SISTEMI ZA PODPORO ODLO ANJU V OKVIRU INTERESNIH … · 2018. 8. 24. · Hvala lektorici Metki...

UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE

Diplomsko delo univerzitetnega študija Smer organizacijska informatika

SISTEMI ZA PODPORO ODLO�ANJU V OKVIRU INTERESNIH DEJAVNOSTI

V OSNOVNI ŠOLI

Mentor: dr. Rajkovi� Vladislav, red.prof. Kandidat: Sonja Olovec

Kranj, oktober 2005

Univerza v Mariboru - Fakulteta za organizacijske vede Diplomsko delo univerzitetnega študija

Sonja Olovec: Sistemi za podporo odlo�anju v okviru interesnih dejavnosti v OŠ Stran od 41

2

ZAHVALA Zahvaljujem se mentorju dr. Rajkovi� Vladislav, red.prof. za vso pomo� pri izdelavi diplomskega dela. Hvala ga. ravnateljici Meliti Skušek iz Osnovne šole Jožeta Gorjupa Kostanjevica na Krki za pomo� in dovoljenje za izvedbo interesne dejavnosti na šoli. Hvala skupini u�encev 7.b razreda Miha G., Peter L., Gregor S., Larisa A., Patricija S., Tjaša B., Laura J., Nejc K iz Osnovne šole Jožeta Gorjupa za sodelovanje pri interesni dejavnosti. Hvala lektorici Metki Kranj�evi�, ki je lektorirala mojo diplomsko nalogo. Zahvaljujem se tudi partnerju Mitji Luštku, ki mi je stal ob strani v �asu študija.



3

POVZETEK V nalogi je predstavljena metodologija pou�evanja sistemov za podporo odlo�anju v osnovni šoli. Metode in tehnike pou�evanja so bile preizkušene v praksi v Osnovni šoli Jožeta Gorjupa Kostanjevica na Krki v okviru interesne dejavnosti, ki so jo obiskovali u�enci 7. razreda. Izziv je predstavljalo prilagoditi temo tehnologije znanja u�nemu nivoju osnovnošolcev. V letni tematski pripravi so predstavljene teme oziroma vsebine, ki se obravnavajo pri pouku, dejavnosti u�encev ter operativni cilji. Izbira izbirnega predmeta v devetletki pa je bil naš u�ni primer odlo�itvenega modela. Cilj te interesne dejavnosti je, da u�enci samostojno naredijo odlo�itveni model po svoji izbiri s pomo�jo treh metod – ro�no metodo Abacon, elektronsko preglednico Microsoft Excel in programom za ve�parametrsko odlo�anje DEXi. Cilj smo dosegli, saj so vsi u�enci uspešno opravili zastavljeno nalogo. Celoten projekt je predstavljen tudi na spletni strani www.mikrotehna.com/dexi kot pomo� drugim u�iteljem, ki bi se odlo�ili za tak na�in pristopa k reševanju problemov v okviru pou�evanja. KLJU�NE BESEDE

� Tehnologija znanja � Odlo�itveni model � Ekspertni sistem � Program za ve�parametrsko odlo�anje DEXi

ABSTRACT This paper introduces methodology of teaching Decision Support Systems in elementary school. The methods and techniques of teaching were tested in practice at elementary school Jože Gorjup, Kostanjevica na Krki, during an after-school activities course attended by class 7 students. The main challenge was to adjust the theme of knowledge engineering to the proficienty level of the students. Themes of the course, student activities and operative aims are presented in the year's lesson plan. Our decision model was the choise of the elective subject. The goal of this after-school activities course is for students to create a decision model of their own with the help of the following three methodes – by hand methode Abacon, electronical table Microsoft Excel and Expert system shell for multi-attribute Decision making DEXi. Our goals were met since all students successfully completed the task. Entire project is also presented on web page www.mikrotehna.com/dexi as help to other teachers who might decide on such an approach to solve some problems within the teaching process. KEYWORDS

� Knowledge engineering � Decision model � Expert systems � Expert system shell for multi-attribute Decision making DEXi



4

Kazalo:

1 Uvod .....................................................................................................................5

2 Interesne dejavnosti ..............................................................................................6

3 Metodologija pou�evanja ......................................................................................7

3.1 Model pou�evanja ..........................................................................................7 3.1.1 Ravni uporabe IKT ..................................................................................7 3.1.2 Procesiranje informacije pri �loveku.........................................................7 3.1.3 Pregled razli�nih tehnologij znanja...........................................................8 3.1.4 Proces odlo�anja in razli�ni prijemi pri odlo�anju .....................................9 3.1.5 Uporaba razli�nih pripomo�kov pri odlo�anju......................................... 10 3.1.6 Gradnja odlo�itvenih modelov................................................................ 14

3.2 Letna tematska priprava ............................................................................... 17

3.3 Gradiva kot pripomo�ek pri pouku ................................................................ 20 3.3.1 Program za ve�parametrsko odlo�anje DEXi – priporo�ila za uporabo .. 20 3.3.2 U�ni primer: izbira izbirnega predmeta................................................... 21 3.3.3 Priporo�ila za izbor odlo�itvenega problema in primeri dreves kriterijev.28

4 Kriti�ni dejavniki uspeha...................................................................................... 33

4.1 Motivacija ..................................................................................................... 33

4.2 Samoiniciativa .............................................................................................. 34

5 Analiza SWOT .................................................................................................... 35

6 Zaklju�ki in napotki za nadaljnjo delo.................................................................. 37

Literatura in viri ................................................................................................... 39



5

1 UVOD

V okviru projekta ra�unalniško opismenjevanje RO se je v osnovne šole po�asi, a vztrajno prebija informacijska komunikacijska tehnologija (IKT). V ve�ini primerov je uporaba IKT pri pouku obi�ajno omejena na didakti�no programsko opremo razli�nih predmetnih podro�ji ali pa predstavlja samo medij za komunikacijo oziroma vir podatkov. Naslednji razvojni korak pa je intenzivna uporaba znanja s pomo�jo sodobne informacijske tehnologije. V ta namen se implementira tehnologija znanja in ekspertne sisteme za izbrana podro�ja, ki se jih evaluira v pedagoški praksi. Tako u�encu kot tudi u�itelju je s tem pokazana pot do novih relacij z znanjem, saj metodologija ekspertnih sistemov predstavlja neposredni izziv v didakti�no metodi�nem smislu uporabe ra�unalnika v šoli. Usposobljen u�itelj spremeni klasi�no, za današnji �as ve�inoma že neustrezno u�no okolje. Nova vloga, ki jo pri tem dobi u�enec, je aktivno sodelovanje v u�enem procesu (Krapež, Rajkovi�, 2003). U�enci ne samo da znajo reševati probleme, ki so se jih nau�ili reševati, ampak se znajo lotiti tudi reševanja novih problemov. S pomo�jo tehnologije znanja je možno odkrivati sposobnosti otrok za nadaljnje šolanje, zaposlovanje, vklju�evanje v športne aktivnosti ipd. V nalogi je predstavljeno odkrivanje sposobnosti za nadaljnje šolanje oziroma postopek izbire izbirnih predmetov v devetletni osnovni šoli. V okviru interesnih dejavnosti v osnovni šoli - Sistemi za podporo odlo�anju, želimo u�encev približati tehnologijo znanja in umetno inteligenco. Problem, ki pri tem nastane, je, kako to u�encem interpretirati na njim razumen na�in. Osnovna znanja o IKT so že pridobili pri izbirnih predmetih Urejanje besedil, Ra�unalniško omrežje in Multimedija, dodatno pa jih je potrebno seznaniti, kaj je to umetna inteligenca, proces odlo�anja, sistemi za podporo odlo�anju. Te teme pa so za osnovnošolca zelo težke. Zelo malo vedo o umetni inteligenci oz. sploh ne vedo, kaj pomeni pojem umetna inteligenca, pa �eprav se z njo sre�ujejo vsak dan. Za osnovno razumevanje tehnologije znanja in možnosti uporabe le-te pa ni potrebno poglobljeno znanje o tej temi. Razumevanje principa lahko brez ve�jih težav pridobijo tudi osnovnošolci. Dokaz so njihovi odlo�itveni modeli, do katerih smo prišli. Interesna dejavnost, kjer smo spoznavali sisteme za podporo odlo�anju, je prostovoljna dejavnost oz. se zanjo odlo�ijo tisti u�enci, ki jih to zanima in so tudi bolj ra�unalniško opismenjeni. Veliko pa je na njihovo odlo�itev vpliva predvsem na�in predstavitve tematike, s katero se potem sre�ajo pri interesni dejavnosti. Za�etek projekta je v temeljiti pripravi na pou�evanje interesne dejavnosti. To vklju�uje oblikovanje letne tematske priprave, priprave gradiva za teoreti�ni del, izbiro u�nega primera problema, ki jim bo blizu, in pripravo odlo�itvenega modela. Sledi dogovor z ravnateljiem šole glede izvajanja interesne dejavnosti. U�encem predstavimo vsebino interesne dejavnosti in se po odzivu dogovorimo za termin. Nadalje sledi samo pou�evanje in vaje ter na koncu evalvacija dela. Ra�unalniška programa, s katerima delamo, sta Microsoft Excel in program za ve�parametrsko odlo�anje DEXi.



6

2 INTERESNE DEJAVNOSTI

Osnovne šole poleg obveznega šolanja ponujajo šolarjem razne dodatne aktivnosti tako imenovane interesne dejavnosti. Ministrstvo za šolstvo in šport glede na podan program dodeli šolam potrebna sredstva za izvajanje le teh. Da bi šola lahko razvila razli�ne interese u�encev, organizira interesne dejavnosti, katerih obseg in vsebino dolo�a z letnim delovnim na�rtom. Z organiziranjem interesnih dejavnosti želijo u�encem ponuditi �im širše možnosti, da si najdejo ustrezno dejavnost. V dejavnosti se vklju�ujejo u�enci glede na interese in možnosti, po lastni presoji ter na pobudo staršev, u�iteljev. Zaželeno je, da vsak u�enec obiskuje vsaj en krožek, kjer se lahko sproš�a in razvija svoje sposobnosti. Vklju�itev v interesno dejavnost je prostovoljna, vendar pa se pri�akuje, da jo bo u�enec po prijavi obiskoval ves predvideni �as. Izvajajo se pred ali po pouku. Mentorji so u�itelji in zunanji sodelavci. Izbira je v ve�ini primerov odvisna od kadra in razpoložljivega materiala. Zelo veliko je športnih dejavnosti, glasbena šola, ra�unalniški krožki, razne obdelave materialov, biološke dejavnosti. V devetletni osnovni šoli so nekatere interesne dejavnosti postale izbirni predmeti kot na primer iz podro�ja ra�unalništva Ra�unalništvo – urejanje besedil, Ra�unalništvo – multimedia, Ra�unalništvo – ra�unalniška omrežja. Vseeno pa se izvajajo tiste interesne dejavnosti, katerih vsebine niso vklju�ene v predmetnik devetletne osnovne šole.

