrage fajlova, koji se može primeniti i na sve Moodle LMS fajlove, kao da se nalaze u direktorijumima MSPS. Moodle LMS ne poseduje funkcionalnost pretrage fajlova. Osim navedenog, omogućene su i funkcije oporavka dokumenata.

143

Na slici 78 prikazana je integracija i mapiranje direktorijuma Moodle LMS i MSPS realizovani su primenom WebDav protokola, ekstenzije HTTP protokola, koji podržava upravljanje dokumentima na udaljenim serverima.

Slika 78. MSPS kao fajl sistem za Moodle LMS

Na slici 79 se vide liste dokumenata u okviru Moodle LMS kursa iteh2010, kao i lista dokumenata u okviru odgovarajuće biblioteke iteh2010 u MSPS. Vidi se da je postignuta potpuna integracija dokumenata.

Slika 79. Integracija dokumenata MSPS i Moodle LMS

5.2.2.3 Veb delovi (Web parts)

Ova ekstenzija omogućava praćenje i izveštavanje o aktivnostima učenja u okviru Moodle LMS [15][97][98]. Svaka od funkcionalnosti je prikazana kao modul u MSPS - u. Implmentacija se zasniva na veb servisima koji uzimaju podatke iz Moodle LMS baze i prenose ih do MSPS-a. U tabeli 22 su prikazane sve funkcionalnosti.

144

Web part Opis

Pregled kursaOmogućava nekoliko pregleda svih kurseva dostupnih na Moodle-u.Pregledi: svi kursevi, novi kursevi, moji kursevi i moji nastavni kursevi. Različiti pregledi mogu biti odabrani iz padajućeg menija.

Moji nastavni kurseviLista kurseva dostupnih u sistemu Mooodle sa ulogom korisnika kao nastavnika.

Moji kurseviLista kurseva dostupnih u sistemu Mooodle sa bilo kojom ulogom korisnika.

Najnovije vesti Spisak najnovijih vesti objavljenih u sistemu Moodle.

PorukePrikaz ne pročitanih poruka koje je korisnik primio putem Moodle-og internog sistema za poruke. Omogućeni su i odgovori na poruke.

Onlajn korisniciLista korisnika koji su trenutno onlajn. Mogućnost razmene poruka preko sistema Moodle.

Onlajn studentiSlično kao i kod onlajn korisnika samo što su studenti uključeni u okviru nastavničkog kursa.

Onlajn kolege Slično kao i kod onlajn korisnika samo što su prikazani i drugi nastavnici.

Moji planirani zadaciLista aktivnosti Moodle-a (objave, izbori, kvizovi, ankete, itd.) dodeljenih korisniku.

Dobro došli Prikaz personalizovane pozdravne poruke uključujući i sliku korisnika.

Tabela 22. Spisak raspoloživih veb delova

Na slici 80 je prikazan veb part koji služi za prikaz dostupnih kurseva u Moodle LMS.

Slika 80. Prikaz dostupnih Moodle LMS kurseva u okviru veb delova

5.2.2.4 Office Add-in za Moodle

Ova ekstenzija omogućava nastavnicima da otvaraju, ažuriraju i čuvaju Word, Excel i PowerPoint dokumente i automatski ih postavljaju na Moodle LMS kurseve (slika 81) [15][101]. Na ovaj način svim Moodle dokumentima se može pristupiti iz Office aplikacija bez potrebe da se koristi brauzer. Office dokumenti se mogu automatski postaviti na zahtevanu lokaciju u okviru Moodle LMS. Na

145

slici 82 je prikazan dokument pripremljen od strane nastavnika za postavljanje na kurs Internet tehnologije 2010/11. Izborom odgovarajuće opcije „Save to Moodle“, automatski se kreira veza sa Moodle folderima u okviru kurseva i nastavnik može da postavi fajl na definisanu adresu.

Slika 81. Office Add-in za Moodle LMS

Slika 82. Postavljanje dokumenta u okviru kursa Internet tehnologije 2010/11

146

5.2.3 Implementacija servisa za adaptivno obrazovanje

U skladu sa metodološkim postupkom definisanim u poglavlju 4, implementirani su servisi koji obezbeđuju adaptaciju kurseva elektronskog obrazovanja. Razvoj adaptivnih servisa realizovan je kroz faze defisane metodologije. Prvi korak je podrazumevao prikupljanje podataka o studentima. Podaci su prikupljeni kroz prilagođenu FSLSM anketu opisanu u poglavlju 4, kao i kroz testove o predznanju iz oblasti internet tehnologija i elektronskog poslovanja. Na osnovu dobijenih podataka realizovano je modelovanje studenata.

5.2.3.1 Ekspertni sistem za modelovanje studenata

Ekspertni sistem je razvijen sa ciljem da se na osnovu prikupljenih podataka sa testa i anketa, za svakog studenta definišu atributi koji opisuju njegove karakteristike. ES „ELAB“ koriste nastavnici i saradnici u Laboratoriji, da bi se zaključilo o karakteristikama studenata.

Ekspetni sistem „ ELAB“ sastoji se iz pet manjih celina, tačnije, proces odlučivanja vrši se u pet koraka. Svaki korak predstavlja odlučivanje na nivou testa (kviza) koji je svakom studentu dostupan u okviru kursa koji pohađa. Testovi su zasnovani na osnovu Felder-Silverman modela stilova učenja sačinjenih od četiri dimenzije, za svaki od stila učenja. Poslednji test sadrži pitanja usko vezana za oblast kojom se sam kurs bavi, i koncipiran je za određivanje nivoa predznanja. Implementirano je odlučivanje za sledeće testove:

TS1 – Aktivan/Refleksivan

TS2 – Senzitivan/Intuitivan

TS3 – Vizuelan/Verbalan

TS4 – Sekvencijalan/Globalan

UT – Ulazni test (test predznanja).

Izlaz iz ekspertnog sistema predstavlja atribut tekstualnog tipa koji se sastoji iz pet vrednosti koje opisuju ostvarene rezultate na testu i dimenzijama ankete (Slika 83).

Slika 83. Izlaz iz ekspertnog sistema

Kao što je objašnjeno u ranijim poglavljima, Felder-Silverman model stilova učenja poseduje instrument – anketu sastavljenu od 44 pitanja, 11 pitanja po dimenziji. Svako pitanje nudi dva moguća odgovora od kojih je moguće samo jedan označiti.

147

Student po testu može osvojiti broj poena u intervalu [-11,-1] i [1,11], pri čemu je navedeni interval isti za sve četiri dimenzije, odnosno za sva četiri testa stila učenja. U zavisnosti od dimenzije koja se određuje, za raspon poena definisani su atributi prikazani u tabeli 23.

Raspon Atribut[-11, -6] HAKT[-5, -1] LAKT[1, 5] LREF[6, 11] HREF

Tabela 23. Raspon poena po atributima

Test predznanja sastoji se od 10 pitanja. Maksimalan broj poena koji student može osvojiti je 10 a minimalni 0. Student nakon testa dobija povratnu informaciju odnosno broj osvojenih poena. Ekspertni sistem „ ELAB“ broj poena koristi u formatu skaliranja prikazanom u tabeli 24.

Broj poena Nivo predznanja Oznaka[0,6] Početni B[7,8] Srednji I[9,10] Napradni A

Tabela 24. Određivanje nivoa predznanja po poenima

Aplikacija ekspertnog sistema „ ELAB“ projektovana je korišćenjem Java programskog jezika u razvojnom okruženju Eclipse Helios. U pitanju je desktop aplikacija koja uspostavlja konekciju ka Moodle bazi instaliranoj na Wamp serveru. Pravila odlučivanja su izgrađena u Jboss Drools 5.1.0 engine-u za projektovanje pravila.

Na slici 84 prikazana je forma za pretragu studenata i kurseva. Liste studenata i kurseva se čitaju iz Moodle LMS.

Slika 84. Pretraga studenata i kurseva

148

Nakon izbora kursa i studenta, potrebno je dodeliti atribute studentu (Slika 85). Izborom odgovarajućeg testa i selektovanjem opcije start, upisuje se odgovarajući atribut vezan za izabrani test, odnosno kriterijum. Ekspertni sistem prikazuje poruku o uspešnosti dodeljivanja atributa (Slika 86).

Slika 85. Dodeljivanje atributa studentu u ES ELAB

Slika 86. Poruka o dodeljenom atributu na dimenziji stila učenja SG

Na slikama 87 i 88 prikazan je izlaz iz ekspertnog sistema. U prikazanom primeru, ekspertni sistem je zaključio da student poseduje izražen aktivan, intuitivan, verbalan i slabo izražen sekvencijalan stil učenja. Istovremeno, student je na testu predznanja na kursu Internet tehnologije (id=7) ostvario visok rezultat.

Slika 87. Poruka o dodeljenom atributu

149

Slika 88. Prikaz upisanih atributa za studenta

Ovim korakom proces odlučivanja ekspretnog sistema Moodle LMS uspešno je završen. Dobijena vrednost upisana je u Moodle bazu, tačnije u tabelu mdl_atributkorisnika. Vrednost izlaza vidljiva je samo administratorima odnosno nastavnom osoblju koji je dalje mogu koristiti u svrhe personalizacije onlajn kurseva. U tabeli 25 prikazana je struktura i upisane vrednosti u tabelu mdl_atributkorisnika.

Tabela 25. Tabela mdl_atributkorisnika

5.2.3.2 Razvoj mehanizama adaptacije

Jedan od ključnih zahteva prilikom razvoja servisa bio je da se ne menja jezgro Moodle LMS sistema, već da se uradi aplikacija koja će biti nezavisna od samog LMS sistema. Implementacija realizovana tokom rada na ovoj disertaciji obuhvata sledeće elemente:

PHP aplikacija kao nezavisan adaptivni mehanizam.

Modul koji je napisan za Moodle LMS sistem u kome će se prikazivati adaptirani objekti .

Blok koji je napisan za Moodle LMS sistem u kome će se isto kao i u modulu prikazivati adaptirani objekti.

Potrebno je da se proširi osnovna baza podataka Moodle LMS sistema sa odgovorajućim tabelama.

150

Aplikacija je pisana korišćenjem objektno orijentisanog koncepta programiranja, pisanjem modula, gde je svaki modul nezavisan od drugih, čime je obezbeđeno da se kasnije jednostavno može mehanizam proširivati i nadograđivati. Na slici 89 prikazana je arhitektura aplikacije koja realizuje adaptivne mehanizme. U okviru Moodle LMS, kreirani su modul i blok za adaptivni režim rada. U modulu su implementirani mehanizmi adaptacije na nivou: grupe, pojedinačnog korisnika, kursa, resursa, aktivnosti, kolaboracije. Implementiran je servis za definisanje ad hoc kriterijuma. Aplikacija koristi postojeću MySQL bazu podataka. Mehanizmi adaptacije čitaju podatke o studentima iz nekoliko predefinisanih Moodle tabela, kao i iz tabele koja se popunjava rezultatima iz razvijenog ekspertnog sistema. Da bi se obezbedila realizacija kolaboracije u skladu sa karakteristikama studenta, implementiran je SMS servis i Android aplikacija pomoću kojih se studenti obaveštavaju o promenama i aktivnostima na kursu. Arhitektura rešenja prikazana je na slici 89.

Slika 89. Arhitektura rešenja

Model podataka rešenja prikazan je na slici 90. U postojeću Moodle LMS bazu ubačene su nove tabele koje ova aplikacija koristi.

151

Slika 90. Arhitektura modula za adaptaciju

Na slici 91 prikazan je izgled kursa u adaptivnom režimu. Adaptivnost je obezbeđena pomoću modula Studentu se prikazuju samo oni resursi i aktivnosti koji se poklapaju sa njegovim karakteristikama. U primeru prikazanom na slici student poseduje slabo znanje iz oblast i JavaScript tako da mu se između ostalog u adaptivnom režimu njemu stavljaju na raspolaganje i resurs „Praktikum“, i to verzija prilagođena njegovom stilu učenja, kao i uvodni test. Korisnik ima mogućnost da doda blok „Adaptivni servisi“.

152

Slika 91. Izgled kursa u adaptivnom režimu

Na taj način može da izađe iz adaptivnog režima i da pristupi svim resursima i aktivnostima, a sa desne strane se pojavljuje blok u kojem se nalazi lista prilagođenih resursa i aktivnosti u okviru kursa (slika 92).

Slika 92. Blok „Adaptirani resursi“

153

Da bi se prilagodili servisi kolaboracije karakteristikama studenata, razvijen je SMS servis preko kojeg se studentima šalju poruke, ukoliko se ta aktivnost zahteva na osnovu atributa studenta. Centralni deo ovog servisa je veb servis koji uzima podatke sa Moodle LMS, šalje poruke mobilnoj Android aplikaciji, preko koje se dešava stvarno slanje poruka. Na ovaj način je postignuta potpuna ekonomičnost i skalabilnost kada je u pitanju slanje poruka. Na slici 93 vidi se slanje obaveštenja studentima koji pripadaju aktivnom stilu učenja. U primeru, studentima se šalje poruka o novoj vesti postavljenoj na kursu. Treba naglasiti da ova poruka neće biti poslata, na primer, studentima sa refleksivnim stilom učenja, ukoliko se aktivnost ili resurs uz koji ide poruka postavi da se ne šalje studentima sa ovim stilom učenja.

Slika 93. Praćenje aktivnosti putem SMS-a

U administrativnom delu aplikacije nastavnik realizuje adaptaciju na osnovu različitih kriterijuma i na više nivoa. Funkcionalnosti koje su na raspolaganju nastavniku prikazane su:

Kreiranje kriterijuma adaptacije;

Prikaz i ažuriranje kriterijuma adaptacije;

Pretraživanje kriterijuma adaptacije;

Kreiranje ankete za adaptaciju studenata;

Prikaz i ažuriranje anketa;

Dodavanje sadržaja anketi;

Adaptacija resursa;

Adaptacija grupa;

Adaptacija resursa u vidu praćenja novosti putem SMS poruka.

U okviru aplikacije omogućeno je definisanje četiri različita tipa kriterijuma adaptacije: dinamički definisan tekst, vrednost izražena brojem, predefinisan tekst, kombinacija predefinisanog teksta. Mehanizam za definisanje kriterijuma adaptacije prikazan je na slici 94.

154

Slika 94. Mehanizam za definisanje kriterijuma adaptacije

Na slici 95 prikazano je definisanje kriterijuma vezanog za predznanje na uvodnom testu. Na osnovu postavljene granice za svakog studenta se može utvrditi da li je ispunio kriterijum ili nije, što će prilikom adaptacije resursa uticati na to da li će resurs, odnosno aktivnost, biti prikazana. Analogno se definišu i ostali tipovi kriterijuma adaptacije.

Slika 95. Definisanje kriterijuma adaptacije

Na slici 96 prikazana je adaptacija na nivou grupe. U okviru ovog mehanizma, za svaki kurs prikazane su upisane grupe studenata u okviru Moodle LMS. Izborom i definisanjem kriterijuma iz okvira sa potencijalnim kriterijumima, automatski se ubacuje kriterijum koji će biti primenjen na sve studente ubačene u definisanu grupu. Ukoliko se, na primer, definiše da je kriterijum adaptacije stil učenja po FSLSM dimenziji sekvencijalan/globalan, a da je vrednost kriterijuma GLO, svi resursi koji su adaptirani tako da budu prikazani studentima sa izraženim globalnim stilom, biće prikazani ovoj grupi.

155

Slika 96. Adaptiacija na nivou grupe

Na slici 97 prikazan je proces adaptacije resursa, odnosno aktivnosti. Nakon izbora kursa, prikazuje se padajući meni sa svim dostupnim tipovima resursa i aktivnosti u okviru izabranog kursa. Izborom određenog resursa, mogu se definisati kriterijumi adaptacije za koje se taj resurs adaptira. Na primer, ako se za aktivnost forum odabere kriterijum stil učenja po dimenziji aktivan/refleksivan tako da je vrednost kriterijuma AKT, forum će se prikazivati samo studentima koji imaju izražen aktivan stil učenja. Za jedan resurs moguće je definisati više kriterijuma, a da bi se prikazao studentu, moraju se slagati sve vrednosti kriterijuma sa karakteristikama iz modela studenta.

156

Slika 97. Adaptacija resursa

Na slici 98 prikazan je izgled resursa lekcija u okviru Moodle kursa, namenjen studentima sa izraženim vizuelnim stilom učenja. Ovaj resurs je definisan tako da se prikazuje samo onim studentima kod kojih je vrednost kriterijuma stil učenja jednak vrednosti VIZ.

157

Slika 98. Primer resursa za vizuelni stil

5.2.4 Razvoj dodatnih servisa i aplikacija

Jedan od ključnih zahteva prilikom projektovanja i implementacije portala za adaptivno elektronsko obrazovanje bio je razvoj dodatnih servisa i aplikacija koji bi doprineli povećanju kvaliteta obrazovnog procesa, omogućili realizaciju navedenih funkcionalnosti portala na efikasan način i poboljšali rezultate i zadovoljstvo nastavnika i studenata po različitim kriterijumima. Servisi i aplikacije u okviru portala su razvijeni na osnovu modela iz poglavlja 4. Mogu se podeliti u četri osnovne grupe

servisi za podršku mobilnom učenju;

servisi za podršku učenju u oblasti računarske simulacije;

servisi za podršku kolaboraciji i komunikaciji;

servisi za podršku učenju kroz igru.

U narednom tekstu dat je detaljan prikaz implementiranih servisa, kao i primeri primene u realizaciji obrazovnog procesa.

5.2.4.1 Razvoj servisa za podršku mobilnom učenju

Za potrebe integracije mobilnih obrazovnih aktivnosti u Moodle LMS-u potrebno je razviti aplikaciju koja omogućava prepoznavanje uređaja sa koga dolazi zahtev i prilagođavanje načina prikaza sadržaja konkretnom uređaju. Ovde je prikazan primer aplikacije za polaganje testova. Aplikacija se može realizovati na dva načina:

158

Prvi način je kreiranje odvojene aplikacije koja će koristiti samo bazu Moodle-a. Ovaj način zateva od programera kreiranje celokupne aplikacije od kontrole pristupa korisnika pa sve do snimanja logova kad je i ko pristupio i polagao testove. Ukoliko tačno ne odredi koje sve tabele treba menjati baza se može dovesti u nekoinzistentno stanje. Još jedna mana ovog pristupa je direktno vezivanje aplikacije za bazu podataka, što može dovesti do problema u slučaju migracije na drugi sistem za upravljanje bazama podataka

Drugi način podrazumeva korišćenje Moodle API-ja. Ovde je potrebno promeniti funkcije koje su odgovorne za formatiranje sadržaja za prikaz na ekranu dok ostatak koda koji je odgovoran za konekciju sa bazom, kontrolom pristupa itd. može ostaviti netaknut.

Dijagram slučajeva korišćenja razvijene aplikacije prikazan je na slici 99.

Slika 99. Use case diagram

Aplikacija za mobilno testiranje napisana je u PHP skriptnom jeziku. Bazirana je na Moodle aplikativnom programskom interfejsu i koristi XHTML MP za isporuku mobilnog sadržaja. Aplikaciji se može pristupiti pomoću bilo kog brauzera mobilnog telefona. Kastomizacija interfejsa aplikacije vrši se na strani servera. Aplikacija koristi WURFL (Wireless Universal Resource File) da utvrdi koji tip uređaja student koristi za pristup, i na osnovu njega prikazuje mobilni test koristeći jednu od tri kreirane CSS teme (Slika 100).

Slika 100. Prilagođavanje prikaza sadržaja pomoću CSS tema

159

Procedura uvođenja mobilnog učenja realizovana je na osnovu modela predloženog u radovima [139][140]. Osnovni zahtev za uvođenje m-obrazovanja kao dela sistema mešovitog obrazovanja je postojanje stabilnog sistema elektronskog obrazovanja. Ovo uključuje sledeće elemente:

Interno okruženje – razmotriti da li postoje odgovarajući ljudski resursi i tehnička infrastruktura za uvođenje mobilnog obrazovanja u okviru postojećeg sistema za elektronsko obrazovanje; ocena internog okruženja biće izvršena na osnovu indeksa spremnosti za uvođenje mobilnog obrazovanja.

Eksterno okruženje – razmotriti da li studenti poseduju odgovarajuće znanje i tehničku infrastrukturu za korišćenje i primenu sistema mobilnog učenja (mobilni uređaji, pristup Internetu). Analiza eksternog okruženja izvršena je na osnovu podataka prikupljenih anketiranjem studenata i kroz realizaciju pilot projekta. Za vreme trajanja pilot projekta, studenti su realizovali aktivnosti mobilnog učenja u sklopu redovnih nastavnih aktivnosti.

U okviru pilot projekta, testovi su izabrani kao aktivnost pogodna za realizaciju mobilnog učenja iz sledećih razloga [140]:

sadržaj i prezentacija sadržaja se mogu lako kontrolisati u poređenju sa drugim aktivnostima

testovi su najpogodnija Moodle aktivnost za ocenjivanje znanja studenata

testovi su često korišćeni u okviru mnogih sistema elektronskog obrazovanja i značajno utiču na krajnju ocenu studenata na ispitima. Studenti su dobro upoznati sa načinom funkcionisanja ove aktivnosti, bez obzira na prethodno iskustvo u korišćenju specifičnog LMS-a.

Primer pitanja sa testa prikazan u okviru Openwave emulatora prikazan je na slici 101.

Slika 101. Prikaz testa ekranu mobilnog uređaja

Slika 102 prikazuje dijagram klasa realizovanog rešenja.

160

Slika 102. Dijagram klasa za aplikaciju „Mobilni kviz“

Implementirana je mogućnost slanja poruka na forumu predmeta putem SMS i MMS tehnologije. Na slici 103 dat je dijagram sekvenci na logičkom nivou za integrisanje MMS poruka u forum i predlog za predaju zadataka putem MMS-a. Na mobilnom uređaju se nalaze mikro brauzer i odgovarajući mehanizam za slanje poruka. Ovaj mehanizam moguće je pokrenuti iz brauzera pomoću linka sa mmsto URI-ja [140].

161

Slika 103. Dijagram sekvenci za slanje komentara na forum pomoću MMS-a

Na strani servera odgovarajući program čeka na prispeće poruka sa gejtveja. Prvo se proverava da li je broj registrovan. Ova provera služi kao zaštita od spam poruka. Ukoliko je broj registrovan, proverava se telo poruke i odgovarajući identifikatori studenta, odnosno niti u forumu. Ukoliko vrednosti odgovaraju, na temu se dodaje sadržaj poruke sa prilozima kao odgovor.

