Cybernetyczny Ośrodek Doradztwa Edukacyjnego – wirtualny przewodnik życia.



Cybernetyczny Ośrodek Doradztwa Edukacyjnego – wirtualny przewodnik życia.

Błąd jest przy­wile­jem fi­lozofów, tyl­ko głup­cy nie mylą się nigdy.
                                                                                              Sokrates

Pomysł stworzenia CODE opiera się ściśle na mojej wcześniejszej idei utworzenia Ośrodka Doradztwa Edukacyjnego w szkołach średnich, co opisałem w mojej wcześniejszej publikacji[1].





Jednym z ważnych mankamentów w polskim systemie edukacyjnym jest brak profesjonalnych ośrodków doradztwa edukacyjnego, które powinny pomóc uczniom w poznawaniu ich osobowości, możliwości zawodowych i osobistych oraz w przekazywaniu im w odpowiedni sposób praktycznej wiedzy z zakresu trendów gospodarczych i przemian społecznych.

Brakuje zatrudnionych w szkołach na stałe doradców zawodowych, którzy byliby specjalistami w dziedzinie psychologii rynku pracy, znaliby mechanizmy i trendy przemian gospodarczych, natomiast ich konsultacja z psychologami szkolnymi jest ograniczona ze względu na brak możliwości stałej współpracy.

Często uczniowie i ich rodzice czują się bezradni w kwestiach wyboru dalszej ścieżki kształcenia, co rodzi poczucie niepewności.

Jednym z rozwiązań tego problemu byłoby utworzenie szkolnych, profesjonalnych ośrodków doradczych[1], czego idea zrodziła się w krajach skandynawskich, które ściśle współpracują z placówkami edukacyjno - szkolnymi w Finlandii wprowadzając dobrze przygotowane i świadome fińskie społeczeństwo w zglobalizowany XXI wiek.

Wychodząc naprzeciw potrzebom zglobalizowanego i coraz bardziej nowoczesnego świata, kolejnym dobrym rozwiązaniem mogłoby być stworzenie innowacyjnego narzędzia będącego „doradcą – przewodnikiem” edukacyjno – zawodowym.
Cybernetyczny Ośrodek Doradztwa Edukacyjnego  istniałby w ogólnodostępnej sieci internetowej, zaś dzięki wykorzystywanym przez siebie elektronicznym sieciom neuronowym, przetwarzającym w zoptymalizowany sposób rozległe bazy danych, pełniłby rolę w/w przewodnika.

Model cybernetycznego doradcy ułatwiłby młodym ludziom i ich rodzicom trafny wybór ścieżki zawodowej, naprowadzając ich na bardziej właściwą drogę zmniejszając niepewność i ryzyko niepowodzenia.

Słowa kluczowe: nowoczesna edukacja, doradztwo cybernetyczne, doradztwo edukacyjne, usprawnienie edukacji, sieci neuronowe
Key words: modern education, cybernetic counseling, educational advisement, education improving, neural networks/

Ogólna charakterystyka

CODE to zespół wirtualnych, elektronicznych macierzy zawierających zoptymalizowane systemy powiązań cybernetycznych, przetwarzających wprowadzane dane w kompleksowy, inteligentny raport.
Raport ów ma stanowić rodzaj przewodnika edukacyjnego dla młodych ludzi uczących się na poziomie gimnazjum oraz liceum, jak również dla studentów chcących rozwijać swoje kompetencje pod kątem naukowym oraz zawodowym.

Celem jest zmniejszenie poziomu niepewności oraz ryzyka podczas wyboru dalszych ścieżek kształcenia edukacyjnego, a tym samym ułatwienie młodym ludziom w odnalezieniu się na przyszłym rynku pracy przy wykorzystaniu wszelakich dostępnych narzędzi służącym w przetwarzaniu informacji przy korelacji predyspozycji osobowych beneficjenta.

ODBIORCY

- uczniowie szkół średnich i gimnazjów
- rodzice uczniów
- osoby wykluczone zawodowo
- pedagodzy szkolni (doradcy zawodowi, psycholodzy, wychowawcy)

Całość opiera się na idei implementacji Edukacji Niezależnej, inaczej Edukacji Indywidualnej.

