Статті в журналах з теми "Розпізнавання діяльності"

Цілі дослідження: розглянути можливості використання QR-кодів у навчальному процесі. Завдання дослідження: визначити переваги та недоліки використання QR-кодів, а також сфери застосування QR-кодів у навчальному процесі. Об’єкт дослідження: мобільне навчальне середовище вищого навчального закладу. Предмет дослідження: технології створення та розпізнавання QR-кодів як елементи мобільного навчального середовища. Використані методи дослідження: узагальнення існуючих досліджень. Результати дослідження. Зазначено, що технології створення та розпізнавання QR-кодів можна віднести до елементів мобільного навчального середовища. Наведено приклади використання QR-кодів у навчальному процесі (гіперпосилання на мультимедійні джерела та ресурси; проектна діяльність; опитування та тестування; ігрові форми діяльності; обкладинки навчально-методичної літератури; інформаційні стенди; додатки до навчальних об’єктів; ідентифікація). Висновки. Встановлено, що елементи мобільного навчального середовища (зокрема, технології створення та розпізнавання QR-кодів) мають достатній потенціал у навчанні. Використання QR-кодів у навчальному процесі активізує навчальну діяльність студентів, водночас даючи змогу викладачам використовувати нові види навчальних завдань.

У статті висвітлено результати психологічного аналізу професійної діяльності офіцера-прикордонника на етапі професійного становлення, окреслено низку чинників, які сприяють швидкій адаптації молодого офіцера до особливостей професійної діяльності в умовах динамічної обстановки на державному кордоні. Характерним для професійної діяльності офіцера-прикордонника є виняткова важливість професійних завдань, необхідність постійно бути пильним, високийте мп несення служби в особливих та екстремальних умовах діяльності, підвищені вимоги щодо розпізнавання складних візуальних об’єктів і звукової інформації, безпосередній контакт із суб’єктом контролю під час службового спілкування. Досліджено основні позитивні чинники, які впливають на ефективність виконання поставлених завдань молодим офіцером-прикордонником; низку ктивних та об’єктивних труднощів, які впливають на швидкість адаптації до нового професійного середовища. Окреслено шляхи щодо підвищення ефективності вирішення проблемних ситуацій із метою недопущення психологічних розладів тощо, які можуть вплинути на якість несення служби з охорони державного кордону. Окреслено основні аспекти професійної підготовки курсантів Національної академії Державної прикордонної служби України імені Богдана Хмельницького, основною метою якої є формування належного рівня професійної компетентності офіцера-прикордонника, розвиток високих моральних і професійних якостей, свідомого та безумовного виконання завдань з охорони державного кордону.професійна діяльність

У статті показано, що конфліктологічна компетентність фахівця медичної галузі є особливим видом компетентності, яка забезпечує розпізнавання, ефективну поведінку і оптимальне розвʼязання професійних конфліктів в медичній сфері. Конфліктологічна компетентність фахівця медичної галузі істотно відрізняється від конфліктної компетентності, сформованої на основі загального досвіду соціального життя. Конфліктологічна компетентність фахівця медичної галузі характеризується освоєнням і доступністю просоціальних стратегій поведінки, які спрямовані на оптимальне розвʼязання професійного конфлікту. Конфліктологічна компетентність фахівця медичної галузі є складним психічним утворенням, яке включає риси особистості, процеси метакогнітівного контролю, регулювання та моніторингу когнітивної діяльності, а також рефлексію, спрямовану на надситуативний аналіз проблемних ситуацій професійної діяльності і довільну саморегуляцію психоемоційного стану. Ці компоненти разом забезпечують вибір і реалізацію у поведінці оптимальних для досягнення цілей професійної діяльності копінг-стратегій і типів реагування у конфлікті. Конфліктологічна компетентність фахівця медичної галузі успішно формується в процесі практико-орієнтованого активного соціально-психологічного навчання і складається з сукупності навчально-тренінгових заходів, змістовна сторона яких відображає професійну медичну діяльність. Ключові слова: конфлікт, конфліктна компетентність, фахівці медичної галузі.

Актуальність теми дослідження. На сучасному етапі розвитку інформаційних систем та технологій, які базуються на математичних моделях теорії штучного інтелекту (методах та схемах алгоритмічних дерев класифікації), виникає принципова проблема вузької спеціалізації наявних підходів та методів у соціально-економічних, екологічних та інших системах первинного аналізу та обробки великих масивів інформації. Задачі, які об’єднуються тематикою розпізнавання образів, дуже різноманітні та виникають у сучасному світі в усіх сферах економіки та соціального контенту діяльності людини, що приводить до необхідності побудови та дослідження математичних моделей відповідних систем. На сьогодні немає універсального підходу до їх розв’язання, запропоновано декілька досить загальних теорій та підходів, що дозволяють вирішувати багато типів (класів) задач, але їх прикладні застосування відрізняються досить великою чутливістю до специфіки самої задачі або предметної області застосування. Представлена робота присвячена проблемі моделей логічних та алгоритмічних дерев класифікації (схем ЛДК/АДК), пропонує оцінку складності структур алгоритмічних дерев (моделей дерев класифікації), які складаються з незалежних та автономних алгоритмів класифікації і будуть являти собою певною мірою новий алгоритм розпізнавання (зрозуміло, що синтезований із відомих схем, алгоритмів та методів). Постановка проблеми. Нині актуальні різні підходи до побудови систем розпізнавання у вигляді дерев класифікації (ЛДК/АДК), причому інтерес до методів розпізнавання, які використовують дерева класифікації, викликаний багатьма корисними властивостями, якими вони володіють. З одного боку, складність класу функцій розпізнавання у вигляді моделей дерев класифікації, при визначених умовах, не перевищують складності класу лінійних функцій роз-пізнавання (простішого з відомих). З іншого – функції розпізнавання у вигляді дерев класифікації дозволяють виділити в процесі класифікації як причинно-наслідкові зв’язки (та однозначно врахувати їх у подальшому), так і фактори випадковості або невизначеності, тобто врахувати одночасно і функціональні, і стохастичні відношення між властивостями та поведінкою всієї системи. При цьому відомо, що процес класифікації нових, таких, що досі не зустрічалися, об’єктів світу багатьох тварин і людей (за винятком об’єктів, інформація про які передається генетичним шляхом (наслідковим), а також в деяких інших випадках), відбувається за так званим логічним деревом рішень (у зв‘язку з нейромережевою концепцією). Зрозуміло, що доцільно не розробляти новий алгоритм, а запропонувати деяку концепцію раціонального використання вже накопиченого потенціалу алгоритмів та методів класифікації у вигляді моделей алгоритмічних дерев класифікації (структур АДК). Саме тому ця робота має намір хоча б частково подолати ці обмеження та присвячена оцінці складності процедури побудови моделей алгоритмічних (логічних) дерев класифікації в галузі задач розпізнавання. Аналіз останніх досліджень і публікацій. У дослідженні розглянуті останні наукові публікації у відкритому доступі, які присвячені загальній проблемі підходів, методів, алгоритмів та схем розпізнавання (моделей ЛДК/АДК) дискретних об’єктів (дискретних зображень) у задачах розпізнавання образів (теорії штучного інтелекту). Виділення недосліджених частин загальної проблеми. Можливість простого та економного методу побудови моделі алгоритмічного дерева класифікації (або структур АДК/ЛДК) та оцінка складності такої процедури (моделі структури АДК/ЛДК) на основі початкових масивів дискретної інформації великого об’єму. Постановка завдання. Дослідження актуального питання складності загальної процедури побудови алгоритмічного дерева класифікації (моделі АДК) на основі концепції поетапної селекції наборів незалежних алгоритмів класифікації (можливих їх різнотипних множин та сполучень), яке для заданої початкової навчальної вибірки (масиву дискретної інформації) будує деревоподібну структуру (модель класифікації АДК), з набору алгоритмів оцінених на кожному кроці схеми побудови моделі за даною початковою вибіркою. Виклад основного матеріалу. Пропонується оцінка складності процедури побудови алгоритмічного дерева класифікації для довільного випадку (для умов слабкого та сильного розділення класів навчальної вибірки). Розв’язок цього питання має принциповий характер, щодо питань оцінки структурної складності моделей класифікації (у вигляді деревоподібних конструкцій), структур АДК дискретних об’єктів для широкого класу прикладних задач класифікації та розпізнавання в плані розробки перспективних схем та методів їх фінальної оптимізації (мінімізації) конструкції. Це дослідження має актуальність не лише для конструкцій алгоритмічних дерев класифікації, але й дозволяє розширити саму схему оцінки складності і на загальний випадок структур логічних дерев класифікації. Висновки відповідно до статті. Досліджені питання структурної складності конструкцій ЛДК/АДК, запропонована верхня оцінка складності для процедури побудови алгоритмічного дерева класифікації в умовах слабкого та сильного розділення класів початкової навчальної вибірки.