5.2.4.2 Razvoj servisa za podršku učenju u oblasti računarske simulacije

Rapidan razvoj i sveprisutnost Interneta i internet tehnologija je imao uticaj i u oblasti simulacija [12][22][122]. Osnovna uloga simulacionih sistema je da omogući jednostavno učenje i okruženje za vežbanje [12][40][93]. Međutim, većina simulacionih alata ima ograničenja kao što su: zavisnost od platformi, veliki troškovi, ograničena mogućnost ponovnog korišćenja modela, itd. Simulacija preko veba omogućava prevazilaženje navedenih nedostataka. Simulacija se može izvršiti korišćenjem standardnih veb brauzera [40][122][125]. Veb zasnovana simulacija predstavlja primenu veb resursa i tehnologija za interakciju između simulacionih alata na strani klijenta i servera. Grafički interfejs za simulaciju je dostupan preko veb brauzera [22]. Simulacioni alati zasnovani na vebu se mogu svrstati u dve kategorije [40][93]. Kod prvog pristupa simulacija se izvršava na serverskom računaru. Korisnici pristupaju alatima za simulaciju preko veb brauzera i zadaju parametre simulacije. Rezultati simulacije se ispisuju u brauzeru korisnika. Drugi pristup je izvršavanje simulacija na strani klijenta. Performanse ovakvog načina simulacije su ograničene snagom klijentskih mašina.

Ključne prednosti simulacije preko veba su: široka dostupnost, udaljeni pristup, efikasno održavanje, mogućnost integracije sistema i aplikacija, interaktivnost, kolaboracija, kompatibilnost različitih platformi i interoperabilnost [22][40][93][121][138][181]. U poslednjih nekoliko godina realizovan je veći broj istraživanja vezan za razvojne alate, jezik i metode za simulaciju preko veba.

162

GPSS/FON jezik se proučava u okviru predmeta Simulacija i simulacioni jezici [62][69][161][193][194]. Osnovni cilj kursa je upoznavanje sa osnovnim konceptima i aplikacijama računarske simulacije. Kurs je namenjen studentima smera za informacione sisteme i tehnologije. Realizovan je preko sistema za upravljanje elektronskim učenjem Moodle LMS. Studentima su preko veb sajta stavljeni na raspolaganje materijali u formi lekcija, tutorijala i primera. Ocenjivanje studenata se realizuje preko zadataka, kvizova i radionica. Kurs traje 3 meseca. Program kursa je podeljen u tri celine: kontinualna simulacija, simulacija diskretnih događaja i 3D simulacija. Sve teme se proučavaju korišćenjem adekvatnih simulacionih jezika (CSMP, GPSS, X3D). Konkretni problemi vezani za oblast kontinualne i simulacije diskretnih događaja razmatraju se u okviru laboratorijskih vežbi. Studenti imaju obavezu da implementiraju rešenja problema simulacije kompleksnih realnih sistema. Tokom trajanja kursa, studenti su u obavezi da aktivno učestvuju na diskusionim forumima, razvijaju zajedničke projekte i prate definisani raspored obaveza i aktivnosti. Nastavnici aktivno vode studente kroz proces učenja, fokusirajući se na probleme iz realnog sveta. Uočeno je da rešavanje konkretnih problema primenom specijalizovanog softvera pomaže studentima da se motivišu i prevaziđu matematička ograničenja u simulacionim modelima.

Tokom perioda korišćenja, uočeni su određeni nedostaci, kada je u pitanju GPSS/FON. Ključni problem u organizaciji i realizaciji kursa odnosi se na integraciju GPSS/FON u sistem elektronskog učenja. Postojeća verzija nema mogućnost adekvatnog uključivanja u Moodle sistem. Pošto postoji veliki broj studenata koji u istom trenutku može raditi zadatke i zahtevati da se izvrši simulacija, javljaju se problemi skalabilnosti i distribuiranosti.

Osnovni zahtev je razvoj interaktivnog, integrisanog i user-friendly okruženja za izgradnju, testiranje i analizu modela simulacije diskretnih događaja. Konkretni ciljevi obuhvataju:

poboljšanje performansi procesa obrazovanja;

integracija svih aktivnosti u procesu učenja simulacije diskretnih događaja;

omogućiti studentima da proučavaju oblast simulacije i načine primene, kroz veći broj primera;

jednostavan i pristupačan način učenja dostupan svakom studentu u svakom trenutku;

jezička sintaksa sa strogo podeljenom specifikacijom modela baze podataka, strukturnog modela i kontrole simulacionog procesa;

funkcionalno i interaktivno okruženje sa editorom, procesorom i analizom rezultata ;

brzo i jednostavno otklanjanje grešaka;

izbor različitih tipova prikaza i analiza na osnovu dobijenih rezultata;

Definisani ciljevi su realizovani kroz projektovanje i implementaciju veb aplikacije za učenje simulacije diskretnih događaja.

FONWebGPSS aplikacija je razvijena u okviru Laboratorije za simulaciju Fakulteta organizacionih nauka. Aplikacija omogućava studentima da konfigurišu modele, izvršavaju simulaciju i analiziraju rezultate u okviru jedne veb stranice [62][69].

Struktura i ključne komponente FONWebGPSS su predstavljene na slici 104 [62]:

Korisnički interfejs

Aplikaciona logika

Veb servis

GPSS Simulator

163

Slika 104. Arhitektura FONWebGPSS aplikacije

Na slici 105 prikazana je struktura FONWEBGPSS aplikacije [65][66].

Slika 105. Struktura FONWebGPSS aplikacije

164

Korisnički interfejs se sastoji iz modula za nastavnike i modula za studente. Modul za nastavnike obuhvata: kreiranje, ubacivanje, testiranje i upravljanje zadacima za simulaciju, ocenjivanje studentskih radova, upravljanje izveštajima kreiranim po različitim kriterijumima i administraciju sistema (slika 106.).

Slika 106. Modul za nastavnike

Zahvaljujući pomenutim funkcionalnostima, nastavnik je u prilici da čitav proces nastave organizuje i realizuje preko Interneta. Modul za studente omogućava studentima: testiranje, izradu, pregled i predaju zadataka, podešavanje grafičkog okruženja, pregled i analizu rezultata simulacije [137].

Modul za studente omogućava kreiranje i testiranje simulacionih modela, izvršavanje simulacije kreiranih modela, prilagođavanje grafičkog okruženja i analizu rezultata simulacije. Studenti mogu da postave svoja rešenja određenih realnih problema i vide ocene.

Prilikom izrade zadatka u FONWebGPSS aplikaciji, student bira koji tip simulacije želi da izvrši, zatim unosi naredbe i tekst zadatka. Na slici 107. je prikazana glavna stranica FONWebGPSS veb aplikacije. U središnjem delu se unose GPSS komande za kreiranje simulacionog modela.

165

Slika 107. Prozor sa tekstom zadatka i editorom za pisanje izvornog GPSS koda

Početna stranica modula za studente sadrži sledeće funkcionalnosti, grupisane po tabovima:

Izvorni kod – u okviru ove kartice se pomoću GPSS komandi kreira model. Komande se unose u tekstualni editor. U cilju pomoći studentima prilikom rada sa aplikacijom implementirana je autosuggest funkcija. Kada student otkuca početna slova, sistem sugeriše listu dostupnih komandi koje sadrže otkucana slova. Trenutna verzija aplikacije ne podržava kreiranje grafičkih blokova, ali uzimajući u obzir činjenicu da studenti imaju znatno iskustvo u programiranju, kucanje komandi ne predstavlja ograničenje. Nakon unošenja potrebnih podataka, pritiskom na dugme simuliraj izvršava se simulacija. Ukoliko model nema sintaksnih grešaka, prikazuje se kartica sa rezultatima.

Rezultati – ova kartica sadrži rezultate simulacije. Rezultati se prikazuju u tekstualnom formatu.

Greške – ova kartica prikazuje sintaksne greške u izvornom kodu, ukoliko postoje.

Tabele – ova kartica prikazuje rezultate simulacije u formi tabela.

Grafikoni – ova kartica prikazuje rezultate simulacije u formi histograma.

Opis – kartica služi za verbalni opis sistema koji se simulira

Nakon izvršavanja simulacije, korisnik dobija obaveštenje da li je simulacija uspešno realizovana. Ukoliko postoje sintaksne greške, korisnik dobija informaciju o tome. Na slici 108. prikazani su rezultati simulacije.

166

Slika 108. Rezultati simulacije

Sloj korisničkog interfejsa (GUI) realizovan je preko tehnologija HTML-a, XML-a, JavaScript-a i ExtJS JavaScript Framework-a [66]. Dinamički korisnički interfejs omogućava lakše i brže rukovanje od strane korisnika.

Sloj poslovne logike

Zahtevi korisnika se kreiraju preko brauzera i prosleđuju se sloju aplikativne logike. U komponenti aplikacije označenoj kao FONWebGPSS na slici 104., odvija se ključni deo aplikacione logike sistema. Ova komponenta prihvata i obrađuje zahteve, obezbeđuje i realizuje sledeće funkcionalnosti aplikacije:

prihvatanje korisničkih zahteva;

komunikaciju sa bazom;

upravljanje funkcionalnostima aplikacije;

pozivanje veb servisa;

prihvatanje rezultata simulacije;

slanje podataka ka komponenti za iscrtavanje statistika.

Sloj veb servisa

Veb servis poziva originalne fajlove GPSS/FON, gde se izvršava simulacija. Veb servis prihvata podatke prosleđene iz sloja aplikacione logike i poziva metodu zaduženu za izvršavanje simulacije. Ovde se izvršava WebGpssVebService.exe fajl i rezultati se šalju sloju aplikativne logike. Orginalni fajlovi iz Paskala su prebačeni u fajlove prilagođene Delfi okruženju. Komunikacija između slojeva se odvija preko XML tehnologije. Kada se rezultati dobiju od strane veb servera, ispisuju se u FONWebGPSS aplikaciju.

167

Za iscrtavanje grafika se koristi Google Chart API. Na osnovu dobijenih rezultata simulacije iscrtavaju se tabele i prikazuju se grafici. Aplikaciona logika je implementirana dinamičkim veb tehnologijama (ASP.NET, ADO.NET).

Simulator WebGPSS je preuzet od simulatora stare verzije GPSS/FON i ugrađen je u veb servis. Veb servis implementira trofaznu simulaciju [62][193][194].

Integracija FONWebGPSS sa sistemom za učenje Moodle

FONWebGPSS aplikacija je dostupna na početnoj stranici Moodle kursa Simulacija i simulacioni jezici kao dodatni modul (slika 109 [64][65]). Dostupna je svim studentima, koji pohađaju kurseve u organizaciji Laboratorije za elektronsko poslovanje [64][65][67]. Selektovanjem linka ka FONWebGPSS, studenti i nastavnici se odmah redirektuju ka početnoj stanici FONWebGPSS. Nakon redirekcije, korisnici su automatski ulogovani pomoću istih pristupnih podataka kao i u Moodle LMS. FONWebGPSS aplikacija i Moodle LMS dele zajedničke podatke: podatke o korisnicima, aktivnostima, ocenama, zadacima itd.

Slika 109. Integracija FONWebGPSS sa Moodle

Studenti predaju zadatke preko FONWebGPSS aplikacije, a zadaci se skladište u bazi Moodle LMS. Nakon toga, nastavnici na kursu mogu da ocene zadatke. Svi podaci o aktivnostima studenata na kursu i u okviru aplikacije za učenje diskretnih događaja skladište se u Moodle LMS bazu podataka. Istovremeno, nastavnici mogu da koriste Moodle za objavu vesti, kolaboraciju i komunikaciju sa studentima. Prema tome FONWebGPSS podržava blended learning koncept i omogućava realizaciju i koordinaciju svih aktivnosti u procesu učenja i predavanja gradiva. Slika 110. prikazuje integraciju Moodle LMS i FONWebGPSS aplikacije [65]. Ove dve softverske aplikacije se povezuju preko MySQL baze podataka.

168

Slika 110. Integracija FONWebGPSS aplikacije i Moodle LMS

5.2.4.3 Razvoj servisa za podršku kolaboraciji i komunikaciji

Osnovna ideja aplikacije za upravljanje internim projektima jeste da se razvije kolaboracioni okvir za osobe angažovane na aktivnostima Laboratorije za elektronsko poslovanje. Veb aplikacija sadrži funkcionalnosti vezane za CRM, saradnju, komunikaciju i upravljanje dokumentima. Sistem bi trebalo da podrži tri uloge: nastavnik, asistent, zaposleni. Po ugledu na socijalne mreže, svaki korisnik dobija svoj profil i početnu stranu sa vestima, projektima i prečicama za opcije.

Slika 111. Prikaz početne stranice aplikacije

169

Sledeće opcije su dostupne:

News feed – sadrži spisak vesti i obaveštenja sa projekata i taskova

My Profile – osnovna podešavanja profila

Calendar – kalendarski pregled dodeljenih taskova

Actions – prečice do najčesće korišćenih akcija koje korisnik kože da izvrši

Projects – projekti na kojima je korisnik angažovan.

U odeljku sa projektima (slika 112) nalazi se spisak kategorija sa projektima na kojima je korisnik trenutno angažovan.

Slika 112. Prikaz liste projekata

Klikom na svaku kategoriju tabela sa desne strane se filtrira sa projektima koji pripadaju toj kategoriji. Detalji vezani za projekat su prikazani na slici 113:

Opis projekta;

Dokumente vezane za projekat. Dokumenti su dostupni svim korisnicima koji su angažovani na projektu;

Spisak angažovanih korisnika;

Spisak taskova na projektu, sa kalendarskim pregledom;

Vesti objavljene na projektu.

Slika 113. Detaljan prikaz projekta

170

Na slici 114 je prikazano kreiranje novog projekta i zadatka u okviru projekta:

Slika 114. Kreiranje novog projekta i zadatka u okviru projekta

Korisnici imaju sa desne strane opciju za dodavanje novih vesti/obaveštenja. U dijalogu za pisanje vesti korisnik dobija „rich text format“ polje, gde pored zadatka može da ubacuje i slike, menja izgled teksta i dr. Pored naslova vesti korisnik može odabrati koje korisničke uloge mogu videti vest. Na slici 115 je prikazan kalendar sa aktivnostima.

Slika 115. Prikaz kalendara sa aktivnostima

5.2.4.4 Razvoj servisa za podršku učenju kroz igru

Edutainment je pojam vezan za multimedije, koristi se da označi softver koji ujedno ima i edukativni i zabavni karakter [120][123]. Edutainment predstavlja metod hibridnog obrazovanja koji inkorporira edukativne aktivnosti u vidu zadataka i testova sa zabavom i zasnovan je na multimediji 123][151]. Obično edutainment ne ukazuje studentima na to kako da primene svoja znanja, analiziraju sopstveno razumevanje, sintetišu njihove percepcije ili ocene svoje znanje, već pomoću ovog koncepta studenti uče kroz zabavu [151].

171

Osnovni cilj edutainment-a je da studenti uče kroz istraživanje, interaktivnost, greške i kroz ponavljanje na takav način da se unesu u igru, a da pri tom nisu svesni da u isto vreme i uče [151].

Razmatranjem istraživanja prikazanim u [120] može se zaključiti da edukativne igre doprinose razvoju koncentracije, procesa odlučivanja, sposobnosti rešavanja problema, logičkog razmišljanja, kreativnosti, timskog rada i informatičkih veština. Takođe, zaključeno je da se primenom edutainment-a kreira pozitivnije, efikasnije i konstruktivnije okruženje za učenje koje povećava motivaciju.

Edutainment se u obrazovnom procesu može realizovati kroz [123][124]:

prilagođavanje postojećih aktivnosti sistema za upravljanje učenjem

integracijom edutainment softverskih paketa u LMS

primenom virtuelne realnosti u okviru platforme za upravljanje učenjem

igranje edukativnih onlajn igara

igranje edukativnih desktop igara

U narednom tekstu su prikazani implementirane aktivnosti kroz igru u okviru veb portala za elektronsko obrazovanje.

Ukrštenica HotPotatoes kreirana je korišćenjem pomoćnog Moodle modula. Ukrštenica se sastoji od osnovnih pojmova Internet marketinga kao dela gradiva iz predmeta Internet marketing. Sadrži 19 pojmova i vremenski je ograničena na 20 min. Cilj ovako kreirane edutainment aktivnosti je da se studenti zabave rešavajući ukrštenicu, i da pritom na neosetan način nauče osnovne Internet marketinga.

Aktivnost kviz je kreirana korišćenjem softverskog paketa Articulate Studio 09 koji podržava SCORM standard. Izvršena je integracija sa Moodle LMS-om. Obuhvaćen je deo gradiva iz Internet marketinga koji se odnosi na modele poslovnog nastupa na Internetu. Kviz se sastoji od 20 pitanja i vremenski je ograničen na 20 min. Cilj ovako kreirane aktivnosti je da studenti na zabavan način, kroz rešavanje kviza, savladaju različite modele poslovnog nastupa na Internetu

Na slici 116 je dat prikaz edukativnih obrazovnih aktivnosti.

Slika 116. Primeri edutainment aktivnosti

172

5.3 Analiza postignutnih rezultata

5.3.1 Analiza rezultata studenata u sistemu adaptivnog elektronskog obrazovanja

Metodologija

Radi evaluacije razvijenog modela adaptivnog elektronskog obrazovanja izveden je eksperiment. Eksperiment je izveden na ukupnom uzorku od 318 studenta treće godine Fakulteta organizacionih nauka u Beogradu, smera Informacioni sistemi i tehnologije, koji su bili na slučajan način podeljeni u eksperimentalnu (218 studenata) i u kontrolnu grupu (100 studenata). Istraživanje je izvedeno praćenjem paralelnih grupa kojima je predavao isti nastavnik, čime je obezbeđen preduslov o izjednačenosti eksperimentalne i kontrolne grupe [24]. Oblast znanja iz koje su studenti testirani je područje elektronskog poslovanja. Studenti su dobrovoljno pristali da učestvuju u eksperimentu. Od studenata je zatraženo da na postavljena pitanja i zadatke odgovaraju korektno.

Studenti eksperimentalne grupe su bili izabrani na slučajan način. Unutar eksperimentalne grupe grupi su klasifikovani u klastere, na osnovu rezultata analize podataka prikupljenih tokom uvodnog kursa i anketiranja. Kontrolna grupa pohađala je neadaptirani elektronski kurs.

Radi realizacije i merenja ciljeva istraživanja, u eksperiment su bila uključena tri instrumenta: pre-test, post-test, upitnik za ispitivanje stavova studenata prema realizovanom adaptivnom kursu. Istraživanje je realizovano u skladu sa modelom opisanim u poglavlju 4.

Nastava u okviru predmeta Elektronsko poslovanje realizuje se primenom koncepta blended learning. Tokom predavanja i vežbi koje se održavaju u učionicama i laboratorijama, tradicionalne obrazovne metode kombinuju se sa aktivnostima i resursima dostupnim preko sistema za elektronsko učenje Moodle. Deo aktivnosti, kao što su domaći zadaci, testovi i sl. studenti realizuju od kuće. Studenti eksperimentalne grupe pohađali su kurseve adaptirane na osnovu njihovog stila učenja. Studenti kontrolne grupe su pohađali neadaptirani kurs [24].

Sve nastavne jedinice na kursu realizovane su na sledeći način: svi studenti, eksperimentalne i kontrolne grupe, imali su blok predavanja izvedenih na tradicionalni način, na kojima je obrađivana ista materija. Zatim, svi studenti, eksperimentalne i kontrolne grupe, imali su laboratorijske vežbe realizovane korišćenjem sistema za elektronsko učenje. Studenti eksperimentalne grupe su na laboratorijskim vežbama pristupali aktivnostima i materijalima adaptiranog kursa, dok su studenti kontrolne grupe imali pristup materijalima sa neadaptiranog kursa. Nakon toga, svi studenti su imali zadate aktivnosti za rad od kuće. Svi studenti kontrolne grupe imali su zadate iste aktivnosti, dok su studenti eksperimentalne grupe imali zadate aktivnosti u skladu sa klasterom u koji su svrstani. Teme obrađivane u nastavi tokom eksperimenta su: elektronska trgovina, forme i modeli elektronske trgovine i mobilna trgovina. Na kraju, studenti eksperimentalne i kontrolne grupe radili su finalni test na računaru.

Evaluacija eksperimenta izvršena je interno, uz pomoć nastavnika. Na kraju eksperimenta, realizovani su post-test i anketa. Cilj post testa bio je da utvrdi da li ima značajne razlike u naučenom gradivu između eksperimentalne i kontrolne grupe. Svi studenti koji su pripadali eksperimentalnoj grupi popunili su upitnik. Podaci iz tog upitnika služe da ocene neke njihove individualne stavove i ocene prema izvedenoj nastavnoj metodologiji.

Primenjen je metod grupne adaptacije [24][29][81]. Studenti su razvrstani u tri grupe, na osnovu stilova učenja.

173

Karakteristike grupa i broj studenata u grupama prikazani su u tabeli 25 [24].

Grupa KarakteristikeIdentifikovani stil učenja

Procenat od ukupnog broja studenata

Grupa 1

Multimedijalni materijali VizuelanSekvencijalno prolaženje kroz aktivnosti na kursu

Sekvencijalan 26%

Timski rad Aktivan

Grupa 2

Studenti biraju teme Intuitivan

Praktičan rad Aktivan 61%Nema striktno definisanih termina

Globalan

Grupa 3

Pisani materijali VerbalanSekvencijalno prolaženje kroz aktivnosti na kursu

Sekvencijalan 13%

Timski rad AktivanTabela 26. Grupe studenata i stilovi učenja

Analiza rezultata testa znanja

Slika 117 prikazuje procenat studenata koji su položili adaptivni, tj, neadaptivni kurs. Procenat studenata koji su položili je za 11% veći u slučaju realizacije adaptivnog elektronskog kursa.

položili pali0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

83%

17%

94%

6%

neadaptivni adaptivni

Slika 117. Uporedna analiza prolaznosti studenata na adaptivnom i neadaptivnom kursu

Na slici 118 prikazana je uporedna analiza ocena studenata na neadaptivnom i adaptivnom kursu. Uočava se da je na adaptivnom kursu više studenata ostvarilo visoku ocenu. U slučaju neadaptiranih kurseva, ocene studenata su distribuirane približno normalnoj raspodeli, dok je u slučaju adaptiranih kurseva velik broj studenata dobio najvišu ocenu 10.