mo



7

3 METODOLOGIJA POU�EVANJA

3.1 MODEL POU�EVANJA Vsebine pou�evanja in pristopi k pou�evanju.

3.1.1 Ravni uporabe IKT Cilj prvega dela vsebin je, da u�enci spoznajo, da je u�inek uporabe IKT ve�ji, �im ve�je je znanje o možnostih uporabe IKT in bolj ko je uporaba IKT zavestna. Didakti�no metodi�na navodila Ravni uporabe IKT je smiselno izpeljati ob razgovoru o najrazli�nejših konkretnih uporabah IKT, ki jih navedejo u�enci. Z iskanjem skupnih lastnosti posameznih uporab pripelje u�itelj do razvrstitev v opisane štiri ravni in jih poimenuje. Vsebina Ravni uporabe IKT: Ra�unalniška pismenost: Kdor je ra�unalniško pismen, zna rokovati z IKT tako, da samostojno uporablja osnovne uporabniške ra�unalniške programe in se na ta na�in spoprijema tudi z novimi. Pri tem obvlada delo z datotekami: od iskanja do stiskanja in prenašanja. Razbremenitev pri delu je raven, ki jo dosežemo, ko osnovno rokovanje z IKT tako dobro obvladamo, da nam samo po sebi ne predstavlja napora. Potem predstavija vsaka smiselna uporaba ra�unalnika razbremenitev pri delu. Delamo stvari, ki jih do sedaj nismo: Ra�unalnik nam zaradi svoje hitrosti in drugih lastnosti omogo�a, da delamo stvari, ki jih do sedaj nismo zmogli. Kot primer navedimo: preverjanje �rkovanja, preverjanje pravilnosti (elektri�nih) shem, preoblikovanje slik, pregledovanje množice podatkov po svetu, analizira podatke, analiza kaj-�e, reinžiniring proizvodnje ipd. Uporaba sistemov za intenzivno uporabo znanja predstavlja najve�jo raven uporabe IKT. Za uporabo teh sistemov potrebujemo poleg ra�unalniške pismenosti tudi ustvarjalnost. Primeri uporabe teh sistemov so: ekspertni sistemi, inteligentna analiza podatkov, pomo� pri odlo�anju ipd.

3.1.2 Procesiranje informacije pri �loveku Za razumevanje prednosti in pomanjkljivosti �lovekovih miselnih sposobnosti in kako z ustrezno podporo prednosti pove�ati, pomanjkljivosti pa omiliti, je smiselno razmišljati, kako �lovek procesira informacije. Didakti�no metodi�na navodila Pomembno je, da u�enci sami povedo, kar že vedo o tem, kako �lovek sprejema podatke iz okolice, jih procesira, pomni in kaj je pravzaprav tisto, �emur pravimo znanje. Med razgovorom z u�enec u�itelj gradi sliko (na tabli ali s prosojnicami) po širše sprejetem modelu �lovekovega procesiranja informacij. Smiselno je povedati u�encem, da obstajajo tudi drugi modeli. U�itelj poudari možnosti, ki jih nudijo informacijske rešitve za zmanjševanje slabosti in pove�evanje dobrih strani



8

�lovekovih miselnih procesov. Vsebina:

� Kratkotrajni, dolgotrajni spomin � Asociacijske mreže � Epizodi�ni semanti�ni spomin � Spominske sheme � Procesi ponavljanja, dodajanje pomena � IKT – zmanjšamo pomankljivosti in pove�amo prednosti �loveških

možganov

3.1.3 Pregled razli�nih tehnologij znanja U�enci spoznajo v tem delu osnovne pojme, razvoj, vrste, namen in smeri razvoja umetne inteligence. Didakti�no metodi�na navodila Za motivacijo, predvsem pa zaradi ve�je nazornosti predstavitve pomena, ciljev, vrst in razli�nih namenov umetne inteligence, so ure, namenjene tej tematiki, sestavljene iz kratkih video posnetkov, ki jih u�enci skupaj z u�iteljem sproti komentirajo. Posebej je pomembno, da u�itelj poudari razli�nost pristopov in rešitev. Smiselno je, da po uvodni uri predstavitve umetne inteligence in po kratkem pregledu glavnih podro�ij u�enci za doma�o nalogo poiš�ejo primere uporabe umetne inteligence oziroma tehnologij znanja. Pri naslednji uri o tem poro�ajo v razredu. Vsebina Kot znanstvena disciplina se umetna inteligenca (Ul) ukvarja z razvojem tehnik, metod in arhitektur za reševanje logi�no zapletenih problemov, ki bi jih bilo težko ali celo nemogo�e rešiti s klasi�nimi metodami (Luger, 2002). Lastnosti, ki jih v splošnem pripisujemo inteligentnim sistemom, so:

� sposobnost znajti se v novih situacjah, � sposobnost sklepanja, � sposobnost pridobivanja in uporabe novega znanja, � sposobnost zaznavanja in delovanja v fizi�nem svetu, � sposobnost generiranja novih konceptov.

Ena od možnih definicij inteligence, ki pa ni splošno veljavna, je: inteligenca pomeni sposobnost prilagajanja okolju in reševanja problemov. Podro�ja, s katerimi se danes ukvarja UI, so predvsem:

� predstavitev znanja, � razvoj ekspertnih (na znanju temelje�ih) sistemov, � strojno u�enje, � ra�unalniško zaznavanje, � razumevanje naravnega jezika, � igranje iger (šah, dama,...), � robotika, � avtomatsko sklepanje in dokazovanje izrekov,



9

� logi�no programiranje, � kvalitativno modeliranje, � hevristi�no reševanje problemov, � kognitivno modeliranje.

Prav podro�je odlo�anja je eden od primerov uspešne uporabe metod umetne inteligence.

3.1.4 Proces odlo�anja in razli�ni prijemi pri odlo�anju Cilj tega in naslednjih dveh sklopov je, da u�enci spoznajo osnove dobrega odlo�anja z uporabo ustrezne tehnologije, svoje znanje pa utrdijo ob gradnji in vrednotenju lastnega ve�parametrskega odlo�itvenega modela ter analizi variant. Didakti�no metodi�na navodila Poglavje o odlo�anju je tema, ki se dotika vsakdanjega življenja. U�itelj naj u�ence povpraša, o �em vse so se tisti dan/teden odlo�ali in zakaj so se odlo�ili za prav tisto varianto in ne za kakšno drugo. Na kakšne probleme in težave so pri tem naleteli. Katera njihova odlo�itev je najbolj zaznamovala njihovo življenje, kaj vse je vplivalo na njihovo odlo�itev, kdo vse je bil razlog ali bi se ponovno enako odlo�ili. V primeru, da temu ni tako, kaj vse je vplivalo na druga�no odlo�itev. Kaj menijo, da je pomembno za dobro odlo�itev. Ob takem razgovoru lahko u�itelj naveže izkušnje u�encev na vsebino poglavja. Vsebina Odlo�amo se na razli�ne na�ine, pri tem pa nas spremljajo številne težave in pasti. Razli�ni na�ini odlo�anja Intuitivno je odlo�anje, pri katerem ne znamo razložiti, kako to po�nemo. Pri sistemati�nem odlo�anju podatke in znanje o odlo�itvenem problemu sistemati�no zbiramo in organiziramo.

Razlikujemo med individualnim in skupinskim odlo�anjem O racionalnem odlo�anju govorimo takrat, ko izmed vseh možnih variant izberemo tisto, ki je najbolj zaželena, o iracionalnem odlo�anju pa takrat, ko je odlo�itev zaradi raznih omejitev na videz bresmiselna (na primer v trenutku odlo�anja ne upoštevamo vseh razpoložljivih parametrov, ki vplivajo na kakovost odlo�itve). Vzroki za težave pri odlo�anju Pri odlo�anju navadno ne poznamo vseh dejavnikov, ki vplivajo na odlo�itev. Variante, med katerimi se odlo�amo, niso natan�no dolo�ene. Za natan�no študijo odlo�itvenega problema in variant bi zmanjkalo �asa, vsi podatki niso vedno dosegljivi, cilji razli�nih odlo�evalcev so lahko razli�ni. Pasti pri odlo�anju

� Spreminjanje odlo�itvene situacije med samim procesom odllo�anja. � Majhne razlike, ki se seštevajo v velike; med eno in drugo "dopolnitvijo"

variante je sicer majhna razlika, med prvo in zadnjo pa je lahko zelo velika. � Dve varianti nista nikoli popolnoma enaki; vedno lahko najdemo lastnost, v



10

kateri se vendarle razlikujeta. Poiskati moramo tako, ki je pomembna za odlo�itveno situacijo.

� Subjektivna verjetnost je past, v katero lahko "pademo", �e pozabljamo na matemati�ne zakone verjetnosti.

Odlo�anje je proces, pri katerem izbiramo med ve� možnostmi – variantami. Izbrana varianta naj �imbolj ustreza danim ciljem. Vrstni red zaželenosti variant dolo�a tako imenovana preferen�na relacija »imam raje«. Ta je odvisna od preferen�nega znanja odlo�evalca oz. odlo�evalcev, ki ni pogojeno le z njegovim strokovnim znanjem ampak tudi z njegovimi vrednotami. Varianti, ki jo imamo raje kot drugo, pripišemo ve�jo stopnjo (vrednost) zaželenosti. Pri obi�ajnih odlo�itvenih modelih ocenjujemo variante po ve� lastnostih ali parametrih. V takih primerih govorimo o ve�parametrskem odlo�anju. Sistemi za podporo odlo�anju Pri racionalnem in sistemati�nem odlo�anju si lahko pomagamo s sistemi za podporo odlo�anju (angl.: Decision Support Systems, s kratico: DSS). DSS obi�ajno temeljijo na informacijski tehnologiji. Praviloma gre za sisteme za intenzivno uporabo znanja, lahko pa si lahko pomagamo tudi z enostavnejšimi orodji. DSS uporabljamo, da nam olajšajo trud v odlo�itvenem procesu. DSS pomagajo prese�i �lovekove omejitve pri procesiranju informacij, omogo�ajo sistematizirano odlo�anje in tako precej pripomorejo, da se izognemo pastem pri odlo�anju.