Edukacja Indywidualna[2] (EI) to nurt nauczania, który już wiele lat temu został zaakceptowany i jest realizowany we wszystkich krajach skandynawskich.
Wprowadzenie tego typu edukacji okazało się bardzo praktyczne i usprawniło funkcjonowanie całego systemu, dzięki czemu wykreowało się odpowiedzialne społeczeństwo obywatelskie oparte na wiedzy gotowe na przyszłe wyzwania i dalszy zharmonizowany rozwój.

Proces implementacji EI w szkołach jest odpowiedzią na ludzkie potrzeby w kraju demokratycznym.
Nie istnieje żadna inna sprawdzona idea, dzięki której powstały społeczeństwa obywatelskie ewoluujące do społeczeństw opartych na wiedzy („Knowledge society”), jako modelu społecznego stworzonego z pojedynczych ludzi, o unikalnych emocjach, charakterach, zdolnościach oraz pragnieniach.
Człowiek czując się unikalnym, wiedząc, że ma wpływ na swoje życie jest szczęśliwy. Tworzy wokół siebie również wiele dobrych i pożytecznych zjawisk, dlatego ważnym jest, aby uświadomić mu jego wartość i możliwości, co wyzwala kreatywność przekładającą się na podwyższenie kapitału społecznego oraz efektywności gospodarczej kraju – hipoteza prosta, ale jak osiągnąć jej założenia?

Sposób działania


Dzięki wielu algorytmom przetwarzającym istniejące dane, w sposób zoptymalizowany bliskie sztucznej inteligencji, system stworzy pasujące modele osobowości ucznia (jeśli wprowadzi dane „niezakłamane”), które w rezultacie pomogą w stworzeniu wielowymiarowego raportu.

Raport

Raport ma być finalnym efektem przetworzenia danych, wprowadzonych przez beneficjenta.
Dzięki specjalnemu zainstalowanemu (napisanemu) protokołowi rozumiejącemu, dane przekazywane byłyby w postaci, w której można by powiązać ich znaczenia między sobą w ramach odpowiedniego kontekstu.
Są to tzw. Semantyczne bazy wiedzy[3]

W tym konkretnym przypadku, na podstawie przetworzonych danych psychologiczno – emocjonalnych (np. forma testowa), w połączeniu z wprowadzonymi wcześniej oraz wciąż aktualizowanymi danymi z zakresu gospodarki i rynku pracy,  ma wskazać najbardziej pasujące ścieżki dalszego rozwoju młodego człowieka (ucznia), tj. możliwości dalszego kształcenia oraz rozwoju zawodowego uwzględniając jego predyspozycje wynikające z wyników przeprowadzonych testów, aktualnych informacji geopolitycznych i przemian gospodarczych w danym regionie, kraju, kontynencie i na świecie.
 
Istotnym El. Będą między innymi mapy myśli, czyli diagram reprezentujący powiązania, zarówno semantyczne jak i inne związane z centralnym kluczowym pomysłem lub zagadnieniem. Używa się ich do wizualizacji, klasyfikacji i strukturyzacji pomysłów i myśli.

Po zatwierdzeniu wszystkich danych, przejściu testów, wyborach odpowiedzi, etc.  nasz bohater klika w np. duży klawisz „Enter”, albo „zatwierdź” i wpada w tunel czasoprzestrzenny, który po chwili nas przenosi do strony wizualnej przekazującej mu gotowym wielowymiarowy, nie jednotorowy (aby uniknąć subiektywizmu oraz zmniejszyć ryzyko błędu) raport.

W zależności o d rodzaju testów uzyskamy inf. na temat:
Ø      naszych predyspozycji przyswajania i przetwarzania informacji oraz przekuwania ich w czynności
Ø      predyspozycji psychologicznych i emocjonalnych
Ø      mocne i słabe strony w odniesieniu do poszczególnych grup ludzi pracujących w danych branżach
Ø      charakterystyka naszych silnych stron i predyspozycji psycho – fizycznych, które możemy rozwijać
Ø      w odniesieniu do naszej osobowości oraz chęci i zainteresowań – sporządzenie wyniku na podstawie korelacji tych danych z analizą rynkową i prognozami przemian ekonomiczno – społecznych pod kątem rozwoju danych branż zawodowych

- relacja i interpretacja wyników na podstawie realizacji specjalnych zadań ( case study), np. opisanie swojego zachowania w konkretnych warunkach, dajmy a to rozwiązania zadania przy wykorzystaniu wyobraźni przestrzennej lub konieczności podjęcia szybkiej decyzji, bądź analizy i myślenia koncepcyjnego.