174

10 9 8 7 6 50

10

20

30

40

50

60

70

80

neadaptivni adaptivni

Slika 118. Poređenje ocena u adaptivnim i neadaptivnim kursevima

Izvršena je detaljna statistička analiza prikupljenih podataka [24]. U kvantitativnoj analizi rezultata korišćeno je:

Prvo, nezavisni t-test na uzorku iskorišćen je za analizu da li je razlika, između eksperimentalne grupe i kontrolne grupe, statistički značajna u rezultatima postignutim na pre-testu.

Drugo, zavisni t-test na uzorku iskorišćen je za analizu da li je razlika, između eksperimentalne grupe u rezultatima postignutim na pre-testu i post-testu, statistički značajna.

Treće, zavisni t-test na uzorku iskorišćen je za analizu da li je razlika, između kontrolne grupe u rezultatima postignutim na pre-testu i post-testu, statistički značajna.

Postavljene su sledeće hipoteze:

Nulta- hipoteza za rezultate pre-testa: H1: Rezultati pre-testa eksperimentalne i kontrolne grupe su jednaki.

Nulta- hipoteza za rezultate post-testa: H2: Rezultati post-testa eksperimentalne i kontrolne grupe su jednaki.

Aritmetičke sredine i standardne devijacije izmerenih varijabli na celom uzorku, prikazane su u tabeli 27.

N Srednja vrednost Standardna devijacija

Rezultati Pre Post Pre Post Pre Post

Eksperimentalna grupa

218 218 8.05 8.25 1.132 1.096

Kontrolnagrupa

100 100 8.14 8.02 1.078 1.228

Tabela 27. Deskriptivna uporedna statistika

175

Rezultati nezavisnog t-testa ukazuju da razlika u rezultatima postignutim na pre-testu, između eksperimentalne grupe i kontrolne grupe, nije statistički značajna (t=-0.706, df=316, p=0.361>0.05), pa se nulta hipoteza H1 ne odbacuje.

Takođe, rezultati nezavisnog t-testa ukazuju da je razlika u rezultatima postignutim na post-testu, između eksperimentalne i kontrolne grupe, značajna (t=1.700, df=316, p=0.039<0.05), pa se nulta hipoteza H2 odbacuje.

Za upoređivanje rezultata zavisnih grupa na inicijalnom i finalnom merenju korišćen je t-test za zavisne uzorke (eng. Paired samples test).

T-test za zavisne uzorke pokazao je da je razlika u rezultatima postignutim na post-testu i pre-testu za eksperimentalnu grupu statistički značajna (t=-0.202, df=217, p=0,04<0.05), odnosno studenti ove grupe su ostvarili značajno bolji rezultat na finalnom testu.

T-test za zavisne uzorke pokazao je da je razlika u rezultatima postignutim na post-testu i pre-testu za kontrolnu grupu nije statistički značajna (t=0.708, df=99, p=0,44>0.05), odnosno studenti ove grupe nisu ostvarili lošiji rezultat na finalnom testu.

Rezultati post hoc analize prikazani su u tabeli 28. Rezultati prikazuju da su razlike u rezultatima na testu znanja između studenata kontrolne grupe i svake podgrupe unutar eksperimentalne grupe statistički značajne. Nasuprot tome, razlike u rezultatima na testu znanja između pojedinih grupa koje su slušale adaptirani kurs nisu statistički značajne.

(I) grupa (J) grupa Srednja razlika (I-J) Std. greška Sig.

KGEG1 2.353 .601 .000EG2 2.995 .461 .000EG3 2.138 .761 .005

EG1KG -2.353 .601 .000EG2 .642 .603 .288EG3 -.215 .854 .802

EG2KG -2.995 .461 .000EG1 -.642 .603 .288EG3 -.857 .762 .262

EG3KG -2.138 .761 .005EG1 .215 .854 .802EG2 .857 .762 .262

Tabela 28. Post hoc analiza

Analiza rezultata ispitivanja stavova dobijenih anketiranjem

Prema zadatim dodatnim ciljevima istraživanja, urađeno je anketiranje studenata eksperimentalne grupe. Anketiranjem su ispitani stavovi studenata prema realizovanoj nastavi korišćenjem adaptivnog sistema za e-učenje kao podrške. Anketa se sastojala od tri pitanja:

Da li su nastavni materijali pripremljeni na odgovarajući način i da li odgovaraju stilovima učenja studenata?

Da li su aktivnosti realizovane na sistemu za učenje na daljinu Moodle u skladu sa stilovima učenja studenata?

Da li je opšti utisak o kursu pozitivan?

Kvalitet navedenih elemenata adaptiranih kurseva studenti su ocenjivali na trostepenoj skali.

Kako je tip prezentacije nastavnih materijala jedan od najznačajnijih faktora koji su uticali na klasifikaciju studenata u neki od klastera, pitali smo studente koji su pohađali adaptirane kurseve da li su zadovoljni prezentacijom nastavnih materijala i da li smatraju da prezentacija nastavnih

176

materijala u okviru kursa koji su pohađali odgovara njihovom stilu učenja. Svega 4% studenta odgovorilo je da nastavni materijali ne odgovaraju njihovom stilu učenja. Ukupno 49% studenata smatra da im nastavni materijali u potpunosti odgovaraju, dok 47% studenata tvrdi da im nastavni materijali delimično odgovaraju (slika 119).

0%10%20%30%40%50%60% 49% 47%

4%

Slika 119. Prilagođenost nastavnih materijala realizovanog adaptivnog kursa

Na pitanje da li smatraju da aktivnosti koje su realizovali tokom adaptiranog kursa odgovaraju njihovom stilu učenja, 53% studenata odgovorilo je da im aktivnosti u potpunosti odgovaraju, 42% je odgovorilo da im aktivnosti delimično odgovaraju, a 5% je odgovorilo da im aktivonosti uopšte ne odgovaraju.

Na pitanje da li adaptirani kurs odgovara njihovom stilu učenja, 50% studenata se izjasnilo da adaptirani kurs u potpunosti odgovara njihovom stilu učenja, 45% je odgovorilo da adaptirani kurs delimično odgovara njihovom stilu učenja, dok je 5% studenata odgovorilo da adaptirani kurs uopšte ne odgovara njihovom stilu učenja (slika 120).

0%10%20%30%40%50%60% 50% 45%

5%

Slika 120. Prilagođenost adaptivnog kursa u celini

Istraživanje je pokazalo da se adaptiranjem elektronskih kurseva postižu bolji rezultati obrazovnog procesa. Adaptacija elektronskih kurseva se zasniva se na prilagođavanju načina prezentacije sadržaja, komunikacije, organizacije aktivnosti u skladu sa očekivanjima, zahtevima i osobinama

177

studenata. Analize adaptivnosti sistema za e-učenje pokazale su da su kognitivne karakteristike studenta, kao što je stil učenja, najznačajnije za uspešnu adataciju. Prikazan je metod za adaptaciju kurseva u okviru sistema za elektronsko učenje zasnovan na prilagođavanju Felder-Silverman modela stilova učenja. Kao najvažniji faktor u određivanju stilova učenja i pripadnosti studenta određenom klasteru izdvaja se način prezentacije materijala. Kursevi elektronskog učenja su adaptirani na osnovu utvrđenih relacija između Felder-Silverman modela i karakteristika sistema za upravljanje učenjem Moodle LMS. Dokazano je da usklađenost nastavnih resursa i aktivnosti sa stilovima učenja studenta ima značajan uticaj na konačan rezultat procesa učenja.

Evaluacija i analiza postignutih rezultata studenata pokazale su da su studenti ostvarili bolji rezultat kada su pohađali adaptirane kurseve. Eksperimentom je utvrđeno da postoji statistički značajna razlika u broju studenata eksperimentalne i kontrolne grupe koji su položili post-test. Studenti na adaptiranim kursevima su postizali višu prosečnu ocenu. Analiza zadovoljstva studenata eksperimentalne grupe pokazala je da studenti imaju pozitivan stav prema materijalima, aktivnostima i sadržaju adaptiranih kurseva koje su pohađali.

Jedna od najvažnijih prednosti upotrebe inovirane metode za kreiranje adaptiranih kurseva prilagođavanjem Felder-Silverman modela stilova učenja je to što se njenom primenom mogu kreirati adaptirani kursevi bez programiranja dodatnih softverskih rešenja [24]. Ovakvo kreiranje adaptiranih kurseva ne traži dodatna znanja nastavnika. Uz jednostavne modifikacije moguće je primeniti predloženi metod i na druga softverska rešenja za upravljanje elektronskim učenjem.

5.3.2 Analiza funkcionalnosti razvijenog veb portala

Metodologija

U cilju analize funkcionalnosti razvijenog veb portala sprovedena je anketa među studentima [135]. U anketi je učestvovalo 60 studenata osnovnih studija. Studenti su popunjavali upitnik koji je sadržao pitanja o kvalitetu korisničkog interfejsa, o funkcionalnostima i o performansama veb portala.

Kao nezavisne promenljive za ocenu kvaliteta veb portala, korišćene su sledeće promenljive: kvalitet korisničkog interfejsa aplikacije, dizajn korisničkog interfejsa, kvalitet funkcionalnosti portala, brzina rada portala. Kao nezavisne promenljive za ocenu uticaja veb portala na ishod procesa učenja korišćene su sledeće promenljive: interesovanje studenata za predmetnu oblast, razumevanje predmetne oblasti, kolaboracija između studenata.

Rezultati

Tabela 29 prikazuje odgovore studenata koji se tiču dizajna korisničkog interfejsa portala. Većina srednjih vrednosti iznosi preko 4, pa se može zaključiti da su studenti u načelu zadovoljni korisničkim interfejsom portala. Međutim, niže srednje vrednosti ukazuju da brzina rada portala nije na najvišem nivou.

Pitanje

%. U potpunosti se slažem (score = 5)

%. Delimično se slažem (score = 4)

%. Ne mogu da se odlučim (score = 3)

%. Delimično se ne slažem (score = 2)

%. U potpunosti se ne slažem (score = 1)

Srednja vrednost

Korišćenje portala je lako i jasno 46.7 36.7 16.7 0 0 4.30Korisnički interfejs dobro dizajniran 56.7 26.7 6.7 10 0 4.30Portal sadrži adekvatne informacije 50 40 6.7 0 3.3 4.33Informacije i dijalozi se adekvatno prikazuju

33.3 30 30 6.7 0 3.90

Brzina rada portala zadovoljavajuća 36.7 26.7 30 6.7 0 3.93Uopšte smatram da je korisnički interfejs odgovarajući

33.3 60 6.7 0 0 4.27

Tabela 29. Rezultati ankete o ispitivanju kvaliteta veb portala178

Tabela 30 prikazuje rezultate ispitivanja uticaja primene veb portala na ishod procesa učenja samoevaluacijom studenata. Svi razmatrani parametri imaju srednju vrednost preko 3. Najveća srednja vredsnot iznosi 3.90, tj. studenti smatraju da korišćenje portala doprinosi boljem razumevanju obrazovnih materijala. Međutim, studenti smatraju da korišćenje portala ne podstiče na diskusiju i kolaboraciju u dovoljnoj meri, pa je ove aspekte potrebno unaprediti.

Pitanje

%. U potpunosti se slažem (score = 5)

%. Delimično se slažem (score = 4)

%. Ne mogu da se odlučim (score = 3)

%. Delimično se ne slažem (score = 2)

%. U potpunosti se ne slažem (score = 1)

Srednja vrednost

Korišćenje portala je povećalo moje interesovanje za oblasti koja se izučava u okviru kurseva

13.3 40 26.7 10 10 3.37

Bolje sam razumeo materiju nakon korišćenja portala

30 40 20 10 0 3.90

Kolaborativni servisi doprineli su boljem razumevanju materije

30 16.7 13.3 6.7 33.3 3.03

Tabela 30. Rezultati ankete o ispitivanju uticaja primene portala na ishode procesa učenja

5.3.3 Analiza performansi integrisanih servisa za podršku nastavi

5.3.3.1 Analiza primene mobilnih obrazovnih servisa integrisanih u veb portal

Metodologija

Predmet evaluacije je uvođenje mobilnih servisa i tehnologija u sistem elektronskog obrazovanja Fakulteta organizacionih nauka. Istraživanje se zasniva na utvrđivanju tehničkih mogućnosti za uvođenje mobilnog obrazovanja, kao i na ispitivanju stavova i navika studenata u korišćenju mobilnih uređaja. Cilj analize je efektivna integracija mobilnih obrazovnih servisa u obrazovni proces. S obzirom da je mobilno obrazovanje nova forma učenja, istraživanje je obuhvatilo analizu ključnih faktora koji utiču na opravdanost i uspešnost sistema mobilnog obrazovanja: tehničku infrastrukturu i stejkholdere. Osnovni preduslov za korišćenje mobilnih obrazovnih servisa je posedovanje mobilnog urđaja, pa je jedan od ciljeva istraživanja bilo precizno utvrđivanje tipova mobilnih uređaja koje studenti poseduju.

Istraživanje je realizovano sa ciljem da se prevaziđu glavni nedostaci prethodnih istraživanja realizovanih u oblasti mobilnog obrazovanja, uočeni na osnovu detaljne analize literature:

Postojeća istraživanja su uglavnom fokusirana na korišćenje mobilnih tehnologija za komunikaciju u okviru obrazovnog procesa, a ne za unapređenje nastave

Veliki broj aplikacija je razvijen za PDA i Smartphone uređaje; međutim, većina studenata ne poseduje ovakve uređaje

Sistemi mobilnog učenja su razvijeni kao samostalni sistemi i ne mogu se integrisati sa LMS

Ne postoji prihvaćena i evaluirana metodologija za uvođenje mobilnih obrazovnih servisa u postojeći sistem elektronskog obrazovanja

Pokušaji integracije sistema mobilnog učenja sa LMS sistemima često su neuspešni zbog problema nekompatibilnosti sa novim verzijama LMS-a.

Cilj ovog istraživanja je ispitivanje mogućnosti za korišćenje mobilnih servisa u e-obrazovanju i unapređenje nastavnog procesa integracijom mobilnog učenja u Moodle LMS. Glavna hipoteza u ovom istraživanju glasi da se integracijom mobilnih servisa može unaprediti obrazovni proces. U okviru ove studije ispituje se uticaj različitih faktora na uspešnost mobilnog učenja:

Sklonosti i interesovanje studenata za korišćenje novih tehnologija.

179

Iskustvo u korišćenju mobilnih tehnologija.

Adekvatnost primene mobilnih uređaja za učenje i ocenjivanje znanja studenata.

Volja za prihvatanjem nove forme za testiranje znanja.

U okviru pilot projekta, studenti su rešavali testove putem desktop računara i putem mobilnih uređaja. Uporedna analiza rezultata izvršena je sa ciljem da se utvrdi u kojoj meri se mobilni testovi mogu koristiti kao zamena za testove realizovane preko desktop računara.

Istraživanje je realizovano na uzorku od 40 studenata. Deskriptivna statistička analiza pokazuje da su ispitanici starosti između 20 i 28 godina, od čega su 48,1% mladići, a 51.9% devojke. Interesanto je napomenuti da je 20,25% studenata ima prosečnu ocenu veću od 9, odnosno 57,59% veću od 8.

Istraživanje je realizovano kroz dva upitnika i test znanja. Prvi upitnik imao je za cilj da se utvrdi da li studenti imaju odgovarajuću infrastrukturu za korišćenje mobilnih obrazovnih servisa, kakve su navike studenta u korišćenju dostupnih mobilnih servisa, kao i koji su problemi koji se u tom procesu javljaju. U okviru ovog upitnika, pitanja su prilagođena aktuelnim verzijama mobilnih uređaja. Upitnik se sastojao od četiri dela:

Prvi deo upitnika obuhvatio je pitanja koja se tiču tehničkih karakteristika mobilnih uređaja. Studenti su odgovarali na pitanja da li poseduju mobilni uređaj, koji model i koje su tehničke karakteristike uređaja (operativni sistem, pristup Internetu, tip ekrana, trajanje baterije, podržan servisi). Ovaj deo upitnika je sadržao 14 pitanja (Kronbahov alfa koeficijent iznosi 0,831).

Drugi deo upitnika obuhvatio je pitanja koja se tiču upotrebe mobilnih telefona za usluge kao što su servisi za razmenu poruka, video pozivi, kalendar, beleške, preuzimanje sadržaja sa Interneta, mobilna plaćanja, navgaciju i sl. Takođe, u okviru ove grupe pitanja ispitano je koliko često studenti koriste svoje mobilne uređaje. Ovaj deo upitnika je sadržao 15 pitanja (Kronbahov alfa koeficijent iznosi 0,842).

Treći deo upitnika sadržao je pitanja za ispitivanje navika studenata u korišćenju mobilnih uređaja u obrazovne svrhe. Pitanja su obuhvatila ispitivanje učestalosti korišćenja mobilnih telefona za pristup obrazovnim sadržajima u okviru fakultetskog veb portala, ili drugim obrazovnim sadržajima na Internetu. Ovaj deo upitnika je sadržao 3 pitanja (Kronbahov alfa koeficijent iznosi 0,520).

Četvrti deo upitnika obuhvatio je ispitivanje problema u korišćenju mobilnih telefona, kao što su trajanje baterije, nepreglednost sadržaja na ekranu, zamor, pokrivenost signalom i sl. Ovaj deo upitnika je sadržao 6 pitanja (Kronbahov alfa koeficijent iznosi 0,511).

Test znanja studenti su polagali preko desktop računara i preko mobilnog telefona. Test znanja sadržao je pitanja iz gradiva koje se izučava tokom nastave. Test znanja korišćen je za ispitivanje da li postoje značajne statističke razlike u rezultatima studenata kada test polažu preko desktop računara i preko mobilnog telefona. Obuhvatio je 20 pitanja različitih tipova:

Tip pitanja “multiple choice” – na svako pitanje ponudjeno je jedan ili više tačnih odgovora

Tip pitanja „true false“ – studenti na postavljeno pitanje odgovaraju izborom jedne od dve ponuđene opcije.

Tip pitanja „short answer“ – na postavljeno pitanje student unosti odgovor preko tastature. Pitanja su formulisana tako da je odgovor “kratak”, tj. sadrži jednu ili dve reči

Tip pitanja “matching” – student iz dve padajuće liste kreira parove pojmova

Za kreiranje testa korišćena je standardna forma testa znanja koji se koristi na predmetu Mobilno poslovanje tokom poslednjih pet godina. Za korišćeni test znanja Kronbahov alfa koeficijent iznosi 0,940.

180

Drugi upitnik studenti su popunjavali nakon polaganja testa. Upitnik je sadržao pitanja koja su se odnosila na način realizacije testa i utiske studenata prilikom polaganja testa. Studenti su u okviru ovog upitnika ocenjivali i način prikaza pojedinačnih tipova pitanja, kako bi se utvrdilo da li su kreirane CSS teme odgovarajuće. Takođe, studenti su odgovarali i na pitanja koja su se odnosila na poteškoće koji su se pojavljivali tokom polaganja testa, kao i zamor prilikom ovakvog polaganja istog. Kronbahov alfa koeficijent ovog upitnika iznosi 0,554.

Eksperiment je realizovan u okviru redovnih nastavnih aktivnosti u okviru predmeta Mobilno poslovanje. Ovaj kurs se realizuje na četvrtoj godini osnovnih studija u oblasti informacionih sistema i tehnologija. Pre pohađanja kursa, studenti polažu nekoliko ispita u oblasti programiranja, internet tehnologija i elektronskog poslovanja. Glavni cilj ovog kursa je da studenti savladaju osnovne koncepte mobilnog poslovanja i primene mobilnih tehnologija. Nastava na ovom predmetu realizuje se primenom koncepta blended learning, tj. kombinovanjem tradicionalnih obrazovnih metoda sa aktivnostima i resursima dostupnim preko sistema za elektronsko učenje. Kurs traje tri meseca. U okviru kursa izučavaju se oblasti: mobilna trgovina, mobilna plaćanja, m-marketing, GPS tehnologije, RFID tehnologije, mobilni veb servisi, m-learning i druge. U okviru praktičnog dela kursa studenti uče da projektuju i implementiraju mobilne aplikacije: SMS aplikacije, GPS aplikacije, aplikacije za komunikaciju i kolaboraciju, itd. Svaki student u okviru kursa implementira sopstvenu aplikaciju mobilnog poslovanja.

Rad studenata tokom nastave evaluira se kroz dva zadatka i jedan test. Tokom kursa, studenti aktivno učestvuju na forumu kursa i realizuju kolaborativne projekte. Kroz kolaborativni rad i diskusije povećava se interakcija između studenata. Za sve aktivnosti postoje definisani vremenski rokovi. Studenti sami predlažu moguće primene mobilnih tehnologija u poslovanju. Kurs se realizuje preko Moodle sistema za upravljanje procesom učenja.

Studenti koji su pohađali ovaj kurs popunjavali su upitnik za ispitivanje infrastrukture i navika studenata u korišćenju mobilnih telefona, a zatim polagali test znanja. Studenti su polagali isti test korišćenjem desktop računara kroz standardni Moodle interfejs i preko mobilnog telefona kroz interfejs prilagođen odgovarajućom CSS temom. Aplikacija za testiranje znanja studenata preko mobilnih telefona integrisana je u Moodle LMS Laboratorije. Na testu su studenti odgovarali na pitanja iz oblasit koje su izučavali tokom semestra.

Nakon testa, studenti su popunjavali drugi upitnik, kako bi se utvrdilo u kojoj meri je stav studenata prema mobilnim obrazovnim aktivnostima promenjen.

Analiza podataka prikupljenih upitnikom za ispitivanje infrastrukture i navika studenata

Analiza tehničkih karakteristika mobilnih uređaja studenta. Analiza prikupljenih podataka prikazuje da svega 0,63% studenata nema telefon, dok 96,20% studenata poseduje telefon. Interesantan je i podatak da 28,48% studenata poseduje više od jednog telefonskog aparata. Prve analize tiču se razmatranja operativih sistema koje studenti koriste na svojim mobilnim uređajima. Zaključeno je da 47,20% studenata iz uzorka poseduje pametne telefone. Najzastupljeniji su telefoni sa Simbian operativnim sistemom. Java platformu podržavaju telefoni 56.96% studenata. Raznovrsnost operativnih sistema ukazuje da je prilikom kreiranja sadržaja i aktivnosti mobilnog učenja neophodno da oni budu nezavisni od operativnog sistema mobilnog uređaja. Analiza pristupa Internetu preko mobilnog uređaja pokazuje da većina uređaja podržava GPRS ili WiFI tehnologiju (79,11%). S obzirom na to, mobilni Internet je pogodan kanal za isporuku edukativnih materijala na mobilne telefone.

