過去15年間、ITおよびSTEMの分野（主に大学および企業のトレーニング向け）で、さまざまなマルチメディアコースを開発してきました。 したがって、私の目の前に、大規模なオープンオンラインコース（MEP）の周りに誇大宣伝がありました。 この形式は、本質的に、伝統的な大学の教育プロセスをオンラインで転送することに要約されており、これまでのところほとんどすべてを覆し、人気が高まっています。 この記事では、MEPの将来（つまり、現代の「静的」コースから「動的」コースへの変換）についての考えを示し、Nepetitorで開発を開始した「動的」コースのプロトタイプの写真をいくつか表示します（すべてのスクリーンショットを予約しますアルファ版でもパブリックドメインではありませんが、サービスの作業バージョンから作成されます）。
現代のMEPは「静的」コースです
MEPは供給不足でしたが、企業部門のユーザーを含むほぼすべてのユーザーに「大打撃」を受けました。 一方、市場が飽和状態になると、MEP形式の欠点が前面に浮かび始めました。その主なものは、奇妙なことに、新しい知識とスキルを求めているユーザーに提供される資料の冗長性です。
MEPはもともと既存のカリキュラムに基づいて研ぎ澄まされていたため、プログラムが長年にわたって構築されてきた学校および大学教育では、コンテンツの冗長性の問題はそれほど敏感ではありません。 企業トレーニングとは対照的に、「時は金なり」という原則があり、結果を最前線に置く必要があります（つまり、従業員が必要なスキルをどれだけ早く習得したか）。 同時に、企業部門では、従業員の最初の知識とスキルが大学のように調整されていないことが不可欠です。 したがって、私の意見では、MEPを超えた新しいトレーニング形式の要求を期待するのは彼からです（お金は企業トレーニングに正確に集中しており、MEPの収益化では状況が良くないので、それを穏やかに置くことがより重要です）。
例
MEPの冗長性に関する論文を簡単な例で説明します。
STEMコース
消費者（エンジニア、学生、ミュージシャンなど）がスペクトルの基本を理解したいと考え、フーリエ解析のコースを探し始めたとします。 ほとんどの場合、彼は数学的分析のコースで必要な情報を見つけ、基本的な知識が不足している場合は、数学の以前のコースに戻ることを余儀なくされます。
ほとんどの場合、消費者は必要な情報を自分でフィルタリングして、反対方向に移動する必要があります。 複雑なものから単純なものへ。 これは、素材をマスターするという意味では非効率的であり、時間の損失につながります。 コースのはるかに魅力的なバージョンでは、「不要な」トピックはすぐにクリアされます。 この例では重要ですが、この特定のケースでは、微分、制限、反導関数、ロピタル規則などのオプションのトピックは学習パスから除外される可能性があり、その最小構造は次のように説明できます。
もちろん、論理的な疑問が生じる場合があります：「ユーザーは、アンチデリバティブを必要としない場合、特定の積分をどのように処理しますか？」。 ただし、この場合、定積分の概念は、曲線グラフとリーマンの和の下の対応する領域を通じて簡略化された方法で彼に説明されます。 実際、この問題の定式化では、厳密な説明は必要ありませんが、実際には、スペクトルを計算するために、積分はとにかく、領域全体で数値的に考慮されます。
しかし、ユーザーが現時点で必要としない現在の静的なコーストピックからどのように除外できますか（また、学習に数週間かかる場合があります）。 私の意見では、答えは次のとおりです。まず、異なるタイプのコンテンツ（「正規化」）が必要であり、次に、このコンテンツを管理するための適切なシステム（知識ベース）です。
ビジネスコース
現在、企業教育の分野からの別の例があります。 相互に関連する一連のレッスンで構成されるトレーニングシステム（社内従業員トレーニング用またはカスタマーサポート用）があるとします。 次に、たとえばトレーニングのために、倉庫作業員は少数のレッスンに限定することができます（図では色で強調表示されています）。 これも、コンテンツの予備的な「正規化」の対象となります。
最初の例と2番目の例の両方で、トレーニングの期間と深さの間の妥協点を扱っていることが重要です。 実際、動的に作成されたコースについての会話を開始すると、同じ問題（特定の知識、スキルなどを取得する）を解決するために、1つのコースではなく、内容、効率、サイズ、コスト、その他のパラメーター。 したがって、動的なコースを生成するためのツールを作成する場合、最適な（現在のトレーニングタスクの観点から）コースを選択できるように、それらを相互に比較するアルゴリズムが必要です。
