E Learning Personalization

Εξατομικευμένη πρόσβαση σε υπηρεσίες εξ αποστάσεως εκπαίδευσης (e-learning personalization)

1

Περιεχόμενα

Εισαγωγή................................................................................................................................3 Κεφάλαιο 1. Personal learning Assistant or Agent.........................................................8 1.1. Αρχιτεκτονική του PLA ............................................................................................10 1.2. Αρχιτεκτονική PLA: Μηχανή επεξεργασίας και κατανομής εργασίας.....15 1.3. Γλώσσα TRIPLE............................................................................................................16 1.4. Εξατομίκευση βασισμένη στο προφίλ του χρήστη..........................................18 1.5. Οντολογίες ....................................................................................................................20 Κεφάλαιο 2. Εκπαιδευτικό πακέτο τα επόμενα στάδια.........................................25 2.1. Σύναψη συμφωνητικού.............................................................................................25 2.2. Διεπαφή χρήστη (user interface)..............................................................................25 2.3. Υπηρεσία ειδοποίησης (notification service)........................................................26 2.4. Μηχανή βελτίωσης εκπαιδευτικής διαχείρισης ( Training Management Optimization Engine)..........................................................................................................26 2.5. Πολιτική και Προστασία προσωπικών δεδομένων..........................................27 Κεφάλαιο 3. Βασικές διαδικασίες ανάπτυξης έξυπνου χώρου εκπαίδευσης..29 3.1. Intra – Organizational Smart Space for Learning....................................................29 3.2. Extra – Organizational Smart Space for Learning...................................................29 3.3. Coalition..........................................................................................................................30 3.4. Distributed Marketplace..............................................................................................31 3.5.Open world......................................................................................................................32 Συμπεράσματα....................................................................................................................33 Βιβλιογραφία...................................................................................................................... 34

2

Εισαγωγή

1. Εξατομίκευση Η εξατομίκευση έχει σκοπό να προσαρμόσει τις πληροφορίες στο προφίλ ενός συγκεκριμένου χρήστη σε αλληλεπίδραση με τα πρϊόντα, τις υπηρεσίες, τις ιστοσελίδες και τους εργαζόμενους μιας εταιρείας. Η εξατομίκευση γίνεται με την ανάλυση, την εξόρυξη και τον εντοπισμό των δεδομένων. Είναι ένα εργαλέιο του διαδικτύου, το οποίο εξοικονομεί χρόνο στο χρήστη και του δίνει άμεσα και αποτελεσματικά πληροφορίες για προϊόντα, υπηρεσίες κ.ά. Η εξατομίκευση εφαρμόζεται είτε στη μορφή είτε στο περιεχόμενο. Οι τεχνικές1 που χρησιμοποιούνται αναλύονται παρακάτω: Relationship Analysis: συνδυάζονται οι προηγούμενες αλληλεπιδράσεις του χρήστη σχετικά με τις απευθείας και μη αγορές του. Contextual Inference: εντοπίζονται τα κείμενα που είδε ο χρήστης και μετά παρουσιάζεται άλλο σχετικό περιέχομενο. Click stream Analysis: συλλέγει δεδομένα για αυτά που βλέπει ο χρήστης και μετά παρουσιάζεται άλλο σχετικό περιεχόμενο. Profiling

(Content

–

based

filtering):

γίνεται

φιλτράρισμα

των

εκφρασμένων δεδομένων του χρήστη πάντοτε σύμφωνα με το προφίλ του. Preference Matching (Collaborative filtering): γίνεται με το ταίριασμα των εκφρασμένων χαρακτηριστικών (δηλαδή ενδιαφέροντα, προτιμήσεις, συνήθειες κ.ά.) του χρήστη με άλλων «γειτόνων» του. Η λύση για να είναι οι προτάσεις των εταιριών στο διαδίκτυο πιο κοντά και σωστές για τον χρήστη – πελάτη αποτελεί ο συνδυασμός των παραπάνω τεχνικών δηλαδή αυτές που βασίζονται στο περιεχόμενο και στο συνεργατικό φιλτράρισμα των μοντέλων. Ο συνδυασμός των πλεονεκτημάτων μειώνει τις απώλειες , προσθέτει αξία και ενδυναμώνει τη σχέση του χρήστη με την εταιρία. 1

Τεχνικές εξατομίκευσης και η χρησιμότητά τους βλ. σχετικά Vasiliou, Charalampos,

Stamoulis, Dimitrios, Spiliotopoulos Anastasios and Martakos, Drakoulis, Creating adaptive web sites using personalization techniques: a unified, integrated approach and the role of evaluation. Idea Group Publishing, 2003, σσ. 261-285.

3

Στο σχήμα φαίνονται τα στάδια της σχέσης του χρήστη με την εταιρία από την επιλογή μέχρι την αγορά του προϊόντος παράλληλα με τις τεχνικές εξατομίκευσης που επιστρατεύονται ως καταλληλότερες κάθε φορά.

ΠΡΙΝ ΤΗΝ ΑΓΟΡΑ Τεχνικές που βασίζονται στο περιεχόµενο

Συλλογή πληροφοριών Αξιολόγηση εναλλακτικών

Τεχνικές που βασίζονται στην παρατήρηση

ΑΓΟΡΑ Απόφαση αγοράς

Τεχνικές που βασίζονται στο συνεργατικό φιλτράρισµα

ΜΕΤΑ ΤΗΝ ΑΓΟΡΑ Αξιολόγηση και συµπεριφορά του χρήστη

Σχήμα 1. τεχνικές εξατομίκευσης και στάδια αγοράς.

2. Εξ αποστάσεως εκπαίδευση

Οι τρόποι με τους οποίους χρησιμοποιούνταν αρχικά οι υπολογιστές επηρεάστηκαν από την επαγωγική μέθοδο σύμφωνα με το γνωστό πρότυπο «ερέθισμα-απάντηση». Η προσέγγιση που επικρατεί σήμερα είναι εκείνη του συστήματος ως περιβάλλοντος στο οποίο η γνώση μεταδίδεται με σκοπό να γίνει κτήμα του χρήστη. Το πρότυπο αυτό οδήγησε στον σχεδιασμό προγραμμάτων απλής εξάσκησης που στοχεύουν κυρίως στο να εξασκείται ο μαθητής στην ανάπτυξη ειδικών, συχνά αρκετά περιορισμένων, ικανοτήτων και δεξιοτήτων.

4

Αυτά τα προγράμματα, με την πάροδο του χρόνου, εξελίχθηκαν χάρη στην πρόοδο που σημείωσε η πληροφορική: από τα πρώτα συστήματα με ανελαστικές διεπαφές εξελίχθηκαν σε συστήματα όπου η χρησιμοποίηση τεχνικών και μεθόδων τεχνητής νοημοσύνης επιτρέπουν την εξατομίκευση της διεπαφής, του είδους των προτεινόμενων ασκήσεων και της λαμβανόμενης ανάδρασης. Τα

συστήματα

απλής

εξάσκησης

εξακολουθούν

σήμερα

να

αντιπροσωπεύουν το σημαντικότερο μέρος των εκπαιδευτικών συστημάτων πληροφορικής που διατίθενται στην αγορά. Τα συστήματα διδασκαλίας, αντιθέτως προς τα συστήματα απλής εξάσκησης, περιλαμβάνουν διδακτικό υλικό πάνω σε ένα συγκεκριμένο θέμα. Η σχεδίαση λαμβάνει υπόψη την ανάπτυξη δεξιοτήτων, την παρουσίαση στόχων, τον προσδιορισμό προϋποθέσεων, την ικανότητα εκμαίευσης πληροφοριών και της αξιολόγησης. Οι υποβαλλόμενες ερωτήσεις απαιτούν την εφαρμογή των διδασκομένων. Η ανάδραση διαδραματίζει συχνά διαγνωστικό ρόλο μέσω της επισήμανσης σφαλμάτων επεξεργασίας και της υποβολής προτάσεων για την αποκατάστασή τους έως και την επαναπαρουσίαση του διδακτικού υλικού. Αυτό το είδος προσέγγισης όσον αφορά τη χρήση υπολογιστών στην εκπαίδευση, αποτελεί τη βάση για τη δημιουργία προγραμμάτων εκπαίδευσης από απόσταση στο

Διαδίκτυο,

τα

οποία

γνωρίζουν

όλο

και

μεγαλύτερη

διάδοση.