Upotreba mobilnih telefona. Rezultati ankete pokazuju da studenti, iako imaju mogućnost upotrebe mobilnih telefona za slanje i prijem elektronskih poruka, to uglavnom ne rade. 71,36% studenata retko ili uopšte ne koristi mobilni telefon za razmenu email poruka, dok njih 17,72% redovno koriste ovu mogućnost. Nasuprot razmeni email poruka, studenti mnogo češće koriste mobilni telefoni za surfovanje vebom. Čak 66,45% studenata barem jednom mesečno upotrebi mobilni telefon u ovu svrhu. Iako

181

većina mobilnih telefona poseduje operativni sistem ili podršku za Javu, svega 39,24% studenata je koristilo mogućnost instaliranja dodatnih aplikacija na svoje telefone.

Upotreba mobilnih telefona u obrazovanju. Više od 82% studenata je već pristupalo portalu za elektronsko obrazovanje Laboratorije za elektronsko poslovanje. Nasuprot tome, broj studenata koji je koristio mobilni telefon za pristup ostalim obrazovnim sadržajima drastično je manji, odnosno svega 20.89%. Studenti koriste mobilne telefone za pristup edukativnim sadržajima, pa se može pretpostaviti da će primena mobilnih obrazovnih aktivnosti biti dobro prihvaćena.

Problemi prilikom korišćenja mobilnih telefona. Veoma značajan deo ankete odnosi se na identifikaciju problema sa kojima se studenti susreću u svakodnevnoj upotrebi mobilnih telefona. Sa problemima sa trajanjem baterije često se susreće 5,70% ispitanika, 52,53% ponekad ima ovaj problem, dok 41,77% studenata se ne sreće sa ovim problemom. Problem koji se tiče preglednosti sadržaja na mobilnom telefonu često ima 8,86% studenata, dok se 52,53% ponekad susreće sa ovim problemom. Ostali ispitanici odgovorili su da nemaju problem sa preglednošću sadržaja. Većina studenata smatra da sadržaji koji se isporučuju na mobilne telefone nisu komplikovani za korišćenje (61,39%) dok je mali procenat studenata koji učestalo imaju problem sa kompleksnosšću sadržaja (2,53%).

Analiza rezultata testa znanja.

Tabela 31 prikazuje deskriptivnu statistiku rezultata studenata na mobilnom i desktop testu. Na osnovu prolaznosti i prosečne ocene ostvarene na testu može se zaključiti da su studenti bili dobro pripremeljni za test. Test je položilo 68,18% uz nisku standardnu devijaciju od 6.83%. Takođe, može se zaključiti da su student naviknuti na korišćenje mobilnog Interneta.

rezultati na testu

(prolaznost)

prosečna ocena

std. dev.prosečno vreme

(min)vreme po

pitanju (sec)

mobilni test

68,18% 7,80 6.83% 27,67 83

desktop test

74,94% 7,92 5.82% 17,00 51

Tabela 31. Deskriptivna statistika za rezultate studenata na testu znanja (N=40)

Testirano je 40 studenata putem desktop računara i telefona. Jedan student je imao problem sa konekcijom na Internet sa mobilnog telefona. Desktop test od 20 pitanja rađen je u proseku 17 minuta, odnosno 51 sekund po pitanju. Rezultati i vremena izrade testa su upoređeni sa mobilnim testom. Polaganje mobilnog testa od 20 pitanja je trajalo prosečno 27 minuta i 34 sekunda, tj. 1 minut i 23 sekunda po pitanju. Očigledna je razlika u vremenu utrošenom na pojedinačno pitanje. Ovo utrošeno vreme se objašnjava značajno dužim učitavanjem stranica, i nešto dužim čitanjem teksta pitanja. Može se zaključiti, na osnovu učinka, da su studenti na mobilnom testu imali uporediv procenat uspešnosti u odnosu na test sa ispita, tj. da studenti koji su ispit polagali putem desktop računara nisu ostvarili statistički bolje rezultate (t=0,682, p>0,05). Rezultati pokazuju da se studenti dobro snalaze sa mobilnim aparatom kao sredstvom za izradu testova i da se ovaj način provere znanja može integristi u redovni nastavni proces.

Postavlja se pitanje koji faktori i u kojoj meri utiču na rezultate testa znanja.

Prvo pitanje koje se postavlja je da li ostvareni rezultat studenata na mobilnom testu zavisi od tipa telefona koji student ima, tj. da li tip telefona značajno utiče na rezultat na mobilnom testu.

182

Rezultati analize varijanse su prikazani u tabeli 32:

Suma kvadrata Srednji kvadrat F test Značajnost

Između grupa 96,458 32,153 48,842 ,000

Unutar grupa 19,749 ,658

Ukupno 116,206

Tabela 32. Uticaj tipa telefona na ostvareni broj poena

S obzirom da je signifikantnost F testa 0, što je manje od 0,05, zaključuje se da tip telefona koji student poseduje značajno utiče na njegov ostvareni broj poena. Najbolje rezultate su ostvarili studenti koji su koristili SonyEricsson i Nokia mobilne uređaje. Među ovim mobilnim uređajima, značajan procenat čine smartphone telefoni na kojima se pitanja bolje prikazuju zbog veličine ekrana. Sledeće pitanje koje se postavlja je da li učestalost korišćenja mobilnog Interneta utiče na ostvareni rezultat na mobilnom testu. Rezultati su prikazani u tabeli 33.

Suma kvadrata Srednji kvadrat F test Značajnost

Između grupa 30,554 10,185 3,567 ,026

Unutar grupa 85,652 2,855

Ukupno 116,206

Tabela 33. Uticaj učestalosti korišćenja Interneta preko mobilnog telefona na ostvareni broj poena

S obzirom da je signifikantnost F testa manja od 0,05, zaključuje se da učestalost korišćenja Interneta preko mobilnog telefona utiče na ostvareni broj poena na testu. Studenti koji često koriste Internet preko mobilnog telefona su naviknuti na prikaz i korišćenje interfejsa raznih sajtova, tako da im je sam test bio jasniji, pregledniji i lakši za rešavanje.

Analiza rezultata ankete nakon testa znanja

Nakon testa znanja, studenti su popunjavali upitnik. Na osnovu rezultata može se zaključiti da studenti imaju pozitivno mišljenje o mobilnim obrazovnim aktivnostima. Studenti su zadovoljni aplikacijom za mobilno testiranje i smatraju da je ovaj tip procene znanja interesantan i motivišući.

Samo 27% studenata je odgovorilo da je napornije polagati test preko mobilnog telefona nego preko računara, što pokazuje da se većina ispitanika (73%) privikla na korišćenje Interneta preko mobilnog telefona. Više od 47% ispitanika ne smatra da je pažnja bolje usmerena prilikom polaganja testa preko mobilnog telefona i 40% njih se ne slaže da je bolji fokus na pojedinačno pitanje.

Ova anketa obuhvatila je i analizu prilagođenosti pojedinačnih tipova pitanja prikazu na ekranima mobilnih uređaja:

pitanje sa višestrukim odgovorom ima nešto lošiju poziciju od ostalih - 54% studenata smatra da ovaj tip pitanja nije prilagođen. Ova činjenica ukazuje da treba doraditi WCSS za ovaj tip pitanja i izabrati nešto manji font, kako bi se odgovori bolje sagledavali.

svi ispitanici smatraju da je tip pitanja „da/ne“ u potpunosti prilagođen za prikaz na svim mobilnim uređajima.

tip pitanja „kratki odgovor“ je dobio dobru ocenu od 80% ispitanika, zbog oblika koji nalikuje SMS-u, na koji su korisnici telefona dobro naviknuti.

Petina studenata smatra da mobilne aktivnosti ne bi doprinele procesu učenja, dok 80% ispitanika smatra da mobilne aktivnosti imaju potencijal da unaprede nastavne aktivnosti. Studenti smatraju

183

da je potrebno da aktivnosti budu češće i da traju kraće. Zahtev za kratkim trajanjem se objašnjava ograničenjima mobilnih uređaja, kao što su trajanje baterije, male dimenzije ekrana, sitna slova, sporiji unos teksta. Sve ovo dovodi do zamora korisnika.

Mišljenja studenata su podeljenja po pitanju korišćenja mobilnog Interneta u obrazovne svrhe, što se može objasniti cenom ove usluge u okruženju u kome je vršeno ispitivanje. Niže cene mobilnog Interneta uticaće na popularizaciju i dostupnost mobilnih obrazovnih servisa.

5.3.3.2 Analiza primene aplikacije za podršku nastavi integrisane u veb portal

Metodologija

Istraživanjem treba utvrditi u kojoj meri korišćenje FONWebGPSS aplikacije utiče na rezultate studenata prilikom polaganja ispita iz oblasti diskretne simulacije. Postavljene su sledeće radne hipoteze:

Polaganjem ispita korišćenjem FONWebGPSS aplikacije studenti ostvaruju bolje rezultate nego kada polažu korišćenjem desktop GPSS/FON aplikacije.

Interfejs FONWebGPSS aplikacije je jednostavan i lak za korišćenje.

Performanse FONWebGPSS aplikacije su na visokom nivou i omogućavaju efikasno kreiranje i izvršavanje simulacionih modela.

Integracija FONWebGPSS aplikacije i Moodle LMSa omogućava efikasno praćenje rada studenata tokom kursa.

Eksperiment je izveden na ukupnom uzorku od 60 studenta četvrte godine Fakulteta organizacionih nauka u Beogradu, smera Informacioni sistemi i tehnologije, koji su bili na slučajan način podeljeni u eksperimentalnu (30 studenata) i kontrolnu grupu (30 studenata). Sve nastavne jedinice na kursu realizovane su na sledeći način: svi studenti, i eksperimentalne i kontrolne grupe, imali su blok predavanja izvedenih na tradicionalni način, na kojima je obrađivana ista materija. Zatim, svi studenti, i eksperimentalne i kontrolne grupe, imali su laboratorijske vežbe realizovane korišćenjem sistema za elektronsko učenje i FONWebGPSS aplikacije integrisane u sistem za učenje na daljinu. Studenti u eksperimentalnoj grupi polagali su deo ispita preko računara, korišćenjem FONWebGPSS aplikacije. Kontrolna grupa polagala je ispit klasično, na papiru. Oblast znanja na kojoj su studenti testirani je područje računarske simulacije i simulacionih jezika.

Radi realizacije i merenja ciljeva istraživanja, u eksperiment su bili uključeni sledeći instrumenti: završni test znanja koji su studenti polagali na kraju semestra i upitnik za studente.

Na testu znanja, student rešavaju zadatke iz oblasti modelovanja i simulacije diskretnih sistema. Tipičan zadatak na testu obuhvata sledeće zahteve:

izradu simulacionog modela;

verbalni opis razvijenog modela;

izmene simulacionog modela i prilagođavanje specifičnim zahtevima.

Test koji je korišćen standardni je test koji se koristi za polaganje ispita Simulacija i simulacioni jezici već duže od pet godina. Test je korišćen za ispitivanje da li postoje značajne statističke razlike u rezultatima studenata eksperimentalne grupe i kontrolne grupe. Studenti eksperimentalne grupe su završni test radili korišćenjem FONWebGPSS aplikacije, dok su studenti kontrolne grupe završni test radili tradicionalno, na papiru.

Upitnik za studente su studenti popunjavali nakon ispita. Cilj upitnika je da se prikupe podaci o utiscima studenata o FONWebGPSS aplikaciji. Upitnik je sadržao pitanja za prikupljanje osnovnih podataka o studentima, kao i o njihovom iskustvu u korišćenju informacionih tehnologija i LMS u procesu učenja i pripreme ispita.

184

U okviru istraživanja korišćena je zavisna promenljiva Kvalitet stečenog znanja iz oblasti simulacije diskretnih događaja. Kao nezavisne promenljive za ocenu kvaliteta stečenog znanja korišćene su sledeće promenljive: status studenta (budžet, samofinansiranje), dosadašnji uspeh u studiranju (prosečna ocena), učestalost primene IKT u učenju (svakodnevno, često, povremeno, retko, nikada), učestalost korišćenja LMS u učenju (svakodnevno, često, povremeno, veoma retko, nikada), vreme koje student provodi u učenju (svakodnevno, često, povremeno, veoma retko, nikada), tip materijala za pripremu ispita (štampana knjiga, elektronska knjiga, ppt, video), vreme provedeno u pripremi predispitnih aktivnosti (1 dan, 2-3 dana, 3-5 dana, 1 nedelja, duže od nedelju dana), priprema ispita (broj provežbanih zadataka) i prisustvo na nastavi (broj časova na kojima je student prisustvovao).

Analiza rezultata testa znanja

Ispitivanje kvaliteta znanja studenata izvršeno je sa ciljem da se utvrdi da li postoje značajne statističke razlike u rezultatima postignutim na testu znanja studenata eksperimentalne i kontrolne grupe. Deskriptivna uporedna statistika rezultata ostvarenih na testu znanja prikazana je u tabeli 34.

N Mean Std. Deviation

Eksperimentalna grupa 30 8.97 0.928

Kontrolna grupa 30 8.43 1.406

Tabela 34. Deskriptivna uporedna statistika rezultata ostvarenih na testu znanja

Rezultati analize pokazuju da je u eksperimentalnoj grupi više studenata ostvarilo visoku ocenu. F(2,58)=7.7036 (p<0,05).

U Tabeli 35 prikazana je analiza uticaja pojedinih faktora na ocenu studenata:

Karakteristika F Sig. dfstatus studenta 0.341 0.796 3dosadašnji uspeh u studiranju 4.498 0.011 3učestalost primene IKT u učenju 0.346 0.793 3učestalost korišćenja LMS u učenju 0.393 0.759 3vreme koje student provodi u učenju tokom semestra

2.824 0.048 3

tip materijala za pripremu ispita 1.682 0.049 3vreme provedeno u pripremi predispitnih aktivnosti 0.576 0.636 3broj provežbanih zadataka za pripremu ispita 0.396 0.757 3prisustvo na nastavi 0.822 0.494 3

Tabela 35. Uticaj pojedinačnih faktora na ocenu studenata

Na osnovu dobijenih rezultata, može se zaključiti da na ostvarene rezultate studenata utiču sledeći faktori:

prethodni uspeh u studiranju, tj. studenti koji su ranije tokom studiranja ostvarivali dobre rezultate, ostvarili su visoku ocenu i iz oblasti diskretne simulacije

vreme koje student provodi u učenju tokom semestra, tj. studenti koji više i češće uče, ostvarili su bolje rezultate na ispitu

tip nastavnih materijala koje student koristi; detaljnijom analizom utvrđeno je da su najbolje rezultate na ispitu ostvarili studenti koji preferiraju da koriste video materijale.

Analiza rezultata pokazala se da faktori koji se odnose na učestalost primene IKT-a u učenju i učestalost korišćenja LMS-a u učenju ne utiču na ostvareni uspeh studenata. Razlog tome je što je veliki broj ispitanika odgovorio da svakodnevno koristi IKT i LMS u procesu učenja.

185

Takođe, na rezultat studenata nisu uticali vreme provedeno u pripremi predispitnih aktivnosti, broj provežbanih zadataka pred ispit niti prisustvo na nastavi. Jedini faktor koji se tiče navika u učenju, a koji je imao uticaja na rezultat studenata, je vreme koje student provodi u učenju tokom semestra, tj. studenti koji uče redovno ostvarili su bolje rezultate na ispitu iz oblasti diskrente simulacije. Na osnovu navedenog, preporučuje se da se u okviru razmatranog kursa studenti motivišu da rade redovno, kroz različite zadatke, projekte i druge obaveze tokom semestra.

5.3.3.3 Analiza primene edukativnih igara integrisanih u veb portal

Metodologija

Osnovna ideja ovog dela sistema zasniva se na unapređenju sistema e-obrazovanja u oblasti Internet marketinga primenom edutainment aktivnosti u Moodle sistemu. Predmet istraživanja je realizacija učenja kroz igru na onlajn kursu Internet marketing. Proces unapređenja kurseva primenom edutainment-a obuhvata kreiranje grupa studenata na osnovu podataka prikupljenih tokom istraživanja. Istraživanjem treba utvrditi da li je povećana uspešnost studenata koji su pohađali kurs unapređen edutainment aktivnostima.

Glavna hipoteza postavljena u istraživanju glasi: Implementacijom edutainment aktivnosti u sistem za upravljanje učenjem, može se unaprediti proces učenja Internet marketinga. Pomoćne hipoteze su:

Edutainment aktivnosti ogledаju se u integraciji zadataka, testova, kvizova, edukativnih igara u obrazovni kurs prema zаhtevimа i osobinаmа studenаtа.

Studenti koji uče Ineternet marketing na osnovu edutainment aktivnosti, postižu bolje rezultate na testu znanja od studenata koji uče na klasičan način.

Istraživanje je realizovano na Fakultetu organizacionih nauka u letnjem semestru školske 2010/2011 godine na uzorku od 60 studenata, koji su bili podeljeni u eksperimentalnu (30 studenata) i u kontrolnu grupu (30 studenata). Svi studenti su sa smera Informacioni sistemi i tehnologije, i imaju ista predznanja. Testiranje i anketiranje je izvršeno na predmetu Internet marketing.

Eksperiment je izveden praćenjem paralelnih grupa kojima je predavao isti profesor. Studenti su podeljeni u eksperimentalnu i kontrolnu grupu metodom slučajnog izbora. Studenti u eksperimentalnoj grupi su na elektronskom kursu radili edutainment aktivnosti, a studenti u kontrolnoj grupi su radili obične aktivnosti.

Izvršeno je ispitivanje ujednačenosti kontrolne i eksperimentalne grupe na osnovu predznanja iz oblasti koja se izučava na kursu (F(1,59)=6,099, p>0,05) i iskustva u korišćenju sistema za elektronsko obrazovanje (F(1,59)=0,701, p>0,05). Utvrđeno je da su eksperimentalna i kontrolna grupa ujednačene po svim navedenim parametrima.

U eksperiment su bila uključena dva instrumenta: (a) Test znanja, (b) Upitnik za ispitivanje stavova studenata o kursu baziranom na edutainment aktivnostima.

Test su polagali studenti eksperimentalne i kontrolne grupe po završetku eksperimenta. Pitanja na testu su bila iz gradiva obrađenog na predavanjima tokom semestra. Test je korišćen za ispitivanje da li postoje značajne statističke razlike u rezultatima studenata eksperimentalne grupe i kontrolne grupe. Test je obuhvatio 10 pitanja zatvorenog tipa. Validacija testa izvršena je korišćenjem Kronbahovog alfa koeficijenta. Za korišćeni test znanja Kronbahov alfa koeficijent iznosi 0,7580.Po završetku eksperimenta, studenti su popunjavali upitnik u okviru ankete čiji je cilj bio prikupljanje podataka o stavovima studenata prema realizovanim edutainment aktivnostima. U okviru upitnika studenti su odgovarali na sledeća pitanja: Da li studenti na kursu Internet marketing

186

smatraju da im ovakav vid učenja odgovara?; Da li studenti smatraju da ovakav vid učenja odgovara njihovom stilu učenja?; Da li je opšti utisak o usklađenosti edutainment aktivnosti sa testom znanja pozitivan? Na postavljena pitanja studenti su odgovarali izborom jedne od tri ponuđene opcije: “u potpunosti mi odgovara“, “delimično mi odgovara“, “ne odgovara mi“. Kronbahov alfa koeficijent za upitnik za ispitivanje stavova studenata iznosi 0,548.

Na početku eksperimenta svi studenti su upisani na onlajn kurs Internet marketing. Osnovni cilj onlajn kursa Internet marketing je da studenti nauče osnove Internet marketinga i njegovu primenu u realnim poslovnim situacijama. Svi studenti na kursu su tokom semestra slušali ista predavanja i vežbe. Studentima eksperimentalne grupe bile su omogućene dodatne edutainment aktivnosti. Studenti kontrolne grupe su od aktivnosti na kursu imali testove, za koje su se pripremali na osnovu dostupnih materijala iz gradiva. Materijali iz gradiva su bili na raspolaganju i studentima eksperimentalne grupe. Dodatne aktivnosti koje su u Moodle-u bile zastupljene i omogućene studentima eksperimentalne grupe su lekcije grananja, Hot Potatoes ukrštenica i Articulate kvizovi. Po završetku kursa, svi studenti su polagali test u elektronskoj formi koji je imao za cilj da utvrdi da li ima značajne razlike u naučenom gradivu. Studenti kontrolne grupe polagali su završni test na osnovu materijala sa predavanja iz gradiva tokom semestra. Studenti eksperimentalne grupe su za razliku od studenata kontrolne grupe završni test spremali putem edutainment aktivnosti kojima je bio pokriven nastavni sadržaj iz celog semestra. Izvršeno je poređenje postignutih rezultata studenata koji su radili obične i studenata koji su radili edutainment aktivnosti na onlajn kursu Internet marketing. Svi studenti koji su učestvovali u istraživanju popunili su upitnik. Osnovni cilj upitnika je bio da studenti iskažu stavove prema izvedenoj nastavnoj metodologiji.

Analiza rezultata testa znanja

Statistička analiza prikupljenih podataka sprovedena je sa ciljem da se ispita da li su razlike u postignutim rezultatima studenata eksperimentalne i kontrolne statistički značajni. Korišćena je analiza varijanse kako bi se utvrdilo da li su razlike u rezultatima studenata eksperimentalne i kontrolne grupe statistički značajne.

Analiza rezultata studenata ima za cilj da utvrdi da li postoji razlika u ocenama studenata eksperimentalne i kontrolne grupe koji su polagali test znanja. Aritmetičke sredine i standardne devijacije izmerenih varijabli na celom uzorku, prikazane su u Tabeli 36.

N Mean Std. Deviation

Eksperimentalna grupa 30 7.67 1.398

Kontrolna grupa 30 6.90 1.062

Tabela 36. Deskriptivna uporedna statistika rezultata ostvarenih na testu znanja

U eksperimentalnoj grupi više studenata je ostvarilo visoku ocenu. Na završnom testu bolje rezultate ostvarili su studenti eksperimentalne grupe od studenata kontrolne grupe. Rezultati analize pokazuju da postoji značajna statistička razlika između eksperimentalne i kontrolne grupe u broju studenata koji su dobili ocenu 10 (deset) na završnom testu F(1,59)=2.865 (p<0,05).