У статті на основі аналізу сучасних досліджень як вітчизняних так і закордонних учених здійснено спробу узагальнення теоретичних відомостей, що розкривають зміст поняття «обчислювальне мислення». Розглянуто ключові характеристики такого типу мисленнєвої діяльності та особливості їх реалізації в умовах широкого застосування інформаційно-комунікаційних технологій. Указано на ефективність розвитку обчислювального мислення шляхом впровадження в освітній процес майбутніх учителів основ алгоритмізації та програмування. На основі теоретичного аналізу сучасних моделей навчання програмування, здійснено спробу обґрунтування реалізації в процесі підготовки об’єктної моделі програмування з метою розвитку обчислювального мислення. Такий вибір зумовлений природньою схожістю процесів вирішення задач за допомогою обчислювального мислення та технологій, що застосовуються об’єктною моделлю програмування, базою для якою є об’єктно-орієнтоване програмування. Основними принципами, що покладені в процес вирішення проблеми за допомогою обчислювального мислення є: декомпозиція, розпізнавання шаблонів, абстракція та проектування алгоритмів.Узагальнено відомості про ключові принципи цього виду програмування ‒ абстракцію, інкапсуляцію, наслідування та поліморфізм. Сформульовано теоретичне обґрунтування ефективності використання вказаних принципів об’єктно-орієнтованого програмування у процесі розвитку обчислювального мислення майбутніх учителів. З’ясовано, що реалізація об’єктної моделі програмування у процесі розвитку обчислювального мислення дозволяє забезпечити майбутнього педагога інструментарієм, необхідним для вирішення проблем, що виникають у процесі як його професійної так і повсякденної діяльності. Крім того, розуміння та ефективне використання інформаційно-комунікаційних технологій з метою збільшити ефективність власної діяльності майбутнім учителем, дає змогу йому бути конкурентоспроможним в умовах сучасного ринку праці.

У статті розкрито шляхи застосування інноваційних технологій навчання, серед яких особливе місце належить електронним словникам, для забезпечення якісної іншомовної підготовки студентів немовних спеціальностей закладів вищої освіти (ЗВО). Охарактеризовано переваги електронних словників над їх паперовими аналогами: ефективна система пошуку, багатофункціональність, актуальність, динамічність, великий обсяг словникової бази, варіативність, універсальність. Вказано на низку функцій електронних словників: миттєвий пошук, швидке копіювання, аудіозапис, розпізнавання мови, корисні визначення, наявність лінгвоваріантів, ілюстрування прикладів уживання слів, мультимедіадодатки. Описано основні різновиди електронних словників: онлайн, словники-програми, термінологічні бази даних, портативні, кишенькові, переносні, мобільні. Детально розглянуто характеристики електронного словника Oxford Dictionary of English, яким студенти немовних спеціальностей СНУ імені Лесі Українки успішно користуються на практичних заняттях і під час самостійної роботи. Проаналізовано дидактичні можливості електронних словників для розвитку чотирьох видів мовленнєвої діяльності (слухання, читання, говоріння, письмо) і перекладу. Охарактеризовано основні проблеми використання електронних словників в умовах освітнього процесу ЗВО. Розроблено методичні поради щодо використання електронних словників у різних видах мовленнєвої діяльності. Представлено порівняння результатів анкетування студентів немовних спеціальностей і викладачів щодо частоти використання електронних словників у процесі вивчення іноземної мови впродовж 2008/2010 н. рр. та 2018/2019 н. р., а також результати опитування студентів немовних спеціальностей щодо частоти використання словників під час читання тексту, виконання вправ на розвиток письмових і розмовних навичок, аудіювання (перегляду відео), виконання перекладу. Обґрунтовано доцільність впровадження електронних словників у процес вивчення іноземної мови студентами немовних спеціальностей.

Мета статті полягає у спробі розв’язати теоретичні і практичні проблемні питання, пов’язані із застосуванням інформаційних технологій у судово-експертній діяльності під час ідентифікації особи за матеріалами відеозапису, наприклад за особливостями ходи. Методологія. Для досягнення поставленої мети використано загальнонаукові та спеціальні методи, які є засобами наукового пошуку. Зокрема, метод системного аналізу, а також системно-структурний, формально-логічний і статистичний надали можливість окреслити напрями становлення та розвитку ідентифікації особи за ходою, зафіксованою в матеріалах відеозапису, розкрити сутність її завдань та особливості дослідження відповідних об’єктів як окремо, так і в комплексі. Наукова новизна зумовлена формуванням нового інструментарію у протидії злочинності. Виокремлено основні завдання ідентифікації особи за ходою, зафіксованою в матеріалах відеозапису з використанням новітніх інформаційних технологій. Висновки. Проаналізовано основні джерела, з яких матеріали відеозапису потрапляють до сфери кримінального провадження. Узагальнено зарубіжний досвід правоохоронних органів з автоматизованого розпізнавання особи за матеріалами відеозапису. Надано пропозиції щодо автоматизації ідентифікації особи, розроблення методики ідентифікації особи за матеріалами відеозапису з використанням комплексу ознак.

У статті розглянуто принципи оптимізації процесу навчання іноземних студентів української мови. Проаналізовано труднощі засвоєння категорії давального відмінка у процесі вивчення української мови як іноземної. На прикладі таблиць систематизовано відмінкові закінчення іменників, прикметників, числівників та займенників у давальному відмінку, що є своєрідною візуальною опорою і полегшить сприйняття студентам навчального матеріалу. Таблиця сприяє кращому засвоєнню знань, дає змогу заощаджувати навчальний час та системніше викладати матеріал української мови, що забезпечує сприйняття не окремих, розрізнених фактів, які зводяться в систему, як правило, на останніх заняттях з теми, а одразу – системи знань з тієї чи іншої теми. Запропоновано систему вправ для засвоєння давального відмінка на заняттях з української мови як іноземної, які нададуть можливість покращити результативність навчального процесу і рівень знань студентів, значно підвищити ефективність організації їх навчально-пізнавальної діяльності. Зазначено, що вивчення української мови як іноземної включає декілька аспектів. Одним із таких аспектів є граматика. У навчанні іншомовного говоріння граматика посідає важливе місце, це є у своєму роді каркас, на якому базується лексика. Вивчення граматики та правильне оформлення висловлювання, а також розпізнавання граматичних форм у мові та письмі відбувається завдяки формуванню граматичних навичок.

