سامانه‌های خُبره یا سیستم‌های خُبره به دسته‌ای خاص از نرم‌افزارهای رایانه‌ای اطلاق می‌شود که در راستای کمک به کاردانان و متخصّصان انسانی یا جایگزینی جزئی آنان در زمینه‌های محدود تخصّصی تلاش دارند. این‌گونه سامانه‌ها، در واقع، نمونه‌های آغازین و ساده‌تری از فناوری پیشرفته‌تر سامانه‌های دانش-بنیان به‌شمار می‌آیند.

این سامانه‌ها معمولاً اطلاعات را به شکل واقعیت ها و قواعد در دادگانی به نام پایگاه دانش به شکل ساختار مند ذخیره نموده، و سپس با بهره‌گیری از روشهایی خاص استنتاج از این داده‌ها نتایج مورد نیاز حاصل می‌شود. سیستم‌های خبره نیز از دانش انسانی برای حل مشکلات که معمولاً به اطلاعات انسانی نیاز دارند استفاده می‌کنند.

روش آموزش سنتی کلاس درس امروزه می‌تواند متداول‌ترین روش تدریس باشد و ممکن است برای چندین سال باقی بماند. اما این روش سنتی دارای نقایص متعددی از جمله زمان محدودی که صرف موضوعات مختلف می‌شود، دسترسی محدود به معلمان و سختی انتقال اطلاعات در شرایط واقعی می‌باشد. از آنجا که تمام این مشکلات در روش‌های یادگیری نوآورانه و تعاملی اهمیت دارند، استفاده از سیستم‌های خبره در زمینه آموزش و پرورش نیز اهمیت دارد. در دوره مدرن، آموزش نیاز به دانش بیشتر از مفاهیم متعدد و روابط پیچیده دارد که تعامل با دانش آموزان را بیشتر فراهم می‌کند؛ که در آن می‌توانند با مواد آموزشی دوره‌های بیشتری را بیاموزند. با این حال، آموزش مبتنی بر کامپیوتر در حال حاضر دارای تاریخ نسبتاً طولانی است که تأثیر مثبت مقدار مواد یاد گرفته شده در زمان کمتر و لذت بردن از تجربه یادگیری را نشان داده است. دسترسی سریع به گرافیک‌های پیشرفته، انیمیشن، ویدئو و قابلیت‌های صوتی و گسترش نرم افزارهای چند رسانه‌ای، باعث شده است که ساختن سریع جلوه‌های بصری و ماژول‌های تعاملی بسیار آسان باشد. معرفی هوش مصنوعی در حوزه آموزش و پرورش می‌تواند سطوح عمیق‌تر تعامل دانش آموزان با مواد درس را فراهم کند. تکنیک‌های مبتنی بر هوش مصنوعی (AI) کاربرد گسترده‌ای در زمینه آموزش و پرورش پیدا کرده‌اند، جایی که دانش همیشه در حال تکامل است. یک سیستم خبره با استفاده از دانش انسانی که در یک رایانه بکار گرفته شده و برای حل مشکلاتی که معمولاً به تخصص انسانی نیاز دارد؛ به وجود می‌آید. سیستم خبره نیز می‌تواند به عنوان یک برنامه کامپیوتری هوشمند تعریف شود که از روش‌های دانش و استنتاج برای حل مشکلاتی که به اندازه کافی دشوار است و برای راه حل‌های آنها تخصص انسانی قابل توجهی استفاده می‌شود، تعریف شده است.

