X5GON

Iskanje izobraževalnih virov je sestavni del učiteljevega dela pri pripravi novih vsebin za učne ure ali predavanja, pri raziskovanju novih področij ali tem, ali pri pripravah na posamezne aktivnosti. Tovrstna gradiva so lahko zgolj del dokumentacije, včasih pa učitelj morda želi na podlagi takšnih virov sestaviti novo gradivo. Pri tem je mamljivo in povsem legitimno z vidika intelektualnega dela, da ne izumljajo tople vode in smiselno uporabijo način “kopiraj-prilepi”. V večini držav po svetu pa to običajno ni zakonito, saj se s tem kršijo avtorske pravice.

V primerih, ko avtorji virov objavijo svoja dela pod licenco Creative Common licence, viri postanejo “odprti izobraževalni viri” (OER), kar pomeni, da jih učitelji lahko prosto uporabljajo, preoblikujejo, predelajo in/ali redistribuirajo. Običajno je pri tem edina obveznost pravilno citiranje izvirnega avtorja. Zato je pomembno, da veste, ali je določen vir odprt izobraževalni vir, ali ne.

Obstaja več zbirk licenciranih odprtih izobraževalnih virov, in pristojno ministrstvo v vaši državi ima skoraj zagotovo dostop do vsaj ene izmed takšnih. Kaj pa iskanje takšnih virov kjerkoli na spletu? Ali lahko za to uporabimo poseben iskalnik?

Projekt X5-GON je financirala Evropska unija, z namenom identifikacije in indeksiranja virov OER ter z namenom uporabe UI pri urejanju teh virov in podajanju predlogov za nova orodja UI (tipično iskalnih orodij, ki uporabnikom omogočajo lažje iskanje OER virov).

Kje se v takšnem procesu pojavi UI?

Pojavi se v vseh fazah:

V prvi fazi roboti prečesavajo splet in prikažejo rezultate – vire OER: to je zapleten postopek, saj vključuje prepoznavanje OER in s tem prepoznavanje licenc. Del tega procesa lahko opišemo kot tipično nalogo klasifikacije (za kar se UI tipično uporablja).
Ko robot identificira takšen vir, je potrebno besedilo iz tega vira izvleči. Če je vir zvočna ali video datoteka, to pomeni uporabo transkripcije (več o tem v poglavju 7).

Številka 5 v akronimu X5-GON se nanaša na pet dimenzij, ki jih je projekt obravnaval; ena od teh je jezik. Zato je naslednji korak v procesu uporaba orodij za samodejno prevajanje, kar omogoča različice besedila v izbranih jezikih. Tudi to je primer tipične uporabe UI.

Na tej točki se lahko upravičeno vprašate: četudi sta samodejna transkripcija in samodejno prevajanje hitro razvijajoči se tehnologiji, pri tem še vedno prihaja do velikih napak; ali je torej sploh smiselno, da se zanašamo nanju? Odgovor je, da iskalni in priporočilni algoritmi ne potrebujejo natančnega besedila. Potrebujejo zgolj umestitev dokumenta v prostor, tj. poleg ključnih besed oz. drugih dokumentov.

Predstavljajte si, da imate škatlo, polno dokumentov, ki jih morate urediti (pospraviti na organiziran način). V idealnem primeru bi imeli vnaprej določeno organizacijo in bi vsak papir pospravili na pravo mesto. Toda običajno nimamo takšnega vnaprej pripravljenega sistema za arhiviranje, zato dokumente, ki imajo nekaj skupnega, zlagamo enega poleg drugega, pri čemer veljajo nenapisana pravila vseh vrst, npr.: ta dva papirja gresta skupaj, ker sta iz istega leta, ta dva zato, ker se nanašata na avtomobil, ta dva zato, ker sta enako velika, itn. Ključna beseda tukaj je “poleg”: O tem več v nadaljevanju priročnika.

Ko sistem izvleče neobdelana besedila, se lahko ustvarijo modeli. Dokumenti s tem postanejo vektorji v nekem visoko-dimenzionalnem prostoru, primerjava vektorjev pa omogoča odgovor na vprašanje: katerih 10 dokumentov je najbolj podobnih temu dokumentu? Katerih 5 dokumentov najbolj ustreza tej ključni besedi? Ipd.

Popolnejše modele dobimo z njihovim učenjem. Odgovorijo lahko na bolj zapletena vprašanja, kot so:

• kako zahtevna je ta snov (seminar, naloga, učni tečaj itd.)? Odgovor na to se morda skriva nekje v opisu seminarja, ali v metapodatkih (ti so uporabniku skriti, vendar naj bi vsebovali informacije o gradivu). Bolj verjetno je, da sistem odgovor pridobi na podlagi samodejne analize dokumenta – dolžine stavkov in besed (besedišče samo po sebi je zanesljiv pokazatelj starosti uporabnikov, ki jim je seminar ipd. namenjen).
• Ali naj si to gradivo ogledam, preden si ogledam drugo gradivo? (Na ta način se lahko iz danega gradiva avtomatično sestavi celoten sklop gradiv za določen tečaj/seminar ipd.).
• Kako kakovostno je gradivo (seminar/tečaj ipd.)? Za UI je to najtežje vprašanje, morda celo “napačno” , in pri njem lahko UI naredi več škode kot koristi. Kljub temu pa je sposobnost UI, da ugotovi, ali so dejstva v izbranem gradivu točna, vsekakor zelo smiselna (uporabna). Ali nas po lažnih novicah čakajo tudi “lažna učna gradiva”?

Nekaj uporabnih povezav:

Iskalnik X5-Discover (https://discovery.x5gon.org/)

Učna platforma X5-Learn (http://x5learn.org/) omogoča izbiro učnih gradiv, ki jih nato UI organizira na najboljši možen način (z uporabo priporočilnega sistema).

Dodatna orodja X5-GON (vmesniki za namensko programiranje (API) za razvijalce, različica za namestitev v Moodle) najdete tukaj.

Projekt X5GON je sofinanciral Okvirni program za raziskave in inovacije Obzorje 2020 Evropske unije (št. sporazuma o dodelitvi nepovratnih sredstev 761758).