Стаття пропонує авторську систематизацію наукових та експертних поглядів і підходів до проблематики гібридних війн та їх впливу на забезпечення інформаційного суверенітету держави в сучасному дискурсному просторі. Обґрунтовано нагальність дослідження інформаційних загроз, негативних зовнішніх впливів на стан національної безпеки України, що особливо актуалізувалося після 2014 року, коли не в останню чергу завдяки успішному застосуванню інформаційних спецоперацій Росії вдалося анексувати Крим та розгорнути військове протистояння Сході України через забезпечення позитивного сприйняття частиною місцевого населення цих регіонів агресивних дій РФ. Визначено, що кінцевою метою розв’язаної Росією гібридної геополітичної інформаційної війни є цивілізаційний вибір українського народу: рухатися в напрямку європейської інтеграції чи повертатися в лещата православно-російської цивілізації. На основі сгенерованої в інтернет-сервісі Word’s Хмарки тегів виокремлено 5 основних кластерів наукового розуміння проблематики феномену інформаційної війни. Розкрито основні підходи до наукового розуміння зазначеного соцієтального феномену в контексті: філософсько-онтологічної сутності інформаційної війни; понятійно-категоріального апарату; виокремлення ключових загроз національній безпеці держави; механізмів і технологій ведення гібридних війн; суб’єкт-об’єктної структуризації та практичних кейсів. Зроблено висновок про необхідність розгортання в Україні системної діяльності органів публічного врядування, насамперед, інституту Президента України, Кабінету Міністрів України, Збройних сил, СБУ та МВС з формування сучасної ефективної системи захисту національного інформаційного суверенітету, яка б включала підготовку фахівців сфери розпізнавання, запобігання й протидії проявам інформаційної війни, ведення контрпропагандистських інформаційних операцій тощо.

У статті розглянуті принципи та структура побудови системи дидактичних вправ навчальної дисципліни «Історія костюма» для майбутніх дизайнерів. Обґрунтовано доцільність побудови системи вправ і завдань, у якій системоутворюючим фактором є композиційний аналіз костюма. Доведено важливість формування навичок композиційного аналізу майбутніми дизайнерами одягу. Розкрито зміст поняття «композиційний аналіз історичного костюма». Розглянуто найважливіші елементи композиції костюма, що складають основу змісту розробленої системи вправ: силует, форма, кольорова гама, пропорції, орнаментація, оздоблення, ритм, статика-динаміка, симетрія-асиметрія, контраст-нюанс-тотожність. Наведено стислі характеристики кожного типу дидактичних вправ з історії костюма. Враховано, що в різних історичних костюмах, значення окремих складових композиції не є однаковим. У статті наголошується на доцільності структурування розроблених вправ і завдань за складністю. Доведено значущість її поступового зростання від репродуктивних, спрямованих на просте розпізнавання, відтворення, доповнення – до самостійних творчих, таких, що передбачають аналіз, порівняння і самостійну розробку нових форм одягу з опорою на композиційні елементи історичного костюма. Представлено три групи класифікації вправ розробленої системи: підготовчі – такі, що допомагають ліквідувати прогалини в опорних знаннях з основ композиції; тренувальні – для формування умінь і навичок аналізувати окремі елементи та композиції костюма в цілому; завершальні, які передбачають застосування набутих знань, умінь, навичок в нових умовах. Вказано, що різні типи вправ включають завдання порівняльного характеру, за інструкцією, за зразком, за завданням. У статті підкреслюється доцільність включення в систему цікавого історичного матеріалу з метою позитивного впливу на мотиваційну сферу студентів, підвищення їх інтересу до вивчення історичного костюма та їх майбутньої професійної діяльності. Враховується перспективність використання даної системи в майбутньому, зокрема можливість застосування сучасних технічних навчальних засобів, комп'ютерних графічних програм.

Проблематика. Метод групового урахування аргументів є доволі недооціненим інструментом для отримання високоточних прогностичних моделей. Перший варіант штучної нейронної мережі (які користуються величезною популярністю в світі машинного навчання) був отриманий в 1965 році українським вченим Олексієм Івахненко, який як раз використовував метод групового урахування аргументів для навчання мережі. Відомо, що даний підхід має місце фактично в будь-якій проблематиці, і не виключенням є задача розпізнавання ішемічної хвороби серця по відеоданим спекл-трекінг ехокардіографії. Вирішення подібної задачі є актуальним, оскільки це надасть можливість аналізувати ехокардіограми навіть якщо вони не оснащені технологією спекл-трекінг. Мета. Методом групового урахування аргументів за даними спекл-трекінг ехокардіографії побудувати класифікаційні алгоритми діагностики порушень кінематики скорочень лівого шлуночка серця у хворих на ішемічну хворобу серця в умовах стану спокою, та при застосуванні ехострестесту із добутаміновою пробою. Методика реалізації. Національним інститутом серцево-судинної хірургії імені М.М. Амосова були надані відеодані, отримані за допомогою методу спекл-трекінг ехокардіографії, яким було обстежено 56 пацієнтів з підозрою на ішемічну хворобу серця. Серед них лише у 16 пацієнтів патологію виявлено не було. Ехокардіографія реєструвалась у B-режимі за трьома позиціями: довгої вісі, 4-камерної та 2-камерної позиціях. Усього для дослідження було використано 6245 кадрів відео потоку: 1871 – без порушень серцевої діяльності, та 4374 – при наявності патології під час обстеження. Результати дослідження. Методом групового урахування аргументів було одержано 12 моделей класифікації з урахуванням доз добутаміну (0, 10, 20 і 40 мкг), точність яких на екзаменаційній вибірці варіювалась від 81.7% до 97.4%. Також були отримані 3 моделі класифікації без урахування доз добутаміну, які на екзаменаційній вибірці показали точність в межах 75.2-82.2%. Висновки. Отримані високоточні моделі класифікації методом групового урахування аргументів. Дані моделі можна буде застосувати для аналізу ехокардіограм, отриманих у B-режимі на обладнанні, яке не оснащене технологією спекл-трекінг. Ключові слова: метод групового урахування аргументів; спекл трекінг ехокардіографія; ехострестест з добутаміном; ішемічна хвороба серця.

Цифрова компетентність розглядається як комплексний соціально-психологічний феномен, що характеризує здатність особистості діяти в інформаційному суспільстві. Оцифрування різних сфер життєдіяльності вимагає від сучасної людини готовності і здатності постійно оволодівати новітніми інформаційно-комунікаційними технологіями, компетентно (швидко і якісно, усвідомлено і відповідально) оцінювати їхні можливості та ризики. Цифрова компетентність набуває соціального наповнення, виявляється через настановлення на ефективну діяльність в інформаційному суспільстві, особисте ставлення до цієї діяльності, засноване на почутті відповідальності; здатність і готовність індивіда впевнено, ефективно, критично і безпечно обирати та застосовувати інформаційно-комунікаційні технології в різних сферах життєдіяльності. Дослідження проблеми цифрової компетентності набуває наразі ще й політико-психологічної спрямованості. В інформаційному суспільстві цифрова компетентність дає людині змогу орієнтуватися в динамічному цифровому середовищі інтернету, вибудовувати власний стиль інтернет-комунікації, взаємодіяти з іншими соціальними суб’єктами різних культур, автономно приймати рішення на всіх рівнях соціальної взаємодії – від місцевого і національного до європейського та міжнародного, а також сприяє ефективному застосуванню ресурсу інформаційно-комунікаційного середовища у вирішенні проблем своєї країни, територіальної громади, суспільного та особистого життя. У структурі цифрової компетентності розглянуто основні компоненти: інформаційно-комунікаційний, мотиваційний та компонент відповідальності. Ці компоненти перебувають у щільному взаємозв’язку і взаємозалежності, що зумовлює їхній взаємовплив і взаємопроникнення. Результати пілотного емпіричного дослідження показали, що у чверті користувачів інтернету за індексом цифрової компетентності високий її загальний рівень, у понад половини – середній і лише в кожного сьомого користувача – низький. У самій структурі цифрової компетентності індекс мотиваційного компонента проявляється меншою мірою порівняно з іншими компонентами. Так, переважна більшість респондентів неспроможні розв’язувати проблеми, що виникають у результаті зіткнення в інтернет-просторі із шахраями, недоброчесними політиками, чиновниками, провайдерами, а також нездатні до розпізнавання та викриття маніпулятивних технологій, тобто не готові взяти на себе відповідальність за ризики користування цифровою інформацією. Тільки у половини респондентів виявлено готовність до оволодіння додатковими знаннями в цій сфері (мотиваційний компонент). Зроблено висновок про необхідність дослідження мотиваційного компонента цифрової компетентності як такого, що найбільшою мірою забезпечує розвиток цифрової компетентності. Обґрунтовано припущення, що мотиваційний компонент і компонент відповідальності в цілому визначають становлення громадянської компетентності особистості.