Με τη διαλογική διαδικασία, ο χρήστης αρχίζει να αναλαμβάνει ενεργό ρόλο δεδομένου ότι έχει τη δυνατότητα να διερευνήσει το παρουσιαζόμενο υλικό με βάση τις ανάγκες και τις προτιμήσεις της/του ακολουθώντας μία προσωπική διαδρομή.

3 . Έξυπνος χώρος εκπαίδευσης Η τελευταία τάση στο διαδίκτυο για το χώρο της εκπαίδευσης προσανατολίζεται σε ένα «έξυπνο χώρο». Έξυπνος χώρος εκπαίδευσης2 ορίζεται το κατανεμημένο σύστημα του διαδικτύου που διαχειρίζεται με ευφυή τρόπο την 2

Simon, Bernd, Dolog Peter, Miklós, Zoltán, Olmedilla, Daniel,

and Sintek, Michael

“Conceptualising Smart Spaces for learning” Journal of Interactive Media in Education, 2004, 9 Special issue on Educational Semantic Web (http://www-jime.open.ac.uk/2004/9)

5

αναζήτηση, την ανάκτηση και την κατανάλωση ετερογενών εκπαιδευτικών πόρων, συνδυαζόμενο πάντοτε με το προφίλ του χρήστη. Το σύστημα αυτό απαρτίζεται όπως όλα από τους ανθρώπινους και τους τεχνολογικούς πόρους. Οι ανθρώπινοι πόροι είναι το σύνολο των εκπαιδευόμενων, των εκπαιδευτών και των διαχειριστών της εκπαίδευσης· φυσικά όλοι αυτοί συνιστούν τους εν δυνάμει χρήστες στους οποίους απευθύνεται το σύστημα του έξυπνου χώρου εκπαίδευσης. Οι

τεχνολογικοί

πόροι

διακρίνονται

στους

διασυνδεδεμένους

διαδικτυακούς κόμβους και στους Προσωπικούς Βοηθούς Μάθησης (Personal learning Assistants or Personal learning Agents). Οι PLA έχουν το ρόλο να υποστηρίξουν τους χρήστες σε όλα τα στάδια από την έρευνα μέχρι την αξιολόγηση των εκπαιδευτικών πακέτων. Από την άλλη υποχρέωσή τους είναι να αναγνωρίσουν το προφίλ του χρήστη και να εντοπίσουν τα κενά του ώστε να προσφέρουν το καταλληλότερο πακέτο κομμένο και ραμμένο στη κυριολεξία στα μέτρα του, επιτυγχάνουν το στόχο αυτό με τις τεχνικές της εξατομίκευσης. Το δικτυομένο περιβάλλον διαχείρησης της εκπαιδευτικής διαδικασίας παρέχει μέσω διεπαφών την ανταλλαγή πληροφοριών για το εκπαιδευτικό υλικό των σεμιναρίων, τα προσφερόμενα προγράμματα και τα προφίλ των ενδιαφερομένων.

Το

δικτυομένο

περιβάλλον

ελέγχεται

με

διαδικασίες

πιστοποίησης και υπάρχει για να διευκολύνει την αποτελεσματικότερη ροή των πληροφοριών των εκπαιδευτικών κόμβων με τις υπηρεσίες τους

για την

εκτέλεση,

σε

αξιολόγηση

και

διάδοση

των

προγραμμάτων

μέσα

ένα

σημασιολογικό ιστό. Το σύστημα, όπως περιγράφηκε παραπάνω, θα αναλυθεί στην εργασία αυτή σύμφωνα με το πρόγραμμα ELENA3, το οποίο στοχεύει στο σχεδιασμό και εκτέλεση του έξυπνου χώρου εκπαίδευσης με κύριο παράγοντα διαμόρφωσης τον Personal learning Assistant4 ή αλλιώς τον Προσωπικό Βοηθό Μάθησης. Στο 3 4

Βλ. σχετικά ELENA Project ( http://www.elena-project.org/en/index.asp?p=1-1). Η έκθεση περιγραφής του PLA

βλ. σχετικά: Simon, Bernd, Miklós, Zoltán, ELENA

Creating a Smart Space for Learning. Smart Space for Service specification. Version 1. ELENA Consortium, 2003 (IST – 2001 – 37264).

6

χώρο έρευνας διεξάγονται και άλλα προγράμματα όπως το MERLOT5 (Multimedia Educational Resource for Learning and Online Teaching) ωστόσο ο σχεδιασμός του δεν φαίνεται να είναι τόσο ευφυής.

5

Το πρόγραμμα MERLOT είναι ένας ελεύθερος και ανοικτός κόμβος που σχεδιάστηκε

πρωτίστως για την τριτοβάθμια εκπαίδευση. Παρέχει σε απευθείας σύνδεση κατάλογο με υλικά εκμάθησης που συλλέγονται εδώ σχολιάζονται και αναθεωρούνται από τα μέλη. Τα μέλη μπορούν να προσθέσουν εκπαιδευτικό υλικό, σχόλια και αναθεωρήσεις. Οι απαντήσεις στα ερωτήματα για το εκπαιδευτικό υλικό έρχονται με τη σειρά των περισσότερων αναφορών. Περισσότερες πληροφορίες βλ. σχετικά στο πρόγραμμα MERLOT ( http://www.merlot.org/Home.po).

7

1. Personal learning Assistant or Agent

Για το σχεδιασμό και την εφαρμογή της εξατομικευσης της μάθησης η παρουσία του PLA (Personal learning Assistant or Agent, Προσωπικός Βοηθός Μάθησης) είναι καταλυτική. Ο PLA υποστηρίζει τους ενδιαφερόμενους και τους εκπαιδευόμενους στις διαδικασίες της αναζήτησης, της επιλογής και του εντοπισμού για την κατασκευή της προσωπικής εκπαιδευτικής υπηρεσίας. Η εργασία του PLA έγκειται στο να φτιαχτεί ένα πακέτο εδικά προσαρμοσμένο στις ανάγκες του χρήστη, να κλειστεί η συμφωνία – συμβόλαιο με την εταιρεία που παρέχει την υπηρεσία εκπαίδευσης εξ΄αποστάσεως και να εκτελεστεί το εξατομικευμένο πρόγραμμα- πακέτο. Ο PLA συναντιέται με διαφορετικές μορφές ανάλογως της εφαρμογής που χρησιμοποιείται κάθε φορά. Ο χρήστης αρχικά απαντά στα απευθείας ερωτηματολόγια που περιέχονται

στην

ιστοσελίδα

ή

απαντά

στα

ερωτηματολόγια

μέσω

ηλεκτρονικού ταχυδρομείου. Στη συνέχεια ερμηνεύονται από τον PLA οι απαντήσεις και συνδυαζόμενες με τα προφίλ άλλων χρηστών και της χρησιμοποιούμενης οντολογίας. Οι απαντήσεις κατατάσσονται με απλό ή συνεργατικό φιλτράρισμα βγάζοντας συμπεράσματα συνδυασμένα με τα στοιχεία και τη συμπεριφορά

άλλων

χρηστών. Από τη μεριά του ο χρήστης μπορεί να διαχειριστεί τα αποτελέσματα της αναζήτησης, να τα προσθέσει στη λίστα με τα αγαπημένα του και να πετάξει όσα δεν χρειάζεται. Τα πλεονεκτήματα από μια τέτοιου τύπου εφαρμογή με τον PLA για την εταιρεία που πουλάει πακέτα για εξ αποστάσεως εκπαίδευση αφορούν:
το χαμηλό κόστος χρήσης της εφαρμογής αφού δεν χρειάζεται να κατεβάσουν και να εγκαταστήσουν το λογισμικό και να δημιουργήσουν ένα λογαριασμό,
την εγκατάσταση μια φορά του λογισμικού για την φιλοξενία μιας ομάδας χρηστών,

8


την διαμόρφωση εμπορεύσιμης αρχιτεκτονικής λογισμικού για ανοιχτές διεπαφές
την ανάλυση της γνώσης άλλων εκπαιδευόμενων με συνεργατικό φιλτράρισμα.