Najveći broj studenata kontrolne i eksperimentalne grupe rešio je test u vremenskom periodu od 5 do 10 minuta. Takođe, primetno je da su studenti eksperimentalne grupe bili brži u rešavanju završnog testa F(1,59)=0,434 (p<0,05).

Nakon završnog testa, izvršena je analiza korelacije, kako bi se utvrdilo koja od realizovanih edutainment aktivnosti najviše doprinosi kvalitetu stečenog znanja studenata. Rezultati analize prikazani su u Tabeli 37.

187

Edutainment aktivnost - Ukrštenica

Edutainment aktivnost –Lekcija grananja

Edutainment aktivnost –Kviz

Ocena na finalnom testuPearson Correlation ,499** ,392* ,301

Sig. (2-tailed) ,005 ,032 ,106

*. Correlation is significant at the 0.05 level (2-tailed).**. Correlation is significant at the 0.01 level (2-tailed).

Tabela 37. Analiza korelacije rezultata ostvarenih na testu znanja i edutainment aktivnosti

U okviru analize korelacije razmatra se kako pojedinačne edutainment aktivnosti utiču na ocenu ostvarenu na finalnom testu. Analizom nije obuhvaćena korelacija između edutainment aktivnosti međusobno. U Tabeli 37 prikazani su Pearsonovi koeficijenti korelacije i značajnost. Može se zaključiti da na ocenu ostvarenu na finalnom testu utiču Edutainment aktivnosti Ukrštenica i Lekcija grananja. Aktivnost Kviz trebalo bi dodatno unaprediti kako bi i njen doprinos u obrazovnim aktivnostima bio značajniji.

Ispitivanje stavova studenata o kursu baziranom na edutainment aktivnostima

Ispitivanje je izvršeno sa ciljem da se utvrdi stav studenata o kursu baziranom na edutainment aktivnostima. Za analizu podataka prikupljenih u upitniku za ispitivanje stavova, korišćena je analiza varijanse sa tri faktora, pri čemu je od faktora vrednovan je u tri nivoa:

Faktor nastavni materijali: F(3, 27)=25,284, p<0.05. Faktor je korišćen za ispitivanje stava studenata o dostupnim nastavnim materijalima na kursu: prezentacijama, lekcijama grananja, kvizu i ukrštenici.

Faktor prilagođenost edutainment aktivnosti: F(3,27)=23,647, p<0.05. Posmatra se prilagođenost edutainment aktivnosti ostalim nastavnim materijalima na kursu, i nastavnim oblastima koje se izučavaju na kursu.

Faktor opšti utisak o elektronskom kursu u celini: F(3,27)=17,971, p<0.05. Faktor se odnosi na generalni stav studenata o celom kursu zasnovanom na edutainmen-tu, odnosno koliko sve dostupne aktivnosti i metod koji se primenjuje odgovaraju tempu rada studenata i koliko ih sve to motiviše u učenju.

188

6 Naučni i stručni doprinosi

Najvažniji rezultat istraživanja u okviru ove doktorske disertacije je razvoj modela veb portala za adaptivno elektronsko obrazovanje. Razvijeni model prilagođen je za primenu u uslovima visokoškolskog obrazovanja u Srbiji, ima veliku upotrebnu vrednost i predstavlja značajan naučni rezultat. Implementirano rešenje je sveobuhvatno, pruža okvir za uspešnu realizaciju svih poslovnih procesa u okviru sistema elektronskog obrazovanja. Originalnost modela se ogleda u definisanju metodološkog postupka projektovanja i implementacije portala za adaptivno e-obrazovanje. Definisan je model za integraciju obrazovnih servisa u sisteme elektronskog obrazovanja. Opisan je metod razvoja servisa za prilagođavanje sadržaja učenja prema karakteristikama studenata, baziran na tehnikama poslovne inteligencije i ekspertnim sistemima.

Ključni naučni doprinosi ove disertacije su:

Formalni opis modela i metoda razvoja veb portala za adaptivno elektronsko obrazovanje. Razvijeni model se može jednostavno i efikasno menjati i prilagođavati za primenu u različitim okruženjima.

Model i implementacija servisa elektronskog obrazovanja integrisanih u veb portal.

Model poslovnih procesa sistema adaptivnog e-obrazovanja.

Metod za merenje efikasnosti i kvaliteta portala za adaptivno elektronsko obrazovanje.

Metamodel veb portala za adaptivno elektronsko obrazovanje, sa svim relevantnim procesima, vezama, ulazima i izlazima.

Model infrastrukture za realizaciju veb portala za adaptivno elektronsko obrzovanje.

Sistematizacija i analiza rešenja za adaptivne sisteme e-obrazovanja.

Rezultati rada na doktorskoj disertaciji objavljeni su u više radova u naučnim časopisima i saopšteni su na više naučnih skupova u zemlji i u inostranstvu. Jedan od radova prihvaćen je za objavljivanje u vrhunskom časopisu međunarodnog značaja (kategorija M21) u oblasti primene informacionih tehnologija u obrazovanju – Educational Technology & Society Journal, koji je na sSCI listi, sa impakt faktorom 1.067 za 2010. Časopis izdaje International Forum of Educational Technology & Society.

Rad na doktorskoj disertaciji je rezultovao sledećim stručnim doprinosima: razvoj veb portala za adaptivno e-obrazovanje, primena postojećih i realizacija novih alata za razvoj servisa adaptivnog elektronskog obrazovanja, razvoj obrazovnih servisa za komunikaciju, kolaboraciju i izveštavanje. Primenom rezultata iz ove disertacije, obrazovne ustanove mogu integrisati komponente obrazovnog sistema, poboljšati performanse obrazovnog procesa, planirati i realizovati nastavne aktivnosti na efikasniji i kvalitetniji način, motivisati studente da postižu bolje rezultate i omogućiti bolju saradnju i komunikaciju učesnika u obrazovnom procesu

S obzirom na aktuelnost teme i na činjenicu da veći broj obrazovnih institucija poseduje neke elemente sistema elektronskog obrazovanja, ili planira da ih uvede, može se zaključiti da su mogućnosti primene rezultata istraživanja iz disertacije velike. Model se zasniva na Moodle sistemu za učenje na daljinu, i kao takav pogodan je za implementaciju u visokoškolskim ustanovama u Srbiji.

Jedna od najvažnijih prednosti modela predloženog u ovoj disertaciji je to što se njegovom primenom mogu integrisati servisi adaptivnog elektronskog obrazovanja, kao i drugi servisi elektronskog obrazovanja. Rezultati istraživanja (metamodel veb portala za adaptivno elektronsko obrazovanje, model adaptivnih obrazovnih servisa, metode merenja perfomansi sistema adaptivnog elektronskog obrazovanja) mogu se primeniti pojedinačno, ali i na nivou sistema elektronskog obrazovanja, što daje i najbolje rezultate.

189

Opisi metoda za razvoj veb portala za adaptivno elektronsko obrazovanje i implementaciju adaptivnih obrazovnih servisa mogu poslužiti kao najbolja praksa i šablon, što skraćuje vreme potrebno za implementaciju i obezbeđuje visok nivo standardizacije, olakšavajući integraciju procesa, aplikacija i resursa u elektronskom obrazovanju. Jedan od značajnijih rezultata u praktičnoj primeni je primer uspešnog korišćenja predloženog modela u realizaciji nastavnog procesa na Fakultetu organizacionih nauka.

Rezultati istraživanja realizovanih u okviru ove doktorske disertacije objavljeni su u više radova u naučnim časopisima i saopšteni na naučnim skupovima i to:

Radovi objavljeni u časopisu međunarodnog značaja na SCI listi:

1. M. Despotovic, A. Markovic, Z. Bogdanovic, D. Barac, S. Krco, Providing Adaptivity in Moodle LMS Courses, Educational Technology & Society Journal, 2011, ISSN 1436-4522. Pozicija časopisa za naučnu oblast: Education & Educational Research 37/139. SSCI, IF za 2010. je 1.066, Kategorija M21, (rad prihvaćen za objavljivanje).

Radovi objavljeni u časopisu međunarodnog značaja:

2. M. Despotović, Z. Bogdanović, D. Barać, Methodology for creating adaptive online courses using business intelligence, Transactions on Advanced Research, Vol 5. No 2., p.p. 27-35, ISSN: 1820-4511, IPSI Bgd Internet Research Society, New York, Frankfurt, Tokyo, Belgrade, 2009.

3. B. Radenković, M. Despotović, Z. Bogdanović, D. Barać, Creating adaptive environment for e-learning courses, Journal of Information and Organizational Sciences, Vol. 33, No.1, pp.179-189, ISSN 1846-3312, 2008.

Rad u časopisu nacionalnog značaja:

4. Despotović-Zrakić M., Bogdanović Z., Barać D., Labus A., Milić A., Model infrastrukture sistema e-obrazovanja zasnovan na cloud computing-u, InfoM, br 35, ISSN 1451-4397, 2008.

Radovi saopšteni na skupu međunarodnog značaja štampani u celini:

5. M. Despotović, Z. Bogdanović, D. Barać, B. Radenković, An application of data mining in adaptive web based education system, Proceedings of The Seventh International Conference on Web-Based Education, Innsbruck, March 17-19, 2008. pp.394-399.

6. M.Despotović, B.Radenković, D. Barać, Appliance of data mining in personalized e-learning systems, VIPSI-2008, Croatia Opatija.

7. M.Despotović, D.Barać, N.Bačanin-Džakula, Risks management in exploitation of e-learning systems, VIPSI-2008, Croatia Opatija.

8. N. Miloradović, Z. Bogdanović, D. Barać, Moodle API Based Mobile Learning Application, Proceedins of VIPSI-2008 International Conference on Advances in the Internet, Processing, Systems, and Interdisciplinary Research, Proceedings on CD, Opatija, Croatia, 03-06. april 2008.

9. B. Radenković, M.Despotovic, Z. Bogdanovic, D. Barać, Adaptive e-education system based on learning styles, CECIIS2008, Varaždin, Croatia, 24-26. septembar 2008.

10. M. Despotović, Z. Bogdanović, D. Barać, Analyzing risks in exploitation of an e-learning system, Information and Communication Technologies: from Modern to Information Society, Novo mesto, 19-20 septembar 2008.

190

11. D.Barać, Đ.Mazinjanin, M.Despotović, Risk management in developing the City of Belgrade e-government web portal, Global instability reflections, Slovenia 2009, pp.465-485, ISBN 978-961-92649-3-5.

12. B. Radenković, D. Barać, M. Despotović, Z. Bogdanović, Creating adaptive moodle-centric courses using business intelligence, International Conference Mathematical and Informational Technologies, August 27 - 31, 2009, Kopaonik, Serbia. pp. 314-320. ISBN 978-86-7412-052-1.

13. M.Despotović, B.Radenković, D.Barać, GPSS for e-learning environment, Proceedings of TELSIKS 2009, October 7-9, 2009. Nis, Serbia, Vol.1, pp.318-322., ISBN 978-1-4244-4381-9.

14. M. Despotović, B. Radenković, A. Marković, Z. Bogdanović, D. Barać, Teaching GPSS in E-Learning Environment, Proceedings on CD of 7th EUROSIM Congress on Modelling and Simulation, September 6-10, 2010, Prague, Czech Republic, Vol. 2, ISBN 978-80-01-04589-3.

15. M. Despotović-Zrakić, B. Jovanić, B. Radenković, Z. Bogdanović, D. Barać, A New Approach for Teaching Discrete Event Simulation via Web, Proceedings on CD of Applied Simulation and Modelling (ASM 2011), June 22-24, 2011, Crete Greece, ISBN 978-0-88986-884-7.

16. Z. Bogdanovic, B. Jovanić, D. Barać, A. Milić, M. Despotović-Zrakić, An Application of Cloud Computing as Infrastructure For e-Education, EDULEARN11 Proceedings CD, July 4-6, 2011, Barcelona, Spain, ISBN: 978-84-615-0441-1, pp. 4699–4707.

17. D.Barać, Z.Bogdanović, A. Milić, B.Jovanić, B.Radenković, Developing adaptive e-learning portal in higher education, TVC 2011 Proceedings on CD, September 1-3, 2011, Alicante, Spain.

18. A. Milić, B. Radenković, D. Barać, V. Đorđević, Veb okruženje za učenje simulacije diskretnih događaja, Proceedings on CD, MIT 2011, 28-31 August 2011.

Radovi saopšteni na skupu nacionalnog značaja štampani u celini:

19. D. Barać, Z. Bogdanović, N. Miloradović, Personalizacija sistema elektronskog obrazovanja zasnovana na stilovima učenja, Symorg2008, Beograd, 10-13.09.2008.

20. D. Barać, Z. Bogdanović, S. Damjanović, Implementacija personalizovanog sistema elektronskog učenja, Telfor2008, Beograd, 25-27. CD ROM, Novembar 2008.

21. B. Radenković, D. Barać, Z. Bogdanović, A model for integration of m-learning into learning management system, Zbornik radova XXXVI simpozijum o operacionim istraživanjima Symopis 2009, September 22-25, 2009. Ivanjica, Serbia, pp. 227-230, ISBN 978-86-80953-43-4.

22. A.Milić, M.Despotović-Zrakić, D.Barać, Cloud computing kao infrastruktura za obrazovanje na daljinu, Zbornik radova na CD-u sa XII međunarodnog simpozijuma SymOrg 2010, Jun 9-12, 2010. Zlatibor, ISBN 978-86-7680-216-6, M63.

23. M. Despotović-Zrakić, Z. Bogdanović, D. Barać, B. Radenković, Razvoj adaptivnog sistema elektronskog obrazovanja u MOODLE LMS-u, Konferencija Elektronsko učenje na putu ka društvu znanja 2010, 7. oktobar 2010. Beograd, Srbija.

24. M.Despotović-Zrakić, Z.Bogdanović, D.Barać, B.Radenković, An Application of FONWebGPSS in Teaching Simulation, Telfor2010, Beograd, CD ROM, Novembar 2010, pp. 1145-1148, M63.

25. A. Labus, M. Vulić, D. Barać, Z. Bogdanović, V. Đorđević, Primena koncepta učenja kroz igru u Moodle sistemu za upravljanje učenjem, E-trgovina, Palić, 06-08 aprila 2011. M63.

26. M.Despotović-Zrakić, D.Barać, Z.Bogdanović, B.Radenković, A. Savić, FONWebGPSS aplikacija za simulaciju diskretnih događaja, Infoteh 2011, Jahorina, 16-18 mart 2011. M63

191

7 Buduća istraživanja

Model obrazovnog portala razvijen u okviru ove disertacije, može se uspešno primeniti u visokoškolskim ustanovama za realizaciju nastavnog procesa. Implementirani servisi i mehanizmi za adaptaciju doprinose poboljšanju rezultata učenja i opštem zadovoljstvu studenata i nastavnika. Rezultati disertacije otvaraju mogućnost daljeg istraživanja u oblasti razvoja adaptivnih sistema integracijom standardnih rešenja za upravljanje učenjem i dodatnih servisa koji pružaju različite funkcionalnosti, ali i obezbeđuju adaptivnost. Unapređenja opisanog modela se pre svega mogu razmatrati u pravcu razvoja sofisticiranih mehanizama za adaptaciju, kao i naprednih servisa za podršku svim ključnim procesima u elektronskom obrazovanju.

Mehanizmi za adaptaciju kurseva se mogu poboljšati primenom ontologija i koncepata semantičkog veba. Komunikacija između komponenata treba da se u potpunosti odvija pomoću veb servisa. Dalje, modeli stereotipa koji se koriste za prilagođavanje sadržaja u okviru kurseva, potrebno je unaprediti. U modelu studenta u ovom istraživanju korišćena su tri parametra: znanje studenata, stilovi učenja i ad hoc definisani kriterijumi. Da bi se obezbedila potpuna adaptacija, neophodno je utvrditi i sve druge osobine studenata: predznanje iz odgovorajuće oblasti, očekivanja, brzinu učenja, motivaciju, veštine, znanja, društvene karakteristike i druge. Krajnji cilj adaptacije podrazumeva razvoj modela koji bi uzeo u obzir sve navedene faktore. Prilikom utvrđivanja karakteristika studenata primenjen je skalarni model, koji bi trebalo unaprediti uvođenjem kompleksnijih modela koji mogu uzeti u obzir kompleksnije mere karakterisitka.

U disertaciji je prikazan koncept razvoja statičkog modela studenata, što znači da se podaci o studentima sakupljaju tokom vremena i kasnije primenjuju u otkrivanju stilova učenja. Potrebno je obezbediti mehanizam za praćenje rada studenata i promenu klastera u koji je grupisan, ukoliko se primeti da rezultati interakcije sa sistemom nisu odgovarajući. Rezultati ove disertacije mogu poslužiti kao dobra osnova za razvoj dinamičkog modela studenata u kojem bi se informacije o ponašanju i aktivnostima studenata u sistemu obrađivale i primenjivale u realnom vremenu. U vezi sa tim, trebalo bi integrisati sve relevantne podatke, tako da se primenom tehnika poslovne inteligencije dostignu još kvalitetnije analize i zaključci. Implementirani ekspertni sistem treba unaprediti tako da omogući potpunu automatizaciju prilikom izgradnje modela studenta i svrstavanja u grupe. U predloženom rešenju, proces kreiranja adaptiranih sadržaja (kurseva, lekcija, tekstualnih materijala, hipermedija resursa) podrazumeva znanje nastavnika kada su u pitanju informacione tehnologije. Mogućnost unapređenja u ovom segmentu se ogleda u razvoju alata za efikasno i jednostavno kreiranje i upravljanje adaptiranim resursima.

Dodatni servisi i aplikacije za podršku elektronskom obrazovanju razvijeni u okviru veb portala treba da budu prilagođeni savremenim standardima u e-obrazovanju. Treba obezbediti potpunu platformsku nezavisnost opisanih aplikacija i servisa. Integracija socijalnih mreža i razvoj servisa za socijalnu interakciju je jedan od mogućih načina da se poboljša lojalnost i zainteresovanost studenata za učenje. Da bi se u potpunosti realizovao koncept mobilnog obrazovanja, potrebno je razviti dodatne servise.

192

8 Zaključak

Koncept učenja preko Interneta i upotreba globalne mreže u organizovanju i realizaciji obrazovnog procesa poprima sve veći značaj. Nove tehnologije i Internet koriste se svakodnevno u prikupljanju informacija, komunikaciji, zabavi, pružanju različitih usluga.

Količina edukativnih sadržaja se rapidno uvećava. Različiti tipovi sadržaja kao što su: tutorijali, elektronske knjige, naučni članci i sl., su sada dostupni na vebu. Pronalaženje adekvatnih materijala za učenje postaje jedan od ključnih problema u procesu učenja. Istovremeno, svaki pronađeni resurs ima određene specifičnosti, kada su u pitanju načini prezentacije, oblasti koje pokriva, struktura sadržaja i sl. Neophodno je obezbediti personalizovan pristup materijalima za učenje.

Potreba za pružanjem personalizovanog pristupa informacijama je prepoznata ne samo u obrazovanju, nego i u ostalim sferama ljudskog delovanja. U poslednje vreme, mnogobrojna istraživanja u oblastima elektronskog poslovanja i marketinga su dovela do razvoja solucija, koje pružaju kvalitetne sisteme personalizacije. Međutim, ova rešenja imaju dosta ograničenu primenljivost u kontekstu elektronskog obrazovanja. Osnovni razlog je velika diverzifikovanost interesa, veština, ciljeva i stilova učenja studenata. Korisnici servisa e-obrazovanja pripadaju heterogenim grupama, koje odlikuju različite karakteristike. Usled sve većeg značaja i zastupljenosti elektronskog obrazovanja, prilagođavanje obrazovnih sadržaja i aktivnosti prema pojedinačnom korisniku, predstavlja jedan od najčešćih problema, koji se danas razmatraju.

Sistemi za elektronsko obrazovanje obuhvataju niz kompleksnih procesa, različitih elemenata, servisa i korisničkih uloga. Neophodno je obezbediti integraciju i sinhronizaciju svih komponenata i učesnika obrazovnog sistema u jedinstven sistem. Za razvoj efektivne platforme za elektronsko učenje potrebno je utvrditi karakteristike korisnika sistema, a zatim iskoristiti dobijene informacije za kreiranje i realizaciju obrazovnih procesa. Adaptivni sistemi elektronskog obrazovanja omogućavaju prilagođavanje sadržaja i načina organizacije elektronskih kurseva u skladu sa osobinama studenta.

U okviru ove disertacije opisane su tehnologije za razvoj infrastrukture veb portala. Data je analiza modela i servisa veb portala. Date su definicije pojmova i koncepata iz oblasti obrazovnih veb portala. Objašnjena je arhitektura veb portala, kao i softverska rešenja za realizaciju veb portala za elektronsko obrazovanje. Definisani su najznačajniji koncepti adaptivnog elektronskog obrazovanja, adaptivnosti i adaptivnih sistema. Analizirani su standardi i modeli e-obrazovanja. Prikazane su obrazovne strategije i tehnike koje se primenjuju u adaptivnom elektronskom obrazovanju. Definisani su parametri i kriterijumi na osnovu kojih se realizuje adaptacija elektronskog obrazovanja. Na osnovu obimne literature, dat je pregled postojećih rešenja u oblasti adaptivnih obrazovnih sistema.

Model portala za adaptivno elektronsko obrazovanje, koji se predlaže u disertaciji, pruža mogućnost integrisanja različitih komponenata i servisa elektronskog obrazovanja: servisi za adaptaciju, servisi za upravljanje kursevima i nastavnim materijalima, servisi za kolaboraciju i komunikaciju učesnika u obrazovanju, servisi za izveštavanje, mobilni servisi.

Model i servisi portala za adaptivno elektronsko obrazovanje podržavaju savremene standarde u oblasti projektovanja i razvoja sistema e-obrazovanja (SCORM, IEEE LTSC) i na taj način obezbeđuju interoperabilnost.

U eksperimentalnom delu doktorske disertacije realizovano je istraživanje usmereno ka validaciji predloženog modela za projektovanje i implementaciju portala za adaptivno elektronsko obrazovanje.

193

Razvijeni veb portal je primenjen u realizaciji nastavnog procesa u Laboratoriji za elektronsko poslovanje Fakulteta organizacionih nauka.

Rezultati istraživanja pokazali su da se primenom servisa veb portala, implementiranih adaptivnih mehanizama i njihovom integracijom sa sistemom za elektronsko učenje, postižu bolji rezultati i veće zadovoljstvo i zainteresovanost studenata, kao i da se povećava efikasnost i efektivnost rada svih korisnika portala.