3.1.5 Uporaba razli�nih pripomo�kov pri odlo�anju Cilj tega dela u�nega procesa je, da u�enci spoznajo osnovne pristope in pripomo�ke za upravljanje z odlo�itvenim znanjem. Razložiti znajo, kaj je baza znanja in kako jo zgraditi. Didakti�no metodi�na navodila U�enci spoznajo tri razli�ne odlo�itvene metode. Smiselno je, da u�itelj najprej predstavi odlo�itveno metodo, potem pa z njo skupaj z u�enci zgradi na tablo (prosojnico) odlo�itveni model, najbolje za isti odlo�itveni problem. Odlo�itveni problem mora biti ustrezno didakti�no izbran, tako da se jasno vidi kakovostna rast podpore odlo�anju: od "ro�ne metode" Abacon, preko elektronske preglednice do lupine ekspertnega sistema. Za vsako od metod u�enci s pomo�jo u�itelja poiš�ejo in zapisejo dobre in slabe lastnosti. Pri tem mora u�itelj paziti, da poiš�e in omeni tudi primere, ki se jih zaradi razli�nih vzrokov lažje vrednoti s preprostejšo odlo�itveno metodo. Vsebina Sistemati�no reševanje odlo�itvenega problema praviloma bistveno pripomore k boljši odlo�itvi. Pogoj za dobro odlo�anje sta temeljito poznavanje problema in natan�no dolo�en cilj, ki ga želimo z odlo�itvijo dose�i. Z uporabo razli�nih pripomo�kov pri odlo�anju si proces odlo�anja lahko mo�no



11

olajšamo. Z njihovo pomo�jo o problemu sistemati�no razmišljamo. Kot primer navedimo tri metode:

� Opis metode ro�ne preglednice Pri najpreprostejšem na�inu odlo�anja potrebujemo kot pripomo�ke le papir in pisalo. Pri metodi Abacon uporabljamo obrazec z dvema stolpcema. V levi stolpec obrazca vpisujemo parametre, ki vplivajo na odlo�itev, v desni pa vrednosti parametrov. Osnovne merske lestvice so v naravnih enotah za posamezni parameter. Vrednosti parametrov morajo bii urejene od najslabših do najboljših, od leve proti desni. Merske lestvice pa lahko poenotimo tako, da pripišemo parametrom vrednost od 0 do 100, pri �emer je 0 najslabša ocena za parameter, 100 pa najboljša. Bolj ko je vrednost posameznega parametra zaželena, bolj proti desni na tabeli jo ozna�imo. Povežemo to�ke s krivujo. Ocena variante je sorazmerna s površino levo od krivulje. Na tak na�in vrišemo vse variante. Katera ima najve�jo površino, je najboljša.

pomembnost kriterijev

Kakovost Varianta 1: nemš�ina Varianta 2: likovni Varianta 3: šport

Slika 1: Primer odlo�itvene metode za izbiro izbirnega predmeta z ro�no

preglednico

Ocena variante 1: Nemš�ina



12

� Opis metode odlo�anja z elektronsko preglednico Odlo�itveni model lahko postavimo s katerokoli elektronsko preglednico. Postopek je na za�etku podoben metodi Abacon. V stolpec vnesemo parametre (recimo, da jih je n), njihovo pomembnost lahko dolo�imo s pomo�jo uteži (w), ki jih vnašamo v drugi stolpec. Uteži naj bodo normalizirane, kar pomeni, da je njihova vsota enaka enoti, na primer 100. Variante smemo zaradi omejitve elektronske preglednice opisati samo številsko. Naravne vrednosti parametrov (v) moramo torej spremeniti v številke. To lahko storimo z metodo Abacon, tako da prepišemo števil�ne vrednosti parametrov iz obrazca (slika 1). Ocena posamezne variante je utežena vsota vrednosti parametrov:

n

ocena = � w.* v i=1

w V1 V1*w V2 V2*w V3 V3*w

vrednost varianta 1 vrednost varianta 2 vrednost varianta 3

št. utež kriterij parametra nemš�ina parametra likovni parametra šport

1 25% zanimivost 20 5 90 22,5 100 25 2 14% u�itelj. osebnost 40 5,6 80 11,2 90 12,6 3 5% sošolci 50 2,5 40 2 100 5 4 9% uporabnost 90 8,1 40 3,6 40 3,6 5 5% predznanje 80 4 80 4 80 4 6 20% zahtevnost 20 4 90 18 100 20 7 6% ocena predm. v 7.r 50 3 100 6 100 6

8 10% zaželjeno znanje za SŠ 100 10 30 3 50 5

9 3% urnik 30 0,9 90 2,7 30 0,9 10 3% pogoji dela 50 1,5 50 1,5 100 3

100 Ocena variante 44,6 74,5 85,1

Tabela 1: Izra�un ocene variant Vrednost uteži dolo�imo glede na pomembnost parametra. Ocena variante 3 je najvišja in zato tudi najboljša. Pogosto nas zanima, kako sprememba vrednosti enega ali ve� parametrov kake variante vpliva na spremembo njene kon�ne ocene. Tako lahko v procesu odlo�anja eksperimentiramo z razli�nimi vrednostmi variant pa tudi z razli�nimi vrednostmi uteži. Pogledamo, kakšne posledice imajo morebitne spremembe na kon�no odlo�itev. Ob tem razmišljamo o spremenjenih scenarijih, ki nas lahko vodijo do boljših in zanesljivejših rešitev. Premislek je seveda stvar odlo�evalca, kako pa sprememba vpliva na kon�ni rezultat, se avtomatsko izra�una v modelu narejenem z elektronsko preglednico. Takemu postopku pravimo analiza kaj-�e.



13

� Opis metode odlo�anja s pomo�jo metod umetne inteligence V u�nem procesu smo za gradnjo odlo�itvenega modela uporabili ra�unalniski program DEXi (Rajkovic, Bohanec, 1999), ki je v marsi�em podoben lupinam ekspertnega sistema. Odlo�anje s pomo�jo programa DEXi poteka tako, da najprej zgradimo model. Ta je sestavljen iz drevesa kriterijev (atributov, parametrov) in odlo�itvenih pravil. Liste drevesa kriterijev predstavljajo osnovni parametri, ki vplivajo na odlo�itev. Z odlo�itvenimi pravili pa dolo�amo vrednosti parametrov v vozliš�ih drevesa vse do korena, kar predstavlja kon�no oceno predmeta odlo�anja. Z odlo�itvenimi pravili lahko upoštevamo, da je vpliv nekega parametra na kon�no oceno variante odvisen od njegove vrednosti, kar pomeni, da uteži niso konstantne Zalogo vrednosti parametrov obi�ajno sestavljajo naravne vrednosti parametrov. Smiselno jo je tako zmanjšati, da ostaja odlo�itveni model dovolj ob�utljiv in razlikuje bistvene razlike med variantami. Opis variant v realni odlo�itveni situaciji pogosto ni popoln. Dogodi se, da vseh podatkov ne dobimo, so nenatan�ni ali verjetnostnega zna�aja. Ne glede na to ra�unalniški program DEXi variante ovrednoti. Rezultat pa je lahko podan tudi na intervalu. To je odvisno od vpliva nedolo�enega parametra na kon�no oceno variante. Interpretacija rezultatov, ki jo mora narediti �lovek, poteka od korena preko vozlov do listov odlo�itvenega drevesa. Za bolj nazorno predstavo pa lahko z DEXi-jem naredimo razli�ne grafi�ne predstavitve: od primerjav variant po posameznih parametrih, do radarskih dia-gramov, kjer lahko grafi�no primerjamo med seboj variante po ve� parametrih. Uporaba te metode je prikazana v poglavju gradiva: U�ni primer.

Primerjava posameznih metod Glede na vrsto odlo�itvenega primera je bolj primerna ena ali druga metoda. Za enostavne odlo�itvene probleme je ro�na metoda Abacon zaradi preprostosti uporabe bolj primerna kot metodi podprti z ra�unalniško tehnologijo. Pri zahtevnejših odlo�itvenin problemih pa sta slednji metodi primernejši. Pri odlo�anju s pomo�jo elektronske preglednice lahko upoštevamo pomembnost kriterijev z uporabo uteži, ki jo pripišemo vsakemu kriteriju. Oceno posamezne variante preprosto od�itamo. Metoda nam omogo�a enostavno izra�unavanje kon�ne ocene variant, �e bi se ob ustreznem možnem posegu izboljšale vrednosti posameznih parametrov, ali �e bi se spremenile uteži, in tako izbrati res optimalno rešitev. Gre za že omenjeno analiza kaj-�e. Delo z elektronsko preglednico omogo�a tudi grafi�en prikaz variant po parametrih ali kon�nih ocenah. Težava pri uporabi elektronske preglednice nastane takrat, ko niso podatki to�no dolo�eni, so pomanjkljivi ali negotovi, in metoda ne da ustrezne ocene variante. Gradnja modela se pri odlo�itvenih problemih, kjer je vpliv posameznega parametra odvisen od njegove vrednosti, zaplete. V tem primeru bi bilo treba sprogramirati funkcije, po katerih se posamezne uteži spreminjajo v odvisnosti od vrednosti parametrov. Pri tem moramo upoštevati tudi normalizacijo uteži. Pri odlo�itvenih problemih, kjer naravne vrednosti parametrov niso številske, je treba te vrednosti pretvoriti v številke, s tem pa izgubimo preglednost nad razumevanjem odlo�itvenega problema in razlago odlo�itve. Prav tako se preglednost izgubi z naraš�ajo�im številom parametrov.



14

Odlo�itveni model, zgrajen s pomo�jo ra�unalniskega programa DEXi. omogo�a poleg uporabe mehkih podatkov tudi pregledno razlago rezultatov. Omogo�a upoštevanje uteži, ki so odvisne od vrednosti parametra. Študij odlo�itvenega drevesa in funkcij koristnosti omogo�a razumevanje odlo�itvenega problema, s tem pa tudi kon�ne ocene variante tudi tistim, ki model samo uporabljajo (ga niso gradili). Analiza kaj-�e je preprosta. Variante in rezultate lahko na razli�ne na�ine tudi grafi�no predstavimo. Neugodno je, da DEXi ni tako razširjen ra�unalniški program, kot je elektronska preglednica. Za uporabo kot program ni zahteven, treba pa je poznati metodologijo ve�parametrskega odlo�anja in osnovna pravila za delo z njim. Slabost pri vrednotenju s pomo�jo DEXi-ja je, da ne zna razvrš�ati znotraj razreda, to je posamezne opisne vrednosti, na primer odli�no. �e nas zanima razvrstitev variant, ki so ocenjene z isto opisno oceno, lahko kot dopolnilo uporabimo program Vredana (http://lopes1.fov.uni-mb.si/vredana)

3.1.6 Gradnja odlo�itvenih modelov Cilj tega dela u�nega procesa je, da u�enci samostojno izdelajo odlo�itveni model ter ob tem ozavestijo faze odlo�itvenega procesa in utrdijo teorijo, ki so jo do sedaj spoznavali. Didakti�no metodi�na navodila Glavnino vsebin tehnologij znanja predstavljajo odlo�itveni procesi, podprti s tehnologijo ekspertnih sistemov. Opredelitev, uporabo in lastnosti te metode odlo�anja predstavi u�itelj ob pripravljenem odlo�itvenem modelu, aktualnem za dijake (na primer izbira mis šole). Variante predlagajo in opišejo dijaki skupaj z u�iteljem. Po vrednotenju variant u�itelj interpretira rezultate. V prejšnjem poglavju je šlo za demonstracijo odlo�itvenih metod, tu pa je poudarek na gradnji odlo�itvenega modela. Možno pa je tudi, da se poglavji ne obravnavata lo�eno, ampak se prepletata. Faze odlo�itvenega procesa spoznajo u�enci ob gradnji odlo�itvenega modela. Pri gradnji le tega je pomembno, da u�itelj posveti veliko pozornosti študiji primera odlo�itvenega problema, ki se pri�ne z jasno izraženimi cilji. Pomembno je tudi, da u�encem razloži pomen odlo�itvene skupine, saj je pri kvalitativnih merskih lestvicah opis variant subjektiven, prav tako tudi izbira kriterijev in dolo�itev funkcije koristnosti. Pri vrednotenju in analizi variant je nujno, da u�itelj u�encem prikaže pomen transparentnosti rezultata vrednotenja. To stori tako, da vrednotenje vsake variante posebej razloži in ugotavlja z analizo kaj - �e spremembe pri razvrš�anju variant. Na koncu skupaj z u�enci naredi povzetek faz odlo�itvenega procesa.