سیستم خبره معمولاً شامل اجزای مختلف مانند پایگاه دانش، موتور استنتاج و رابط کاربری و غیره می‌باشد. امکان فراگیری دانش به طور عمده مسئول دریافت دانش از پایگاه دانش به صورت راحت و کارآمد است. پایگاه دانش همه اطلاعات مربوطه، داده‌ها، قوانین، موارد و روابط مورد استفاده توسط سیستم خبره را ذخیره می‌کند. موتور استنتاج روابط و اطلاعات را از پایگاه دانش جستجو می‌کند و مجموعه‌ای از قوانین را برای تصمیم گیری هوشمند آماده می‌سازد. سهولت فراگیری فرصتی برای کاربر یا تصمیم گیرنده فراهم می‌کند تا درک کند که چگونه سیستم خبره به نتیجه یا نتایج خاصی رسیده است. کارشناس فردی است که تخصص و دانش خود را برای استفاده در یک سیستم خبره استخراج می‌کند. یک سیستم خبره ممکن است دانش یک یا چند متخصص را برای هر برنامه خاص به‌دست آورد. رابط کاربر باعث تعامل سیستم خبره با کاربران می‌شود. همچنین کاربر اجازه می‌دهد تا سیستم را مورد سؤال قرار دهد و نتایج جستجو را دریافت کند. همان‌طور که سیستم خبره از دانش متخصصان به وجود می‌آید، به دنبال همان سؤال‌های متخصص است. یک سیستم خبره اگر قواعد مشخصی در رابطه با مشکل خاصی شناسایی نشود باید بتواند حدس بزند.

برنامه‌ها

نیازمندی اساسی به یک سیستم خبره زمانی رخ می‌دهد که یک خطر بالقوه وجود داشته باشد و آن این است که کارشناس انسانی ماهر از سازمان خارج می‌شود. که سازمان در این وضعیت تحت تأثیر قرار خواهد گرفت. بنابراین سیستم خبره مورد نیاز است که می‌تواند دانش و تخصص خاصی را که نادر و با ارزش است، استخراج کند. این تخصص برای آموزش و توسعه بسیار سازنده است تا مهارت و تخصص کارشناسان انسانی را با تعداد بیشتری از افراد به اشتراک بگذارد. با توسعه هوش مصنوعی و سیستم‌های خبره، استفاده از آنها در زمینه‌های مختلف از جمله آموزش و پرورش گسترده شده است. برخی از سیستم‌های خبره که برای آموزش به کار رفته‌اند عبارت‌اند از: آموزش CAI، سیستم‌های آموزش هوشمند (ITS) سیستم هوشمند پاسکال (IPTS) و BiMos.

آموزش هوشمند کامپیوتر (CAI)

بهترین کاندیداهای درخواست برای سیستم‌های متخصص، کسانی هستند که به اکتشافات برای حل مشکلات مشغول هستند. بهترین سیستم خبره در سراسر جهان سیستم آموزش‌های کامپیوتری (CAI) است. ایده درخشان CAI از دهه 1591 است و در درجه اول در ایالات متحده آمریکا و بریتانیا توسعه یافت. CAI هنوز در کشورهای اروپایی و آسیایی در حال تکامل است و محبوبیت فراوانی دارد. CAI شیوه تدریس یک معلم با تجربه را شبیه سازی می‌کند، اما هنوز یک سیستم خبره واقعی نیست. این سیستم بر اساس آموزش فردی دانش آموزان با توجه به سرعت و توانایی یادگیری آنها است.

CAI به دلیل انگیزه‌ای که در دانش آموزان برای یادگیری فراهم می‌کند بسیار محبوب است. CAI از بازی‌ها، پازل‌ها، گرافیک‌های رنگارنگ و صداها استفاده می‌کند تا دانش آموزان را تا انتهای جلسه نگهداری کند. CAI فرصتی برای ردیابی سوابق یادگیری فردی را فراهم می‌کند، زیرا دانش آموزان هوشمند ممکن است به چالش‌های بیشتری برسند در حالی که دانش آموزان ضعیف می‌توانند قبل از ادامه اقدامات بیشتری انجام دهند.