Metody pozyskiwania i przetwarzania danych

Aby zaszło sprzężenie (zależność, korelacja) między wprowadzanymi danymi przez beneficjenta (testy, zadania, różnego rodzaju dane) oraz ich wynikami, jak również z informacjami zawartych w systemie (trendy ekonomiczne i społeczne, wyniki analiz rynku pracy, potrzeb ludzkich, poziom kapitału społecznego, etc.) konieczne jest stworzenie takiego systemu przy wykorzystaniu sieci neuronowych, który  w sposób logiczny przetworzy dane biorąc pod uwagę każdy szczegół informacyjny.

Dodatkowo, system będzie przetwarzał dane pozyskane, z zawartymi w sobie oraz z mieszczącymi się w sieci, czyli będzie posiadał stały dostęp do informacji internetowych.

Może to być system funkcjonujący za zasadach... „inteligentnych algorytmów” (http://www.opi.org.pl/lis.html) bądź inaczej „sztucznych sieci neuronowych[5], czyli:

Algorytmy sieci neuronowych, inaczej „(…) sztuczne sieci neuronowe (ang.: Artificial Neural Networks) można traktować jako nowoczesne systemy obliczeniowe, które umożliwiają przetwarzanie informacji wzorując się na zjawiskach zachodzących w mózgu człowieka. 

Informacje wprowadzane do sieci mają charakter danych numerycznych, na podstawie których działanie sieci może odzwierciedlać działanie modelu o zupełnie nieznanej charakterystyce.

Dostosowanie sieci neuronowej do rozwiązywania określonego zadania odbywa się poprzez jej uczenie przy użyciu typowych pobudzeń i odpowiadających im pożądanych reakcji, a nie poprzez sprecyzowanie algorytmu i zapisanie go w postaci programu, jak w przypadku stosowania tradycyjnych metod modelowania. W efekcie sieć neuronowa tworzy model zjawiska, lecz nie jest możliwe jednoznaczne określenie jego postaci. Ponadto, trudno udzielić jednoznacznej odpowiedzi na pytanie, czy konkretna, wyuczona sieć neuronowa w sposób rzeczywisty rozwiązuje problem czy tylko tworzy pewien algorytm, pozwalający jednak uzyskać prawidłowe wyniki [6]. Główne obszary zastosowań algorytmów sieci neuronowych to [7-12]:
  • prognozowanie (przewidywanie wartości zmiennej na podstawie jej wartości wcześniejszej i innych czynników);
  • aproksymacja w przestrzeni (poszukiwanie wartości pewnej zmiennej w przestrzeni na podstawie znanych wartości zmiennych w kilku punktach);
  • klasyfikacja (na podstawie charakterystyki przedmiotu badań sztuczna sieć neuronowa określa, do jakiej kategorii on należy (m.in. rozpoznawanie pisma, cyfr lub obrazów));
  • filtrowanie sygnałów;
  • kompresja obrazu czy dźwięku;
  • sterowanie układami dynamicznymi.
Algorytm samoorganizujących się map (ang.: self-organizing maps, SOM), lub nazywany inaczej samoorganizującym odwzorowaniem cech (ang.: self-organizing feature map, SOFM), opracowany w 1982 przez Teuvo Kohonena [13] to jeden z najbardziej zaawansowanych modeli sieci neuronowych, wykorzystywanych w wielu różnorodnych dziedzinach nauki, z których przykładowo można wymienić:
  • klasyfikację i analizę danych pochodzących z monitoringu środowiskowego [14,15];
  • klasyfikację sejsmofacjalną [16];
  • klasyfikację próbek węgla kamiennego [17]; 
  • analizę ekonometryczną [18];
  • przetwarzanie danych ankietowych [19];
  • organizację zasobów dokumentów tekstowych w odpowiedzi na zapytanie sformułowane w wyszukiwarce [20,21]. „ [6]         
Wygląd 
Cybernetyczne Centrum Doradztwa Edukacyjnego, poza dużą funkcjonalnością i intuicyjnością, będzie zawierało nietuzinkową, cybernetyczną szatę graficzną, która w połączeniu z dużymi możliwościami interaktywnymi i przetwarzania danych, przyciągnie beneficjenta serwując mu możliwość obcowania z prawdziwie naukowo - modernistycznym wymiarem doradczym.