194

9 Literatura

[1] ADL (2004), The SCORM 2004 (Sharable Content Object Reference Model) specification, preuzeto 20.05.2011. sa veb adrese http://www.adlnet.org/scorm.

[2] Aixia, D. & Wang, D., Factors Influencing Learner Attitudes Toward E-learning and Development of E-learning Environment Based on the Integrated E-learning Platform, International Journal of e-Education, e-Business, e-Management and e-Learning, Vol. 1, No. 3, 2011.

[3] Ally, M., (Ed.), Mobile Learning: Transforming the Delivery of Education and Training. Edmonton: AU Press, Athabasca University, 2009.

[4] Anaya, A. & Boticari, J., Content-free collaborative learning modeling using data mining, User Modeling and User-Adapted Interaction, dostupno na vebu od 20.01. 2011.

[5] Anderson, T. & Elloumi, F., Theory and Practice of Online Learning, Athabasca University, 2004.

[6] Angelica, C., Calero, C., Caballero, C. & Piattini, M., A proposal for a set of attributes relevant for Web portal data quality, Software Qual J, Vol.16, pp.513–542, 2005.

[7] Arnone, M., Small, R., Chauncey, S. & McKenna, P., Curiosity, interest and engagement in technology-pervasive learning environments: a new research agenda, Educational Technology Research and Development, Vol. 59, pp. 181-198, 2011.

[8] Aroyo, L., Dolog, P., Houben, G-J., Kravcik, M., Naeve, A., Nilsson, M. & Wild, F., Interoperability in Personalized Adaptive Learning, Educational Technology & Society, Vol. 9, No. 2, pp. 4-18, 2006.

[9] Aroyo, L., Dolog, P., Houben, G-J., Kravcik, M., Naeve, A., Nilsson, M. & Wild, F., User modeling and adaptive Semantic Web, Educational Technology & Society, Vol. 1, No. 1-2, pp. 105-110, 2010.

[10] Atif, Y., Benlamri, R. & Berri, J. Dynamic Learning Modeler, Educational Technology & Society, Journal of Educational Technology & Society, Vol. 6, No. 4, pp. 60-72, 2003.

[11] Balik, M. & Jelinek, I., Experimental Adaptive Web Portal with Semantic Data Store Semantic Media Adaptation and Personalization, 2008. SMAP '08. Third International Workshop on, pp. 189-192, Prague, Czech Republic, 2008.

[12] Banks, J., Carson, J., Nelson, B. & Nicol, D., Discrete-Event System Simulation, 5th Ed. Prentice Hall, 2010.

[13] Barać, D., Bogdanović, Z. & Miloradović, N., Personalizacija sistema elektronskog obrazovanja zasnovana na stilovima učenja, Symorg2008, Beograd, Septembar, 2008.

[14] Barać, D., Bogdanović, Z. & S. Damjanović, Implementacija personalizovanog sistema elektronskog učenja, Zbornik radova na CD-u, Telfor2008, Beograd, Novembar, 2008.

[15] Barać, D., Bogdanović, Z., Milić, A., Jovanić, B. & Radenković, B., Developing adaptive e-learning portal in higher education, Proceedings on CD, TVC 2011, September, 2011, Alicante, Spain.

[16] Barać, D., Đ.Mazinjanin & M.Despotović, Risk management in developing the City of Belgrade e-government web portal, Global instability reflections, Slovenia 2009, pp.465-485.

195

[17] Berhe, S., Demurjian, S., Ren, H. Devineni, M., Vegad, S. & Polineni, K., Axon – An Adaptive Collaborative Web Portal, 3rd Int. Workshop on Adaptation and Evolution in Web Systems Engineering – AEWSE 2008, Proceedings on CD

[18] Bielikova, M. & Navrat, M., Adaptive web-based portal for effective learning programming. Communication & Cognition, Vol. 42, No. 1-2, 79-92, 2009.

[19] Bieliková, M. & Návrat, P., Adaptive Web-Based Portal for Effective Learning Programming, E-learning’07, Istanbul, 2007

[20] Bielikova, M., An adaptive web-based system for learning programming, International Journal of Continuing Engineering Education and Life-Long Learning, Vol. 16, No.1/2. pp. 122-136, 2006.

[21] Bieliková, M., Barla, M. & Tvarožek, M. Personalized Presentation in Web-Based Information Systems, Proceedings of the 33rd conference on Current Trends in Theory and Practice of Computer Science, Springer-Verlag, 2007.

[22] Blake, C., & Scanlon, E., Reconsidering simulations in science education at a distance: features of effective use, J. Comput. Assist. Lear., Vol. 23, No. 6, pp. 491-502, 2007.

[23] Bogdanovic, Z., Jovanić, B., Barać, D., Milić, A. & Despotović-Zrakić, M., An Application of Cloud Computing as Infrastructure For e-Education, EDULEARN11 Proceedings CD, July 4-6, 2011, Barcelona, Spain, pp. 4699–4707.

[24] Bogdanović, Z., Poslovna inteligencija u elektronskom obrazovanju, magistarska teza, mentor dr Božidar Radenković, FON, Beograd, 2007.

[25] Bra, P. & Nejdl, W., Adaptive hypermedia and adaptive Web-based systems, Third International Conference, AH 2004, Eindhoven, Springer, 2004

[26] Brown, E., Cristea, A., Stewart, & C., Brailsford T., Patterns in Authoring of Adaptive Educational Hypermedia: A Taxonomy of Learning Styles, Journal of Educational Technology & Society, International Forum of Educational Technology & Society, Vol. 8, No. 3, pp. 77- 90, 2005.

[27] Brusilovsky, P. & Maybury, T., From adaptive hypermedia to the adaptive web, Communications of the ACM, Vol. 45, No. 5, pp. 30–33, 2002.

[28] Brusilovsky, P. , & Millán, E., User Models for Adaptive Hypermedia and Adaptive Educational Systems, In P . Brusilovsky, A. Kobsa, and W. Nejdl (Eds.): The Adaptive Web, LNCS 4321, pp. 3 – 53, 2007., Springer-Verlag Berlin Heidelberg, 2007.

[29] Brusilovsky, P., Adaptive Educational Systems on the World-Wide-Web: A Review of Available Technologies, In Proceedings of workshop WWW-Based Tutoring at 4th International Conference on Intelligent Tutoring Systems (ITS’98), 1998.

[30] Brusilovsky, P. & Millan, E., User models for adaptive hypermedia and adaptive educational systems In: Brusilovsky, P., Kobsa, A., Nejdl, W. (Eds.), The adaptive web, Springer-Verlag, Berlin, Heidelberg. pp. 3-53, 2007.

[31] Brusilovsky, P., & Miller, P., Course Delivery Systems for the Virtual University, In: Tschang, T. and Della Senta, T. (eds.): Access to Knowledge: New Information Technologies and the Emergence of the Virtual University, Amsterdam: Elsevier Science and International Association of Universities, pp. 167-206, 2001.

[32] Brusilovsky, P., Adaptive hypermedia, User Modeling and User Adapted Interaction, Ten Year Anniversary Issue (A. Kobsa, ed.), Springer Velag, Vol. 11, No. 1/2, pp. 87-110, 2011.

[33] Brusilovsky, P., Developing Adaptive Education Hypermedia Systems: From Design Models to Authoring Tools, In Authoring Tools for Advanced Learning Technologies by Murray, T., Blessing S., & Ainsworth, S. (Eds.), Kluwer Academic Publishers, NL, 2001.

196

[34] Brusilovsky, P., Knowledge tree: A distributed Architecture for Adaptive E-learning, WWW2004, New York, USA., ACM, pp. 104-113, 2004.

[35] Brusilovsky, P., Kobsa, A. & Nejdl, W., The Adaptive Web: Methods and Strategies of Web Personalization, Springer, 2007.

[36] Brusilovsky, P., Methods and Techniques of Adaptive Hypermedia, User Modeling and User-Adapted Interaction, Vol. 6, pp. 87-129, 1996.

[37] Buche, C., Querrec, R., An expert system manipulating knowledge to help human learners into virtual environment, Expert Systems with Applications, Vol. 38, pp. 8446–8457, 2011. (Ekspertni sistemi)

[38] Bures, M. & Jelinek, I., Framework for Easy and Effective Implementation of Adaptive Features in Web Portal, Computers and Advanced Technology in Education – 2008, Actapress, 2008

[39] Burgos, D., & Specht, M., Adaptive e-Learning Methods and IMS Learning Design: An Integrated Approach, Advanced Learning Technologies, pp.1192 – 1193, 2006.

[40] Byrne, J., Heavey, C. & Byrne, P., A review of Web-based simulation and supporting tools, Simul. Model. Pract. Th., Vol. 18, No 3, pp. 253-276, 2010.

[41] Chang, W. C., Hsu, H. H., Smith, T. K. & Wang, C. C., Enhancing SCORM metadata for assessment authoring in e-learning, Journal of Computer Assisted Learning, pp. 305-316, 2004.

[42] Chen, G.D., Chang, C.K. & Wang, C.Y., Ubiquitous learning website: Scaffold learners by mobile devices with information-aware techniques, Computers & Education. Vol. 50, pp. 77-90, 2008.

[43] Chen, H.-R. & Huang, H.-L., User Acceptance of Mobile Knowledge Management Learning System: Design and Analysis. Educational Technology & Society, Vol.13, No. 3, pp.70-77, 2010.

[44] Chih, M. & Chen, M., Intelligent web-based learning system with personalized learning path guidance, Computers & Education Vol. 51, pp.787–814, 2008.

[45] Chu, H.C., Hwang, G.J., Tsai, C.C. & Tseng, J. C. R., A two-tier test approach to developing location-aware mobile learning systems for natural science course, Computers & Education, Vol. 55, No. 4, pp.1618-1627, 2010.

[46] Churchill, D. & Hedberg, J., Learning Object Design Considerations for Small-Screen Handheld Devices, Computers & Education, Vol. 50, pp.881-893, 2008.

[47] Clough, G., Jones, A., McAndrew, P. & Scanlon, E., Informal learning with PDAs and smartphones. Journal of Computer Assisted Learning. Vol. 24, pp.359-371, 2008.

[48] Costanzo, A., Assuncao, M.D. & Buyya, R., Harnessing Cloud Technologies for a Virtualized Distributed Computing Infrastructure, IEEE Internet Computing, IEEE Computer Society, pp. 24-33, 2009.

[49] Dagger, D., O’Connor, Lawless, S., Walsh, E. & Wade, V., Service-Oriented E-Learning Platforms: From Monolithic Systems to Flexible Services, Vol. 11, No. 3, pp. 28-35, IEEE Internet computing, 2007.

[50] De Bra P., Smits D. & Stash N., Creating and Delivering Adaptive Courses with AHA!, Lecture Notes in Computer Science, Vol. 4227/2006, SpringerLink, pp. 21-33, 2006.

[51] De Bra, P., Aroyo, L. & Cristea, A., Adaptive Web-based Educational Hypermedia, In M. Levene, & A. Poulovassilis (Eds.), Web Dynamics, Adaptive to Change in Content, Size, Topology and Use, Springer, pp. 387-410, 2004. kod tehnika adaptacije

[52] Dekson, D.E. & Suresh, E.S.M. 2010., Adaptive e-learning techniques in the development of teaching, electronic portfolio – a survey, International Journal of Engineering Science and Technology, Vol. 2(9), pp. 4175-4181, 2010.

197

[53] Despotović, M., Razvoj metoda poslediplomskog obrazovanja na daljinu zasnovanog na Internet tehnologijama, doktorska disertacija, FON, 2006.

[54] Despotovic, M., A. Markovic, Z. Bogdanovic, D. Barac & S. Krco, Providing Adaptivity in Moodle LMS Courses, Educational Technology & Society Journal, 2011, (rad prihvaćen za objavljivanje).

[55] Despotović, M., Barać, D. & Bačanin-Džakula, N., Risks management in exploitation of e-learning systems, VIPSI-2008, Croatia Opatija.

[56] Despotović, M., Bogdanović, Z. & Barać, D., Analyzing risks in exploitation of an e-learning system, Information and Communication Technologies: from Modern to Information Society, Novo mesto, 2008.

[57] Despotović, M., Bogdanović, Z. & Barać, D., Methodology for creating adaptive online courses using business intelligence, Transactions on Advanced Research, Vol. 5, No. 2., pp. 27-35, IPSI Bgd Internet Research Society, New York, Frankfurt, Tokyo, Belgrade, 2009.

[58] Despotović, M., Bogdanović, Z. & Radenković, B., Integrating e-education components using web portal, Electronic services in private and public sector - opportunities and obstacles, Novo mesto, Slovenia, 2006.

[59] Despotović, M., Bogdanović, Z. & Radenković, B., Web portal for e-education, E-governance and e-business at the service of customer, editors: Pinterič, U., Svete, U. Faculty of Social Sciences, Ljubljana, 2007,

[60] Despotović, M., Bogdanović, Z., Barać, D. & Radenković, B., An application of data mining in adaptive web based education system, Proceedings of The Seventh International Conference on Web-Based Education, Innsbruck, pp.394-399, 2008

[61] Despotović, M., Bogdanović, Z., Savić, A. & Radenković B., Obrazovni i tehnički aspekti projekta sistema za e-obrazovanje, Zbornik radova, E-trgovina, 2006.

[62] Despotović, M., Radenković, B. & Barać, D., GPSS for e-learning environment, Proceedings of TELSIKS 2009, Nis, Serbia, Vol.1, pp.318-322, 2009

[63] Despotović, M., Radenković, B., Barać, D., Appliance of data mining in personalized e-learning systems, VIPSI-2008, Croatia Opatija.

[64] Despotović, M., Radenković, B., Marković, A., Bogdanović, Z. & Barać, D., Teaching GPSS in E-Learning Environment, Proceedings on CD of 7th EUROSIM Congress on Modelling and Simulation, Prague, Czech Republic, Volume 2, September 6-10, 2010

[65] Despotović-Zrakić, M., B. Jovanić, Radenković, B., Bogdanović, Z. & Barać, D., A New Approach for Teaching Discrete Event Simulation via Web, Proceedings on CD of Applied Simulation and Modelling (ASM 2011), Crete Greece, 2011

[66] Despotović-Zrakić, M., Barać, D., Bogdanović, Z., Radenković, B. & Savić, A., FONWebGPSS aplikacija za simulaciju diskretnih događaja, Infoteh 2011, Jahorina, 2011.

[67] Despotović-Zrakić, M., Bogdanović, Z., Barać, D. & Radenković, B., Razvoj adaptivnog sistema elektronskog obrazovanja u MOODLE LMS-u, Elektronsko učenje na putu ka društvu znanja 2010, Beograd, Srbija, 2010

[68] Despotović-Zrakić, M., Bogdanović, Z., Barać, D., Labus, A. & Milić, A., Model infrastrukture sistema E-obrazovanja zasnovan na cloud computing-u, InfoM, Časopis za informacione tehnologije i multimedijalne sisteme, Vol. 35/2010, Beograd, pp. 23-28, 2010.

[69] Despotović-Zrakić, M., Bogdanović, Z., Barać, D., Radenković, B., An Application of FONWebGPSS in Teaching Simulation, Telfor2010, Beograd, CD ROM,, pp. 1145-1148, 2010.

198

[70] Discenza, R., Howard, C., Schenk, K., The Design and management of effective distance learning programs, Idea Group Inc, 2002.

[71] Dolog, P., Henze, N., Nejdl, W., Sintek, M., The Personal Reader: Personalizing and Enriching Learning Resources Using Semantic Web Technologies, In: De Bra, P, Nejdl, W., (eds.) AH 2004. LNCS, Springer, Heidelberg, Vol. 3137, pp. 85–94, 2004. (Personal reader).

[72] Dujaily, A., Personality Effect in Design of Adaptive E-learning system, Doktorska disertacija, 2007.

[73] Edward, L., Lourdeaux, D., Lenne, D., Barthes, J. & Burkhardt, J., Modelling autonomous virtual agent behaviours in a virtual environment for risk, IJVR: International Journal of Virtual Reality, Vol. 7, No. 3, pp.13–22, 2004.

[74] El-Hussein, M., & Cronje, C., Defining Mobile Learning in the Higher Education Landscape, Educational Technology & Society. Vol. 13, No. 3, pp.12-21, 2010.

[75] Esichaikul, V., Lamnoi, S. & Bechter, C., Student Modelling in Adaptive E-Learning Systems Knowledge Management & E-Learning, An International Journal, Vol.3, No.3, 342-355, 2010.

[76] Esposito, F., Licchelli, O., Semeraro, G., Discovering Student Models in e-learning Systems, Journal of Universal Computer Science, 10(1) , pp. 47-57, 2004.

[77] Essalmi, L., Ben, J., Ayed, M., Kinshuk & Graf, S., A fully personalization strategy of E-learning scenarios Fathi, Computers in Human Behavior, Vol. 26, pp.581–591, 2010.

[78] Felder, R. & Silverman, L.K., Learning and Teaching Styles in Engineering Education, Journal of Engineering Education, Vol. 78, No. 7, pp. 674-681, 1988.

[79] Felder, R. & Soloman, B. A., Index of Learning Styles, http://www4.ncsu.edu/unity/lockers/users/f/felder/public/ILSdir/styles.htm, datum poslednje posete 02.03.2011.

[80] Felder, R. & Spurlin, J., Applications, Reliability and Validity of the Index of Learning Styles, Int. J. On Engineering Education, Vol. 21, No.1, pp. 103-112, 2005.

[81] Fraley, C. & Raftery, A., How Many Clusters? Which Clustering Method? Answers Via Model-Based Cluster Analysis, The computer journal, Vol. 41, No. 8, 1998.

[82] Franzoni, A. & Assar, S., Student Learning Styles Adaptation Method Based on Teaching Strategies and Electronic Media, Journal of Educational Technology & Society, Vol.12, No. 4, pp. 15-29, 2009.

[83] Friesen, K., & Mazloumi, N., Integration of learning management systems and web applications using web services, Advanced Technology for Learning, Vol. 1, No. 1, pp. 28-35, 2004.

[84] Froschl, C., User Modeling and User Profiling in Adaptive E-learning Systems, Master rad, Institute for Information Systems and Computer Media (IICM), Faculty of Computer Science, Graz University of Technology, Graz, Austria, 2005.

[85] García, E., Romero, C., Ventura, S., & Castro, C., An architecture for making recommendations to courseware authors using association rule mining and collaborative filtering, User Modeling and User-Adapted Interaction, Hingham: Kluwer Academic Publishers, 19 (1-2), pp. 99 -132., 2009.

[86] García, P., Amandi, A., Schiaffino, S., & Campo, M., Evaluating Bayesian networks’ precision for detecting students’learning styles, Computers & Education, 49 (3), 794-808, 2007.

[87] Ghaleb, F., Daoud, S., Hasna, A. & Jaam, J., El-Seoud, S. & Hosam El-Sofany, E-Learning Model Based On Semantic Web Technology, International Journal of Computing & Information Sciences, Vol. 4, No. 2, pp. 63-71, 2006.

199

[88] Graf, S. & Kinshuk K., Analysing the Behaviour of Students in Learning Management Systems with respect to Learning Styles. book chapter in: M. Wallace, M. Angelides, P. Mylonas, Advanced in Semantic Media Adaptation and Personalization, Springer Series on Studies in Computational Intelligence, Vol. 93, pp. 53-74, 2008.

[89] Graf, S. & Kinshuk, An Approach for detecting Learning Styles in Learning Management Systems, Proc. of 6th IEEE Int. Conf. on Advanced Learning Technologies (ICALT), IEEE Computer Society Press, Los Alamitos, CA, USA, pp. 161-163, 2006.

[90] Graf, S., Adaptivity in Learning Management Systems Focusing on Learning Styles, Doktorska disertacija, Vienna University of Technology, 2007.

[91] Graf, S., Fostering Adaptivity in E-Learning Platforms: A Meta-Model Supporting Adaptive Courses. Proceedings of Cognition and Exploratory Learning in Digital Age CELDA 2005, pp. 440-443, Porto, Decembar, 2005.

[92] Graf, S., Kinshuk, & Liu, T., Supporting Teachers in Identifying Students' Learning Styles in Learning Management Systems: An Automatic Student Modelling Approach, Journal of Educational Technology & Society, Vol.12, No. 4, pp. 3-14, 2009.

[93] Granlund, R., Berglund, E. & Eriksson, H. Designing web-based simulation for learning, Future Gener. Comp. Sy., Vol. 17, No. 2, 2000, pp. 171–185.

[94] Gu, X., Gu, F. & Laffey, J., Designing a mobile system for lifelong learning on the move, Journal of Computer Assisted Learning, Vol. 27, No. 3, pp. 204-215, 2011.

[95] Hartmann, J, Sure, Y., An Infrastructure for Scalable ReliableSemantic Portals, IEEE Intelligent Systems, Vol. 19, No.3, pp. 58 – 65, 2004.

[96] Hsu, K. C., & Yang, F.-C. O.,Toward an Open and Interoperable e-Learning Portal: OEPortal, Educational Technology & Society, Vol. 11, No. 2, pp. 131-148, 2008..

[97] http://moodle2003wp.codeplex.com/releases/view/3986 - poslednja poseta 31.09.2011.

[98] http://msu.codeplex.com/# - poslednja poseta 31.09.2011.

[99] http://scorm.com/scorm-explained/scorm-resources/ - poslednja poseta 31.09.2011.

[100] http://sharepoint.microsoft.com - poslednja poseta 31.09.2011.

[101] http://www.educationlabs.com/Projects/sharepointmoodle/Pages/default.aspx - poslednja poseta 31.09.2011.

[102] http://www.joomlalms.com/tutorials.html - poslednja poseta 31.09.2011.

[103] Huang, W., Webster, D., Wood, D. & Ishaya, T., An intelligent semantic e-learning framework using context-aware semantic web technologies, British Journal of Educational Technology, Vol. 37, No. 3, 2006.

[104] Hwang, G. J. & Tsai, C.C., Research trends in mobile and ubiquitous learning: a review of publications in selected journals from 2001 to 2010, British Journal of Educational Technology. Vol. 42, No. 4, 65-70, 2011.

[105] IBM Corporation, Patterns: Service-Oriented Architecture and Web Services, IBM RedBooks, 2004.

[106] IBM materijali, preuzeto 20.06.2011, sa veb adrese, ftp://public.dhe.ibm.com/common/ssi/pm/br/n/lob14007usen/LOB14007USEN.PDF

[107] IBM, Business Intelligence Certification Guide, IBM Redbooks, 2000.