Pred samostojnimi vajami u�itelj razloži delovanje programa DEXi tako, da skupaj z u�enci, vsak na svojem ra�unalniku, zgradijo odlo�itveni model prej izdelanega vzor�nega primera in izvedejo vrednotenje, interpretacijo rezultatov in analizo variant. U�ence opozori na uporabo navodil za uporabo programa.

V nadaljevanju u�enci gradijo svoje odlo�itvene modele za primere, ki jih predlaga u�itelj ali pa jih poiš�ejo sami. Stopnjevanje zahtevnosti odlo�itvenih problemov u�itelj dolo�i z najmanjšim številom kriterijev in najmanjšo razvejanostjo drevesa kriterijev. Predvidevala sem, da u�enci izdelajo v šoli vsaj dva odlo�itvena modela. (skupni in po izbiri) Zahtevnost odlo�itvenega modela naraš�a s številom osnovnih parametrov in s številom ravni drevesa kriterijev. Ob koncu vsake faze odlo�itvenega procesa se u�enec posvetuje z u�iteljem in jo po potrebi izboljša. O



15

modelu naj se pogovori s sošolci, kar lahko prav tako privede do izboljšave modela. Ob koncu u�nega sklopa tehnologije znanja predstavi vsak u�enec sošolcem in u�itelju svoj odlo�itveni model skupaj z vrednotenjem in interpretacijo vsaj dveh variant. Na zaklju�ni uri tega poglavja o tehnologijah znanja u�enci iš�ejo možnosti in razloge za uporabo znanja, ki so ga pridobili pri pouku.

Vsebina Organiziran odlo�itveni proces poteka po dolo�enih fazah, ki jih lahko strukturiramo takole: 1. opredelitev problema,

2. dolo�itev kriterijev,

3. strukturiranje kriterijev,

4. dolo�itev zaloge vrednosti za kriterije,

5. dolo�itev funkcije koristnosti: odlo�itvena pravila,

6. opis variant z vrednostmi po kriterijih,

7. vrednotenje,

8. analiza variant in

9. odlo�itev.

1. Opredelitev problema Najprej moramo dolo�iti, kaj je sploh odlo�itveni problem: kaj je predmet odlo�anja. Natan�no moramo opredeliti, kakšne cilje želimo z odlo�itvijo dose�i. Problem moramo temeljito preu�iti, da ga �im bolj spoznamo, saj bomo tako lažje zgradili ustrezen odlo�itveni model. Pri tem si pomagamo z raznimi viri. Pomembno je dolo�iti. kdo je lastnik odlo�itvenega problema, kdo za odlo�itev odgovarja in koga odlo�itev neposredno zadeva. Od vrste, obsega in zapletenosti odlo�itvenega problema je odvisno, ali je smiselno vklju�iti v odlo�itveno skupino eksperte, tehnologa znanja ali predstavnike tiste skupine ljudi, na katere odlo�itev vpliva. 2. Dolo�itev kriterijev Variante ocenjujemo na osnovi kriterijev (parametrov, atributov), ki jih dolo�imo glede na zastavljeni cilj. Bolj podrobno ko poznamo problem, lažje dolo�imo kriterije. V tej fazi odlo�anja sestavimo spisek kriterijev, po katerih bomo ocenjevali variante. Smiselno je, da so kriteriji merljivi, tako si olajšamo delo in omogo�imo operativnost. Upoštevati je treba na�elo polnosti: pomembno je, da se prepri�amo, da nismo spregledali kriterijev, ki pomembno vplivajo na odlo�itev. Ugodno je dose�i ortogonalnost in neredundatnost kriterijev (kriteriji naj se po možnosti ne prekrivajo, ker bi v tem primeru isti kriterij imel na odlo�itev ve�kratni vpliv ali bi se vsebinsko ponavljal). V�asih je smiselno, da vklju�imo v dolo�anje kriterijev celotno odlo�itveno skupino.



16

3. Strukturiranje kriterijev Iz spiska kriterijev zgradimo drevesno strukturo vsebinsko združenih kriterijev, ki predstavlja ustrezni miselni vzorec. Zaradi �lovekovih sposobnosti hkratnega raz-mišljanja o kombinacijah razli�nih kriterijev ni smiselno združevati ve� kot tri kriterije. Kriterije struktuiramo iz ve� razlogov:

� zaradi preglednosti nad odlo�itvenim modelom in s tem tudi nad odlo�itvenim znanjem,

� da združimo kriterije, ki so vsebinsko povezani in s tem dosežemo, da smiselno vplivajo na odlo�itev,

� da lažje dolo�amo odlo�itvena pravila, s tem pa dosežemo tudi razumljivo razlago kon�ne odlo�itve.

4. Dolo�itev zalog vrednosti kriterijev Vsakemu od kriterijev dolo�imo vrednosti, ki jih lahko zavzame. �e je le mogo�e, uporabimo naravne vrednosti kriterijev. Torej take kot jih obi�ajno uporabljamo na podro�ju, kamor spada kriterij. Pri gradnji odlo�itvenega modela upoštevamo, da pri listlh dolo�imo le toliko razli�nih vrednosti posameznega parametra, da lahko razlikujemo bistvene razlike med variantami. Ko gremo višje po drevesu, naj število vrednosti za posamezni (združeni) kriterij postopoma raste, kar je pomembno zavoljo ob�utljivosti modela. Tako na primer pogosto uporabimo na listih tri možne vrednosti, višje pa štiri ali pet. 5. Dolo�itev funkcije koristnosti: odlo�itvena pravila Za posamezne liste dolo�imo vrednosti pri opisu variant. Funkcija koristnosti pa dolo�a vpliv podrednih kriterijev na vrednost nadrednega kriterija. Ko dolo�amo funkcijo koristnosti za nadredne kriterije, je pomembno ugotoviti, kateri osnovni kriteriji so pomembnejši od drugih. Ugotoviti pa je treba tudi, ali v modelu morda ne nastopajo izlo�ilni kriteriji. Funkcijo koristnosti lahko v splošnem izrazimo:

� analiti�no, kot na primer z uteženo vsoto, � to�kovno (z odlo�itvenimi pravili za posamezne vrednosti) v obliki tabel za

vsak izpeljan kriterij po to�kah po principu �e-potem. Pri gradnji odlo�itvenega modela s pomo�jo elektronske preglednice dolo�amo funkcijo koristnosti z uporabo uteži, pri gradnji odlo�itvenega modela s pomo�jo programa DEXi pa z utežimi ali pa funkcijo koristnosti podamo po to�kah, ko oblikujemo pravila v ustreznih tabelah. Pri dolo�anju funkcije koristnosti uporabljamo preferen�no znanje odlo�evalcev. To pa je odvisno ne le od znanj, ki ga ima odlo�evalec o dolo�eni domeni znanja, ampak tudi od njegovih vrednot in njegovega statusa. 6. Opis variant Variante opišemo z vrednostmi po parametrih. Do vrednosti pridemo po natan�ni preu�itvi posamezne variante. Pri tem moramo biti pozorni:

� na zanesljivost virov informacij o posamezni varianti, � na �im ve�jo popolnost podatkov.



17

7. Vrednotenje variant Kon�no oceno variant dobimo po vrednotenju variant na osnovi njihovega opisa po parametrih na listih odlo�itvenega drevesa. Program vrednoti od listov proti korenu drevesa kriterijev v skladu:

� s strukturo drevesa, � z definirano funkcijo koristnosti.

Vrednost, ki jo na ta na�in dobimo v korenu drevesa, predstavlja kon�no oceno variante. Varianta z najvišjo oceno je praviloma najboljša. Vrednotenje lahko uporabimo tudi za razvrš�anje variant glede na rezultat, ki ga da funkcija koristnosti. 8. Analiza variant Z analizo variant ugotavljamo razloge za rezultate vrednotenja. Najboljšo varianto primerjamo z nekaj najbolje ocenjenimi preostalimo variantami. Pri analizi si poslušamo odgovoriti na vprašanja:

� Zakaj je kon�na ocena takšna kot je? � Kateri kriteriji so najbolje prispevali k takšni oceni? � Je v skladu s pri�akovanji ali odstopa in zakaj? � Katere so bistvene prednosti in pomanjkljivosti posameznih variant? � Ali so vrednosti kriterijev in uporabljene funkcije koristnosti ustrezni? � Kakšna je ob�utljivost odlo�itve: kako spremembe vrednosti kriterijev vplivajo

na kon�no oceno? � Ali je mogo�e in kako variante izboljšati? � Katere spremembe povzro�ijo bistveno poslabšanje ocen variant? � V �em se variante bistveno razlikujejo med seboj?

�e ugotovimo, da se da posamezne parametre neke variante izboljšati, je smiselno pri ponovnem vrednotenju upoštevati izboljšane vrednosti in ponovno primerjati variante med seboj. Z analizo kaj-�e lahko tako ugotovimo optimalno varianto v danih možnostih. Razlago lahko podpremo tudi z razli�nimi grafi�nimi ponazoritvami. 9. Odlo�itev

Ob kon�ni izbiri je zanimivo ugotoviti, ali so bili cilji odlo�itvenega procesa doseženi in katere lastnosti izbrane variante bi bile pri realizaciji lahko kriti�ne. Samo vrednotenje variant sicer opravi ra�unalniški program na osnovi modela odlo�anja, analizo variant in kon�no odlo�itev pa opravi �lovek. Odgovornost za odlo�itev namre� nosi �lovek, IKT pa mu je lahko v procesu odlo�anja v bistveno pomo�.

3.2 LETNA TEMATSKA PRIPRAVA Tematski sklopi:

1. Ravni uporabe ITK, 1 ura 2. Procesiranje informacij pri �loveku, 1 ura 3. Umetna inteligenca, 2 uri 4. Proces odlo�anja in razli�ni prijemi pri odlo�anju, 16 ur



18

� Odlo�anje, 1 ura � Pripomo�ki pri odlo�anju, 6 ur � Gradnja odlo�itvenih modelov z razlago primerov odlo�itev, 9 ur

Skupaj 20 ur Vsebine Dejavnosti Operativni cilji Metode dela Spec. did.

priporo�ila Ravni uporabe ITK 1 ura Ra�unalniška pismenost Razbremenitev pri delu Delamo stvari, ki jih do sedaj nismo Sistemi za intenzivno uporabo znanja

� U�enec našteje primere uporabe IKT. � Iš�e skupne zna�ilnosti navedenih primerov in jih uvrš�a na ustrezno raven.

� U�enec zna opisati ravni uporabe informacijsko komunikacijske tehnologije. � Zna razložiti razlike med njimi. � Zna utemeljiti, na katerih ravneh sam uporablja IKT.

Razgovor Doma�a naloga: za svoje doma�e delo ugotovi, na katerih ravneh uporabljajo IKT.

Procesiranje informacij pri �loveku 1 ura � U�enec

razmišlja, kako �lovek sprejema podatke iz okolice in jih procesira. � Sodeluje pri gradnji modela �lovekovega procesiranja podatkov.

� U�enec zna razložiti koncept pomnjenja. � Poveže šibke to�ke �lovekovega procesiranja informacije z možnostmi, ki jih nudi IKT, da te šibke to�ke odpravi.

Razgovor

Umetna inteligenca 2 uri Opredelitev Namen in cilji

� Razgovor ob ogledu videa s primeri uporabe razli�nih oblik IKT.

� U�enec zna razložiti pojem »umetna inteligenca«.