سیستم آموزش هوشمند (ITS)

اگر چه CAI آموزش تعاملی و تأکید منحصر به فرد نسبت به دانش آموزان را فراهم می‌کند، اما همچنان به عنوان آموزش انسانی مؤثر نبوده است، به همین دلیل سیستم آموزش هوشمند (ITS) به ذهن می‌آید. این سیستم خبره در درجه اول برای کمک به دانش آموختگان سال اول مهندسی درک عمیق از اصول را برای پیگیری موضوعات پیشرفته‌تر در زمینه‌های مهندسی به وجود آورد. این سیستم خبره مبتنی بر منطق فازی است و انعطاف پذیری قابل توجهی در ارائه اطلاعات و پاسخ به نیازهای فردی دانشجویان دارد. ITS برای انگیزش دانش آموختگان و افزایش عملکرد آنها بسیار مفید است.

سیستم هوشمند آموزش پاسکال (IPTS)

از زمان اولین توسعه برنامه،CAI تحقیقات زیادی در مورد CAI برای ساخت سیستم‌های خبره انجام شده است که کارآمدتر و سریع هستند. در سال‌های 1591، یک نژاد جدید از CAI محبوب شد؛ آموزش هوش مصنوعی (ICAI) که به طور گسترده‌ای برای منطق آموزشی استفاده می‌شود. یکی از ICAI ها که به ویژه برای تدریس زبان کامپیوتر رایج استفاده می‌شود سیستم هوشمند پاسکال (IPTS) است. این سیستم خبره برای آموزش مستقل از پاسکال به دانشمندان کامپیوتر استفاده می‌شود. IPTS نه تنها دانش آموزان را به شیوه‌ای درخشان می‌آموزد، بلکه یک پایگاه دانش آموز را برای بررسی عملکرد فردی و توانایی یادگیری نگه می‌دارد. این همچنین برای دانش آموز یک محیط تمرین عملی‌تر برای یادگیری پاسکال فراهم می‌کند. IPTS همچنین حاوی یک پایگاه اطلاعاتی عظیم برای حل مسائل مربوط به دانش آموزان در هنگام یادگیری است.

مزایا و محدودیت‌های سیستم‌های خبره

دستاورد سیستم‌های خبره را می‌توان صرفه‌جویی در هزینه‌ها و نیز تصمیم‌گیری‌های بهتر و دقیق‌تر و بسیاری موارد تخصصی‌تر دیگر عنوان كرد. استفاده از سیستم‌های خبره برای شركت‌ها می‌تواند صرفه‌جویی به همراه داشته باشد.

در زمینه تصمیم‌گیری نیز گاهی می‌توان در شرایط پیچیده، با بهره‌گیری از چنین سیستم‌هایی تصمیم‌های بهتری اتخاذ كرد و جنبه‌های پیچیده‌ای را در مدت زمان بسیار كمی مورد بررسی قرار داد كه تحلیل آنها به روزها زمان نیاز دارد.

از سوی دیگر، به‌كارگیری سیستم‌های خبره محدودیت‌های خاصی دارد. به عنوان نمونه، این سیستم‌ها نسبت به آنچه انجام می‌دهند، هیچ حسی ندارند. چنین سیستم‌هایی نمی‌توانند خبرگی خود را به گستره‌های وسیع‌تری تعمیم دهند؛ چراكه تنها برای یك منظور خاص طراحی شده‌اند و پایگاه دانش آن‌ها از دانش متخصصان آن حوزه نشات گرفته و از این‌رو محدود است.

چنین سیستم‌هایی از آنجا كه توسط دانش متخصصان تغذیه اطلاعاتی شده‌اند، در صورت بروز برخی موارد پیش‌بینی نشده، نمی‌توانند شرایط جدید را به درستی تجزیه و تحلیل نمایند.