[108] IMS Meta-data Best Practice Guide for IEEE 1484.12.1-2002 Standard for Learning Object Metadata, preuzeto 20.05.2011. sa veb adrese http://www.imsglobal.org/

[109] Ives, W. & Cheese, P., Realizing the promise of portals, Researching Technology Issues, Vol. 5, No. 3, pp. 20-23, 2002.

200

[110] Jin, H., Ibrahim, S., Bell, T., Gao, W., Huang, D. & Wu, S., Cloud Types and Services, Handbook of Cloud Computing, Springer, pp. 335-355, 2010.

[111] Kanninen, E., Learning styles and e-learning, Master rad, Tampere University Of Technology, 2009.

[112] Karampiperis, P., & Sampson, D., Adaptive Learning Resources Sequencing in Educational Hypermedia Systems, Educational Technology & Society, International Forum of Educational Technology & Society, Vol. 8, No. 4, pp. 128-147, 2005.

[113] Keles, A., Ocak, R., Keles, A., & Gülcü, A., ZOSMAT: Web-based intelligent tutoring system for teaching-learning process, Expert Systems with Application, Vol. 36, No.2, pp. 1229–1239, 2009.

[114] Khribi, M. K., Jemni, M., & Nasraoui, O., Automatic Recommendations for E-Learning Personalization Based on Web Usage Mining Techniques and Information Retrieval, Educational Technology & Society, Vol. 12, No. 4, pp. 30-42, 2009.

[115] Kobsa, A. User Modeling: Recent Work, Prospects and Hazards. In Adaptive User Interfaces: Principles and Practise. Schneider-Hufschmidt, M., K¨uhme, T. & Malinowski, U., (eds.), 1993.

[116] Kobsa, A., Generic User Modeling Systems. In: Brusilovsky, P., Kobsa, A., Nejdl, W., (eds.): The Adaptive Web: Methods and Strategies of Web Personalization. Berlin, Heidelberg, User Modeling and User-Adapted Interaction, Lecture Notes In Computer Science archive, New York: Springer Verlag, pp. 136-154, 2007.

[117] Koch, N., Software Engineering for Adaptive Hypermedia Systems, Doktorska disertacija, Ludwig-Maximilians-University Munich/Germany, 2000.

[118] Köck, M. & Paramythis, A., Activity sequence modelling and dynamic clustering for personalized e-learning, User modeling and user-adapted interaction, dostupno preko veba od 11. 01. 2011.

[119] Koper, R. & Tattersall, C. (Eds.), Learning design: A handbook on modelling and delivering networkededucation and training, New York: Springer. IMS Global Learning Consortium: IMS QTI/RES V1.1, 2000.

[120] Koster, R., A theory of fun for game design, Scottsdale: Paraglyph Press, 2005.

[121] Kuljis, J. & Paul, R., An appraisal of web-based simulation: whither we wander? Simul. Model. Pract. Th., Vol. 9, No. 1-2, pp 37-54, 2001.

[122] Kuljis, J. & Paul, R., Web-based discrete event simulation models: Current states and possible futures, Simulat. Gaming, Vol. 34, No.1, 2003, pp. 34-39.

[123] Labus, A., Game as a component of e-education in e-learning system Moodle, Master rad, FON, Beograd, 2010.

[124] Labus, A., Vulić, M., Barać, D., Bogdanović, Z., & Đorđević, V., Primena koncepta učenja kroz igru u Moodle sistemu za upravljanje učenjem, Zbornik radova na CD-u, E-trgovina, Palić, April, 2011.

[125] Levytskyy, A., Vangheluwe, H., Rothkrantz, L.J.M. & Koppelaar, H., MDE and customization of modeling and simulation web applications, Simul. Model. Pract. Th., Vol. 17, No. 2 2009, pp. 408-429.

[126] Liber, O., Learning objects: Conditions for viability, Journal of Computer Assisted Learning, Vol. 21, pp. 366–373, 2005.

[127] Manochehr, N., The Influence of Learning Styles on Learners in E-Learning Environments: An Empirical Study. Computers in Higher Education Economics Review, University of Portsmouth: The CALECO Group, 18(1), pp. 10-14, 2006.

201

[128] Manouselis, N., Kastrantas, K., Sanchez-Alonso, S., Cáceres, J., Ebner, H., Palmer, M., Naeve, A., Architecture of the Organic.Edunet Web Portal, International Journal of Web Portals (IJWB), Vol. 1, No. 1, pp.7-19, 2009.

[129] Martins, A. C., Faria, L., Vaz de Carvalho, C. & Carrapatoso, E., User Modeling in Adaptive Hypermedia Educational Systems, Educational Technology & Society, Vol. 11, No. 1, pp. 194-207, 2008. Tabela user modelling + Brusilovsky

[130] Mason, R. & Ellis, T. Extending SCORM LOM, Issues in Informing Science and Information Technology Vol. 6, pp. 866-874, 2009.

[131] Meccawy, A., Service-oriented architecture for adaptive and collaborative e-learning systems, Maram University of Nottingham, 2008.

[132] Meccawy, M., Blanchfield, P., Ashman, H., & Brailsford, T., WHURLE 2.0: Adaptive Learning Meets Web 2.0, Lecture Notes in Computer Science, Springer Berlin/ Heidelberg, pp. 274-279, 2008.

[133] Meccawy, M., Celik, I., Cristea, A., Stewart, C. & Ashman, H., Interoperable Adaptive Educational Hypermedia: A Web Service Definition, In Proc. IEEE Proceedings of International Conference on Advanced Learning Technologies, Kerkrade, The Netherlands, 2006.

[134] Meccawy, M., Stewart, C. & Ashman, H., Adaptive educational hypermedia interoperability and content creation with a web service-based architecture, Int. J. Learning Technology, Vol. 3, No. 3, pp. 269–285, 2007.

[135] Mihailović, D., Metodologija naučnih istraživanja, Fakultet organizacionih nauka, Beograd, 1999.

[136] Milić, A., Despotović-Zrakić, M., & Barać, D., Cloud computing kao infrastruktura za obrazovanje na daljinu, Zbornik radova na CD-u sa XII međunarodnog simpozijuma SymOrg 2010, Jun 9-12, 2010. Zlatibor.

[137] Milić, A., Radenković, B., Barać, D., & Đorđević, V., Veb okruženje za učenje simulacije diskretnih događaja, Proceedings on CD, MIT 2011, 28-31 August 2011.

[138] Miller, J, Fishwick, P, Taylor, P., Benjamin, P. & Szymanskie, B., Research and commercial opportunities in Web-Based Simulation, Simul. Model. Pract. Th., Vol. 9, No. 1-2, pp. 55-72, 2011.

[139] Miloradović, N., Bogdanović, Z. & Barać, D. Moodle API Based Mobile Learning Application, Proceedins of VIPSI-2008 International Conference on Advances in the Internet, Processing, Systems, and Interdisciplinary Research, Proceedings on CD, Opatija, Croatia, 03-06. april 2008.

[140] Miloradović, N., Integracija mobilnih obrazovnih servisa u sisteme elektonskog obrazovanja, magistarska teza, FON, 2010.

[141] Moodle, http://www.moodle.org/, datum poslednje posete 02.03.2011.

[142] Moore, M. G. & Kearsley G., Distance education: A systems view, Belmont, CA. Wadsworth, 2000.

[143] Moore, M. G., Three types of interaction, The American Journal of Distance Education, 3(2), pp.1-6, 1989.

[144] Moore, M.G., & William, G., Handbook of distance education, Lawrence Erlbaum Associates, 2003.

[145] Nauerz, A., Pietschmann, S. & Pietzsch, R., Collaborative annotation-driven adaptation in web portals, Proceedings of the eighteenth conference on Hypertext and hypermedia, ACM, pp. 155-156, 2007.

[146] Oracle WEB Logic Portal, materijal preuzet 20.06.2011, sa veb adrese http://download.oracle.com/docs/cd/E13218_01/wlp/docs102//pdf/overview.pdf

202

[147] Pahl, C., Architecture Solutions for E-learning Systems, Idea Group Inc (IGI), 2008.

[148] Pain D., Heron Le J., WebCT and online assessment: the best thing since SOAP?, Educational Technology & Society, 6(2), 62-71, 2003.

[149] Paramythis, A., Loidl-Reisinger, S., Adaptive Learning Environments and e-Learning Standards, Electronic Journal of e-Learning, Vol. 2, No. 1, pp.181-194, 2004

[150] Parkhurst, R., Moskal, B.M., Lucena, J., Downey, G.L., Bigley, T. & Elber, S., Engineering Cultures: Comparing Student Learning in Online and Classroom Based Implementations, International Journal of Engineering Education, Vol. 24, No 5, pp. 955-964, 2008.

[151] Pivec, M. Editorial: Play and learn: potentials of game-based learning British Journal of Educational Technology, 2007

[152] Popescu, E., Adaptation provisioning with respect to learning styles in a Web-based educational system: an experimental study, Journal of Computer Assisted Learning, Vol. 26, No. 4, pp. 243–257, 2010.

[153] Popovic, A., Lindic, J., Stemberger, M. & Jaklic, J., Web Triad: the Impact of Web Portals on Quality of Institutions of Higher Education - Case Study of Faculty of Economics, University of Ljubljana, Slovenia, The Journal of Issues in Informing Science and Information Technology, Volume 2, pp.313-325, 2005.

[154] Prodromou, E., & Avourise, N., E-Class Personalized: Design and Evaluation of an Adaptive Learning Content Management System, Artificial Intelligence Applications and Innovations, Boston: Springer Boston, Vol. 204, pp. 409-416, 2006.

[155] Puustjarvi, J., Using one-stop portal in integrating eLearning systems, Advanced Technology for Learning, Vol. 1, No. 2, pp. 99-106, 2004

[156] Radenković, B., Internet tehnologije, CD – specijalističke studije, FON, Beograd, 2004.

[157] Radenković, B., Barać, D., & Bogdanović, Z., A model for integration of m-learning into learning management system, Zbornik radova XXXVI simpozijum o operacionim istraživanjima Symopis 2009, Ivanjica, Serbia, pp. 227-230, September 22-25, 2009.

[158] Radenković, B., Barać, D., Despotović, M. & Bogdanović, Z., Creating adaptive moodle-centric courses using business intelligence, International Conference Mathematical and Informational Technologies, pp. 314-320, Kopaonik, Serbia, August 27 - 31, 2009.

[159] Radenković, B., Despotovic, M., Bogdanovic, Z, & Barać, D., Adaptive e-education system based on learning styles, CECIIS2008, Varaždin, Croatia, Septembar 2008.

[160] Radenković, B., Despotović, M., Bogdanović, Z. & Barać, D., Creating adaptive environment for e-learning courses, Journal of Information and Organizational Sciences, Vol. 33, No.1, pp.179-189, 2008.

[161] Radenković, B., Stanojević, M. & Marković, A., Računarska simulacija, FON i Saobraćajni fakultet, udžbenik, Beograd, 2010.

[162] Raol, M. J., Koong, K. S., Liu, L. C. & Yu C. S. An identification and classification of enterprise portal functions and features. Industrial Management & Data Systems, Vol. 102, No. 7, pp. 390-399, 2002

[163] Richmond, S., & Cummings, R., Implementing Kolb’s learning styles into online distance education, International Journal of Technology in Teaching and Learning, 1(1), 45-54, 2005.

[164] Romero, C., & Ventura S., Data mining in e-learning, Southampton: WIT Press, 2006.

[165] Romero, C., Ventura, S., & Bra, P. D., Knowledge discovery with genetic programming for providing feedback to courseware author, User Modeling and User-

203

Adapted Interaction, The Journal of Personalization Research, Vol. 14, No. 5, pp. 425–464, 2004.

[166] Romero, C., Ventura, S., García, E., et al., Data mining in course management systems: Moodle case study and tutorial, Computers & Education, Oxford: Elsevier Science Ltd, Vol. 56, No. 1, pp. 368-384, 2008.

[167] Rosmalen, P., Vogten, H., Van Es, R., Passier, H., Poelmans, P. & Koper, R. Authoring a full life cycle model in standards-based, adaptive e-learning, Educational Technology & Society, Vol. 9 No. 1, 2006, pp. 72-83.

[168] Sangineto, E., Capuano, N., Gaeta, M., Micarelli, A., Adaptive course generation through learning styles representation, Journal of Universal access in the information society, Springer 7(1-2), pp.1-23, 2007.

[169] SAP portal documentation, materijal preuzet 20.06.2011, sa veb adrese http://media.techtarget.com/searchSAP/downloads/chapter-december.pdf

[170] Shu-Lin, W. & Chun-Yi, W., Application of context-aware and personalized recommendation to implementan adaptive ubiquitous learning system, Expert Systems with Applications Vol. 38, 2011, pp. 10831–10838.

[171] Smutny, P., Smutny, L., Farana, R. & Smutná, J. Utilization a courseware WEB portal for virtual university requirements, Proceedings of the 8th conference on Applied informatics and communications, World Scientific and Engineering Academy and Society (WSEAS), pp. 400-404, 2008.

[172] Somyürek, S., Student modeling: Recognizing the individual needs of users in e-learning environments, International Journal of Human Sciences Vol. 6 No.2, pp. 429-450, 2009.

[173] Srinivasa, R., Nageswara, R. & Kumari E., Cloud Computing: An overview, Journal of Theoretical and applied Information Technology, Vol. 9. No.1, 2009.

[174] Stefanović, N., Razvoj modela poslovne inteligencije u adaptivnim B2B mrežama, doktorska disertacija, FON, 2008.

[175] Stojanovic, Lj, Staab, S. & Studer, R., eLearning based on the Semantic Web, Proceedings of WebNet2001, Florida, USA, 2001.

[176] Su, M., Tseng, S., Lin, Y. & Chen, C.H. A personalized learning content adaptation mechanism to meet diverse user needs in mobile learning environments, User Modeling and User-Adapted Interaction, Vol. 21, No. 1-2, pp. 5-49, 2010.

[177] Sultan, N., Cloud Computing for education: A new dawn?, International Journal of Information Management, Vol 30, No 2, pp. 101-182, 2010

[178] Takhirov, N., Adaptive personalized eLearning, Master thesis, Norwegian University of Science and Technology, 2008.

[179] Tang, T., & McCalla, G., Smart recommendation for an evolving e-learning system. International Journal on E-Learning, Vol. 4, No. 1, pp.105–129., 2005.

[180] Tang, Z., & Mac Lennan, J., Data mining with SQL server 2005, New Yersy: Wiley, 2005.

[181] Tao, Y. H., Guo, S.M., Lu, Y.H., The design and the formative evaluation of a web-based course for simulation analysis experiences, Comput. Educ., Vol. 47, 2006, pp. 414-432.

[182] Tatnall, A., Encyclopedia of Portal Technologies and Applications, Idea Group INC (IGI), 2007.

[183] Tzouveli, P., Mylonas, P., & Kollias, S., An intelligent e-learning system based on learner profiling and learning resources adaptation, Computers & Education Vol. 51 pp. 224–238, 2008.

204

[184] Uzunboylu, H., & Ozdamli, F., Teacher perception for m-learning: scale development and teachers’ perceptions, Journal of Computer Assisted Learning (članak dostupan preko veba od Aprila 2011.)

[185] Vasilyeva, E., Pechenizkiy, M. & Bra, P., Adaptation of Feedback in e-learning System at Individual and Group Level, In: P.Brusilovsky, M. Grigoriadou, K. Papanikolaou (Eds.): Proceedings of Workshop on Personalisation in E-Learning Environments at Individual and Group Level, 11th International Conference on User Modeling, pp. 49-56, 2007.

[186] Vassileva, J., A task-centred approach for user modelling in a hypermedia office documentation system, User Modelling & User-Adapted Interaction, Berlin: Springer Verlag, 6 (2-3), pp. 185-223, 1996.

[187] Vavoula, G. & Sharples, M., Lifelong learning organisers: requirements for tools for supporting episodic and semantic learning, Educational Technology & Society. Vol. 2, No. 3, pp. 82-97, 2009

[188] Vavoula, G., Pachler, N. & Kukulska-Hulme, A., Researching mobile learning: frameworks, tools and research designs. Oxford, UK: Peter Lang, 2009

[189] Vittorio F., Costagliola, G., Online testing, current issues and future trends, Journal of e-Learning and Knowledge Society, Vol 5, No 3, 2009

[190] Vukmirović, D., Miloradović, N. & Bogdanović, Z., A model for integration of m-learning into learning management system, Transactions on Advanced Research, Bgd Internet Research Society New York, Frankfurt, Tokyo, Belgrade IPSI, Vol. 5, No. 1, pp. 22-29, 2009.

[191] W3C, www.w3.org - poslednja poseta 15.04.2011.

[192] Wang, R. & Strong, D., Beyond accuracy: What data quality means to data consumers, Journal ofManagement Information Systems, 12, pp: 5–33, 1996

[193] Zikic, A. & Radenkovic, B, New Approach to Teaching Discrete Event System Simulation, Int. J. Eng. Educ., Vol. 12, No. 6, 1997.

[194] Zikic, A. & Radenkovic, B., Applications of GPSS/FON in teaching simulation, Int. J. Eng. Educ., Vol. 8, No. 5, pp. 355-366, 1992.

205

10 Spisak slika

Slika 1. Struktura Interneta...............................................................................................................10Slika 2. Troslojna arhitektura veb aplikacije.....................................................................................12Slika 3. Modela podataka u XML.....................................................................................................14Slika 4. Arhitektura veb servisa........................................................................................................15Slika 5. Grafički prikaz delova SOAP poruke...................................................................................16Slika 6. Strukturni pogled na WSDL dokument................................................................................17Slika 7. Tehnologije mobilnog obrazovanja......................................................................................20Slika 8. Model IT infrastrukture za e-obrazovanje............................................................................25Slika 9. Model infrastrukture za e-obrazovanje baziran na cloud computing-u................................26Slika 10. Portleti...............................................................................................................................29Slika 11. Model arhitekture veb portala............................................................................................30Slika 12. Obrazovni veb portal.........................................................................................................36Slika 13. Početna stranica portala za e-obrazovanje.......................................................................36Slika 14. Arhitektura Oracle BEA Weblogic.....................................................................................38Slika 15. Arhitektura IBM WebSphere portala..................................................................................39Slika 16. SAP NetWeaver okvir i portal............................................................................................39Slika 17. Obrazovni portal razvijen u Joomla LMS...........................................................................41Slika 18. Deo za upravljanje kursevima u Joomla LMS...................................................................41Slika 19. Funkcionalnost Microsoft Share Point Servera.................................................................43Slika 20. Funkcionalnost Microsoft Office SharePoint Servera........................................................44Slika 21. Konceptualni okvir sistema elektronskog učenja...............................................................48Slika 22. Sistemi za upravljanje učenjem.........................................................................................49Slika 23. Generacije sistema za upravljanje elektronskim učenjem.................................................50Slika 24. Tematski prikaz kursa u Moodle-u....................................................................................53Slika 25. Osnovni koncepti standarda e-obrazovanja......................................................................54Slika 26. Razvoj standarda elektronskog obrazovanja....................................................................55Slika 27. Model strukture sadržaja...................................................................................................57Slika 28. Konceptualni dijagram koji opisuje komponente paketa...................................................58Slika 29. Model karakteristika objekata učenja................................................................................61Slika 30. Struktura adaptivnog sistema............................................................................................62Slika 31. Model arhitekture adaptivnog hipermedija sistema...........................................................63Slika 32. Osnovne komponente ekspertnog sistema.......................................................................78Slika 33. Slojevi semantičkog veba..................................................................................................80Slika 34. Detaljna struktura modela portala za adaptivno elektronsko obrazovanje........................87Slika 35. Arhitektura sistema adaptivnog elektronskog obrazovanja...............................................88Slika 36. Arhitektura veb portala za adaptivno elektronsko obrazovanje.........................................89Slika 37. Aplikacije adaptivnog elektronskog obrazovanja...............................................................93Slika 38. Konceptualni izgled početne stranice portala....................................................................95Slika 39. Konceptualni izgled početne stranice portala za studente................................................97Slika 40. Konceptualni izgled početne stranice portala za nastavnike.............................................97Slika 41. Konceptualni izgled početne stranice portala za administratore.......................................98Slika 42. Autentikacija korisnika.......................................................................................................98Slika 43. Mehanizam adaptacije zasnovan na metodološkom postupku nastavnika.....................100Slika 44. Automatizovani mehanizam adaptacije...........................................................................100Slika 45. Procesi adaptivnog elektronskog obrazovanja................................................................102Slika 46. Integrisani model procesa adaptivnog elektronskog obrazovanja sa aspekta studenta. 103Slika 47. Model studenta u veb portalu za adaptivno elektronsko obrazovanje............................104Slika 48. Faze u procesu krerianja modela studenta.....................................................................104Slika 49. Prikupljanje podataka o studentima................................................................................106Slika 50. Organizacija istraživanja.................................................................................................107Slika 51. Proces kreiranja modela studenta...................................................................................108Slika 52. Proces kreiranja modela studenta na osnovu predznanja..............................................108Slika 53. Proces adaptacije na osnovu stilova učenja...................................................................109

