Hallo Habr! Nachdem wir in einem früheren Artikel einige Möglichkeiten zum Erstellen von virtuellen / 3D-Räumen für mehrere Benutzer
untersucht haben , kehren wir im Rahmen des Trainings zu diesen zurück. Wie kann man zum Beispiel dasselbe Team, das aus völlig unterschiedlichen Personen besteht, qualitativ in derselben Sache trainieren? Details unter dem Schnitt!
Simulationen und Serious Games sind eine der effektivsten Trainingsarten - dies ist eine allgemein anerkannte Tatsache. Hier ist ein Beispiel aus der medizinischen Industrie.
Bei Simulationen ist jedoch nicht alles so offensichtlich. Viele moderne Unternehmen haben mehrere Generationen in der Zentrale der Mitarbeiter, und jedes lernt auf neue Weise. Ein gutes Beispiel sind Fluggesellschaften - das Alter der Mitarbeiter kann zwischen 20 und 60 Jahren variieren, während die ständige Umschulung eine der Anforderungen der Branche ist. Es ist erwähnenswert, dass häufig nicht eine Person, sondern ein ganzes Team analysiert und geschult werden muss, um beispielsweise die Qualität der Teamarbeit zu überprüfen.
Bei alledem ist es, wie gesagt, eine ziemlich schwierige Aufgabe, VR / 3D-Schulungen in eine moderne Infrastruktur einzubinden. Hier können die im letzten Teil beschriebenen Mehrbenutzerbereiche und eine spezifische Herangehensweise an ihr Design helfen.
Jede Simulation unterscheidet sich grundlegend vom Bestehen einer Reihe von Tests. Der Hauptunterschied ist der Grad des Eintauchens in die Situation. Dieser Unterschied kann oft kritisch sein. Eine Person kann die Theorie perfekt kennen, indem sie die Antworten auf Testfragen lernt - und sich in einer realen Situation verirrt, die sich von ihrer Vorstellung unterscheidet. Dies ist teilweise der Grund, warum tatsächlich das Konzept des kombinierten Lernens existiert. Es gibt Dinge, über die wir nicht sagen können, dass eine Person sie gelernt hat, bis sie sie wirklich ausprobiert hat.
Darüber hinaus ist der Umfang solcher möglichen Trainings sehr groß, und nicht alle erfordern beispielsweise rein muskuläre / Reflex-Fähigkeiten. Die Fähigkeit, Theorie anzuwenden, erfordert oft auch, sich in einer Situation zu befinden, anstatt sie von außen zu analysieren. Das einfachste Beispiel sind Aktionen in Notsituationen oder anderen Stresssituationen. (Erschrecken-Effekt)
In diesem Beispiel ist die Stresssituation die Summe spezifischer Situationen, für jede gibt es klare Anweisungen. Es ist jedoch sehr schwierig zu beurteilen, ob dem Menschen eine bestimmte Situation dieser Menge bekannt ist.
Wir bieten einen Mechanismus, mit dem Sie einfach alle Situationen in einer virtuellen Umgebung mit mehreren Benutzern ausführen können. Es bleibt jedoch die Frage, wie wir die Aktionen der Benutzer in einer solchen Simulation bewerten.
Wir gehen davon aus, dass die Erfassung von Trainingsdaten zwei Hauptziele hat:
- Bewertung der Kompetenzen der Schüler;
- Helfen Sie ihm, den effektivsten Weg zu lernen. Mit anderen Worten, um einen individuellen Lernpfad aufzubauen.
Ein wesentlicher Bestandteil des Blended Learning ist das adaptive Lernen. Das System analysiert den Wissensstand und wählt theoretisches Material oder individuelle Flugbahnen für den Schüler aus. Es gibt verschiedene Möglichkeiten, Informationen zu analysieren, auf deren Grundlage das System eine Empfehlung abgibt.
- Basierend auf Übergangsregeln
Wenn eine Person ein Problem löst und häufig Fehler macht, wählt das System eine unterstützende Option für sie aus, die die Wissenslücke der Person schließt.
Als gedächtnisbasierter Ansatz für adaptives Lernen wiederholt eine Person ständig das erlernte Material.
- Basierend auf dem Themendiagramm
Der Lehrer oder Experte erstellt ein Themendiagramm und es wird verwendet, um einen individuellen Lernpfad zu erstellen.
Wir betrachten zwei Hauptansätze - das allgemeine Übergangsschema innerhalb des Kurses und das Themendiagramm.
Der erste Ansatz ist recht einfach zu implementieren - wir hängen einfach an der virtuellen Erfahrung wie an einer gewöhnlichen Lektion, dass nach erfolgreichem Abschluss einige weitere Themen offen sind.