Ця стаття присвячена розгляду основних технічних параметрів акустичних засобів та географічних факторів місцевості на дальність знімання мовної інформації при вирішенні прикладних завдань захисту об'єктів критичної інфраструктури від терористичних актів. Спочатку дано характеристика основних технічних параметрів акустичних засобів знімання мовної інформації. Показано, що Основними технічними параметрами акустичних засобів знімання мовної інформації є чутливість мікрофона, його спрямованість, робоча смуга частот і коефіцієнт розпізнавання. Потім розглянути поняття енергетичної дальності виявлення акустичних сигналів. Показано, що під енергетичною дальністю дії акустичного засобу розуміється найбільше розрахункове значення дистанції, що забезпечує рівність енергетичного потенціалу акустичного засобу та закономірності спаду інтенсивності розповсюджується акустичної хвилі. Після чого проаналізовано геометрична дальність виявлення акустичних сигналів, з урахуванням рельєфу місцевості навколо об'єкту критичної інфраструктури. Показано, що геометрична дальність виявлення акустичних сигналів буде визначатися геометричній дальністю видимого горизонту з урахуванням позитивного і негативного рельєфу місцевості, наявністю житлових масивів, лісів та водойм, а також станом підстилаючої поверхні навколо об'єкту критичної інфраструктури в напрямку, який визначається розворотом акустичного пристрою. Потім розглянуто очікувана дальність знімання мовної інформації, як результат співвідношення енергетичної і геометричній діяльностей виявлення акустичних сигналів. Показано, що очікувана дальність знімання мовної інформації визначається як добуток енергетичної дальності виявлення акустичних сигналів на значення коефіцієнта впливу середовища в приземних шарах атмосфери. Якщо отриманий результат перевищує значення геометричної дальності виявлення акустичного сигналу, то за значення очікуваної дальності приймається геометрична дальність виявлення.