Το σοβαρό μειονέκτημα σε μια τέτοιου τύπου εφαρμογή με τον PLA είναι ο βαθμός ασφάλειας και αποτυχίας προσανατολισμού.

9

1.1. Αρχιτεκτονική του PLA

Η αρχιτεκτονική του PLA, με την πολυμορφία των εφαρμογών που αναπτύσσει, αναδεικνύει τα ακόλουθα στοιχεία (σχήμα 1):

1. Η διεπαφή του χρήστη (User Interface) 2. Το αποθετήριο των μεταδεδομένων (Metadata Repository) 3. Το φίλτρο (Filter) 4. Η πολιτική προστασίας (Privacy Policy) 5. H μηχανή υποστήριξης των εφαρμογών (Application engine) 6. Υπηρεσίες μάθησης (Learning Services) 7. P2P δίκτυο (Peer to Peer)

Σχήμα 1. Αρχιτεκτονική PLA

10

Τεχνολογικές επιλογές

Αποθετήτηριο Μεταδεδομένων (Metadata Repository)

Επιλέγοντας την αντικειμενοστρεφή γλώσσα προγραμματισμού Java, ένα γρήγορο πρότυπο εργαλείο, όπως η Jena, είναι μια καλή επιλογή. Αυτό το εργαλείο περιλαμβάνει εφαρμογές βάσεων δεδομένων για το αποθετήριο, όπου δύνεται η δυνατότητα επιλογής μιας εξ αυτών π.χ. spicat Berkeley database ή pure java database. Αυτή η διαδικασία δεν είναι η τελική εφαρμογή του αποθετηρίου μεταδεδομενών αλλά μπορούμε να τη χρησιμοποιήσουμε σαν ένα γρήγορο πρότυπο. Επιπλέον, η δοκιμή και ο πειραματισμός μπορούν να οδηγήσουν σε μια νέα εφαρμογή. Η δυνατότητα διαχείρισης των ποικίλων ειδών των μεταδεδομένων για κάθε προφίλ χρήστη, καθιστούν την ανάγκη προστασίας των μεταδεδομένων, επιτακτική. Προς την κατεύθυνση αυτή κινείται το πρώτο πρότυπο, το οποίο καθορίζει, ότι το προφίλ της πολιτικής προστασίας πρέπει να σκιαγραφεί και να φιλτράρει όλα τα προφίλ, τα οποία περνάνε από τη μηχανή υποστήριξης των εφαρμογών.

Διεπαφή Χρήστη (User Interface)

Η διεπαφή χρήστη είναι το βασικό σημείο για την επιτυχία του ενός PLA μεταξύ των χρηστών. Γεγονός που ορίζει την κεντροθετημένη προσέγγιση προς στο χρήστη επιβεβλημένη.

Μηχανή Υποστήριξης Εφαρμογών (Application engine)

Η μηχανή υποστήριξης εφαρμογών χρησιμοποιεί το Strout framework και τμήμα της Java το οποίο θέτει σε εφαρμογή τα Java Bean Pattern. Η χρήση των Μηχανών Υποστήριξης Εφαρμογής λειτουργεί ως διεπαφή, η οποία επιτρέπει την τοποθέτηση και την άμεση εφαρμογή της, ανεξάρτητα από το υπόλοιπό

11

μηχάνημα. Επιπλέον απομονώνει τις εκπαιδευτικές υπηρεσίες και τις δυνατότητες του P2P δικτύου από τον υπόλοιπο κώδικα.

Ολοκλήρωση

Η ύπαρξη μίας συνεχόμενης ολοκλήρωσης λειτουργεί ως προϋπόθεση σε ένα πρότυπο. Ο κύκλος ζωής της, πρέπει να είναι σπειροειδής , αλλά πάντα κεντροθετημένος στην αξιολόγηση των χρηστών. Σημαντική παράμετρος είναι ότι η κρυπτογραφική μονάδα υλικού (HCM)6 του PLA λειτουργεί ως βασικός παράγοντας επιτυχίας. Για να καταστεί εφικτή μια τέτοια διαδικασία, πρέπει να υιοθετηθούν μερικές αρχές, προερχόμενες από τις μεθοδολογίες προγραμματισμού. Ενδεικτικά αναφέρονται:7 Planning - Σχεδιασμός
User stories are written – Πληροφορίες που γράφονται από το χρήστη, για το τι ακριβώς απαιτεί από τις υπηρεσίες του e-learning
Release planning creates the schedule - Διάθεση προγραμματισμού για δημιουργία προγράμματος. Η διάθεση προγραμματισμού έχει ένα σύνολο

κανόνων

ακολουθήσουν

τις

που δικές

επιτρέπει τους

στους

ενδιαφερόμενους,

αποφάσεις.

Οι

κανόνες

να

αυτοί

διαμορφώνουν μια μέθοδο διαπραγμάτευσης του προγράμματος με το χρήστη.
Make frequent small release – Κυκλοφορία επαναληπτικών εκδόσεων. Η ομάδα ανάπτυξης του e-learning πρέπει να διαθέτει επαναληπτικές εκδόσεις του συστήματος στους χρήστες. Ώστε σε συνδυασμό με την αρχή της διάθεσης του προγραμματισμού, να επιτρέπεται στο χρήστη, η έγκαιρη πρόσβαση και λειτουργία του προγράμματος. 6

Υλικό σχεδιασμένο να χειρίζεται τις λειτουργίες κρυπτογράφησης που είναι

απαραίτητες για την ασφάλεια των δεδομένων 7

Διαθέσιμες στην ιστοσελίδα The Rules and Practices of Extreme Programming.

http://www.extremeprogramming.org/rules.html

12


The project is divided into iteration – το πρόγραμμα διαιρείται σε επαναλήψεις. Με τη διαίρεση του σε πολλές επαναλήψεις, χρονικού διαστήματος από 1 έως 3 βδομάδες, η μέτρηση της προόδου και του σχεδιασμού γίνεται πιο αξιόπιστη.

Designing - Σχεδιασμός
Simplicity – Απλότητα. Με ένα απλό σύστημα επιτυγχάνεται ταχύτητα και μείωση του κόστους.
Choose a system metaphor – Επιλογή συστήματος μεταφοράς.
Use CRC cards for design sessions – Χρησιμοποίηση καρτών τάξης, ευθύνης και συνεργασίας. Το μεγαλύτερο πλεονέκτημα αυτών των καρτών είναι, ότι επιτρέπουν στους χρήστες να αποφύγουν τον τετριμμένους τρόπους σκέψης και να εκτιμήσουν την καινούργια τεχνολογία.
No functionality is added early – Καμιά λειτουργία δεν προστίθεται νωρίς

(Οι

πρόσθετες

λειτουργίες

που

δεν

χρησιμοποιούνται

επιβαρύνουν το σύστημα μας)
Refactor whenever and wherever possible – Ανασύνθεση. Για την αποβολή μη χρήσιμων λειτουργιών και ξεπερασμένων σχεδίων, συνίσταται η διαδικασία της ανασύνθέσης.

Coding- Κωδικοποιώντας


The customer is always available – Ο πελάτης πρέπει να είναι πάντα διαθέσιμος, καθώς αποτελεί μέρος της ομάδας ανάπτυξης.
Code must be written to agreed standard – Ο κώδικας πρέπει να συντάσσεται σύμφωνα με τα θεσμοθετημένα πρότυπα. Τα πρότυπα κωδικοποίησης διατηρούν τον κώδικα συνεπή και εύχρηστο για την ομάδα, ώστε να υπάρχει η δυνατότητα ανασύνθεσης και ανάγνωσης.

