Сергей Кутолин - Философия интеллекта реального идеализма

Только путем ускорения и обучения знанию с помощью тренировки интеллекта на дорогах мыследеятельности — рефлексии, формирования смысловых связей — парадигм, самостоятельного и критического отношения к возникающей проблемной ситуации (интеллигентность) порождается творчество в науке и технике и сокращается время решения технических проблемных ситуаций, т.е. появляются успехи.

Рефлексия, парадигма, самостоятельность и критичность подхода к проблемной ситуации есть тело, дух и буква творчества, составляющие его идеацию, в то же время знание с его информационным содержанием еще не содержит ноу–хау, т.е. технологии, секрета творчества, научного успеха. Многообразие путей решения задачи, как видим, еще не означает знания секрета ее технической реализации.

В методическом плане убежденность в высказанных положениях базировалась, во-первых, на целевых исследованиях, в том числе и с применением ЭВМ, при анализе усвоения знаний, например, группами студентов технического профиля по общенаучной дисциплине «химия», во-вторых, на мысленном эксперименте в духе Н.П. Рашевского, результаты которого могут быть сопоставлены с фактобиографическими данными и трудами творчества ученых, в-третьих, на попытке построения структуры технических достижений с использованием категорий: рационализация–изобретение–открытие в рамках собственного подхода путем рефлексии, формирования парадигмы и самостоятельного критического мышления. Совокупность разработанных вопросов по существу содержит конкретную методологию знания и творчества в науке и технике, пригодную для решения научно-технических проблемных ситуаций. Однако успех решения таких ситуаций тесным образом связан с практической реализацией параметров структуры прогресса.

Решение проблемы эвристической оценки содержания текстов методами математической лингвистики [5], вскрытия методами математики дискриминации целеустремленных систем [6], с одной стороны, а с другой, — дискурсивно-комплексный подход к проблемам рефлексии [7], использование имитационной эвристики в методологии и практике игрового моделирования [8, 9] позволили надеяться на возможность математического моделирования анализа успеваемости студентов методами кусочно-линейного программирования с применением элементов игрового моделирования на примере человеко-машинного диалога «учащий–учащийся».

В качестве аргументов знания студента при проверке по пятибалльной системе, проводимой в режиме «Самооценки» студентом своей успеваемости, и таковой оценке успеваемости преподавателем на экзамене использовались три группы признаков: 1) теоретическая и реальная подготовка по фундаментальным предметам абитуриента; 2) текущая успеваемость студента в первом семестре по химии; 3) психофизиологические показатели, определяемые в форме тестов для лиц умственного труда. Указанные группы признаков включали в качестве независимых величин: СПР-степень реальной подготовки абитуриента, определяемая оценками на вступительных экзаменах по математике и физике; СТП-степень теоретической подготовки, определяемая оценкой в аттестате о среднем образовании по химии, физике, математике; СКП-степень подготовки по химии в семестре; ЗВ-контроль фиксации зрительного внимания с использованием колец Ландольта; МО-моторная оперативность, определяемая пробой Крыжановской; ОР-оператив-ная реакция, оцениваемая методом «лабиринта» [10]. Данные группы признаков позволили разработать детальную методику моделирования знания лиц умственного труда по химии и создать специализированную интегрированную вычислительную среду оценки успеваемости по химии CHEMLEHR, которая при необходимости может быть преобразована для тестирования знаний лиц умственного труда в различных областях технической подготовки.

Модель применялась параллельно в группе студентов, где использовалась методика игрового моделирования (а в качестве таковой применялась методическая разработка темы «Окислительно-восстановительные реакции» с использованием технических средств обучения и самоконтроля), и в группах, где преподаватель проводил обычное занятие.

Были получены результаты человеко-машинного диалога «учащий–учащийся» в режимах «Самооценка» и «Экзамен» как с применением игровой контрольной, так и без нее.

Анализировалась разница между экспертными оценками в режимах «Самооценка», «Экзамен» и оценками, предсказываемыми в рамках полученных моделей, включающих только необходимое и достаточное количество аргументов заданных групп признаков: СПР, СТП, СКП, ЗВ, МО, ОР, три последних из которых учитывают число ошибок в тестах и время, затрачиваемое на выполнение теста. С помощью критериев Бернштейна, Ястремского или Романовского установлено, что расхождение между эмпирическим и теоретическим распределением, полученным в экспертной оценке и модели, носит случайный характер. При этом оценивалась эвристичность модели человеко-машинного диалога «учащий–учащийся».