Одним із основних завдань вищої школи, що знайшли відображення в Законах України «Про освіту», «Про вищу освіту», є формування особистості, здатної до самостійного вирішення проблем, самовизначення і творчого саморозвитку. Реалізація цього стратегічного завдання неможлива без модернізації навчального процесу з метою розвитку обдарувань, здібностей, індивідуальності студентів.Нові орієнтири розвитку вищої освіти – здійснення інноваційного підходу до освіти, оновлення її змісту, пошук нових методів підготовки, організації практики, засобів навчання тощо [1; 2].Сучасне суспільство, з одного боку, потребує дедалі глибшого особистісного розвитку людини, а з іншого – створює дедалі кращі передумови для цього. Процес глобалізації, який супроводжується розвитком сучасних інформаційних технологій, значно розширює комунікаційне середовище, в якому живе і функціонує людина, і разом з тим розширює можливості навчання.Особистісно-орієнтований підхід «передбачає нову педагогічну етику, визначальною рисою якої є взаєморозуміння, взаємоповага, співробітництво. Ця етика ... зумовлює моделювання життєвих ситуацій, включає спеціально сконструйовані ситуації вибору, авансування успіху, самоаналізу, самооцінки, самопізнання ... Основою всіх перетворень має бути реальне знання дитячих можливостей, прогнозування потреб найближчого розвитку особистості»[3].Особистісно-орієнтований підхід в навчанні, по-перше, сприяє формуванню особистості майбутнього фахівця; по-друге, є одним із факторів підвищення якості та ефективності навчання.При організації навчального процесу за особистісно-орієнтованими технологіями основними орієнтирами мають бути наступні:відмова від абсолютизації моделі навчання і реалізація її індивідуалізованого варіанту;планування цілей навчання має бути комплексним, орієнтованим на особистість кожного студента;урахування рівня складності матеріалу та реальних навчальних можливостей студента;розвиток внутрішньої мотивації;стимулювання особистісного сенсу засвоюваних знань та умінь;розвиток пізнавальної та творчої активності;залучення до діалогу, організації і планування власної навчальної діяльності;відбір таких способів навчально-пізнавальної діяльності студента, які стимулюють розвиток його творчих здібностей;збагачення змісту навчання супутніми знаннями про навколишній світ;організація процесу самостійного навчання та саморозвитку.Тільки комплексне застосування вищезазначених принципів в освітньому процесі забезпечує досить високу його ефективність та особистісний розвиток студента.В Національному університеті біоресурсів і природокористування України загальну та неорганічну хімію студенти вивчають на першому курсі, тому в першу чергу виникає необхідність забезпечення їх адаптації до навчального процесу. Студенти з різним рівнем шкільної підготовки, різними здібностями та здатністю до сприйняття навчального матеріалу. Щоб визначити рівень шкільної підготовки студентів з дисципліни, ми проводимо невелику за обсягом та часом контрольну роботу «Збереження знань». Її результати допомагають спланувати подальшу роботу зі студентами. На підставі цих результатів, застосовуючи індивідуально-диференційований підхід, можна проводити корекцію знань студентів.У навчальних програмах усіх дисциплін за вимогами Болонського процесу збільшується частка самостійної роботи студентів, яка в умовах особистісно-орієнтованої освіти виступає як спосіб формування самостійної особистості [3].Організація самостійної роботи починається з ґрунтовного інструктажу, при якому кожен студент отримує індивідуальне завдання, що враховує його схильності, рівень знань та загальну ерудицію і т.д. Виконання завдання передбачає особисту ініціативу і самостійність виконавця.Так, індивідуальні завдання для самостійної роботи з хімії різного рівня складності:Перший рівень оволодіння знаннями – рівень знайомства з предметом. Це запам’ятовування і розпізнавання інформації, розрізнення об’єктів та їх властивостей. Він розрахований на студентів з невисокою успішністю. Наприклад, тестові завдання з теми «Розчини. Електролітична дисоціація та гідроліз солей»:1. Запишіть формули та розташуйте в порядку зростання сили кислоти: карбонатна, сульфатна, фосфатна, хлорна.2. Які з наведених електролітів у водному розчині дисоціюють ступінчасто (записати формули): сульфітна кислота, хром (ІІІ) сульфат, кальцій гідроксид, калій дигідрогенфосфат?3. Які з наведених солей гідролізують: магній нітрат, манган (ІІ) нітрат, барій нітрат, ферум (ІІІ) нітрат?Другий рівень оволодіння знаннями - рівень умінь. Це здатність самостійно виконувати дії на деякій множині об’єктів. Він розрахований на основну масу студентів із середньою успішністю. Приклади тестових завдань:1. Які йони можуть одночасно міститися в розчині:а) Fe2+ i SO42-; б) Ca2+ i SO42-; в) Cu2+ i SO42- ; г) Pb2+ i SO42 ?2. Які реакції проходять до кінця:а) CaCl2 + (NH4)2SO4; б) Al(NO3)3 + K2SO4; в) (NH4)2SO4 + Na2CO3;г) Ba(CH3COO)2 + Na2CO3?3. Вкажіть продукти гідролізу солі калій фосфату за першим ступенем (записати формули та рівняння реакцій).Третій рівень оволодіння знаннями - рівень творчості. Це продуктивна діяльність на багатьох об’єктах на основі свідомо використаної інформації про ці об’єкти, тобто розуміння діяти творчо. Третій варіант завдань розрахований на успішних студентів. Приклади тестових завдань:1. Під час розчинення у воді не змінюють реакцію розчину солі (записати формули): кобальт (ІІ) сульфіт; кальцій нітрит; алюміній бромід; літій карбонат.2. Скорочене йонне рівняння Zn2+ + CO32- → ZnCO3 відповідає реакції між: а) цинк хлоридом і кальцій карбонатом; б) цинк нітратом і калій карбонатом; в) цинк сульфідом і калій гідрогенкарбонатом; г) цинк нітратом і карбонатною кислотою.3. Встановіть відповідність між значенням рН та водними розчинами солей: А.рН  71.Zn(NO3)2;4.(NH4)3PO4;Б.рН  72.FeCl3;5.KNO3;В.рН  73.Rb2SiO3;6.SnCO3Завдання повинні враховувати майбутню спеціалізацію студентів, тобто бути професійно орієнтованими, а також міжпредметні зв’язки хімії з іншими дисциплінами. Метою самостійної роботи є формування самостійної особистості. Продуктивна особистісно-орієнтована самостійна робота стимулює креативний потенціал студента. Вона сприяє не тільки якісному запам’ятовуванню і засвоєнню навчального матеріалу, а й спонукає студентів до пошуку наукової інформації, а деяких - до самостійної наукової діяльності.Студенти, що добре навчаються, за бажанням мають можливість відвідувати наукові студентські гуртки, що працюють на кафедрі за різними напрямами, зокрема гурток «Чиста вода». Під керівництвом викладача вони вчаться працювати з науковою літературою, готують виступи на цікаві теми, доповіді на студентські конференції, проводять експериментальну роботу. Щорічно проводиться конкурс «Хімічний кросворд», круглі столи та ін.Дистанційні технології навчання дають змогу забезпечити студентів електронними навчальними ресурсами для самостійного опрацювання, завданнями для самостійного виконання, реалізувати індивідуальний підхід до кожного студента тощо. Використання таких технологій у навчальному процесі вищого навчального закладу вносить зміни в елементи традиційної системи освіти. Перш за все – у методику викладання всіх дисциплін. Це пов’язано з тим, що викладач перестає бути для студента єдиним джерелом отримання знань. Багато інформації можна знайти в мережі Інтернет та за її допомогою. Посилюється роль методів активного пізнання та дистанційного навчання. Доступність інформації сприяє розвитку умінь співставлення, синтезу, аналізу та ін. Використання дистанційних технологій змінює методику проведення аудиторних занять та організації самостійної роботи студентів.Існуючий в даний час рівень розвитку інформаційно-телекомунікаційних систем дозволяє реалізувати на практиці всі вищезазначені принципи особистісно-орієнтованого підходу в дистанційному навчанні.Доступність дистанційного навчання визначає глибину проникнення особистісно-орієнтованого підходу в освітній процес. Вона забезпечується: можливістю реалізації освітнього процесу у зручний для студента час; навчання може виконуватися дистанційно в повному обсязі, незважаючи на територіальну віддаленість; контролем освітнього процесу в режимі реального часу; можливістю створити для кожного студента персональний інформаційний навчальний простір.Така програма навчання складається з урахуванням особистісної мотивації студента. Її позитивні сторони та переваги:навчальна інформація може подаватися в різній формі: мовній, письмовій, візуальній та ін.;з урахуванням індивідуальних особливостей сприйняття того, хто користується нею;є можливості достатньо об’єктивно оцінити результати навчання на всіх його етапах;можна коректувати програму індивідуально в ході навчання з метою підвищення ефективності освітнього процесу.Для реалізації особистісно-орієнтованого підходу в дистанційному навчанні необхідно:Адаптувати існуючі методики застосування особистісно-орієнтованого підходу до сучасних комп’ютерних технологій введення, обробки, аналізу та подання інформації.Розробити інтелектуальну систему формування персонального інформаційно-навчального простору.Розробити методи динамічної адаптації програми навчання, що засновані на аналізі результатів проміжного контролю знань.Забезпечити постійно захищений доступ до персонального інформаційно-навчального простору на базі існуючих комунікацій.Опрацювати правовий статус оцінки результатів навчання.Таким чином, для ефективного використання дистанційних технологій у навчальному процесі потрібен системний підхід, який забезпечує вирішення завдань із технічним, програмним, навчально-методичним, кадровим, нормативно-правовим забезпеченням, управлінням процесом дистанційного навчання та розвитком дистанційних технологій [4].Інформаційні технології розвиваються дуже динамічно, так само динамічно має розвиватися і методика їх використання в навчальному процесі.Автори [4 ] виділяють чотири моделі використання інформаційно-комунікаційних та дистанційних технологій у навчальному процесі вищого навчального закладу:Моделі, що передбачають інтеграцію денної форми, інформаційно-комунікаційних та дистанційних технологій навчання.Моделі, що передбачають інтеграцію заочної форми навчання, інформаційно-комунікаційних та дистанційних технологій навчання.Заняття в он-лайн режимі з використанням відеоконференцсистеми (центральний офіс-регіональний офіс).Електронне спілкування, електронні варіанти друкованих посібників, електронні підручники (посібники), комп’ютерні презентації, навчальні компакт-диски, комп’ютерні програми навчального призначення.Для забезпечення студентів денної форми навчання електронними навчальними матеріалами, організації та керування самостійною роботою студентів, автоматизованого тестування використовють модель інтеграції денної форми навчання з інформаційно-комунікаційними та дистанційними технологіями навчання. У Національному університеті біоресурсів і природокористування України створено навчально-інформаційний портал на базі платформи дистанційного навчання Moodle.Електронні навчальні курси, які розробляються на платформі дистанційного навчання Moodle, складаються з електронних ресурсів двох типів: а) ресурси, призначені для подання студентам змісту навчального матеріалу, наприклад, електронні конспекти лекцій, мультимедійні презентації лекцій, методичні рекомендації тощо; б) ресурси, що забезпечують закріплення вивченого матеріалу, формування вмінь та навичок, самооцінювання та оцінювання навчальних досягнень студентів, наприклад, завдання, тестування, анкетування.Особистісно-орієнтований підхід забезпечує індивідуальний розвиток кожного, сприяє успішному навчанню, максимальному розвитку здібностей та обдарувань. Він забезпечує більш високі загальні та індивідуальні результати пізнавальної діяльності; активно впливає на розвиток пізнавальних здібностей, створює умови для того, щоб кожен міг успішно виконувати вимоги навчальної програми, подолати наявні недоліки та розвинути індивідуальні інтереси; забезпечити максимально продуктивну роботу всіх студентів.Однак в реальному навчальному процесі обставини змушують працювати не строго індивідуально, а з групою подібних студентів. Застосування дистанційних технологій дає можливість більше уваги приділяти індивідуальним потребам кожного студента, але відсутність живого спілкування ускладнює завдання викладача, тому що йому важче визначити індивідуальні потреби кожного студента. Тому необхідно поєднувати особливості та переваги особистісно-орієнтованого навчання із комп’ютерними технологіями, що дасть змогу уникнути деяких недоліків.