Razgovor

Teme (vrste) umetne

� U�enec iš�e primere umetne

� Zna našteti vsaj tri primere



19

inteligence inteligence (poudarek na ekspertnih sistemih, robotiki, igrah, ra�unalniški vid..)

uporabe umetne inteligence.

Proces odlo�anja in razli�ni prijemi pri odlo�anju Odlo�anje 1 ura Odlo�anje kot proces Na�in odlo�anja Pasti za dobro odlo�anje

� U�enec našteje, kdo in kaj vse nastopi pri procesu odlo�anja. � Navede nekaj primerov odlo�anja. � Težave in pasti odlo�anja.

� U�enec zna utemeljiti, zakaj je pomemben sistemati�en pristop k odlo�anju.

Razgovor povzetek: prosojnica

Pripomo�ki pri odlo�anju 6 ur Ro�na metoda Elektronska preglednica

� U�enec v skupinah ugotavljajo prednosti in slabosti posameznih metod. � Analiza variant, pregled rezultatov vrednotenja, interpretacija.

� U�enc zna uporabljati posamezni metodi. � Zna analizirati prednosti in slabosti obravnavanih metod. � Dobljene rezultate zna interpretirati.

Razlaga vsake metode ob gradnji odlo�itvenega modela za konkreten odlo�itveni problem. Doma�a naloga: po vsaki metodi u�enci za lasten problem izdelajo svoj odlo�itveni model.

Program Microsoft Excel

Program za ve�parametrsko odlo�anje Faze odlo�itvenega procesa

� U�enec postopoma gradi odlo�itveni model v programu za ve�parametrsko odlo�anje DEXi.

� U�enec zna razložiti pomen vsake faze odlo�itvenega procesa. � U�enec obvladuje delo z elektronsko preglednico in programom za ve�parametrsko odlo�anje, da lahko z njuno pomo�jo

Razgovor: faze odlo�itvenega procesa in hkrati gradnja odlo�itvenega modela Individualno

Program DEXi



20

modificira že obstoje� model za odlo�anje.

Gradnja odlo�itvenih modelov z razlago primerov odlo�itev 10 ur Vaje Predstavitev

� U�enec naredi odlo�itveni modela za primer iz doma�e naloge. � Vrednoti variante. � Pripravi vsaj dve analizi kaj-�e. � Predstavi lastni model.

� U�enec zna rešiti dovolj preproste odlo�itvene probleme z ustrezno odlo�itveno metodo. � Predlagane kon�ne rešitve zna utemeljiti.

Individualno delo Doma�e naloge: poiš�e in pripravi odlo�itveni problem, zbere podatke o variantah.

3.3 GRADIVA KOT PRIPOMO�EK PRI POUKU

3.3.1 Program za ve�parametrsko odlo�anje DEXi – priporo�ila za uporabo Program sam in navodila so na voljo na spletnem naslovu http://lopes1.fov.uni-mb.si/DEXi. Ko gradimo nov model s pomo�jo programa za ve�parametrsko odlo�anje DEXi, najprej oblikujmo odlo�itveno drevo. Imena parametrov naj bodo kratka. Pri vnosu vsakega od parametrov vnesemo pojasnilo tega parametra. Skrbna dokumentacija je potrebna za kasnejšo interpretacijo rezultatov in popravljanje modela. Zaradi ve�je preglednosti, predvsem zaradi funkcije koristnosti, je smiselno, da v isti vozel ne združujemo ve� kot štiri kriterije. Pri zalogah vrednosti parametrov upoštevajmo pravilo, da je število pri listih omejeno na razlikovanje pomembnih lastnosti – ko gremo proti korenu število možnih vrednosti ve�amo, vendar ne pretiravamo. Priporo�amo, da imajo kriteriji v listih dve ali tri možnosti, višje proti korenu pa tri štiri, kon�na ocena lahko tudi ve�. Pri dolo�anju funkcije koristnosti si lahko delo s tabelami in pravili s pomo�jo programa DEXi olajšamo z utežmi. V praksi lahko pri�nemo z utežmi in dvema



21

osnovnima praviloma. U�enci naj poskusijo oba na�ina: da nastavijo vrednost uteži ali pa dolo�ijo funkcijo koristnosti s tabelo in pravili. Pravila preverimo. �e nam vsebinsko ne ustrezajo, jih primerno spremenimo. Razlike med temi in prejšnjimi utežmi, so nam v razmislek o vplivu kasnejših sprememb pravil na celovito podobo funkcije koristnosti. To je pomemben proces odlo�anja in interpretacije funkcije koristnostim, ki nam pomaga na poti do vsebinsko ustreznega povezovanja kriterijev v kon�no oceno.

3.3.2 U�ni primer: izbira izbirnega predmeta Opredelitev problema V petem razredu osemletke se u�enci odlo�ijo za tri izbirne predmete, ki jih bodo obiskovali v sedmem razredu devetletke. Izbirnih predmetov je zelo veliko, vendar se izbor zoži na tiste predmete, ki jih šola lahko ponudi glede na ustreznost kadra in opremljenost. Nekateri predmeti so triletni, dvoletni ali pa samo eno leto. Tak predmet je nemš�ina, ki traja vse tri leta in za katero je veliko zanimanja. Ostale predmete pa si u�enci izberejo glede na zanimanje, sposobnosti ali uporabnost predmeta. Vsi izbirni predmeti so ocenjeni števil�no, tako da velikokrat pripomorejo k boljšem u�nem uspehu. �e to združijo še s prijetnim delom pri pouku, je uspeh zagotovljen. Cilj je izbrati tak predmet, da bo zanimiv in katerega zaklju�na ocena bo vsaj prav dobro oz. odli�no. Odlo�itvena skupina Odlo�itveni problem je v prvi vrsti problem u�enca, vendar se v odlo�anje vpletajo navadno tudi starši. Ožja odlo�itvena skupina so torej u�enci in starši, �eprav na odlo�itev vpliva tudi šola s ponujenimi izbirnimi predmeti. Pri odlo�anju o izbirnem predmetu je za vrednotenje variant in za iskanje ustreznih podatkov smiselno vklju�iti:

� svetovalno delavko, ki lahko posreduje podatke o nadalnih predmetih v srednji šoli,

� u�itelje, ki pou�ujejo izbirne predmete, da �imbolj iz�rpno predstavijo svoj predmet.

Upoštevati je potrebno tehni�ne omejitve, ki jih u�encem razloži vodstvo šole. Pomembno je, da vse podatke, ki jih u�enci izvedo od znancev in prijateljev, preverijo pri pristojnih osebah. Dolo�itev spiska kriterijev Dolo�itev kriterijev je zelo osebna, zagotovo pa obstajajo taki, ki bi jih lahko ve� ali manj upoštevali vsi. Kriterije za ta primer so dolo�ili u�enci, ki so že izbirali izbirne predmeta lansko leto. Neurejen spisek kriterijev je naslednji:



22

zanimiva vsebina predmeta (osebni odnos do predmeta), u�iteljeva osebnost (osebni u�en�ev odnos do u�itelja), družba (kateri sošolci bodo obiskovali isti predmet), predznanje, zahtevnost predmeta, ocena predmeta v 7. razredu, uporabnost predmeta v vsakdanjem življenju, zaželjeno znanje za srednjo šolo (npr. drugi tuj jezik, ra�unalništvo), kdaj je izbirni predmet na urniku in pogoji dela (razpoložljivost materiala, opremljenost u�ilnice). Strukturiranje kriterijev Zaradi preglednosti, medsebojne odvisnosti in povezav je kriterije smiselno strukturirati. Iz spiska kriterijev napravimo drevesno strukturo vsebinsko združenih kriterijev, ki predstavlja ustrezni miselni vzorec. Tako je npr. osebni odnos do predmeta izvedeni kriterij, v katerem so združeni kriteriji, ki opisujejo, kako je u�encu predmet vše�, ali se za ta predmet odlo�ajo tudi njegovi prijatelji in kako sprejema u�itelja. Potencialni uspeh je kriterij, sestavljen iz potrebnega predznanja za ta predmet, zahtevnost vsebine predmeta in ocena predmeta v 7. razredu. Vrednost tega kriterija je subjektivna. Gre za u�en�evo predvidevanje, kakšna bi bila zaklju�na ocena. Dobra ocena izbirnega predmeta lahko pripomore k boljšemo u�nemu uspehu ob koncu šolskega leta, kar nadalje pripomore k ve�jemu številu to�k za vpis v srednje šole. Potencialna ocena in odnos sta združena v nov parameter nagnjenje. Tehni�ne možnosti predstavljajo parameter, ki opisuje, kako je šola opremljena, npr. telovadnica, športno igriš�e, ra�unalniška u�ilnica, razpoložljivi materiali, npr. instrumenti, razni likovni materiali in stroji, ter kdaj je izbirni predmet na urniku, ali je to predura, popoldan, torej kako ga bo to obremenjevalo.



23

Drevo kriterijev Kriterij Opis izbira izbirnega predmeta izbiramo izbirne predmete za 8. razred

nagnjenje upošteva poten.oceno predm. in njegovo po�utje pri poukuodnos združeni kriteriji subjektivnih kriterijev

zanimivost zanimiva vsebina predmetau�itelj osebnost skladnost u�encevega osebnega sloga z u�iteljevimsošolci ali se bodo v ta predmet vpisali tudi prijateljiuporabnost ali je predmet uporaben v vsakdanjem življenju

potencialna ocena predvidevanje zaklju�ene ocene ob koncu šolskega letapredznanje ocena predznanja za ta predmet zahtevnost ocena zahtevnosti izbirnega predmetaocena predmeta v 7.r ocena predmeta v prejšnjem šol. letu

zaželjeno znanje za sred.š. znanje pridobljeno pri izbirnem pred. koristilo v srednji šolitehniške možnosti tehniške možnosti za izpeljavo predmeta

urnik ura predmeta na urnikupogoji dela opremnljenost u�ilnice, razpoložljivi materiali

Slika 2: Celotno drevo kriterijev za izbiro izbirnega predmeta Zaloge vrednosti Orodnje DEXi omogo�a, da so zaloge vrednosti dolo�ene z naravnimi opisi ocene kriterija. Vrednosti so lahko urejene od najmanj zaželene do najbolj zaželene, to sicer ni nujno, a omogo�a uporabo uteži pri dolo�anju funkcij koristnosti. Priporo�ljivo je, da opišemo posamezno vrednost iz zaloge vrednosti tako, da je uporabniku razumljivo, kdaj je ocena nekega parametra na primer za parameter predznanje »malo«. Opis dodamo, ko dolo�amo zaloge vrednosti. V tem primeru je opis »za ta izbirni predmet potrebujemo malo predznanja«. Slika prikazuje zaloge vrednosti posameznih kriterijev.