13


Code the unit test first Κωδικοποίηση της αρχικής μονάδας δοκιμής. Ώστε να επιτυγχάνεται η ταχύτερη και πιο αξιόπιστη δημιουργία του κώδικα)

Testing – Δοκιμάζοντας
All code must have unit test – Ο κώδικας πρέπει να έχει μονάδα δοκιμής
All code must pass all unit test before it can be released – Ο κώδικας πρέπει να ελέγχεται από όλες τις μονάδες δοκιμής πριν κυκλοφορήσει

Μια εφαρμογή PLA για κάθε τύπο εικονικής μηχανής Java8 (Java Virtual Machine) από (J2EE και J2ΜΕ)9, προϋποθέτει ποικίλες λεπτομέρειες ως προς την προσέγγίση και τις εφαρμογές της. Μία πρόταση, ώστε η εφαρμογή αυτή, να συνδεθεί στο δίκτυο p2p δίνεται στο σχήμα 2.

PLA Browser

Lightweight Web Server Service Java Beans

P2P Σχήμα 2. PLA & P2P

8

Το περιβάλλον στο οποίο εκτελούνται τα προγράμματα Java. Η εικονική μηχανή Java παρέχει στα προγράμματα Java ένα βασισμένο στο λογισμικό «υπολογιστή» με το οποίο καθιστούν εφικτή την αλληλοεπίδραση 9 Το Java 2 Platform Enterprise Edition είναι μια πλατφόρμα Java που αποτελείται από ένα σύνολο υπηρεσιών, διασυνδέσεων προγραμματισμού εφαρμογών και πρωτοκόλλων που προσφέρουν τη λειτουργικότητα, για ανάπτυξη πολυστρωματικών ιστοπάγων εφαρμογών. Το Java2 Micro Edition – χρησιμοποιείται για την ανάπτυξη των εφαρμογών που μπορούν να τρέξουν σε μια πλατφόρμα καταναλωτικών ασύρματών συσκευών

14

Αναλυτικά, η διεπαφή του χρήστη γίνεται χρησιμοποιώντας το εξειδικευμένο πρότυπο: ΜΟΝΤΕΛΟ – ΘΕΑΤΗΣ - ΔΙΑΧΕΙΡΙΣΤΗΣ (MODEL-VIEWER – CONTROLER. Επιπλέον, υπάρχει μία διεπαφή με html/wml*ml που γίνεται με τη χρηση του μικροδιακομιστή (servlet)10. Ουσιαστικά ο browser ψάχνει, το Lightweight Web Server (servlet) καθορίζει και ξεχωρίζει τις εντολές από το browser, καθώς επίσης ελέγχει και πιο πρόγραμμα τρέχει από το Service Java Beans, με τη βοήθεια του δικτύου P2P. Συγκεκριμένα πιο πρόγραμμα περιέχει, αναζητά ή τρέχει τα βασικά δεδομένα.

1.2. Αρχιτεκτονική PLA: Μηχανή επεξεργασίας και κατανομής εργασίας

∆ΙΕΠΑΦΗ ΧΡΗΣΤΗ

ΜΗΧΑΝΗ ΕΠΕΞΕΡΓΑΣΙΑΣ & ΚΑΤΑΝΟΜΗΣ ΕΡΓΑΣΙΑΣ

∆ΙΑΧΕΙΡΙΣΤΗΣ ΠΡΟΣΦΟΡΑΣ

ΜΗΧΑΝΗ ΕΠΑΝΕΓΓΡΑΦΗΣ ΕΡΩΤΗΜΑΤΩΝ ΜΗΧΑΝΗ ΕΞΑΤΟΜΙΚΕΥΣΗΣ

PLP ΑΠΟΘΕΤΗΡΙΟ ΠΡΟΣΩΠΙΚΩΝ ΠΡΟΦΙΛ

ΕΠΙΦΑΝΕΙΑ ΕΡΩΤΗΣΕΩΝ ΑΝΑΖΗΤΗΣΕΩΝ

Σχήμα 3. Μηχανή επεξεργασίας και κατανομής εργασίας. 10

Μικρό πρόγραμμα σε Java που εκτελείται σε διακομιστή. Οι μικροδιακομιστές εκτελούν ελαφρές υπηρεσίες ιστού,

15

Το σχήμα παριστάνει την κύρια μηχανή που ελέγχει όλες τις υπόλοιπες και αποτελεί τον πυρήνα του PLA. Η μηχανή που διαχειρίζεται την διεπαφή του χρήστη επιτρέπει ουσιαστικά: •

τη διαχείρηση εισόδου και εξόδου μιας συνεδρίας η είσοδος και η έξοδος ελέγχεται με το όνομα χρήστη (username)

και το κωδικό πρόσβαση (password). Δημιουργείται ένα αντικείμενο με το προσωπικό προφίλ που αποθηκεύεται στο αποθετήριο. •

τη διεπαφή διατύπωσης ερωτήσεων η διατύπωση ερωτήσεων είναι η κύρια λειτουργία

μηχανής

επεξεργασίας και κατανομής εργασιών. Αυτή επιτρέπει τη διατύπωση ερωτήσεων για την επιστροφή συνόλου εκπαιδευτικών πόρων. •

τη τροποποίηση και διαχείριση του εξατομικευμένου προφίλ εκπαιδευόμενου εδώ εισάγονται και εξάγονται πληροφορίες κρυπτογραφημένες

για το προφίλ. •

τις προτάσεις και το διαχειριστή πόρων

εδώ κλείνονται, ελέγχονται και παραδίδονται τα εκπαιδευτικά πακέτα.

1.3. Γλώσσα TRIPLE

Ο PLA γράφεται στη γλώσσα TRIPLE. Η γλώσσα TRIPLE είναι μια γλώσσα σχεδιασμένη για τον σημασιολογικό ιστό. Βασίζεται στη λογική του Horn και δανείζεται τις βασικές της ιδιότητες από την F-Logic που είναι σχεδιασμένη για ερωτήσεις και μεταμόρφωση RDF σχήματων. Το πλεονέκτημα της γλώσσας TRIPLE βρίσκεται στην αρθρωτή αρχιτεκτονική της. Οι αρθρωτές ιδιότητες μπορούν να χρησιμοποιούνται σε ατομική βάση και ορίζονται εύκολα ακόμα και άλλα μοντέλα δεδομένων όπως UML, Topic Maps και RDF schema. Κάθε ιδιότητα είναι λειτουργικά αυτόνομη, αυτάρκης και αλληλεπιδρά χωρίς κατανάγκη να «γνωρίζει» πως λειτουργούν οι άλλες. Φυσικά όπου δεν επαρκεί η HORN Logic την περιγραφή των RDF schema από διαφορετικές γλώσσες επιστρατεύεται η

16

χρήση άλλων λογικών περιγραφικών ταξονόμων, οπότε προκύπτει μια υβριδική γλώσσα κανόνων.

Triple namespaces και Resources

Η γλώσσα Triple υποστηρίζει - namespaces11 και resource identifiers

Το namespace δηλώνει:

rdf:= “http://www.w3.org” δηλαδή το rdf βρίσκεται στη διεύθυνση http://www.w3.org

Οι resource identifiers δηλώνουν:

isa:= rdfs:subClassOf

δηλαδή isa βρίσκεται στο namespace rdfs που βρίσκεται στην υποκατηγορία subClassOf

Statements και Molecules

Μια RDF δήλωση γράφεται:

subject[predicate -->object] υποκείμενο[κατηγόρημα --> αντικείμενο

Πολλές δηλώσεις μαζί με το ίδιο υποκείμενο μπορούν να συντομογραφηθούν ως «molecules» π.χ.

11

Ομαδοποίηση ενός η περισσοτέρων ονομάτων που αντιπροσωπεύουν επιμέρους αντικείμενα μέσα στην ομάδα σε κοινόχρηστο υπολογιστικό περιβάλλον

17

Stephan[has Age -->33; isMarried -->yes;…] Όπου ο Stephan είναι το υποκείμενο, το κατηγόρημα είναι η ηλικία να είναι ίση με 33 χρονών και να είναι παντρεμένος.

Models

Τα Statements, τα molecules και τα atoms του Horn που είναι αληθή σε ένα συγκεκριμένο μοντέλο γράφονται:

atom@model

όπου atom είναι τα Statements, τα molecules και τα atoms του Horn και model είναι η επεξήγηση π.χ.