На сьогоднішній день існує багато компаній у всьому світі, що займаються розробкою систем машинного перекладу (СМП), за допомогою яких здійснюється переклад на різні мови світу. Серед них можна виділити такі: SYSTRAN (США, systransoft.com), Langenscheidt (Німеччина, langenscheidt.de), Transparent Language (США, transparent.com), LANGUAGE ENGINEERING CORPORATION (США, lec.com), Translation Experts (США, tranexp.com), Linguatec (Німеччина, linguatec.net), SDL (Великобританія, sdl.com), STAR (Швейцарія, star-group.net), ATRIL (США, atril.com), Alis Technologies (Канада, alis.com).Вивчення джерел щодо комп’ютерних технологій перекладу й опрацювання текстів свідчить, що проблеми перекладу і розпізнавання образів за допомогою машини тісно пов’язані із проблемами штучного інтелекту і кібернетикою. Проблеми створення штучної подібності людського розуму для вирішення складних завдань і моделювання розумової діяльності вивчаються досить давно. Вперше ідею штучного інтелекту висловив Р. Луллій у XIV столітті, коли він намагався створити машину для вирішення різноманітних задач з основ загальної класифікації понять. А у XVIII столітті Г. Лейбніц і Р. Декарт розвили ці ідеї, запропонувавши універсальні мови класифікації всіх наук [1].Ці ідеї лягли в основу теоретичних розробок у галузі створення штучного інтелекту. Проте розвиток штучного інтелекту як наукового напряму став можливим лише після створення електронних обчислювальних машин (ЕОМ). Це сталося у 40-ві роки ХХ століття.Термін «штучний інтелект» був запропонований в 1956 р. на семінарі, присвяченому розробці логічних завдань з аналогічною назвою у Стенфордському університеті. Штучний інтелект – розділ комп’ютерної лінгвістики та інформатики, де розглядаються формалізація проблем та завдань, які нагадують завдання, виконувані людиною. При цьому у більшості випадків алгоритм розв’язування завдання невідомий наперед. Точного визначення цієї науки немає, оскільки у філософії не вирішене питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп’ютером «розумності», хоча стосовно штучного інтелекту було запропоновано низку гіпотез, наприклад, тест Тьюринга або гіпотеза Ньюела-Саймона [2].Після визначення штучного інтелекту як самостійного розділу науки відбувся його поділ за двома основними напрямками: нейрокібернетика і кібернетика «чорного ящика». Розпізнавання образів – традиційний напрямок штучного інтелекту, близький до машинного навчання і пов’язаний з нейрокібернетикою. Кожному об’єкту відповідає матриця ознак, за якою відбувається його розпізнавання. Машинний переклад належить до кібернетики «чорного ящика», головним принципом якого є принцип, протилежний нейрокібернетиці, а саме: немає значення, як побудований «розумовий» пристрій – головне, щоб на задані вхідні дії він реагував, як людський мозок.Слід зазначити, що сьогодні науковці розглядають штучний інтелект як один з напрямків інформатики, метою якого є розробка апаратно-програмних засобів, за допомогою яких можна користувачу-непрограмісту ставити і вирішувати завдання, що традиційно вважаються інтелектуальними [2].З другої половини 1960-х рр., коли людство вступило в епоху комп’ютерних технологій, використання комп’ютерів звільнило людей від багатьох видів рутинної роботи, будь то трудомісткі обчислення чи пошук необхідних елементів в різних базах даних. При цьому слід мати на увазі, що принципова відмінність комп’ютерних технологій від будь-яких виробничих технологій полягає саме в тому, що в одному випадку технології не можуть бути безупинні, тому що вони поєднують роботу рутинного типу (скажімо, оперативний облік) і роботу творчу, яка не піддається поки що формалізації (прийняття рішень), а в іншому випадку функція виробництва безупинна і відображає строгу послідовність всіх операцій для випуску продукції (конвеєризація процесу).Переклади текстів з однієї мови на іншу можна віднести до рутинної роботи, але тільки частково. Дійсно, з одного боку, в роботі будь-якого перекладача є досить велика кількість елементів формалізму, хоча, з іншого боку, у даний час жоден серйозний переклад не може бути виконаний зовсім формально.Усі переклади можна розділити на технічні і літературні. Межа між ними є дуже «розмитою» (проміжне положення займають, наприклад, переклади ділових листів). Особливістю технічних перекладів є необхідність у першу чергу знати стандарти фахових понять. Специфіка ж літературного перекладу полягає в тому, що потрібно одержати текст, за художньою цінністю максимально близький до оригіналу. Якість виконання з використанням комп’ютера технічних і літературних перекладів у теперішній час зовсім різна: технічні переклади є якісніші, ніж літературні. Останній факт особливо відчутний при перекладі віршованих форм  тут використання комп’ютера практично неможливе: його використання поступається поетам-перекладачам.Переклад текстів  одна з перших функцій, яку людина спробувала виконати за допомогою комп’ютера. Всього через кілька років після створення перших ЕОМ з’явилися і програми машинного перекладу. Датою народження машинного перекладу як галузі досліджень прийнято вважати 1947 р. Саме тоді У. Уівер [3] (який написав трохи пізніше, у 1949 р., разом із К. Шенноном книгу з основ теорії інформації), написав лист Н. Вінеру, «батькові кібернетики», порівнявши в цьому листі завдання перекладу із завданням дешифрування текстів.Завдання дешифрування до цього часу вже вирішувалися (і небезуспішно) на електромеханічних пристроях. Більше того, перша діюча ЕОМ за назвою Colossus-1, сконструйована в Англії в 1942-43 рр. знаменитим математиком і логіком А. Тьюрінгом, автором теоретичного автомата «машина Тьюрінга», разом з Х. А. Ньюменом, використовувалася під час війни для розшифровування секретних німецьких кодів. Оскільки ЕОМ Colossus-1, як і всі перші обчислювальні машини, конструювалася і використовувалася головним чином для військових цілей, відомості про неї стали відомі набагато пізніше її введення в експлуатацію. У 1944 р. Г. Айкен сконструював обчислювальну машину МАРК-1 на електромеханічних елементах і установив її в Гарвардському університеті. Ця машина також використовувалася для виконання завдань дешифрування. Відзначимо також, що завдання дешифрування доводилося і доводиться нерідко вирішувати не тільки військовим, але також археологам і історикам при спробах прочитати рукописи давніми, забутими мовами [4].Після листа У. Уівера Н. Вінерові відбувся ряд гострих наукових дискусій, потім були виділені гроші на дослідження. Сам Н. Вінер, що вільно розмовляв 13-тьма мовами, довгий час оцінював можливості комп’ютерного перекладу дуже скептично. Він, зокрема, писав: «...що стосується проблеми механічного перекладу, то, відверто кажучи, я боюся, що межі слів у різних мовах занадто розпливчасті, а емоційні й інтернаціональні слова займають занадто велике місце в мові, щоб який-небудь напівмеханічний спосіб перекладу був багатообіцяючим... В даний час механізація мови... уявляється мені передчасною» [5, 152]. Однак, всупереч скепсису Вінера і ряду інших вчених зі світовими іменами, у 1952 р. відбулася перша міжнародна конференція з машинного перекладу. Організатором цієї конференції був відомий ізраїльський математик І. Бар-Хіллел. Він прославився в першу чергу застосуванням ідей і методів математичної логіки в різних напрямках досліджень з теорії множин і основ математики, але видав також ряд робіт із загальної теорії мови, математичної лінгвістики, автоматичного перекладу і теорії визначень (у СРСР була дуже популярна монографія «Основи теорії множин», написана І. Бар-Хіллелом разом з А. А. Френкелом) [3].Незабаром після конференції 1952 р. був досягнутий ряд успіхів у академічних дослідженнях, які, у свою чергу, стимулювали комерційний інтерес до проблеми машинного перекладу. Вже в 1954 р. знаменита фірма IBM разом із Джорджтаунським університетом (США) зуміла показати першу систему, що базується на словнику з 250-ти слів і 6-ти синтаксичних правилах. За допомогою цієї системи забезпечувався переклад 49-ти заздалегідь відібраних речень. Вже до 1958 р. у світі існували програмні системи для машинного перекладу технічних текстів, найдосконаліша з яких була розроблена в СРСР і мала запас 952 слова.