Zaloge vrednosti Kriterij Zaloga vrednosti izbira izbirnega predmeta nesprejemljiv; premislil; ožji izbor; zelo primeren

nagnjenje ni; slabo; srednje; dobraodnos neprimeren; slab; srednje; dober

zanimivost nezanimiv; srednje; zelo zanimivu�itelj osebnost te�en; srednje; simpati�ensošolci nezanimivi; srednje; zanimiviuporabnost neuporaben; srednje; uporaben

potencialna ocena slaba; primerena; dobra; odli�napredznanje ga potrebujem; malo; ni potrebnozahtevnost zelo zahtevno; srednje; nezahtevnoocena predmeta v 7.r dobro; prav dobro; odli�no

zaželjeno znanje za sred.š. ne; malo; srednje; velikotehniške možnosti neustrezne; slabe; sprejemljive; odli�ne

urnik neustreznen; slab; OKpogoji dela težki; sprejemljivi; OK

Slika 3: Zaloge vrednosti kriterijev



24

Funkcije koristnosti Funkcije koristnosti dolo�ajo medsebojni vpliv kriterijev na vrednosti nadrednega kriterija. Dolo�ene so v obliki tabel za vsak izpeljani kriterij po to�kah po principu �e – potem. Program DEXi po dolo�itvi vsaj dveh odlo�itvenih pravil (najslabše, najboljše) ob upoštevanju uteži sam izra�una vrednost agregirane funkcije. V tem primeru so uteži konstantne. Vendar je v ve�ini primerov smiselno upoštevati, da je teža posameznega kriterija odvisna od njegove vrednosti. Najpomembnejši objektivni kriterij, ki ob zadostni oceni ostalih kriterijev prevlada, je kriterij nagnjenje. Sestavljen je iz dveh kriterijev in sicer: odnos u�enca do izbirnega predmeta ter potencialni uspeh. Le ta ima tudi najtežja utež. Boljša kot je ocena izbirnega predmeta, boljši je u�ni uspeh, ve�je možnosti ima u�enec pri izbiri srednje šole oz. da se vpiše v željeno srednjo šolo. Zelo pomemben kriterij je tudi zanimiva vsebina predmeta. Tisto, kar je zanimivo, se potem tudi lažje u�iš. Najmanj poudarka pa ima kriterij tehni�ne možnosti. Vse šolo imajo osnovno, nujno opremo, vse ostalo je nadstandard. Tabela prikazuje funkcijo koristnosti za oceno primernosti izbirnega predmeta, ki predstavlja koren drevesa kriterijev in združuje podredne kriterije: nagnjenje, znanje za srednjo šolo in tehni�ne možnosti za izpeljavo predmeta. Vsako pravilo podaja kombinacijo oz. kombinacije vrednosti teh treh kriterijev, ki vodijo v dolo�eno kon�no oceno izbirnega predmeta. V 24. vrstici najdemo pravilo, ki dolo�a srednje primeren predmet. V to oceno vodijo kombinacije sicer nezanimive vsebine predmeta, toda še kar prijetna družba pri pouku ter simpati�ni u�itelj in uporaben predmet. V našem drevesu kriterijev imamo pet tabel odlo�itvenih pravil. Funkcije koristnosti moramo dolo�iti za vsako vozliš�e drevesa, ki ni list.



25

Tabela 2: Funkcija koristnosti za izvedeni kriterij Odnos do predmeta Tabele odlo�itvenih pravil nagnjenje zaželjeno znanje za sred.š. tehniške možnosti izbira izbernega predmeta 53% 35% 12% 1 ni * * nesprejemljiv2 =malo =slabo malo =srednje odli�ne zelo primeren15 dobra veliko >=slabe zelo primeren

Tabela 3: Funkcija koristnosti, podana z odlo�itvenimi pravili za oceno primernosti izbirnega predmeta.



26

Opis variant Variante so izbirni predmeti srednje dobrega u�enca. Predmeti, med katerimi je izbiral, so nemš�ina, likovno snovanje in šport za sprostitev. Tabela prikazuje vnesene vrednosti opisa posameznega predmeta.

Tabela 4: Opis variant Vrednotenje in analiza variant DEXi rezultate vrednotenja variant izpiše v poro�ilu, ki ga prikazuje tabela 5. Najslabša ocenjena je bila varianta nemš�ina. Ocene subjektivnih kriterijev so bile izrazito slabe, medtem ko pa objektivni kriterije srednje. Izrazita slabost variante nemš�ina je nezanimivost predmeta in zahtevnost predmeta. Prav ta dva kriterija imata tudi najtežje uteži. Izrazita prednost pa sta uporabnost in zaželjeno predznanje za srednjo šolo. Kon�na ocena izbirnega predmeta nemš�ina je še premislil. Naslednja varianta likovno snovanje je bila srednje dobro ocenjena oz. je prišla v ožji izbor. Glede na to, da u�enec izbire tri oz. dva izbirna predmeta, bo izbral tudi likovno snovanje kot drugi izbirni predmet. Izrazita prednost tega predmeta je nagnjenje torej u�en�ev odnos do predmeta, ki izvira iz zanimivosti predmeta in u�iteljeve osebnosti oz. u�en�ev odnos do u�itelja. Srednje ocenjena pa sta kriterija družba in uporabnost. Izrazite slabosti ta varianta nima. Varianta šport za zdravje pa je najbolje ocenjena. Izrazita prednost so bile vse subjektivne ocene. Celo zaželjeno znanje za srednjo šolo je bilo ocenjeno kot srednje, kar bi težko ocenili kot prednost. Verjetno gre tu bolj za dokazovanje pred bodo�imi sošolci kot pa znanje nemš�ine ali ra�unalništva. Izrazite slabosti ta varianta nima.



27

Tabela 5: Rezultat vrednotenja Pri analizi nam lahko pomaga tudi ustrezna izbrana grafi�na predstavitev variant.



28

Slika 4: Ve�dimenzionalni grafi�ni prikaz vrednotenja Na grafikonu so prikazane vse tri variante po parametrih zanimivost, uporabnost, potencialna ocena in zaželjeno predznanje za srednjo šolo. Vidimo, da ima najve�jo povšino grafikon, ki predstavlja varianto šport za zdravje. Zato se kaže kot najboljša izbira med obravnavanimi variantami šport za zdravje. Ta izbira je najprimernejša zato, ker sta tako zanimivost in zahtevnost najbolje ocenjena. Prav tako so uporabnost in zaželjeno znanje za srednjo šolo dobe. Ta rezultat je pri fantih pri�akovan tako kot pri dekletih likovno snovanje. Zato mogo�e ta dva predmeta izlo�imo iz seznama variant.

3.3.3 Priporo�ila za izbor odlo�itvenega problema in primeri dreves kriterijev Za u�ni primer je smiselno izbrati problem, katerega vsi poznajo. Odlo�itveni model, ki ga bodo sami delali na vajah, si ga pa sami izberejo. To je tudi dobra motivacija.



29

Podro�ja so bila zelo razli�na. Zajemajo njihove konji�ke in aktualne osebne odlo�itvene probleme. Problemi, ki so jih obdelali, so bili na primer:

� izbira ribiške palice, � izbira prenosnega telefona, � izbira radio stolpa, � izbira najprimernejšega tiskalnika, � izbira najugodnejše otroške sobe, � izbira avtoradia, � izbira miss šole.

Kon�ni odlo�itveni model pa naj zadoš�a naslednjim merilom:

� v drevesu na bo vsaj devet listov, � parametri se ne smejo ponavljati ali delno prekrivati, naj �imbolj opišejo

problem, paziti je treba, da se jih da vrednotiti, � parametri naj bodo strukturirani na vsaj dve ravni, � uporabi naj se s parametrom naravne merske lestvice s primerno zalogo

vrednosti, � vsi parametri in zaloge vrednosti naj bodo komentirane, � z modelom naj bodo ovrednotene najmanj tri variante.

Primeri dreves Kot primer navajamo nekaj primerov dreves kriterijev odlo�itvenih modelov, ki so jih zgradili u�enci med vajami. 1. primer: izbira ribiške palice Drevo kriterijev Kriterij Opis Ribiška palica izbira najboljše ribiške palice

Finance stroški nakupa in vzrževanjaCena cena nakupaServis stroški servisiranja

Tehni�ne lastnosti upošteva kvaliteto palice in kvaliteto rolceKvaliteta kvaliteta palice

Upogljivost bolj kot je upogljiva ribiška konica, boljše jeMaterial material palice - najboljši je mehakVzdržljivost vzdržljivost oz. trpežnost palice

Rolca opis oz. lastnosti vrtilnega kolesaŠtevilo ležajev ve�je kot je število ležajev oz. obratov, boljše je Velikost velikost vrtilnega kolesaGlasnost zaželjeno je, da ne ropota

Izgled zunanji videz paliceTeža teža ribiške paliceDolžina dolžina ribiške palice



30

2. primer: izbira radio stolpa Drevo kriterijev Kriterij Opis hi-fi stolp izbira hi-fi stolpa

finance ali mi ga bodo starši kupilicena cena hi-fi stolpaštevilo izmenjevalnikov ve�je število izmenjevalnikov ima, boljši jegarancija dolžina garancije

tehni�ne lastnostivelikost škatle koliko prostora zavzameoblika lepa in ne vesoljskateža lahek za prenosmo� zvo�nikov mo� v Wmp3 predvajalnik ali ima mp3 predvajalnikštevilo kasetofonov ali se bo dalo presnemati kaseteradijski sprejemnik najboljše je digitalni radijski sprejemnik

Ocena kakšen se mi zdimoja moja ocenaprijateljeva ocena prijateljadoma�ih ocena doma�ih

3. primer: izbira mobitela Drevo kriterijev Kriterij Opis izbira najboljšega mobilnega aparata

finance ali ga lahko kupimcena cena mobitelaservis stroški servisagarancija dolžina garancije

tehni�ne lastnosti skupek lastnosti aparatabaterija koliko �asa zdrživodafone live dostop do vodafone liveoblika

videz �e je lep, elegantenteža teža mobitelavelikost displeja velik, barvni displey je najboljši

slika pri roki ujami trenutek kot sliko ali videofotoaparat ali ima vgrajen fotoaparat in kakšne so njegove funkcijevideo kamera ali ima vgrajen video kamero in kakšne so njene funkcije

novosti skupek nonovosti pri mobijubluetooth možnost bluetoothpolifoni�na zvonenja možnost polifoni�na zvonenja

ocena subjektivna ocenapriporo�ila prijateljev kako mi priporo�ajo sošolcimoje mišljenje

Spletna stran Vsa gradiva za izvedbo interesne dejavnosti Sistemi za podporo odlo�anju se nahajajo na spletni strani http://www.mikrotehna.com/dexi. Stran je namenjena vsem u�iteljem, ki bi želeli izpeljati to interesno dejavnost na svoji šoli. Na spletni strani je letna tematska priprava, vsebina predavanj, obrazložitev u�nega primera izbira izbirnega predmeta, program DEXi, primeri dreves kriterijev, ki so jih naredili u�enci.