Michael[has Age --> 36]@factsAboutDFKI

Το υποκείμενο Michael με κατηγόρημα να έχει ηλικία ίση με 36 βρίσκεται στο factsAboutDFKI

1.4. Εξατομίκευση βασισμένη στο προφίλ του χρήστη

Το διαδίκτυο δεδομένου ότι είναι ένα ανοιχτό περιβάλλον παρέχει την ευκαιρία σε όλους τους ενδιαφερόμενους να χρησιμοποιούν, να μοιραστούν τους ήδη διαθέσιμους πόρους. Η ετερογένεια των χρηστών και η πολυμορφία των πόρων του ιστού καθιστά αναγκαία την εξατομίκευση των πόρων προς τους χρήστες. Με βάση τις διάφορες τεχνικές εξατομίκευσης που υπάρχουν, έχει γίνει εφικτή η εισαγωγή των μεταδεδομένων του χρήστη στη διαδικασία του e learning. Κάποιες τεχνικές εξατομίκευσης προσανατολίζονται προς την υιοθέτηση του interface του χρήστη, στην πλοήγηση και στην επιλογή – απόδοσης του περιεχομένου, σύμφωνα με την παρουσία του χρήστη σε ένα

18

συγκεκριμένο πεδίο. Η απόδοση συχνά, αξιολογείται από μια μικρή κλειστή περιοχή π.χ. μια ηλεκτρονική σειρά μαθημάτων σε ανοιχτό πανεπιστήμιο. Αυτές οι τεχνικές ονομάζονται Προσαρμοστικές Τεχνικές Υπερμέσων (Adaptive Hypermedia Techniques). Ένας

άλλος

τύπος

εξατομικευμένων

τεχνικών

βασίζεται

στα

ενδιαφέροντα, στους στόχους και στις επιλογές του εκάστοτε χρήστη. Αυτές οι

πληροφορίες

αποθηκεύονται

σε

κάποιο

κεντρικό

υπολογιστή

διαμόρφωσης, φιλτράροντας τες. Έπειτα τις διαμορφώνουν, σύμφωνα με τα χαρακτηριστικά

γνωρίσματα,

όπως

αυτά

αναδεικνύονται

από

το

περιεχόμενο των πόρων ή σύμφωνα με τις εκτιμήσεις του χρήστη. Επιπρόσθετο σημαντικό στοιχείο αρχιτεκτονικής του PLA είναι η «Ροή εξέλιξης

του

ερωτήματος

(Query

Workflow)».

Η

επεξεργασία

ενός

ερωτήματος που έχει τεθεί από κάποιον χρήστη ελέγχεται από τη μηχανή ροής επεξεργασίας ερωτημάτων και ακολουθεί μια σειρά καθορισμένων βημάτων. Τα βήματα αυτά είναι (σχήμα 4):

Σχήμα 4. Μηχανή ροής επεξεργασίας ερωτημάτων

1) Εισαγωγή ερώτησης (user enters) γίνεται, μέσω της διεπαφής του χρήστη (user interface), με τη μορφή απλής αναζήτησης κειμένου ή με

19

την επιλογή τιμών από τις οντολογίες. Οι οντολογίες λειτουργούν ανάμεσα στον χρήστη και στο μεσολαβητή

με διαμορφώσιμο

χαρακτήρα, όχι με αυστηρά κωδικοποιημένο. 2) Η μηχανή ερωτημάτων (query workflow) ενεργοποιεί το τμήμα δημιουργίας του ερωτήματος, ώστε να παραχθεί ένα ερώτημα QEL (παράμετρος παραγωγής), βασιζόμενο στην παράμετρο εισαγωγής του χρήστη. 3) Το τμήμα δημιουργών του ερωτήματος (query creation module) δημιουργώντας

το

μετασχηματισμού

ερώτημα

QEL,

ερωτημάτων.

το

διαβιβάζει

Επιπλέον

στη

στη

μηχανή

μηχανή

αυτή

διαβιβάζονται στοιχεία ταυτότητας του χρήστη (user id), απαραίτητα για την δημιουργία των αντιστοιχιών. 4) Η μηχανή μετασχηματισμού ερωτημάτων (query transformation engine) διαβάζει τις σχετικές παραμέτρους του χρήστη και σε συνεργασία με τη μηχανή συμπερασμάτων, η οποία βασίζεται στο TRIPLE, μετασχηματίζει το ερώτημα και η εξατομικευμένη ερώτηση στέλνεται στην μηχανή αποθήκευσης. 5) Η μηχανή αποθήκευση (repository engine) αποστέλλει το ερώτημα στο δίκτυο Edutella, από όπου και λαμβάνει την ξαναζήτησα απάντηση. 6) Η απάντηση μεταφέρεται στην μηχανή φιλτραρίσματος (filtering engine), όπου και προσδιορίζεται για ποιον χρήστης τέθηκε σε λειτουργία η μηχανή ροής. Επιπλέον εντοπίζει τις αντιστοιχίες των παραμέτρων διδασκαλίας και των κανόνων σύστασης. 7) Τα εξατομικευμένα αποτελέσματα εναρμονίζονται με την μηχανή διεπαφής του χρήστη. Η μηχανή αυτή αντιπροσωπεύει την απάντηση στο κατατεθέν ερώτημα του χρήστη.

1.5. Οντολογίες

Δημιουργούνται οντολογίες για να περιγράψουν τις εκπαιδευτικές υπηρεσίες. Η περιγραφή όμως των εκπαιδευτικών υπηρεσίων δε σημαίνει

20

απαραίτητα ότι θα ταιριάζει και τη διεπαφή του χρήστη ωστόσο όμως θα πρέπει να αντανακλά η διεπαφή την εικόνα του χρήστη για την εκπαιδευτική υπηρεσία. Χρειάζονται κάθε φορά διαφορετικές οντολογίες που υποστηρίζουν την αναζήτηση πόρων σχετικών με online σεμινάρια, βιβλία, διαφορετικά είδη ασκήσεων κα. Ο ειδικός από τη μεριά του περιγράφει τα αντικείμενα ενώ ο εκπαιδευόμενος ενδιαφέρεται για την άσκηση και όχι αυτή πως περιγράφηκε και τελικά έφτασε σε αυτόν. Δεν αρκεί όμως μόνο η απλή περιγραφή του ειδικού χρειάζεται εμπλουτισμό με πολύ περισσότερα στοιχεία και προσαρμογή αυτών σε κάθε περίπτωση διαφορετικού είδους εκπαιδευτικού πόρου. Η περιγραφή γίνεται με αυτόματο ή σχεδόν αυτόματο τρόπο και επιχειρείται κάθε φορά η αντιστοίχιση των εννοιών. Στο σχήμα φαίνεται η οντολογία που περιγράφει ένα πόρο και η οντολογία που περιγράφει μια άσκηση, καθώς και οι αντιστοιχίες τους.