В період з 1954 р. по 1964 р. уряд і різні військові відомства США витратили на дослідження в галузі машинного перекладу близько 40 млн. доларів. Однак незабаром «запаморочення від успіхів» змінилося повною зневірою, що доходила практично до повного заперечення здійсненності машинного перекладу. До подібного висновку прийшли на основі звіту, виконаного спеціальним комітетом із прикладної лінгвістики (ALPAC) Національної Академії наук США. У звіті констатувалося, що використання систем автоматичного перекладу не зможе забезпечити прийнятну якість у найближчому майбутньому. Песимізм ALPAC був обумовлений, головним чином, невисоким рівнем розвитку комп’ютер­ної техніки того часу. Справді, труднощі роботи з перфокартами і величезними комп’ютерами I-го і II-го поколінь (на електронних лампах чи транзисторах) були чималими. Саме з цих причин перші проекти не дали істотних практичних результатів. Однак були виявлені основні проблеми перекладу текстів природною мовою: багатозначність слів і синтаксичних конструкцій, практична неможливість опису семантичної структури світу навіть в обмеженій предметній галузі, відсутність ефективних формальних методів опису лінгвістичних закономірностей [6].До поширення персональних комп’ютерів машинний переклад міг бути швидше цікавим об’єктом наукових досліджень, ніж важливою сферою застосування обчислювальної техніки. Причинами цього були:висока вартість часу роботи ЕОМ (з огляду на той факт, що кожну обчислювальну машину обслуговувала велика група системних програмістів, інженерів, техніків і операторів, для кожної машини було потрібне окреме, спеціально обладнане приміщення і т.п., «комп’ютерний час» був дуже і дуже дорогим);колективне використання ресурсів комп’ютера. Це часто не дозволяло негайно звернутися до електронного помічника, зводячи нанівець найважливішу перевагу машинного перекладу перед звичайним  його оперативність.За результатами звіту ALPAC дослідження з комп’ютерного перекладу припинилися на півтора десятка років через відсутність фінансування. Однак у цей же час відбувся якісний стрибок у розвитку обчислювальної техніки за рахунок переходу до технологій інтегральних схем. ЕОМ III-го покоління на інтегральних схемах, що використовувалися у 1960-ті роки, до кінця 1960-х  початку 1970-х років стали витіснятися машинами IV-го покоління на великих інтегральних схемах. Нарешті, у 1970 р. М. Е. Хофф (Intel) створив перший мікропроцесор, тобто інтегральну схему, придатну для виконання функції великої ЕОМ. До середини 1970-х років з’явилися перші комерційно розповсюджувані персональні комп’ютери (ПК) на базі 8-розрядних мікропроцесорів фірми Intel. Це була на той час комп’ютерна революція.Саме поява ПК стала сильним додатковим стимулом для вдосконалювання комп’ютерного перекладу (особливо після створення комп’ю­терів Apple II у 1977 р. і IBM PC у 1981 р.). Поновленню досліджень з комп’ютерного перекладу сприяло також підвищення рівня розвитку техніки і науки взагалі. Так, у 1970-ті рр. одержала поширення система автоматизованого перекладу SYSTRAN. Протягом 1974-75 рр. система була використана аерокосмічною асоціацією NASA для перекладу документів проекту «Союз-Аполлон». До кінця 1980-х років за допомогою цієї системи перекладали з кількох мов вже близько 100 000 сторінок щорічно. Розвитку комп’ютерного перекладу сприяло ще і зростання інтересу дослідників і проектувальників до проблеми штучного інтелекту (тут явно переважали лінгвістичні аспекти) і комп’ютерного пошуку даних [7].Починаючи з 1980-х рр., коли вартість машинного часу помітно знизилась, а доступ до них можна було одержати в будь-який час, машинний переклад став економічно вигідним. У ці і наступні роки удосконалювання програм дозволило досить точно перекладати багато видів текстів. 1990-ті рр. можна вважати справжньою «епохою Відродження» у розвитку комп’ютерного перекладу, що пов’язано не тільки з широкими можливостями використання ПК і появою нових технічних засобів (у першу чергу сканерів), але і з появою комп’ютерних мереж, зокрема глобальної мережі Internet.Наприклад, створення Європейської Інформаційної Мережі (EURONET DIANA) стимулювало роботи зі створення систем автоматизованого перекладу. У 1982 р. було оголошено про створення європейської програми EUROTRA, метою реалізації якої була розробка системи комп’ютерного перекладу для всіх європейських мов. Спочатку проект оцінювався в 12 млн. доларів США, але вже в 1987 р. фахівці визначили сумарні витрати по цьому проекту більш ніж у 160 млн. доларів [4].Використання глобальної мережі Internet об’єднало мільйони людей, що говорять різними мовами, у єдиний інформаційний простір. Домінує, природно, англійська мова, але: є користувачі, які нею зовсім не володіють чи володіють дуже слабко; існує безліч Web-сторінок, написаних не англійською мовою.Для полегшення перегляду Web-сторінок, описаних незнайомою користувачеві мовою, з’явилися додатки до браузерів, за допомогою яких здійснюється переклад обраних користувачем фрагментів Web-сторінки або всієї Web-сторінки, що переглядається. Для цього досить лише скопіювати частину тексту та вставити його у відповідне поле або «натиснути» на спеціальну кнопку меню. Прикладом такого комп’ютерного перекладача є програмний засіб WebTransSite фірми «Промт», створений на базі програмного засобу Stylus, який можна використовувати в різних браузерах (Netscape Navigator, Internet Explorer, Mozilla Firefox, Opera та ін.) або, наприклад, Google Translate – це сервіс компанії Google, за допомогою якого можна автоматично перекладати слова, фрази та Web-сторінки з однієї мови на іншу. В системі Google використовується власне програмне забезпечення для перекладу на основі статистичного машинного перекладу. З вересня 2008 р. підтримуються й переклади українською мовою. Користувач уводить текст, поданий мовою оригіналу, та вказує мову, якою цей текст потрібно подати.Проблемами машинного перекладу в теперішній час займається ряд відомих компаній, таких як SYSTRAN Software Inc., Logos Corp., Globalink Inc., Alis Technologies Inc., Toshiba Corp., Compu Serve, Fujitsu Corp., TRADOS Inc., Промт та інші. З’явилися також компанії, що спеціалізуються на машинному перекладі, зокрема компанія SAP AG, яка є європейським лідером у розробці програмного забезпечення і протягом багатьох років використовує системи машинного перекладу різних виробників при локалізації своїх програмних продуктів. Існує і служба машинного перекладу при комісії Європейського Союзу (обсяг перекладу в комісії перевищує 2,5 млн. сторінок щорічно; переклади всіх документів виконуються оперативно 11-тьма офіційними мовами, забезпечують їх 1100 перекладачів, 100 лінгвістів, 100 менеджерів і 500 секретарів) [8].Проблемам комп’ютерного перекладу значна увага науковців приділяється в галузі лінгвістики, зокрема в Україні у Київському державному університеті лінгвістики, дуже міцною є лінгвістична школа Санкт-Петербурга та Москви. Не можна не згадати такі праці, як фундаментальна монографія Ф. Джорджа «Основи кібернетики» [5], Дж. Вудера «Science without properties», О. К. Жолковського «О правилах семантического анализа», Ю. М. Марчука «Проблемы машинного перевода», Г. С. Цейтіна, М. І. Откупщикової та ін. «Система анализа текста с процедурным представлением словарной информации» [6] та інші, в яких сформульовані основні принципи і проблеми практичної реалізації машинного перекладу. Ці монографії містять цікавий фактичний матеріал і можуть бути корисні педагогу в побудові курсу лекцій з комп’ютерних технологій перекладу й опрацювання текстів.Протягом багатьох років науковці в галузях лінгвістики, кібернетики, інформатики вели інтенсивні пошуки моделей і алгоритмів людського мислення і розробок програм, але так сталося, що жодна з наук – філософія, психологія, лінгвістика – не в змозі запропонувати такого алгоритму. Таким чином, штучний інтелект як «генератор знань» [9, 139] ще не створений, машинний переклад є частково структурованим завданням, а тому втручання людини в створення досконалих перекладів буде потрібне завжди і її треба, як слід, цього навчати.