Das zweite ist interessanter, da wir ein Thema aus dem Kurs mit einem separaten Teil der virtuellen Erfahrung verknüpfen und das Wissen einer Person zu diesem Thema bewerten können, nachdem wir auf der Grundlage eines „VR-Tracks“ Daten zum Wissen des Schülers über mehrere Themen erhalten haben.
Aber es gibt noch eine andere Option, und unserer Meinung nach ist sie die interessanteste.
Stellen Sie sich eine ziemlich komplexe Simulation vor, die mehrere gleichzeitig arbeitende Skripte enthält und für mehrere Benutzer geeignet ist. Ziel ist es, die Effektivität / das Wissen nicht nur einer Person, sondern des gesamten Teams zu bewerten. Wir wissen jedoch nicht genau, ob wir den Schulungskurs selbst erstellt haben. Natürlich haben wir bestimmte Kompetenzen, Übungen usw., aber wir selbst können die Wirksamkeit dieser Materialien nicht genau einschätzen.
Wir können einige Ergebnisse einzelner Szenarien markieren und versuchen, sie gemeinsam zu bewerten. Es gibt jedoch noch eine andere Option - die Aufzeichnung der Aktionen jedes Schülers im virtuellen Raum mithilfe des xAPI-Protokolls -, die teilweise genau für die Arbeit mit Simulationen und Serious Games entwickelt wurde.
Gleichzeitig ist es interessant, dass die Aufzeichnung einer mittleren „Spur“ der Passage ausreicht, um ML / Data Mining-Methoden darauf anzuwenden. Wir erhalten (insbesondere aufgrund des Ergebnisses mehrerer „Tracks“) ein Schülerprofil, in dem wir nach einer Vielzahl von Korrelationsoptionen für unseren Schulungskurs suchen können.
Sie können sich viele Möglichkeiten vorstellen, mit dieser Art von Bildungsstatistik zu arbeiten. Es ist ziemlich schwierig, sie alle aufzulisten. Sie hängen direkt von der Struktur des Schulungskurses und den Anforderungen dafür ab. Das einfachste ist zum Beispiel ein variables komplexes Szenario, in dem es keine richtige Vorgehensweise gibt, aber ein gewisses Maß an Effektivität / Teamarbeit. In diesem Fall können Sie mehrere „ideale“ Spuren aufnehmen und die Diskrepanzen mit der Spur des Schülers analysieren. Eine andere Option ist die Annahme, dass der Kurs im Allgemeinen nicht perfekt gestaltet ist und dass die Schüler einen theoretischen Punkt übersehen, wenn sie zum VR-Unterricht übergehen. Es wird leicht zu unterscheiden sein, indem einfach alle Fehler in einem bestimmten Schritt des komplexen Szenarios notiert werden.
Wenn man von mehr „Infrastruktur“ -Dingen spricht, erfordert die Arbeit mit solchen Daten:
- Das Vorhandensein von LRS. Der xAPI-Standard trennt eine Datenbank solcher Statistiken starr von LMS / Analyse / Verarbeitung. Da es sich jedoch um relativ große Datenmengen handelt, erwägen wir das Konzept einer verteilten Speicherung von Bildungsunterlagen mit verschiedenen Optionen für deren Überprüfung. Zum Beispiel ist eine Variante mit Blockchain möglich;
- Eine ziemlich umfangreiche Umgebung, um solche Statistiken zu visualisieren und mit ihnen zu arbeiten. Es gibt hier nur wenige traditionelle Tools zum Erstellen von Fortschrittsberichten, andere Tools werden benötigt. Wir ziehen beispielsweise Elasticsearch + Kibana in Betracht. Eine weitere Option ist PowerBI.
Derzeit entwickeln wir ähnliche Optionen für die Arbeit mit Statistiken aus VR-Anwendungen, obwohl dies natürlich in vielerlei Hinsicht noch experimentelle Optionen sind.
Die Autoren
Jedium ist ein Microsoft-Partnerunternehmen, das auf dem Gebiet der virtuellen, erweiterten Realität und künstlichen Intelligenz tätig ist. Jedium hat ein Framework entwickelt, um die Entwicklung komplexer Projekte auf Unity zu vereinfachen, von denen ein Teil
auf GitHub öffentlich verfügbar ist. Jedium plant, das Repository mit neuen Framework-Modulen sowie Integrationslösungen mit Microsoft Azure aufzufüllen.
Vitaliy Chashchin - Softwareentwickler mit mehr als 10 Jahren Erfahrung im Design und der Implementierung dreidimensionaler Client-Server-Anwendungen - vom Konzept bis zur vollständigen Implementierung und Integration von Anwendungen und Lösungen im Bereich der virtuellen Realität. Systemarchitekt Jedium LLC, MSc in IT.
Alexey SarafanovMarketing Manager bei Jedium LLC.
Sergey KudryavtsevCEO und Gründer von Jedium LLC.