Σχήμα 6. Οντολογίες πόρων και ασκήσεων

Από τα παραπάνω προκύπτει ότι αναπτύσσονται δύο ειδών οντολογίες: οι οντολογίες πηγών (source ontology) που περιγράφουν τους πόρους της εκπαίδευσης για μια συγκεκριμένη περιοχή (domain)

και οι στοχευόμενες

οντολογίες (target ontology) που αντανακλούν την εικόνα του χρήστη ή μιάς

21

ειδικής περιοχής των πόρων του διαδικτύου. Φυσικά δε σημαίνει ότι μια οντολογία πηγών δεν μπορεί να είναι και στοχευόμενη οντολογία. Ειδικότερα οι έννοιες, που εμπλέκονται εδώ για να δώσουν μια εικόνα μιας στοχευόμενης οντολογίας, ορίζονται παρακάτω: Στοχευόμενη οντολογία (target ontology): οντολογία που καλύπτει μια μικρή περιοχή

της γνωστικής περιοχής ή για παράδειγμα περιγράφει τα

μορφότυπα που υποστηρίζονται από διαφορετικές μηχανές μεταφοράς

και

διαβάζεται από ένα αναγνώστη ετικετών. Οντολογία πηγών (source ontology): προυπάρχει και αναπτύθηκε για να περιγραάψει μια συκεκριμένη εφαρμογή. Αποθετήριο δεδομένων (data repository): Το σύνολο των μεταδεδομένων των πηγών που μπορεί να προκύπτουν ακόμα και από την ίδια οντολογία πηγών. Τα μεταδεδομένα βέβαια που δίνονται μπορεί να μην είναι αρκετά ικανποιητικά για να περιγράψουν τον πόρο και για αυτό επιστρατεύονται οι ευρετικές μηχανές (search heuristics) για να εντοπίσουν επιπλέον κρυμένες χρήσιμες πληροφορίες. Εικόνα και αντιστοίχιση μοντέλου (view model and mapping model): Οι κανόνες που αντιστοιχίζουν τους πόρους των οντολογιών πηγών με μια ή περισσότερες στοχευόμενες οντολογίες. Οι κανόνες υπακούουν στις ιδιότητες των πόρων όπως αυτές έχουν οριστεί στις οντολογίες πηγών και στις οντολογίες εφαρμογών (application ontology) για να δοθεί τελικά μια εικόνα οντολογίας εφαρμογής. Εικόνα

(view):

ένα

σύνολο

των

πόρων

που

εκφράζονται

στην

στοχευόμενη οντολογία όπως αυτό συνεπάγεται από το μοντέλο της εικόνας και το μοντέλο της αντιστοίχισης. Ερώτημα

(Query):

ο

χρήστης

βλέπει

την

εικόνα

των

πόρων

χρησιμοποιόντας αποκλειστικά τις στοχευόμενες οντολογίες.

22

Σχήμα 7. Αντιστοίχιση οντολογιών & εικόνων

Σχήμα 8. Εικόνα με πολλαπλές οντολογίες

23

Όλα

τα

παραπάνω

χρησιμοποιούν

την

οντολογία

Learn@WU

εκφράζονται σε γλώσσα TRIPLE. Εδώ έρχεται η σειρά του ορισμού των ιεραρχιών για να δοθούν οι έννοιες μέσω του RDF schema. Φυσικά επιχειρείται και ολοκλήρωση πληροφορίας μέσω της ολοκλήρωσης και της παραμετροποίησης των οντολογιών αλλά και της επιβολής περιορισμών των τιμών. Η ολοκλήρωση της πληροφορίας γίνεται με επαγωγικές μεθόδους που ουσιαστικά εξερευνούν τις σχέσεις μεταξύ των. Τα χαρακτηριστικά των οντολογιών χρειάζεται να είναι αντίστροφα, μεταβατικά και κληρονομούμενα.

24

2. Εκπαιδευτικό πακέτο τα επόμενα στάδια

2.1. Σύναψη συμφωνητικού

Όταν πρόκειται για μια απλή εφαρμογή του εκπαιδευτικού πακέτου οι χρήστες μπορούν να σημειώσουν και να δημιουργήσουν μια λίστα με τις υπηρεσίες τους μέσω μιας μηχανής εξατομίκευσης. Όταν πρόκειται για μια εκπλεπτυσμένη

εφαρμογή

η

μηχανή

εξατομίκευσης

διαχειρίζεται

τη

διαδιακασία της σύναψης συμφωνητικού. Μέσω του PLA ουσιαστικά δίνεται μια πλήρης εικόνα για το εκπαιδευτικό πακέτο που έχει κλειστεί για ένα ή περισσότερα άτομα μιας ή πολλών εταιριών. Η διαδικασία εγγραφής περιλαμβάνει τα στάδια της αίτησης, της αποδοχής, της συμφωνίας, της ημερομηνίας αποδοχής, της πληρωμής και τέλος της αξιολόγησης της υπηρεσίας. Η εγγραφή πιστοποιείται από το συμφωνητικό, το οποίο αποθηκεύεται από τον αντίστοιχο PLA. Οι συμβαλλόμενοι στη διαδικασία, που επικοινωνούν αναλόγως κάθε φορά με τον PLA, μπορούν να είναι ο εκπαιδευόμενος, ο σύμβουλος καριέρας, ο καθηγητής, ο διευθυντής ανθρωπίνων πόρων, ο λογιστής κ.ά. Η διαδικασία εκτέλεσης περιλαμβάνει τα στάδια της πληρωμής, της έκθεσης επιδόσεων, της αξιολόγησης της εκπαιδευτικής εφαρμογής και της αναφοράς των συνεπαγόμενων ποσοτικών και ποιοτικών δεδομένων.

2.2. Διεπαφή χρήστη (user interface)

Η αρχιτεκτονική για την λειτουργία της εφαρμογής προβλέπει την παροχή και διαχείριση ενός πλαισίου για γνώστες διαφορετικών γλωσσών μέσω μιας διαδικτυακής διεπαφής χρήστη (Web based user interface) και PLA.

25

2.3. Υπηρεσία ειδοποίησης (notification service)

Οι εκπαιδευόμενοι κρατούν πληροφορίες και δηλώνουν το ενδιαφέρον τους μέσω ερωτηματολογίου για την εφαρμογή και ο PLA από την μεριά του ειδοποιεί μόλις περάσει μια προθεσμία ή αλλάξουν οι υφιστάμενες συνθήκες.

2.4. Μηχανή βελτίωσης εκπαιδευτικής διαχείρισης ( Training Management Optimization Engine)

Η Μηχανή βελτίωσης εκπαιδευτικής διαχείρισης στοχεύει ώστε να βελτιώνει την αποτελεσματικότητα της λήψης απόφασης στην επιλογή μιας εκπαιδευτικής υπηρεσίας με μεθόδους αξιολόγησης. Η ανάλυση βασίζεται στις παρακάτω υποθέσεις

Από την μεριά των εκπαιδευόμενων Οι εκπαιδευόμενοι ωφελούνται όταν η εκπαιδευτική

εφαρμογή

ανταποκρίνεται στο γνωστικό τους επίπεδο και στο προσδοκώμενο αποτέλεσμα για την καρίερα τους. Οι εκπαιδευόμενοι έχουν τη δυνατότητα να βελτιώσουν κάποια κύρια μαθήματα και επομένως την τελική τους απόδοση.

Από την μεριά του παροχέα εκπαιδευτικών υπηρεσιών Ο

παροχέας

του

εκπαιδευτικού

προγράμματος

πετυχαίνει

την

μεγαλύτερη δυνατή ικανοποίηση μειώνοντας το συνολικό κόστος. Η διαρκής παρατήρηση της ποιότητας των παρεχόμενων υπηρεσιών εντόπιζει τους τρόπους βελτίωσης διαχείρισής τους.

26

ΑΠΟΤΕΛΕΣΜΑ ΜΕΤΑ∆ΟΣΗΣ

ΣΤΡΑΤΗΓΙΚΗ

ΕΠΙΛΟΓΗ ΕΚΠΑΙ∆ΕΥΤΙΚΗΣ ΥΠΗΡΕΣΙΑΣ

ΕΚΤΕΛΕΣΗ ΕΚΠΑΙ∆ΕΥΤΙΚΗΣ ΥΠΗΡΕΣΙΑΣ

ΠΕΡΙΕΧΟΜΕΝΟ & ΕΚΤΕΛΕΣΗ

ΚΙΝΗΤΡΑ

ΜΕΤΑ∆ΟΣΗ ΓΝΩΣΗΣ

ΑΠΟΤΕΛΕΣΜΑ ΜΕΤΑ∆ΟΣΗΣ

Αναλύσεις σε κάθε στάδιο εξέλιξης εκπαιδευτικού προγράμματος.

Η αξιολόγηση υλοποιείται με τις αναλύσεις των κινήτρων, της ευθυγράμμισης της στρατηγικής της χ εταιρίας

με αυτή του εκπαιδευτικού

προγραμμάτος, του περιεχομένου και της εκτέλεσης της εκπαιδευτικής υπηρεσίας και στο τέλος της συνολικής μετάδοσης γνώσης. Οι αναλύσεις αυτές υλοποιούνται σε όλα τα στάδια από την επιλογή της εκπαιδευτικής εφαρμογής μέχρι

την

ολοκλήρωσή

χαρακτηριστικά

της

και

λαμβάνονται

υπόψη

τα

επιμέρους

με στόχο πάντοτε τη βελτίωση σε ένα τόσο ανταγωνιστικό

περιβάλλον.