Одним із шляхів реформування освіти у вищій школі є модернізація її на компетентнісних засадах, зокрема, через широке запровадження інформаційно-комунікаційних технологій навчання. Особливої ваги набуває генералізація знань, посилення функції теорії у науці, інтеграція і диференціація знань. Компетентності вчителя математики, зокрема математичні і методичні, розглядаємо як особистісні утворення фахівця, які формуються на основі здобутих знань, досвіду діяльності, вироблених ціннісних орієнтацій, ставлень та оцінок.Оскільки підґрунтям для набуття компетентностей виступають знання і вміння майбутніми вчителями застосовувати основні теоретичні положення і розв’язувати задачі, то необхідно регулярно здійснювати моніторинг сформованості відповідних компетентностей, а тому і рівня знань студентів. Акцент при цьому слід робити на взаємоконтроль та самоконтроль. Для забезпечення рівневої диференціації навчання доцільно пропонувати студентам для виконання рівневі тести: 1) вхідний тест (попередній) – система завдань закритої форми, призначених для актуалізації та корекції опорних знань; 2) початковий тест (формувальний, тест початкового розуміння) – система тестових завдань закритої форми з вибором відповіді на впізнавання і розпізнавання; 3) тест базового рівня (формувальний, діагностичний) – система тестових завдань закритої форми або з короткою відповіддю; 4) тест навчальних досягнень (підсумковий) – призначений для встановлення фактичного рівня засвоєння знань і умінь з теми.В якості механізму здійснення поточного (вхідне, тематичне, модульне та інші) та підсумкового контролю знань та умінь студентів доцільно застосовувати систему комп’ютерного тестування, виважене використання якої надає можливість не лише визначати рівень підготовленості студентів, але й здійснювати дистанційне навчання.Теоретичне обґрунтування питань, пов’язаних із використанням комп’ютерного тестування в якості контролю рівня знань, проблеми педагогічного вимірювання та використання тестових технологій у вищій школі розглядали Л. І. Білоусова, О. Г. Колгатін, С. А. Раков, А. М. Калинюк [3], В. О. Шадура [4], С. В. Домашенко [1] та ін.Можна виокремили певні переваги комп’ютерного тестування у порівнянні з традиційними формами контролю:– швидке отримання результатів і вивільнення викладача від трудомісткої роботи по опрацюванню результатів тестування;– об’єктивність оцінки;– виникає можливість студентам здійснювати самоконтроль;– студенти відзначають, що тестування з використанням програмного забезпечення для них є цікавішим у порівнянні з традиційними формами опитування, що створює позитивну мотивацію;– підвищення ефективності роботи викладача шляхом перенесення акцентів у спілкуванні зі студентами на проблемні питання, завдання творчого, евристичного характеру.І хоча акценти у сучасному навчанні робляться не на запам’ятовування і відтворення, а на «мислення» і «розмірковування», осмислення взаємозв’язків теорії з практикою в теорії ймовірностей не можна здійснювати без знання формул, властивостей випадкових подій, випадкових величин, основних законів розподілу. Тому важливо на проміжних етапах вивчення теми здійснювати перевірку сформованості вмінь та навичок розв’язування типових завдань, яка не повинна займати багато часу, але при цьому має якісно діагностувати.Існує значна кількість вільного програмного забезпечення для здійснення тестового контролю (Moodle, iTest та OpenTEST 2). Тестування за допомогою програмного забезпечення Moodle в найбільшій мірі використовуємо при вивченні курсів «Інформаційно-комунікаційні засоби навчання», теорії ймовірностей та математичної статистики. За допомогою Moodle відносно зручно опрацьовувати результати тестування і представляти графічні характеристики.Мета нашого дослідження полягає в розробці початкових тестів і тестів базового рівня до теми «Одновимірні дискретні і неперервні випадкові величини», здійсненні тестування з використанням інформаційної системи LOGIT [2], опрацюванні результатів тестування, побудові профілів питань і профілів респондентів, а також перевірці на практиці того, наскільки дане програмне забезпечення охоплює повний життєвий цикл тесту.Тест в LOGIT проходить стадії створення та наповнення, рецензування, багаторазового випробування та удосконалення. У зв’язку з цим інформаційною системою передбачені такі рівні доступу: адміністратор, менеджер, користувач, гість. В свою чергу, користувачі системи мають певні ролі або їх комбінації, а саме: тестувальник, рецензент, автор. Зрозуміло, що розподіл прав та надання ролей відповідає процесу розроблення тесту.Першою стадією є розроблення тесту, на яку тест переходить після надання йому теми та опису автором і призначення менеджером адміністратора. На цій стадії автор визначає розділи тесту та наповнює не менш як тридцятьма питаннями кожний з них. Тест створюється лише у вигляді системи тестових завдань закритої форми з вибором однієї правильної відповіді. Рецензенти аналізують створене і, при необхідності, роблять зауваження, які в подальшому повинні бути враховані або прокоментовані автором тесту. Після цього автор робить запит до адміністратора тесту на перехід до наступної стадії. Якщо виконуються всі необхідні умови, то адміністратор тесту переводить тест на наступну стадію – випробування. На вказаному етапі користувачі-тестувальники проводять пробне тестування з групами респондентів за всіма розділами. Після отримання результатів тестування системою LOGIT здійснюється статистичний аналіз за певними групами респондентів. Завдяки автоматизації процесу розрахунків та побудові профілів в інформаційній системі, користувачі можуть використовувати її для вдосконалення тестів навіть без глибоких знань із статистики та математики. Результат розрахунку профілів питань окремого розділу та респондентів певних груп подається зведено у вигляді карток з основними показниками. Передбачено і побудову графічних характеристик. Після оптимізації тест переводиться на стадію «застосування», яка не передбачає змін.Провести тестування за допомогою LOGIT можна як безпосередньо за комп’ютером, так і у звичайному паперовому зошиті (із бланком для відповідей), які потім переносяться у систему автором чи користувачами-тестувальниками. Послідовності питань для тесту генеруються, тому кількість варіантів для групи може бути довільною, що виключає можливість списування. Розробниками LOGIT передбачено окремі технічні можливості, використання яких гарантує високий рівень вірогідності тестування та зменшує його похибку.Наведемо приклади розроблених тестових завдань для початкового тесту з курсу теорії ймовірностей, які завантажували в LOGIT.Обрати з поданих формул таку, за допомогою якої задають функцію розподілу для одновимірної неперервної випадкової величини.Обрати з поданих графік щільності рівномірного розподілу.Яка з представлених випадкових величин може бути моделлю для біноміального розподілу ймовірностей? В якості дистракторів пропонувалося: «число картоплин у мішку певної ваги»; «число викликів, які надійдуть на станцію автоматичного зв’язку за проміжок часу T»; «число влучень в ціль при 10 пострілах, якщо немає можливості дізнатися про результат попадання після кожного пострілу»; «число молекул у певному об’ємі речовини».Яка з перерахованих властивостей функції розподілу може не виконуватися для певних випадкових величин? Варіанти: невід’ємна; неперервна; значення не більші одиниці; неспадна. Наші дослідження показали, що LOGIT доцільно використовувати як інструмент для здійснення насамперед поточного контролю знань з дисципліни «Теорія ймовірностей та математична статистика».Комп’ютерне тестування, реалізоване в інформаційній системі LOGIT, демонструє перевагу у порівнянні з Moodle при побудові профілів питань та респондентів для питань у вигляді системи тестових завдань закритої форми з вибором однієї правильної відповіді. За допомогою комп’ютерного тестування у стислі терміни можна діагностувати і усунути недоліки у подальшому вивченні певного курсу.З метою формування гносеологічного та праксеологічного компонентів методичної компетентності у майбутніх вчителів доцільно залучати їх безпосередньо до розробки тестових завдань, тестування та статистичного опрацювання отриманих результатів. Попередньо слід ознайомити майбутніх вчителів з основами педагогічного вимірювання та використання тестових технологій у навчанні учнів та студентів, наприклад, на заняттях з методики навчання математики.