質の高いトレーニングに重点を置いています
法人顧客の要求から始めて、（少なくとも推測的に）トレーニングの質の理論を構築してみましょう。 つまり、トレーニングの品質の決定基準として、特定の指標Qを設定します。これは、まったく役に立たないトレーニングの場合は0、絶対に成功する場合は1に等しくなります。 （すでにこの段階で、問題を数学的に連続的かつエレガントに解決したい場合は、明らかにファジィ集合の理論の用語を使用する必要があることは明らかです。
明らかに、Q（。）は複雑な関数であり、生徒の被験者の特性に依存します-ベクトルx 0と彼に提供されたコースCのパラメーターによってそれらを象徴的に示します）。 ベクトルCによって 、オンラインコースのコンテンツ、つまり、大まかに言って、オンラインコースに含まれるセクションのリストを示します。 また、 Cの定義を学習パスと見なして一般化することもできます（ Cは以前と同様、セクション、テストなどで構成されるコースのセットであるため、本質は変わりません）。 言い換えると（トレーニングの質の依存性をそれに費やした時間tに追加する場合）、次のように書くことができます。
Q = f（ x 0 、 C 、t）
同じ目標（特定の知識やスキルを獲得する）を達成するためにC 1 、 C 2などの異なるセットを提供できることを考慮すると、最適なコースC optを選択する問題を最適化問題として書くことができます
f（ x 0 、 C opt 、t）〜最大
追加条件として、学習時間の制限を考慮することができます（これもコースによって異なります）。
T（ C opt ）<T 0
および/またはコースの費用の制限
$（ C opt ）≤$ 0
など
最適化の問題の声明は、オンラインコースとは何かを考え直します。 現在のMEP、実際には静的なコースが、クライアントのリクエスト時に形成されるまさにそのような動的なコースに置き換えられることは、私には明らかです。
「コンテンツの正規化」が必要
説明されたアプローチは、一般的に明らかであり（また、何らかの形で既に使用されている場所もあります）、明らかな欠点があります：コースCを構成する「ブリック」（「学習クォンタム」と呼びます）取る。 MEP形式の既存のかさばるコースはこの役割にはほとんど適さず、かつて人気を博したマイクロコースも適さない場合があります（通常、他のクォンタムとの関係を説明していないため、クライアントはこのクォンタムをマスターするために正確に知っておくべきこと、そして彼が知る必要がないもの）
根拠がないように、サービスのプロトタイプの例を示します。 正規化されたコンテンツは、互いに最小限の関連がある小さなレッスンです。 典型的なクォンタムは、1分間の映画+計算（Mathcadドキュメントおよび/または半ページのテキスト）です。 学習量は、グラフに関連する知識ベースにあります。
量子の例は次のとおりです。
- 数eと関数exp（x）
- exp（z）-複素引数
- オイラー公式exp（z）= sin（x）+ i * cos（x）
- など
したがって、ナレッジベースには既製のコースは存在せず、検索クエリのクォンタムから動的に収集されます。 同時に、すべてのコンテンツが必ずしも1人の開発者であるとは限らず、クォンタムは外部ソースへのリンクになる可能性があります
クライアント（エンジニアまたは学生）がフーリエ解析のコースを注文する前述の例に戻りましょう。 設定に応じて、クライアントは次のような軌跡（またはマイクロコース）を受け取ります。
オンライン学習の機能に加えて、1つまたは別のソフトウェアを使用して特定のタスクをどのように解決するか（コード開発、設計、数学計算など）を表す実用的な軌道を提供することは合理的です。 例：
つまり、クライアントの要求に応じて、動的に収集される最低料金が提供されます。
まとめると。 トレーニングコースを生成する動的なアプローチにより、
- 知識ベースの保存：学習量のグラフ
- クライアントの検索クエリに応じて（これらのクォンタムから）トレーニングパスを生成する
- 途中で、経済と時間費用の評価を考慮します（コースの特定の断片が支払われる可能性があるため）。