206

Slika 54. Proces kreiranja modela studenta na osnovu predznanja i stilova učenja......................110Slika 55. Proces kreiranja modela studenta na osnovu ad hoc zadatih kriterijuma.......................111Slika 56. Proces ažuriranja modela studenta.................................................................................111Slika 57. Proces razvoja adaptivnih kurseva..................................................................................112Slika 58. Dijagram aktivnosti Realizacija adaptivnih e-kurseva.....................................................115Slika 59. Proces evaluacije sistema adaptivnog elektronskog obrazovanja..................................117Slika 60. Administrativni i procesi podrške.....................................................................................120Slika 61. Adaptacija primenom metodološkog postupka nastavnika, zasnovana na predznanju. .121Slika 62. Adaptacija primenom automatiznovani metoda u LMS-u, zasnovana na predznanju....121Slika 63. Osnovne grupe servisa portala za adaptivno elektronsko obrazovanje..........................126Slika 64. LMS servisi......................................................................................................................128Slika 65. Konceptualni model pristupa mobilnim obrazovnim servisima........................................129Slika 66. Prilagođavanje sadržaja za isporuku na mobilni uređaj..................................................130Slika 67. Komunikacija u procesu e-obrazovanja..........................................................................131Slika 68. Integracija komponenti sistema adaptivnog e-obrazovanja............................................135Slika 69. Model kompozitnih aplikacija za integraciju u veb portal.................................................136Slika 70. Arhitektura portala za adaptivno elektronsko obrazovanje.............................................138Slika 71. Početna stranica portala za adaptivno elektornsko obrazovanje....................................139Slika 72. Kreiranje nove kategorije dokumenata............................................................................140Slika 73. Dodavanje dokumenata od strane korisnika...................................................................140Slika 74. Kreiranje obaveštenja za studente..................................................................................141Slika 75. Prikaz foruma na portalu.................................................................................................141Slika 76. Kreiranje grupe................................................................................................................141Slika 77. Sinhronizacija korisničkih naloga....................................................................................142Slika 78. MSPS kao fajl sistem za Moodle LMS............................................................................143Slika 79. Integracija dokumenata MSPS i Moodle LMS.................................................................143Slika 80. Prikaz dostupnih Moodle LMS kurseva u okviru veb delova...........................................144Slika 81. Office Add-in za Moodle LMS..........................................................................................145Slika 82. Postavljanje dokumenta u okviru kursa Internet tehnologije 2010/11.............................145Slika 83. Izlaz iz ekspertnog sistema.............................................................................................146Slika 84. Pretraga studenata i kurseva..........................................................................................147Slika 85. Dodeljivanje atributa studentu u ES ELAB......................................................................148Slika 86. Poruka o dodeljenom atributu na dimenziji stila učenja SG............................................148Slika 87. Poruka o dodeljenom atributu.........................................................................................148Slika 88. Prikaz upisanih atributa za studenta...............................................................................149Slika 89. Arhitektura rešenja..........................................................................................................150Slika 90. Arhitektura modula za adaptaciju....................................................................................151Slika 91. Izgled kursa u adaptivnom režimu...................................................................................152Slika 92. Blok „Adaptirani resursi“..................................................................................................152Slika 93. Praćenje aktivnosti putem SMS-a...................................................................................153Slika 94. Mehanizam za definisanje kriterijuma adaptacije............................................................154Slika 95. Definisanje kriterijuma adaptacije....................................................................................154Slika 96. Adaptiacija na nivou grupe..............................................................................................155Slika 97. Adaptacija resursa...........................................................................................................156Slika 98. Primer resursa za vizuelni stil..........................................................................................157Slika 99. Use case diagram...........................................................................................................158Slika 100. Prilagođavanje prikaza sadržaja pomoću CSS tema....................................................158Slika 101. Prikaz testa ekranu mobilnog uređaja...........................................................................159Slika 102. Dijagram klasa za aplikaciju „Mobilni kviz“....................................................................160Slika 103. Dijagram sekvenci za slanje komentara na forum pomoću MMS-a..............................161Slika 104. Arhitektura FONWebGPSS aplikacije...........................................................................163Slika 105. Struktura FONWebGPSS aplikacije..............................................................................163Slika 106. Modul za nastavnike......................................................................................................164Slika 107. Prozor sa tekstom zadatka i editorom za pisanje izvornog GPSS koda.......................165Slika 108. Rezultati simulacije........................................................................................................166Slika 109. Integracija FONWebGPSS sa Moodle..........................................................................167Slika 110. Integracija FONWebGPSS aplikacije i Moodle LMS.....................................................168

207

Slika 111. Prikaz početne stranice aplikacije.................................................................................168Slika 112. Prikaz liste projekata.....................................................................................................169Slika 113. Detaljan prikaz projekta.................................................................................................169Slika 114. Kreiranje novog projekta i zadatka u okviru projekta.....................................................170Slika 115. Prikaz kalendara sa aktivnostima..................................................................................170Slika 116. Primeri edutainment aktivnosti......................................................................................171Slika 117. Uporedna analiza prolaznosti studenata na adaptivnom i neadaptivnom kursu...........173Slika 118. Poređenje ocena u adaptivnim i neadaptivnim kursevima............................................174Slika 119. Prilagođenost nastavnih materijala realizovanog adaptivnog kursa.............................176Slika 120. Prilagođenost adaptivnog kursa u celini........................................................................176

208

11 Spisak tabelaTabela 1. Osnovni atributi veb portala.............................................................................................29Tabela 2. Osnovne karakteristike generacija obrazovnih portala....................................................35Tabela 3. Zajedničke karakteristike u modelu korisnika...................................................................65Tabela 4. Felder-Silverman model stilova učenja............................................................................72Tabela 5. Uprošćeni primer ontologije u scenariju e-obrazovanja...................................................81Tabela 6. Tipovi i izvori institucionalnih podataka............................................................................90Tabela 7. Moduli poslovnog informacionog sistema obrazovne ustanove.......................................90Tabela 8. Karakteristike postupka prikupljanja podataka.................................................................92Tabela 9. Okvir procesa adaptivnog elektronskog obrazovanja....................................................102Tabela 10. Nastavni materijali prema stilu učenja..........................................................................113Tabela 11. Priprema objekata učenja............................................................................................114Tabela 12. Stilovi učenja i evaluacija znanja studenata.................................................................116Tabela 13. Tehnološki kriterijumi za evaluaciju sistema adaptivnog elektronskog obrazovanja. . .117Tabela 14. Obrazovni kriterijumi za evaluaciju sistema adaptivnog elektronskog obrazovanja....118Tabela 15. Korisnički kriterijumi za evaluaciju sistema adaptivnog elektronskog obrazovanja.....120Tabela 16. Veze između stilova učenja i aktivnosti dostupnih u Moodle LMS...............................122Tabela 17. Veze između stilova učenja i materijala za učenje raspoloživih u Moodle LMS..........123Tabela 18. Validacija prilagođenog indeksa stilova učenja............................................................124Tabela 19. Primena Moodle aktivnosti u mobilnom učenju............................................................130Tabela 20. Servisi za komunikaciju i kolaboraciju prema vremenu interakcije..............................131Tabela 21. Funkcionalnosti portala za adaptivno elektronsko obrazovanje...................................139Tabela 22. Spisak raspoloživih veb delova....................................................................................144Tabela 23. Raspon poena po atributima........................................................................................147Tabela 24. Određivanje nivoa predznanja po poenima..................................................................147Tabela 25. Tabela mdl_atributkorisnika.........................................................................................149Tabela 26. Grupe studenata i stilovi učenja...................................................................................173Tabela 27. Deskriptivna uporedna statistika..................................................................................174Tabela 28. Post hoc analiza...........................................................................................................175Tabela 29. Rezultati ankete o ispitivanju kvaliteta veb portala.......................................................177Tabela 30. Rezultati ankete o ispitivanju uticaja primene portala na ishode procesa učenja........178Tabela 31. Deskriptivna statistika za rezultate studenata na testu znanja (N=40)........................181Tabela 32. Uticaj tipa telefona na ostvareni broj poena.................................................................182Tabela 33. Uticaj učestalosti korišćenja Interneta preko mobilnog telefona na ostvareni broj poena.......................................................................................................................................................182Tabela 34. Deskriptivna uporedna statistika rezultata ostvarenih na testu znanja........................184Tabela 35. Uticaj pojedinačnih faktora na ocenu studenata..........................................................184Tabela 36. Deskriptivna uporedna statistika rezultata ostvarenih na testu znanja........................186Tabela 37. Analiza korelacije rezultata ostvarenih na testu znanja i edutainment aktivnosti.........187

209

12 Prilog

I Mobilno obrazovanje

G3.1 – Tehnološka ograničenja mobilnih telefona

Odgovorite na postavljena pitanja popunjavanjem praznog prostora ili izborom iz liste ponuđenih odgovoraGrupa Rb. Pitanje

G3.1

1 Da li posedujete mobilni telefon? (a) Ne; (b) Jedan; (c) Više.

2Navedite proizvođača i model vašeg mobinog telefona

Proizvođač:________________________________________; Model:_________________________________________.

3 Da li posedujete smarthphone? (a) Ne; (b) Jedan; (c) Više.

4Koji operativni sistem ima vaš mobilni telefon?

(a) Fabrički; (b) Android; (c) Windows mobile; (d) Symbian; (e) Linux; (f) Ne znam; (g) Drugi:______________________.

5 Da li vaš telefon podržava GPRS? (a) Da; (b) Ne; (c) Ne znam.

6 Da li vaš telefon podržava WiFi? (a) Da; (b) Ne; (c) Ne znam.

7 Da li vaš telefon ima JAVA platformu? (a) Da; (b) Ne; (c) Ne znam.

8 Da li vaš telefon podržava 3G? (a) Da; (b) Ne; (c) Ne znam.

9 Da li vaš telefon podržava video razgovore? (a) Da; (b) Ne; (c) Ne znam.

10 Da li vaš telefon podržava GPS? (a) Da; (b) Ne; (c) Ne znam.

11 Da li vaš telefon podržava Bluetooth? (a) Da; (b) Ne; (c) Ne znam.

12 Da li vaš telefon ima ekran u boji? (a) Da; (b) Ne; (c) Ne znam.

13 Da li vaš telefon ima ekran osetljiv na dodir? (a) Da; (b) Ne; (c) Ne znam.

14 Baterija vam u proseku traje: (a) Jedan dan; (b) Do dva dana; (c) Do tri dana; (d) Više od tri dana; (e) Ne znam.

G3.2 – Upotreba mobilnih telefona

Odgovorite na postavljena pitanja izborom iz liste ponuđenih odgovora:

(a) Svaki dan; (b) 2-3 puta nedeljno; (c) Jednom mesečno; (d) Jednom godišnje; (e) Ne koristim.

Grupa Rb. Pitanje

G3.2

1 Da li koristite kalendar telefonu? (a) (b) (c) (d) (e)

2 Da li koristite telefon za razmenu MMS poruka? (a) (b) (c) (d) (e)

3 Da li koristite telefon za razmenu email poruka? (a) (b) (c) (d) (e)

4 Da li koristite telefon za surfovanje web-om? (a) (b) (c) (d) (e)

5 Da li koristite telefon za preuzimanje slika sa Interneta? (a) (b) (c) (d) (e)

6 Da li koristite telefon za preuzimanje muzike sa Interneta? (a) (b) (c) (d) (e)

7 Da li koristite telefon za gledanje video materijala? (a) (b) (c) (d) (e)

8 Da li koristite telefon za preuzimanje video materijala sa Interneta? (a) (b) (c) (d) (e)

9 Da li koristite telefon za plaćanje usluga? (a) (b) (c) (d) (e)

10 Da li koristite video razgovor? (a) (b) (c) (d) (e)

11 Da li koristite navigaciju na telefonu? (a) (b) (c) (d) (e)

12 Da li koristite audio beleške na telefonu? (a) (b) (c) (d) (e)

210

Odgovorite na postavljena pitanja popunjavanjem praznog prostora ili izborom iz liste ponuđenih odgovora

G3.2

13Da li ste nekad instalirali dodatne aplikacije na vaš telefon?

(a) Ne; (b) Da, koje:__________________________________________________________________________________.

14 Da li koristite telefon u još neku svrhu, a koja nije navedena? (a) Ne; (b) Da, koja:______________________________.

15

Zaokružite odgovor koji vam najviše odgovara:

(a) Ne odvajam se od mobilnog telefona; (b) Nikad ga ne zaboravljam; (c) Desi se da ga zaboravim;

(d) Povremeno ga ugasim; (e) Bio/la sam mirniji/a bez mobilnog telefona.

G3.3 – Upotreba mobilnih telefona u obrazovanju

Odgovorite na postavljena pitanja popunjavanjem praznog prostora ili izborom iz liste ponuđenih odgovora

Grupa Rb. Pitanje

G3.3

1 Da li koristite mobilni telefon za pristup portalu myelab.net? (a) Da; (b) Ne.

2

U koje svrhe ste pristupali portalu (moguće je zaokružiti više odgovora)?

(a) Rešavanje testova; (b) Pregled sadržaja; (c) Čitanje foruma; (d) Čitanje obaveštenja; (e) Preuzimanje materijala;

(f) Drugo:____________________________________________________________________________________________.

3Da li koristite mobilni telefon za pristup drugim obrazovnim sadržajima?

(a) Ne; (b) Da, kojim:__________________________________________________________________________________.

G3.4 – Problemi prilikom korišćenja mobilnih sadržaja

Odgovorite na postavljena pitanja popunjavanjem praznog prostora ili izborom iz liste ponuđenih odgovora

Grupa Rb. Pitanje

G3.4

1 Da li ste prilikom korišćenja mobilnih sadržaja imali problema sa baterijom? (a) Stalno; (b) Ponekad (c) Nikad.

2 Da li ste prilikom korišćenja mobilnih sadržaja imali problema sa preglednošću? (a) Stalno; (b) Ponekad (c) Nikad.

3 Da li su mobilnih sadržaji komplikovani za korišćenje? (a) Da; (b) Poneki; (c) Ne.

4 Da li ste prilikom korišćenja mobilnih sadržaja imali problema sa signalom? (a) Stalno; (b) Ponekad (c) Nikad.

5 Da li prilikom pregleda mobilnih sadržaja osećate povećani zamor? (a) Stalno; (b) Ponekad (c) Nikad.

6

Ukoliko ste se susreli sa još nekim problemima prilikom pristupa različitim sadržajima navedite ih:

____________________________________________________________________________________________________

____________________________________________________________________________________________________

211

II Prilagođeni FSLSM upitnik

Prezime i ime studenta: Broj indeksa: Godina upisa:

I Opšta pitanja

Odgovorite na postavljena pitanja popunjavanjem praznog prostora ili izborom iz liste ponuđenih odgovora

Grupa

Rb.

Pitanje Rb.

Pitanje

G1

1 Pol:(a) Muški; (b) Ženski.

3Godina rođenja:_____________________________________

2Mesto rođenja:__________________________

4Srednja škola:_______________________________________

5 Na kojoj godini studija ste sada: (a) Prva; (b) Druga; (c) Treća; (d) Četvrta; (e) Apsolvent.

6 Koja vam je prosečna ocena: (a) 6.00 - 6.99; (b) 7.00 - 7.99; (c) 8.00 - 8.99; (d) 9.00 - 9.99; (e) 10.00.

II Stilovi učenja

G2.1 – Aktivni i refleksivni stil učenja

Odgovorite na postavljena pitanja izborom iz liste ponuđenih odgovora:

(b) U potpunosti se slažem; (b) Delimično se slažem; (c) Ne mogu da se odlučim; (d) Delimino se ne slažem; (e) U potpunosti se ne slažem.

Grupa

Rb. Pitanje

G2.11

Češće me doživljavaju kao društvenu osobu.

(a) (b) (c) (d) (e)

2Češće me doživljavaju kao povučenu osobu.

(a) (b) (c) (d) (e)

3Bolje usvajam znanje kroz praktičan rad.

(a) (b) (c) (d) (e)

4Bolje usvajam znanje razmišljajući o gradivu koje učim.

(a) (b) (c) (d) (e)

5Tokom studiranja upoznao/la sam veliki broj studenata.

(a) (b) (c) (d) (e)

6Tokom studiranja upoznao/la sam mali broj studenata.

(a) (b) (c) (d) (e)

7Kada radim nešto prvi put, radije bih odmah isprobao/la.

(a) (b) (c) (d) (e)

8Kada radim nešto prvi put, radije bih promislio/la pre upotrebe.

(a) (b) (c) (d) (e)

9 Radije učim u grupi.

212

(a) (b) (c) (d) (e)

10Radije učim samostalno.

(a) (b) (c) (d) (e)

11Više volim kada profesor zada temu seminarskog/projektnog rada.

(a) (b) (c) (d) (e)

12Više volim kada sam/a predložim temu seminarskog/projektnog rada.

(a) (b) (c) (d) (e)

13Više volim da sam definišem rokove za ispunjavanje predispitnih obaveza.

(a) (b) (c) (d) (e)

14Više volim da profesor definiše rokove pojedinih predispitnih obaveza

(a) (b) (c) (d) (e)

15Aktivnost/i koja vas najviše motiviše za učenje (moguće je obeležiti više odgovora):

(a) Domaći zadaci; (b) Testovi; (c) Lekcije; (d) Forum; (e) ________________.

16Aktivnost/i koja vam najviše pomaže prilikom učenja (moguće je obeležiti više odgovora):

(a) Domaći zadaci; (b) Testovi; (c) Lekcije; (d) Forum; (e) ________________.

G2.2 – Senzorni i intuitivni stil učenja

Odgovorite na postavljena pitanja izborom iz liste ponuđenih odgovora:

(a) U potpunosti se slažem; (b) Delimično se slažem; (c) Ne mogu da se odlučim; (d) Delimino se ne slažem; (e) U potpunosti se ne slažem.

Grupa

Rb. Pitanje

G2.21

Kao predavač, nastavu bih bazirao/la na prezentovanju činjenica i situacija iz života.

(a) (b) (c) (d) (e)

2Kao predavač, nastavu bih bazirao/la na prezentovanju ideja i teorija.

(a) (b) (c) (d) (e)

3

Lakše usvajam znanja ako je predavanje zasnovano na konkretnom materijalu (podacima I činjenicama).

(a) (b) (c) (d) (e)

4

Lakše usvajam znanja ako je predavanje zasnovano na abstraktnom materijalu (teorijama I konceptima)

(a) (b) (c) (d) (e)

5Više mi se sviđa koncept koji se bazira na činjenicama.

(a) (b) (c) (d) (e)

6Više mi se sviđa koncept koji se bazira na teoriji.

(a) (b) (c) (d) (e)

7Lakše usvajam podatke.

(a) (b) (c) (d) (e)

8Lakše usvajam koncepte.

(a) (b) (c) (d) (e)

9Sebe smatram realističnim/om

(a) (b) (c) (d) (e)

10Sebe smatram inovativnim/om.

(a) (b) (c) (d) (e)

11 Više volim da radim seminarski rad nego projekat.

213

(a) U potpunosti se slažem; (b) Delimično se slažem; (c) Ne mogu da se odlučim; (d) Delimino se ne slažem; (e) U potpunosti se ne slažem.

12

Više volim da radim praktičan rad/projekat nego seminarski rad.

(a) U potpunosti se slažem; (b) Delimično se slažem; (c) Ne mogu da se odlučim; (d) Delimino se ne slažem; (e) U potpunosti se ne slažem.

G2.3 – Vizuelni i verbalni

Odgovorite na postavljena pitanja izborom iz liste ponuđenih odgovora:

(a) U potpunosti se slažem; (b) Delimično se slažem; (c) Ne mogu da se odlučim; (d) Delimino se ne slažem; (e) U potpunosti se ne slažem.

Grupa

Rb. Pitanje

G2.3

1Kada proučavam podatke, više mi odgovaraju tabele I grafikoni.

(a) (b) (c) (d) (e)

2Kada proučavam podatke, više mi odgovara kratak tekstualni prikaz.

(a) (b) (c) (d) (e)

3U knjizi sa mnogo slika i tabela pomno proučavam slike I tabele.

(a) (b) (c) (d) (e)

4U knjizi sa mnogo slika i tabela fokusiram se na tekst.

(a) (b) (c) (d) (e)

5Lakše usvajam nove informacije preko slika, dijagrama, grafika ili tabela.

(a) (b) (c) (d) (e)

6Lakše usvajam nove informacije preko teksta ili usmenog izlaganja.

(a) (b) (c) (d) (e)

7Najbolje pamtim ono što vidim.

(a) (b) (c) (d) (e)

8Najbolje pamtim ono što čujem.

(a) (b) (c) (d) (e)

9Kada razmišljam šta sam radio juče, pre ću se setiti slike.

(a) (b) (c) (d) (e)

10Kada razmišljam šta sam radio juče, pre ću se setiti reči.

(a) (b) (c) (d) (e)

11

Vrsta prezentacije koja vam najviše pomaže prilikom učenja (moguće je obeležiti više odgovora):

(a) Pisani materijali; (b) Multimedijalni materijali; (c) Usmeno prezentovanje sadržaja; (d) ________________.

12

Koji način komunikacije sa profesorima vam najviše odgovara (moguće je obeležiti više odgovora):

(a) tradicionalne metode komunikacije (licem u lice, konsultacije, telefon); (b) sinhrone elektronske metode komunikacije (forum, email, čet); (c) asinhrone elektronske metode komunikacije (forum, email, čet); (d)____________.

13

Koji način komunikacije sa studentima vam najviše odgovara (moguće je obeležiti više odgovora):

(a) tradicionalne metode komunikacije (licem u lice, konsultacije, telefon); (b) sinhrone elektronske metode komunikacije (forum, email, čet); (c) asinhrone elektronske metode komunikacije (forum, email, čet); (d)____________.

G2.4 – Sekvencijalni i globalni stil učenja

214

Odgovorite na postavljena pitanja izborom iz liste ponuđenih odgovora:

(a) U potpunosti se slažem; (b) Delimično se slažem; (c) Ne mogu da se odlučim; (d) Delimino se ne slažem; (e) U potpunosti se ne slažem.

Grupa

Rb. Pitanje

G2.4

1

Kada usvajam nova znanja iz određene oblasti, radije se fokusiram na oblast izučavanja, pokušavajući da naučim što više mogu

(a) (b) (c) (d) (e)

2

Kada usvajam nova znanja iz određene oblasti, radije pokušavam da povežem oblast sa srodnim temama.

(a) (b) (c) (d) (e)

3Više volim da predavač postepeno i na jasan način prezentuje materijal.

(a) (b) (c) (d) (e)

4Više volim da predavač predstavi celinu teme i poveže je sa drugim temama.

(a) (b) (c) (d) (e)

5Kada jednom razumem sve delove, razumem i celinu.

(a) (b) (c) (d) (e)

6Kada jednom razumem celinu, razumem kako se delovi uklapaju.

(a) (b) (c) (d) (e)

7Kada rešavam problem u grupi, radije razmišljam o fazama procesa rešavanja problema (a) (b) (c) (d) (e)

8

Kada rešavam problem u grupi, radije razmišljam o mogućim posledicama ili primenama rešenja u širem okviru.

(a) (b) (c) (d) (e)

9Lakše razumem detalje, dok mi opšta slika može ostati delimično nejasna.

(a) (b) (c) (d) (e)

10Lakše razumem celu sliku, dok mi detalji mogu ostati delimično nejasni.

(a) (b) (c) (d) (e)

11Više volima kada profesor prezentuje veliki broj tema sa manjim nivoom detaljnosti.

(a) (b) (c) (d) (e)

12Više volim kada profesor prezentuje manji broj tema sa većim nivoom detaljnosti.

(a) (b) (c) (d) (e)

13Više mi odgovara da seminarski rad radim sam, nego u timu.

(a) (b) (c) (d) (e)

14Više mi odgovara polaganje ispita po delovima nego u celosti.

(a) (b) (c) (d) (e)

215