31

Ekranska slika 1: Za�etna spletna stran Sistemov za podporo odlo�anju

Ekranska slika 2: Opis u�nega primera izbira izbirnega predmeta



32

Ekranska slika 3: Ro�na metoda Abacon

Ekranska slika 4: Prikaz gradnje odlo�itvenih modelov v DEXiju



33

4 KRITI�NI DEJAVNIKI USPEHA

4.1 MOTIVACIJA Motivacija je proces izzivanja (zbujanja) �lovekove aktivnosti, njenega usmerjanja na dolo�ene predmete in uravnavanja, da bi se dosegli dolo�eni cilji. Gibalne sile, ki aktivnosti izzivajo, krepijo in usmerjajo v cilje, imenujemo motive (Požarnik, 1980). Kateri so temeljni �lovekovi motivi? Ali druga�e: katere so osnovne silnice �lovekovega ravnanja? Še nedavno so nekatere psihološke šole nesorazmerno mo�no poudarjale pomen bioloških potreb ali nagonov za �lovekovo motivacijo. Pri tem so nagone pojmovale kot fiziološke, telesne primanjkljaje, ki jih �lovek ob�uti kot potrebe (lakota, žeja, spolnost ipd.), �lovekovo ravnanje pa daje usmerjeno predvsem k zadovoljevanju takih bioloških potreb. Ko �lovek doseže dolo�eno stopnjo fiziološkega ravnotežja - homeostazo, pa spet obmiruje. Pozneje so za�eli poleg bioloških upoštevati tudi tako imenovane socialne motive, katerih zadovoljevanje je praviloma odvisno od drugih ljudi. Timotivi so motiv po varnosti in ljubezni, po priznavanju, po uveljavljanju, po družbi drugih, motiv borbenosti. Danes se krepijo kognitivno usmerjeni pogledi na motivacijo, ki poudarjajo, da �lovekovo dejavnost dolo�ajo kognitivni dejavniki. Kot so pri�akovanja, predvidevanja, zavest ciljev in tehtanje poti do njih, presojanje situacije glede na verjetnost uspešnosti akcije, samozaupanje ipd. Še dlje stran od homeostati�ne podobe �lovekove dejavnosti, od gledanja, da je �lovekovo ravnanje usmerjeno predvsem k odstranjevanju fizioloških napetosti, so prišli humanisti�ni psihologi. Tako je Maslow razdelil piramido �lovekovih potreb na nižje "potrebe pomanjkanja" (npr. fiziološke potrebe, potrebe po varnosti, ljubezni in pripadnosti) in višje „potrebe rasti" (po znanju in razumevanju, po samoaktualizaciji - uresni�evanju svojih zmožnosti, estetske potrebe). Za u�iteljevo ravnanje je izrednoga pomena, iz kakšnih predpostavk in pri�akovanj o glavnih silnicah �lovekovega ravnanja izhaja pri svojem delu. Druga�e bo npr. ravnal, �e bo prepri�an, da je nasploh možno spodbuditi k u�enju ali kaki drugi aktivnosti le z grožnjami, kaznijo, pritiskom, v najboljšem primeru s pohvalami ob doseženih uspehih, ob neuspehih pa so nevtralni oziroma jih ignorirajo. Višja storilnostna motivacija obi�ajno pomaga k višjim u�nim dosežkom, ugodno pa vpliva tudi na razvoj sposobnosti (v neki raziskavi so ugotovili, da so sposobnosti otrok z visoko storilnostno motivacijo med 4. in 15. letom starosti stalno naraš�ale, pri skupini z nizko storilnostno motivacijo pa so v istem obdobju rahlo upadale). Tudi na tem podro�ju prihaja do neupravi�ene socialne diskriminacije, saj raziskave kažejo, da starši iz nižjih socialno-ekonomskih slojev slabše spodbujajo razvoj storilnostne motivacije pri svojih otrocih, ki so zato potem tudi v šoli manj uspešni in iniciativni. Seveda pa pomena storilnostne motivacije ne smemo absolutizirati, saj ni edino merilo �lovekove sre�e in vrednosti, zlasti pa ga ne smemo obravnavati izolirano od drugih vrednot (storilnost, toda v kakšen namen? ). Razlikujemo ve� tipov storilnostne motivacije. Pri nekaterih ljudeh prevladuje želja po uspehu, pri drugih pa je glavno gibalo dejavnosti strah pred neuspehom, želja,



34

izogniti se bole�im razo�aranjem, �e bi v storilnostni situaciji odpovedali. Pri ve�ini ljudi najdemo obe sestavini, vendar v razli�nem sorazmerju. U�itelj naj bi znal z raznimi sredstvi zbuditi in ohraniti pri u�encih primerno stopnjo napetosti in s tem pozornosti pri pouku. Izogiba naj se monotoniji, vnaša naj elemente presene�enja, nepri�akovanosti, humorja. V tej zvezi je pomembno, da u�enci niso ves �as le pasivni poslušalci, ki morajo mirno sedeti, ampak da tudi diskutirajo, eksperimentirajo, sami rešujejo probleme. Pomembna je predvsem miselna aktivnost, ob njej pa tudi razne oblike zunanje aktivnosti, ki so miselno dialekti�no povezane, na primer pisanje odgovorov na vprašanja, iskanje podatkov v virih in izpisovanje, ravnanje z raznimi pripomo�ki, eksperimentiranje, diskutiranje. Uvajanje za u�ence novih u�nih oblik in sredstev (skupinski pouk, programirani pouk, sistem responderjev) daje najve�krat najboljše rezultate na za�etku, ko pomaga razgibati ustaljene, že monotone na�ine dela. Pozneje se ta u�inek novosti porazgubi. Že zato naj bi u�itelj smiselno variiral metode in oblike dela in ob�asno uvajal novosti v pouk. Na drugi strani pa se mora u�itelj izogibati pretiranemu stopnjevanju napetosti v razredu, da ne prizadene anksioznih, plahih u�encev, ki stalno nosijo s seboj precejšnjo mero napetosti in jih taka dodatna napetost „vrže s tira". Zunanja in notranja motivacija za u�enje Motivacijska sredstva v šoli lahko razdelimo v dve veliki skupini: ena pospešujejo notranjo (intrinsifino) motivacijo, druga pa krepijo predvsem zunanjo (ekstrinsi�no) motivacijo. Nekateri uporabljajo tudi izraze avtonomna (primarna) ter heteronomna (sekundarna) motivacija.

4.2 SAMOINICIATIVA Poleg motivacije je samoiniciativa u�enca pomemben kriti�ni dejavnik za uspeh. Samoiniciativnost pri u�encu pomeni, da aktivno uporabi svoje znanje, ki ga je pridobil, v praksi. �e u�enec nima samoiniciative, ne bo niti u�iteljeva zagnanost in zanimiva vsebina pomagali, da bi sam nekaj ustvaril. Samoiniciativnost pri delu je mogo�e okrepiti tako, da u�enca spodbujamo, naj vse dejavnosti, ki jih zabeleži v dnevnik, ovrednoti tudi glede na delovni u�inek in veselja do dela. (Rolf Dietmar Thiel, Spreminanja u�nih navad, 1999). Le on sam ve, kakšen u�inek je dosegel in kakšno veselje je pri tem ob�util. U�ence bi bilo treba spodbuditi, da bi ve� tednov natan�no opazovali svoje u�ne navade, si jih zapisovali in se enkrat tedensko pogovorili s svetovalcem o tem. (Rolf Dietmar Thiel, Spreminanja u�nih navad, 1999). U�inek anketnih listov in pogovor pri razredni uri je kratkoro�en, pri poslušanju se malo zamisliljo. Cilj je potrebno postaviti dolgoro�no. Npr. potrebno bi bilo, da bi si pisali dnevnik, koliko �asa so porabili za u�enje in koliko �asa za ostale stvari in se s tem prisilili, da bi dlje �asa razmišljali o tem.

GHG



35

5 ANALIZA SWOT Pri evalvaciji dela smo ugotovili naslednje: Prednosti Aktivno sodelovanje u�enca v u�nem procesu

U�enci ne samo, da znajo reševati probleme, ki so se jih nau�ili reševati, ampak se s pomo�jo tehnologije znanja znajo lotiti tudi reševanja novih problemov. Pomembnost odlo�anja

Odlo�anju se v življenju ne moremo izogniti. Odlo�itveni problemi so zelo razli�ni in posegajo v vsakdanje zasebno in poslovno življenje. Posledice odlo�itev so prav tako zelo razli�ne. Nekaterih skoraj ne �utimo ali pa se v kratkem �asu izgubijo, druge pa vplivajo na nas celo življenje. Pri pogovoru o odlo�anju se mladi zavedajo pomena odlo�anja za nadaljno samostojno življenje. Raz�lenjevanje problema oz. drevo kriterijev

Pri gradnji drevesa kriterijev se u�enec zaveda, da je pri odlo�anju pomembno ve� dejavnikov. Nekateri dejavniki so bolj pomembni kot ostali. V obliki drevesa kriterijev so podatki tudi pregledno organizirani. Iskanje informacij o variantah

U�enec se nau�i samostojno iskati informacije v razli�nih medijih (internet, knjižnica, knjiga, revije, reklame ...).

Grafi�ni prikaz rezultatov v DEXiju

Analiza variant poteka s pomo�jo grafikonov, kjer izbiramo željene atribute in variante in jih primerjamo med seboj. Prikaz rezultatov je bolj nazoren kot pa bi bil v števil�ni obliki. DEXi poda rezultat tudi ob nepopolnih podatkih

�eprav so podatki nepopolni, program DEXi vseeno poda rezultat. Torej je rešitev, ki jo predlaga, samo tako dobra oz. pravilna kot je dober oz. pravilen model. Orodje DEXi primerno za odlo�anje Slabosti Model je potrebno prilagajati spremembam.

Model je narejen na podlagi informacij, ki jih takrat imamo. �e pride do sprememb, je potrebno tudi model spremeniti. Primer: v �asu gradnje odlo�itvenega modela je imela šola staro, neustrezno zunanje telovadiš�e. Ra�unalniška u�ilnica je bila ustrezna, vsi ostali pogoji so bili v redu. Kot kriterij smo navedli pogoji dela, ker so za izbrani predmet Šport pogoji dela slabi. �e pa bi šola zbrala dovolj denarja za izgradnjo šolskega telovadiš�a, kriterij pogoji dela ne bi bil ve� aktualen. Ali pa se zamenja u�itelj za pou�evanje izbranega predmet. Kriterij u�itelj osebnost pri zajemanju podatkov za to varianta bi se lahko spremenil iz zanimiv na te�en.



36

Kriti�nost do variant in razvrš�anje znotraj razreda

Pri zajemanju podatkov o variantah u�enci niso dovolj kriti�ni, vsi atributi so za njih v redu oz so dobro ocenjeni. Temu primerno sledi tudi rezultat. Vse variante so dobro ocenjene. Na primer dve varianti so ocenjene kot zelo primerni. Ne vemo pa, katera je bolj primerna kot druga. Žal DEXi ne zna razvrš�ati znotraj razreda. Pomagamo si lahko z analizo kaj-�e in sicer tako, da ponovno razvrš�amo variante. Priložnosti Uvedba sistemov za podporo odlo�anju v u�ni proces

Potrebno bi bilo predstaviti sisteme za podporo odlo�anju tudi drugim u�iteljem na šoli. U�itelje navdušiti in jim omogo�iti izobraževanje o tem. Priložnosti za uporabo sistemov za podporo odlo�anju je veliko, npr. izbira izbirnega predmeta, izbira teme projektne naloge oz. seminarske naloge, izbira kraja za zaklju�no ekskurzijo v 9.razredu, izbira nadaljnjega študija oziroma poklica v kombinaciji s programom Kam in kako, izbira �tiva za bralno zna�ko, izbira nivoja za nivojski pouk... Uvedba sistemov za podporo odlo�anju kot pomo� vodstvu šole

Tudi vodstvo šole bi lahko s pomo�jo sistemov za podporo odlo�anju odlo�alo npr. o zaposlitvi delavca, o nakupu opreme, o izbiri dobavitelja, izbiri izvajalca del, izbiri u�encev, ki jih pripada regresirana malica in kosilo, izbiri u�encev, ki imajo posebne zasluge, o dodelitvi stimulacije delavcem… Odlo�itve, ki bi bile narejene s pomo�jo sistemov za podporo odlo�anju, bi bile nepristranske in predstavljive. Dostopnost programa

Program DEXi je dostopen vsem, ki ga želijo uporabljati in sicer na spletnem naslovu http://lopes1.fov.uni-mb.si/DEXi. Pasti Nerazumevanje teorije

U�enci ne marajo teorije, sploh pri ra�unalništvu ne. �imprej želijo delati z ra�unalnikom. Pri samostojnem delu u�encev pa se je izkazalo, da niso razumeli faz odlo�itvenega modela. Kljub razlagi, u�nem primeru in obnovi snovi pri naslednji uri interesne dejavnosti bi bilo potrebno posvetiti tej temi še ve� �asa. Nezadostna dokumentacija

Pri gradnji odlo�itvenega modela u�enci niso posve�ali pozornosti dokumentaciji dela oz. opisu atributov, ker so jim bili v �asu gradnje in vpisovanja razumljivi. Pri naslednji uri interesne dejavnosti pa so zapravljali �as, da so se spomnili, �emu je bil namenjen dolo�en atribut. Posebej poudarimo prednost aktivno sodelovanje u�enca v u�nem procesu ter

priložnost uvedbe sistemov za podporo odlo�anju v u�ni proces.