2.5.Πολιτική και Προστασία προσωπικών δεδομένων

Κατά την εκπαιδευτική διαδικασία από τον πρώτο μέχρι το τελευταίο στάδιο καταγράφονται και διακινούνται προσωπικά δεδομένα, επομένως επιβάλλεται η ανάπτυξη μιας πολιτικής προστασίας της ιδιωτικότητας. Κατ’ αρχήν δεν μπορούν να αγνοηθεί η εναρμόνιση με τους εθνικούς, ευρωπαϊκούς και διεθνείς κανόνες δικαίου. Στη συνέχεια για να θωρακιστεί το σύστημα από τις απειλές παραβίασης προσπαθεί να αναπτύξει μηχανισμούς ανωνυμίας (anonymity), ψευδωνυμίας (pseudonymity), μη διασύνδεσης (unlinkability) και μη παρατηρητικότητας (unobservability). Φυσικά το σύστημα βασίζεται στην διαδικασία της πιστοποίησης ώστε να εξουσιοδοτείται και να ελέγχεται η

27

πρόσβαση του εκπαιδευόμενου και η διαχείριση των βάσεων δεδομένων. Προστατεύονται φυσικά και τα δεδομένα που ανταλλάσσονται μεταξύ του εκπαιδευόμενου και

του PLA- ανάλογα πάντοτε σε ποιο

περιβάλλον

εφαρμόζεται ο PLA πχ. ως μέρος ενός ανοιχτού εκπαιδευτικού κόμβου, ενός κλειστού περιβάλλοντος ή ως πρόγραμμα που τρέχει στον προσωπικό Η/Υ του χρήστη. Επομένως και στις παραπάνω περιπτώσεις ο υπεύθυνος ασφαλείας διαφέρει κάθε φορά άλλοτε είναι ο υπεύθυνος του εκπαιδευτικού κόμβου (για τις δύο πρώτες περιπτώσεις) και άλλοτε ο εκπαιδευόμενος (για την Τρίτη περίπτωση). Ο εκπαιδευόμενος επιπλέον υποχρεώνεται να δηλώσει και το βαθμό απορρήτου και διαχείρισης των προσωπικών του δεδομένων. Όσον αφορά τις συναλλαγές τα προβλήματα λύνονται με την κατοχή ενός πιστοποιητικού δημοσίου κλειδιού (public key certificate) παράλληλα με ένα όνομα χρήστη (username)

και ένα κωδικό πρόσβασης (password). Οι

πληροφορίες διακινούνται μέσα από ένα κανάλι ασφαλείας που επαληθεύει τους παραπάνω κωδικούς και τελικά ο χρήστης έχει πρόσβαση. Στη περίπτωση που ο PLA τρέχει στον χ προσωπικό Η/Υ χρειάζεται μόνο το όνομα χρήστη (username)

και

ο

κωδικός

πρόσβασης

(password).

28

3.Βασικές διαδικασίες ανάπτυξης έξυπνου χώρου εκπαίδευσης

Εντοπίζονται πέντε βασικές διαδικασίες για την ανάπτυξη Smart Space for Learning. Οι διαδικασίες αυτές διαφέρουν μεταξύ τους τόσο στο σχεδιασμό του PLA. (η εξατομικευμένη αναζήτησης, η αξιολόγηση των υπηρεσιών εκμάθησης κ.ά.), όσο και στην ετερότητα των διαθέσιμων υπηρεσιών εκμάθησης και στην περιγραφή των μεταδεδομένων. Αναλυτικότερα οι διαδικασίες αυτές είναι:

3.1. Intra – Organizational Smart Space for Learning

Στη διαδικασία του Intra Organizational Smart Space for Learning συμμετέχουν ένας ή περισσότεροι εκπαιδευτικοί φορείς παροχής υπηρεσιών εκμάθησης από απόσταση. Οι φορείς αυτοί πρέπει να διαθέτουν πιστοποιητικά όπως π.χ. το ISO 9001 και δεσμεύονται από την υποχρέωση οργάνωσης της διαδικασίας. Στους κόλπους του “smart space” αναπτύσσονται υπο-οργανισμοί. Κριτήρια της παραγωγικής λειτουργίας του “smart space” είναι, η ποιότητα των υπηρεσιών εκμάθησης και τα περιθώρια βελτίωσης της, η υποστήριξη που παρέχεται στο ανθρώπινο δυναμικό, η διαχείριση της πορείας – εξέλιξης της εξατομικευμένης εκμάθησης κ.ά. Η διαχείριση των υπηρεσιών του “smart space” είναι ευθύνη του εξειδικευμένου προσωπικού κάθε φορέα, καθώς π.χ η ορθότερη λειτουργία του PLA στηρίζεται στην μέγιστη δυνατή υποστήριξη του ανθρώπινου δυναμικού της παραγωγής και στην προσπάθεια διαρκής αξιολόγησης των παρεχόμενων υπηρεσιών, ώστε να απομονωθούν οι χείριστες από αυτές ή να τροποποιηθούν.

3.2. Extra – Organizational Smart Space for Learning

Στο Extra Organizational Smart Space for Learning οι εμπλεκόμενοι φορείς συμβάλλονται ως ένας οργανισμός, π.χ. η ιστοσελίδα των κέντρων μέσης εκπαίδευσης, όπου παρέχονται υπηρεσίες εκμάθησης, είναι ένα μικρό αλλά ενδεικτικό παράδειγμα. Αυτό που διαφοροποιεί κυρίως των διαδικασία του Extra

29

Organizational Smart Space for Learning από τις άλλες συγγενείς διαδικασίες, είναι ότι οι εκπαιδευόμενοι δεν είναι απαραίτητο να ανήκουν στους κόλπους του οργανισμού – παραγωγού. Λειτουργούν περισσότερο ως πελάτες και λιγότερο ως μαθητές. Ο οργανισμός από την πλευρά του εξετάσει τις παραμέτρους και να οργανώσει διοικητικά και πρακτικά τον τρόπο λειτουργίας του “smart space”. Ώστε να υπάρχει η δυνατότητα κάλυψης των αναγκών, που μπορεί να προκύψουν λόγω της ιδιομορφίας των εκπαιδευομένων. Ενδεικτικά, να παρέχει στον εκπαιδευόμενο την δυνατότητα επιλογής των προσφερόμενων υπηρεσιών εκπαίδευσης, να καλλιεργήσει το κατάλληλο κλίμα για την μετάβαση από τον όρο «μαθητής» στον όρο «δια βίου εκπαίδευση». Στους κόλπους του οργανισμού που αναπτύσσει το Extra Organizational Smart Space for Learning εκτός από τους ειδικευμένους σε θέματα εκπαίδευσης και προγραμματισμού Η/Υ, εντάσσεται και μια άλλη ομάδα, τα στελέχη πωλήσεων. Ο συνολικός αριθμός των προσφερόμενων υπηρεσιών εκμάθησης είναι μεν περιορισμένος, η διάθεση τους δε μέσω του PLA είναι προσαρμοσμένη στους συγκεκριμένους εγγεγραμμένους εκπαιδευόμενους. Από κει και πέρα οι όροι, οι υποχρεώσεις, τα δικαιώματα, τα θέματα εχεμύθειας και εμπιστοσύνης, καθορίζονται ρητά ανάμεσα στους συμβαλλόμενους.