Przykładowy wygląd


Ciężko jest opisać stronę graficzną w kilku zdaniach bez jej ukazania.

Jednakże opis funkcji Ośrodka, pozwoli na lepsze wyobrażenie sobie jego wyglądu.



Bardzo ważnym elementem innowacyjnym, będzie futurystyczna strona wizualna systemu zawierająca el. gry typu "role playing game" przy wykorzystaniu tzw. modułu first perspective.



Istota wizualizacji wiedzy

"Pismo, druk, reprezentacja cyfrowa to reprezentacja wiedzy o świecie z wykorzystaniem form wizualnych (wizualny, czyli postrzegalny za pomocą wzroku), które łączy wykorzystanie sztucznego systemu znakowego, skonstruowanego przez ludzkość.

Jak stwierdza A. Morawińska „Od prehistorycznych rysunków naskalnych i sztuki australijskich aborygenów po zapis obrazów z elektronowego mikroskopu wizualizacja była sposobem ujmowania, rozumienia i przekazywania wiedzy. Dziś w dobie kultury wizualnej to, co nie jest obrazem w ogóle ma byt wątpliwy".

Z kolei, cytując twórców portalu www.draw.org.pl, wizualizację wiedzy można określić jako „desygnat wszystkich graficznych znaczeń, które mogą być użyte do konstruowania i transferu zmierzającego do kompleksowego i dogłębnego zrozumienia”. W procesie konstruowania graficznych znaczeń wykorzystywane są następujące metody:





  • kreowanie obrazu mentalnego (envisioning),
  • szkicowanie (sketching),
  •  realistyczne ilustrowanie (expressing),
  • tworzenie graficznych relacji (diagramming),
  • pozycjonowanie obiektów w strukturze (mapping),
  • tworzenie fizycznych obiektów (materializing),
  • interaktywna wizualizacja komputerowa (exploring).


  • Poza zwykłym transferem faktów wizualizacja wiedzy umożliwia także przekaz istoty rzeczy, doświadczeń, wartości, oczekiwań, perspektyw, opinii i przewidywań. W procesie wizualizacji wiedzy wyzwala się aktywność w przedstawianiu wiedzy i motywowaniu do operowania obrazem. Zatem, wizualizacja wiedzy pomaga w:

    • pokazywaniu samemu sobie co się wie,
    • zrozumieniu co inni wiedzą,
    • zobaczeniu jak znaleźć wiedzę,
    • nauczeniu się tego, co inni się nauczyli,
    • strukturalizowaniu swojego myślenia,
    • wstawianie w zespół zbiorowej mądrości.

    Za pomocą obrazu, popartego tekstem można skuteczniej oddziaływać na odbiorcę komunikatu.„[4]

    Czy realizacja CODE nie niesie za sobą dozę ryzyka?
    Każdy pomysł innowacyjny niesie za sobą pewną dozę ryzyka.
    Jednakże bez innowacji Świat nie rozwinąłby się cywilizacyjnie, zaś demokracja czy grypa do dnia dzisiejszego pozostawałyby nieznanymi i niezrozumianymi dla nas terminami.


     Copyright © Piotr Bińczak


    [1] http://www.eid.edu.pl/publikacje/osrodki_doradztwa_edukacyjnego_-_pozwolmy_naszej_mlodziezy_wybrac_wlasciwa_droge_zycia,425.html
    [3] http://www.inzynieriawiedzy.pl/systemy-inteligentne/semantyczne-bazy-wiedzy
    [4] http://www.inzynieriawiedzy.pl/wizualizacja-wiedzy/mapa-mysli
    [5] http://www.opi.org.pl/lis.html
    [6] http://www.labportal.pl/article/inteligentne-techniki-analizy-danych

    Komentarze

    Popularne posty