37

6 ZAKLJU�KI IN NAPOTKI ZA NADALJNJO DELO

Pri racionalnem in sistemati�nem odlo�anju si lahko pomagamo s sistemi za podporo odlo�anju (angl.: Decision Support Systems, s kratico: DSS). DSS obi�ajno temeljijo na informacijski tehnologiji. Praviloma gre za sisteme za intenzivno uporabo znanja, lahko pa si pomagamo tudi z enostavnejšimi orodji. Z uporabo DSS pri odlo�anju si proces odlo�anja lahko mo�no olajšamo. Z njihovo pomo�jo o problemu sistemati�no razmišljamo. V nalogi so predstavljene vsebine in možne oblike pou�evanja tehnologije znanja s posebnim poudarkom na sistemih za podporo odlo�anju. V praksi je to zaživelo v okviru interesnih dejavnosti Sistemi za podporo odlo�anju v osnovni šoli. Tematski sklopi pri interesni dejavnosti so: Ravni uporabe ITK Prvi del pouka je namenjen spoznavanju in razumevanju novih pojmov. Pri temi Ravni uporabe IKT smo z u�enci ugotovili, da ve�ina izmed njih doseže drugi nivo ravni uporabe oziroma raven razbremenitev pri delu, le malo izmed njih v�asih dosežejo tretji nivo oziroma raven Delamo stvari, ki jih do sedaj nismo. Procesiranje informacij pri �loveku Ker se v osnovni šoli ne obravnavajo snovi iz psihologije, smo se tu navezali na informacije, ki so jih u�enci prejeli v sklopu razrednikovih ur Kako se u�imo. Umetna inteligenca Naslednji sklop predavanj umetna inteligenca se je izkazal za najtežjega. Kljub ogledu videoposnetkov in pogovoru je ta tema za osnovnošolce zelo težka. Zelo malo vedo o umetni inteligenci oz. sploh ne vedo, kaj pomeni pojem umetna inteligenca, pa �eprav se z njo sre�ujejo. Glede na njihove odgovore o primerih uporabe umetne inteligence lahko ugotovimo, da imajo težave pri razlikovanju med umetno inteligenco in informacijsko tehnologijo. Seveda pogovor zelo hitro nanese na futuristi�ne filme, kot so Matrika ali AI. Vendar pa za osnovno razumevanje tehnologije znanja in možnosti uporabe le-te ni potrebno poglobljeno znanje o tej temi. Razumevanje osnovnega principa lahko pridobijo tudi osnovnošolci. Proces odlo�anja in razli�ni prijemi pri odlo�anju Naslednji sklop proces odlo�anja in razli�ni prijemi pri odlo�anju smo obravnavali ob razlagi konkretnega primera. Ro�no metodo Abacon smo najprej delali skupaj na tabli, isti primer pa smo prevedli tudi v elekronsko preglednico. Nato so u�enci svoj odlo�itveni model naredili sami s pomo�jo teh dveh metod. Nato pa smo primerjali obe metodi. Ro�na metoda Abacon jim je bila vše� zaradi preprostosti izgradnje. Ker pa niso bili dovolj kriti�ni pri zajemanju podatkov o variantah ali pa niso imeli dovolj razli�nih variant, so težje ocenili, katera varianta ima najve�jo površino pod krivuljo in je zato najboljša. Pri metodi, ki uporablja elektronsko preglednico, pa dobimo rezultat v števil�ni obliki. Zato jim je bila ta metoda bolj nazorna in vše�na.



38

Gradnja odlo�itvenih modelov z razlago primerov odlo�itev Ob razlagi teme Faze odlo�itvenega primera smo postopoma gradili odlo�itveni model za izbiro izbirnega predmeta, ki smo ga potem vnesli v program DEXi kot u�ni primer. Temu delu smo namenili najve� �asa. U�enci so program DEXi dobro sprejeli. Predvsem dekleta so imela na za�etku probleme s samo uporabo programa (kako gradimo drevo oz. nivoje kriterijev, kje se klikne za dolo�anje funkcije koristnosti, razvš�anje zaloge vrednosti). Najtežji del je izgradnja drevesa kriterijev in dolo�anje funkcije koristnosti. Ob u�iteljevi razlagi in pomo�i so hitro dojemali in uspešno uporabljali program. Vendar pa se je pri samostojni uporabi programa pri vajah pojavilo kar nekaj težav pri: 1. dolo�itvi kriterijev oz. terminologiji, npr. pri izbiri tiskalnika so kot kriterij navedli hitro tiska namesto hitrost tiskanja, 2. združevanju oz. strukturiranju kriterijev − katere kriterije združiti skupaj in kako te kriterij poimenovati, 3. pri odlo�itvenih pravilih niso bili dovolj kriti�ni, vsi kriteriji so jim bili enako pomembni, kar se je potem odražalo tudi pri rezultatu vrednotenja variant, ker so bile vse enako ocenjene. V tej fazi smo potem imeli analizo kaj-�e. Izbira problemov je bila zelo razli�na, zanimiva in hkrati primerna njihovi starosti. Z delom v razredu sem bila zelo zadovoljna. Presene�ena sem bila nad odzivom otrok in nad zagnanostjo za delo. Izbira izbirnega predmeta je zelo primeren problem za gradnjo odlo�itvenega modela v osnovni šoli. Zanimivo bi bilo tudi narediti odlo�itveni model za izbiro nadaljnjega šolanja oziroma izbiro poklica. V zadnjem razredu osnovne šole imajo u�enci poklicno svetovanje s šolsko pedagoginjo. V okiru teh ur med drugim s pomo�jo ra�unalniškega programa Kam in Kako (Zavod za zaposlovanje) iš�ejo primerne poklice glede na interese in želje. Program je zastavljen tako, da u�ence sprašuje vprašanja (tipa Ali rad delaš z živalmi?), katere u�enci potem rangirajo od zelo do ni mi vše�. Rezultat vprašanj je seznam poklicev, ki so za njih primerni. Ti poklici bi v našem primeru postali variante za odlo�itvene modele. Ob pomo�i pedagoginje in u�itelja ra�unalništva bi tako lahko naredili odlo�itveni model za izbiro poklica. Vsak bi naredil svoj model, kar pomeni, da bi bil prilagojen njegovim željam torej bi bil subjektiven. V primerjavi s programom Kam in kako ne bi bili le pasivni uporabniki ampak aktivni, saj bi bili prisiljeni razmišljati o kriterijih, ki so pomembni za izbiro poklica. Seveda bi bila izbira tvegana, saj je rezultat trenutnih okoliš�in. Vendar kon�na odlo�itev ostaja v rokah �loveka, ki odlo�a. IKT nam je lahko v procesu odlo�anja v bisteno pomo�.



39

LITERATURA IN VIRI

[1] Analia SWOT, http://www.quickmba.com/strategy/swot/ 20.8.2005 [2] Azarov D.M., Rajkovi� V., Bohanec M.(2002) Medšolsko projektno delo z ve�parametrskimi odlo�itvenimi modeli in izmenjavo podatkov XML, Organizacija, letnik 35 (8), stran 503 – 507 [3] Autus Jesenica, Šolska zakonodaja v 9-letni osnovni šoli

[4] Bohanec M., Rajkovic V.(1995) Ve�parameterski odlocitveni sistemi. Organizacija, let. 28 (7), Kranj, 427–438

[5] Bratko, I.(1982) Inteligentni informacijski sistemi. Ljubljana: Fakulteta za elektrotehniko

[6] Gasarr S., Rajkovi� V., Bohanec M., (2002) Napovedovanje uspešnosti zaklju�ka šolanja, Organizacija, letnik 35 (8), stran 503 – 507 [7] Ekspertni sistemi, Fakulteta za organizacijske vede, http://lopes1.fov.uni-mb.si 10.10.2004 [8] Gerli� I (2003), Informacijska komunikacijska tehnologija v slovenske izobraževalnem sistemu Organizacija, letnik 36 (8), stran 502 – 507 [9] Interesne dejavnosti, OŠ Bežigrad, Ljubljana http://www.o-bezigrad.lj.edus.si/interesne_dejavnosti.htm, 2.9.2005 [10] Izbirni predmeti, Ministrstvo za šolstvo in šport, http://www.mszs.si 2.2.2005 [11] Jereb, E., Bohanec, M., Rajkovi� V., DEXi – ra�unalniški program za ve�parametrsko odlo�anje, Moderna organizacija, 2003 [12] Krapež A., Rajkovi� V.(2003) Tehnologija znanja pri predmetu informatika, Zavod Republike Slovenije za šolstvo, Ljubljana [13] Luger, F.G.(2002) Artificial intelligence, Addison Wesley [14] Požarnik M. B. (1980) Dejavniki in metode uspešnega u�enja, DDV Univerzum, Ljubljana [15] Požarnik M. B. (2000) Psihologija u�enja in pouka, DZS Ljubljana [16] Projekt RO, Ministrstvo za šolstvo in šport in Zavod za šolstvo, http://ro.zrsss.si/ 6.11.2004 [17] Rajkovi� V.(2002)Zapiski predavanj Proces odlo�anja FOV [18] Rajkovi� V.(2003) Zapiski predavanja Poslovni ekspertni sistemi FOV



40

[19] Tehnologija znanja, Gimnazija Vi� Ljubljana, http://www.s-gimvic.lj.edus.si/gradiva 14.12.2004 [20] Thiel R.D., (1999) Spreminanja u�nih navad, Center za psihodiagnosti�na sredstva, Ljubljana



41

KAZALO SLIK Slika 1: Primer odlo�itvene metode za izbiro izbirnega predmeta z ro�no preglednico………………………………�

SISTEMI ZA PODPORO ODLO ANJU V OKVIRU INTERESNIH … · 2018. 8. 24. · Hvala lektorici Metki...

Documents

Transcript of SISTEMI ZA PODPORO ODLO ANJU V OKVIRU INTERESNIH … · 2018. 8. 24. · Hvala lektorici Metki...