مزایای سیستم‌های خبره در آموزش

سیستم‌های خبره محیطی را ارائه می‌دهند که در آن قابلیت‌های خوبی از انسان و رایانه‌ها می‌تواند برای غلبه بر بسیاری از محدودیت‌ها نمایان می‌شود. ابتدا مزایای سیستم‌های خبره به صورت کلی بیان می‌شود و سپس از سه دیدگاه بررسی می‌شود. در کل سیستم‌های خبره مزایای بسیاری دارند:

  1. احتمال و انطباق تصمیم گیری‌های خوب را افزایش می‌دهد.
  2. به توزیع تخصص انسانی کمک می‌کند.
  3. استفاده از زمان واقعی، هزینه تصمیم گیری پایین در سطح کارشناس بدون هیچ متخصصی.
  4. استفاده بیشتر از داده‌های موجود را افزایش می‌دهد.
  5. دسترسی را با توجه به شواهد و بدون در نظر گرفتن واکنش‌های شخصی و عاطفی کاربر، مجوز می‌دهد.
  6. اجازه پویایی از طریق ماژول ساختار داده می‌شود.
  7. ذهن و زمان کارشناس انسانی را آزاد می‌کند تا بتواند فعالیت‌های خلاقانه‌تری را تمرکز کند.
  8. تحقیقات را در زمینه‌های ظریف یک مشکل تشویق می‌کند.
  9. سیستم خبره با توجه به توانایی و سرعت یادگیری خود دانش آموزان عمل می‌کند.
  10. سیستم خبره محیطی مناسب برای پرسیدن پرسش‌ها و یافتن راه حل‌های آنها فراهم می‌کند.
  11. سیستم خبره همچنین روش هماهنگی برای پیدا کردن اشتباهات و حل آنها را فراهم می‌کند.

مزایای سیستم‌های خبره برای دانشجویان

این سیستم‌ها از شبیه سازی بهتر و شیوه‌های کمک رسانی بهتر جهت آموزش استفاده می‌کنند. با این حال، سیستم‌های خبره به طور معمول برای حمایت از سایر فعالیت‌های یادگیری یا تدریس مانند یادگیری مبتنی بر مشکل (PBL) استفاده می‌شوند. دانش آموزان با استفاده مکرر از مفهوم، یاد می‌گیرند و درک می‌کنند، حتی یادگیرنده کم‌کم می‌تواند تجسم کند. کارشناسان قابل بازیابی هستند و بنابراین آنها را برای مشورت با دانش آموزان در هر مرحله در دسترس می‌گذارند و مجوز دانش آموز برای بازجویی و تجزیه و تحلیل روند استدلال را صادر می‌کنند. در نهایت، نمونه کارها و تمامی اشکال مختلف جهت راهنمایی دانشجویان در دسترس است. سیستم خبره به دانش آموزان اجازه می‌دهد که زمان بیشتری را با موضوع مورد نظر داشته باشند؛ بنابراین ارتباطات کاربر با استفاده از یک رابط تعاملی تقویت می‌شود که از طریق آن می‌توان پرس و جوها، مربیان و مواد اضافی را درخواست کند و به راحتی به دانش آموزی دیگر منتقل کند.

مزایای سیستم‌های خبره برای معلمان

سیستم خبره، تابع آموزش را در بر می‌گیرد که ارائه یک سری از صفحات نمایش اطلاعات، سؤالات آزمون و بازخورد است. سیستم‌های خبره نیز در طراحی آموزشی، تصمیم گیری، برنامه ریزی، کنترل و همکاری با دانش آموز و مربی عالی هستند. و مخصوصاً مواردی را که معلم در توصیف آن مشکل دارد پوشش می‌دهند. اکثر وظایف معلم می‌تواند توسط سیستم خبره انجام شود و این حتی شامل ارائه مشاوره و تصمیمات بحرانی در حین سخنرانی‌ها می‌باشد.