3.3. Coalition

Η διαδικασία του Coalition διατίθεται μέσω ενός δικτύου οργανώσεων, αόριστα συνδεδεμένων μεταξύ τους. Ενδεικτικό παράδειγμα το CEMS, της ευρωπαϊκής κοινοπραξίας σχολείων για το management. Στόχος του Coalition δεν είναι η επί πληρωμή διάθεση της εκπαίδευσης, αλλά η εύκολη, ευρεία και υψηλών προδιαγραφών παροχή υπηρεσιών εκπαίδευσης σε “smart space”, για ομάδες χρηστών διασκορπισμένες σε ευρύ γεωγραφικό φάσμα. Για τη λειτουργία του Coalition ο σχεδιασμός του PLA είναι συγγενής με αυτόν του Intra Organizational Smart Space for Learning. Η παρουσία πολλαπλών εκπαιδευτικών κόμβων ενισχύεται, όταν υπάρχει ισχυρή εστίαση σε ευρείας διάθεσης παρεχόμενες υπηρεσίες εκμάθησης. Σε αντίθετη περίπτωση έχουμε λιγότερους

30

κόμβους, με ενοποιημένο όμως τύπο υπηρεσιών. Επιπλέον, επιδιώκεται η ομοιομορφία

αναφορικά

με

τα

προφίλ

των

εκπαιδευομένων,

ώστε οι

συμμετέχοντες να έχουν συγγενείς απαιτήσεις και στόχους, π.χ. κοινά πτυχία. Η διαμόρφωση κριτηρίων επιλογής, επιτρέπει στον υπεύθυνο φορέα να επιτύχει ταξινομία και πειθαρχία στην ανάπτυξη των υπηρεσιών, κατ’ επέκταση και ποιότητα.

3.4. Distributed Marketplace

Πρόκειται για μια διαδικασία που επεκτείνεται από μια κοινοπραξία προς την αγορά, όπου από κοινού αναπτύσσουν τις παρεχόμενες υπηρεσίες εκπαίδευσης.

Στόχος

είναι

η

πώληση

των

υπηρεσιών

αυτών

στους

ενδιαφερόμενους. Ως εκ τούτου η ανάπτυξη του PLA είναι παρόμοια με εκείνη του Extra Organizational Smart Space for Learning. Σημείο διαφοροποίησης τους το ότι στο Distributed Marketplace δεν είναι ευέλικτος ο τρόπος σύνδεσης της αγοράς με τους εμπλεκόμενους φορείς. Ο αριθμός των διαθέσιμων υπηρεσιών είναι υψηλός καθώς επίσης υπάρχει και η δυνατότητα ετερογενείς εκπαίδευσης, δηλ. συνδυασμός του e-learning με την κλασική διδασκαλία σχολείων και πανεπιστημίων. Εδώ ο καθορισμός των περιοχών γίνεται με σαφήνεια και αυστηρότητα. Σημαντικό χαρακτηριστικό γνώρισμα του PLA σε αυτή την διαδικασία (Distributed Marketplace). Δεν υπάρχει καθορισμός συγκεκριμένων κριτηρίων για την επιλογή των εκπαιδευομένων. Η αγορά είναι ανοικτή στον οποιονδήποτε ενδιαφέρεται μεμονωμένα ή σε μια συγκεκριμένη κοινοπραξία ή περιοχή. Ισχύουν διάφορα επιχειρησιακά πρότυπα. Επιπλέον, επιδιώκεται η δημιουργία μιας εικόνας εμπιστοσύνης στην αγορά, ώστε να προσελκύσουν ενδιαφερόμενους. Υπάρχει μικρή συμφωνία των εμπλεκόμενων μελών, ως προς την ανάπτυξη κοινών ιδιοτήτων και κόστους στις παρεχόμενες υπηρεσίες.

31

3.5.Open world

Μια διαδικασία που αποτελείται από μεγάλο αριθμό εκπαιδευτικών κόμβων, μερικοί από τους οποίους μπορεί να διασυνδέονται και μέσω της ελεύθερης αγοράς. Λειτουργούν ως πύλη (portal) για υπηρεσίες του “smart space”, οι οποίες χωρίς της αγορά δεν θα ήταν διαθέσιμες. Όπως και ο παγκόσμιος ιστός, έτσι και το “smart space” στη διαδικασία open world, αποτελείται από ένα ιδιαίτερα ετερογενές σύνολο υπηρεσιών. Κατ’ επέκταση αναπτύσσονται ετερογενείς τύποι PLA, με στόχο, καθένας από αυτούς να εξυπηρετήσει ένα ελαφρώς διαφορετικό σκοπό ή φορέα. Οι χρήστες έχουν την δυνατότητα να παραμείνουν «μη αναγνωρισμένοι», έως ότου αποφασίσουν να χρησιμοποιήσουν πλήρως μια υπηρεσία εκμάθησης. Κατόπιν επικυρώνονται από τον φορέα παροχής της συγκεκριμένης υπηρεσίας. Τα πιστοποιητικά και ο ρόλος των φορέων, στο open world, δεν είναι ομοιόμορφα. Υπάρχει απεριόριστος αριθμός ταξινομιών που μπορεί να χρησιμοποιηθεί για να περιγράψει ένα άπειρο αριθμό υπηρεσιών εκμάθησης. Τέλος, οι υπηρεσίες σχεδιάζονται ως ανεξάρτητες οντότητες, που παρέχουν εκτιμήσεις αξιολόγησης των υπηρεσιών, καθώς και οι παρεχόμενες υπηρεσίες και ο φορέας υπόκεινται σε γενική αξιολόγηση.

32

Συμπεράσματα

Οι βασικοί προβληματισμοί για την τυποποίηση του έξυπνου χώρου εκπαίδευσης και των εξατομικευμένων υπηρεσιών εστιάζονται σε τρία σημεία:
στη διαλειτουργικότητα των εκπαιδευτικών πόρων και κόμβων όπου μια εννιαία και περιεκτική οντολογία θα καλύπτει τις σημαντικότερες πλευρές της διαχείρησης της εκπαίδευσης και της μεταφοράς του υλικού, των πακέτων κ.ά. Συμπληρωματικά εδώ λειτουργεί και το εργαλείο του σχολιασμού των δεδομένων και της αντιστοίχισης τους.
στην άνετη και πολύμορφη διεπαφή για ερωτήματα, σύναψη συμφωνητικών και λήψη εκπαιδευτικών πακέτων σύμφωνα με τις ανάγκες του κάθε χρήστη. Φυσικά η διεπαφή πρέπει να δουλεύει ανεξάρτητα από τα θέματα πιστοποίησης και ελέγχου πρόσβασης στον κόμβο.
στην καλύτερη και αποτελεσματικότερη σχέση των εφαρμογών του έξυπνου χώρου εκπαίδευσης και των αναγκών της διαχείρισης του ανθρωπίνου συνδυασμό

δυναμικού.

Ουσιαστικά

των εκπαιδευτικών

αφορά

πακέτων

με

τον

εννοιολογικό

τις

ανάγκες,

τα

ενδιαφέροντα, την κουλτούρα και τους στόχους του χρήστη ώστε να αυξηθεί η ικανοποίησή του

σε σχέση με τις παρεχόμενες

εκπαιδευτικές υπηρεσίες.

33

Βιβλιογραφία

ELENA Project ( http://www.elena-project.org/en/index.asp?p=1-1).

MERLOT Πρόγραμμα http://www.merlot.org/Home.po.

The Rules and Practices of Extreme Programming. http://www.extremeprogramming.org/rules.html

Simon, Bernd, Miklós, Zoltán, Nejdl, Wolfang, Sintek, Michael and Salvachua, Elena: a meditation infrasracture for educational services.

Simon, Bernd, Dolog Peter, Miklós, Zoltán, Olmedilla, Daniel, and Sintek, Michael “Conceptualising Smart Spaces for learning” Journal of Interactive Media in Education, 2004,

9

Special

issue

on

Educational

Semantic

Web

(http://www-

jime.open.ac.uk/2004/9).

Simon, Bernd, Miklós, Zoltán, ELENA Creating a Smart Space for Learning. Smart Space for Service specification. Version 1. ELENA Consortium, 2003 (IST – 2001 – 37264)

Vasiliou, Charalampos, Stamoulis, Dimitrios, Spiliotopoulos Anastasios and Martakos, Drakoulis, Creating adaptive web sites using personalization techniques: a unified, integrated approach and the role of evaluation. Idea Group Publishing, 2003.

34