مزایای سیستم‌های خبره برای مراکز علمی

مواد حرفه‌ای توسط کارکنان نیمه حرفه‌ای به دانشجویان منتقل می‌شود بدون اینکه استانداردهایی را به خطر بیاندازند. این بدان معنی است که مراکز علمی قادرند با نهادهای منطقه‌ای که در محیط عادی اقتصادی با منابع کافی هستند؛ رقابت کنند. به رغم گرایش به توسعه، سیستم‌های خبره، تعداد کارشناسان انسانی را که نیاز به ارائه مسئولیت‌های تدریس دارند، کاهش می‌دهد. با این حال سیستم خبره باید بر مهارت‌های دانش آموزان و زمینه‌های آنها در استفاده از رایانه نیز تأثیر بگذارد، زیرا آنها به بلوغ آموزش دانش آموز پایان می‌دهند.

معایب سیستم خبره در آموزش

پدیده زباله در زباله (GIGO): یک سیستم که از تکنولوژی سیستم خبره استفاده می‌کند، هیچ تضمینی در مورد کیفیت قوانینی که در آن عمل می‌کند، وجود ندارد. همه کارشناسان خودشان “لزوماً” همیشه در دسترس نیستند.

سیستم‌های خبره در حوزه دانش به‌طور آشکار محدود هستند. یک سیستم خبره یا رویکرد مبتنی بر قاعده، برای همه مشکلات بهینه نیست و دانش قابل توجهی لازم است.

سهولت ایجاد قانون و اصلاح قانون می‌تواند دو طرفه باشد. یک سیستم خبره می‌تواند توسط یک کاربر غیر حرفه‌ای که می‌تواند به راحتی قوانین و مقررات بی ارزش را گسترش دهد؛ خراب شود. دلایل شکست بسیاری از سیستم‌ها عبارت‌اند از: فقدان (یا غفلت از کارکردن) امکانات برای ممیزی سیستم، تشخیص اختلاف احتمالی و مدیریت چرخه زندگی (مثال کنترل نسخه یا تست کامل قبل از استقرار). مشکلات موجود در اینجا به اندازه کافی تکنولوژیکی و سازمانی هستند.

یک مثال خوب نشان دادن محدودیت‌های یک سیستم خبره، نرم افزار عیب یابی سیستم عامل ویندوز است که در بخش «کمک» در منوی Taskbar قرار دارد. دریافت کمک‌های فنی سیستم عامل اغلب برای افرادی که به شدت درگیر توسعه سیستم عامل نیستند دشوار است. مایکروسافت سیستم خبره خود را برای ارائه راه حل‌ها، مشاوره و پیشنهادات در مورد خطاهای رایج در هنگام استفاده از سیستم عامل‌های خود طراحی کرده است.

سیستم‌های خبره موجود در بازار فرصت‌های زیادی برای دانش آموزانی که مایل به توجه بیشتر و زمان برای یادگیری موضوع هستند، فراهم می‌کند. آنها یک محیط دوستانه و تعاملی برای دانش آموزان ارائه می‌دهند که انگیزه آنها برای مطالعه و پذیرش یک رویکرد عملی‌تر نسبت به یادگیری افزایش داده است. این مطالعه نشان می‌دهد که سیستم خبره ممکن است به عنوان یک معلم کمک کننده یا جایگزین عمل کند. سیستم‌های خبره بر هر دانش آموز به طور جداگانه تمرکز می‌کنند و همچنین سرعت یادگیری خود را دنبال می‌کنند.

این رفتار سیستم خبره، فرایند یادگیری مستقل را برای هر دوی دانش آموز و معلم فراهم می‌کند، در حالی که معلمان به عنوان مربی عمل می‌کنند و دانش آموزان می‌توانند عملکرد خود را قضاوت کنند. سیستم خبره نه تنها برای دانش آموزان بلکه برای معلمان مفید است که به آنها کمک می‌کند تا دانش آموزان را به شیوه‌ای بهتر هدایت کنند.

منابع: ماهنامه شبکه به قلم علی حسینی، مقاله «نقش و پیشرفت سیستم های خبره در سیستم‌های آموزشی هوشمند» به قلم حجت عباسی و بی بی طاهره جمال الدینی.