Ostravská univerzita Pedagogická fakulta
Personalizovaný vzdělávací systém pro muzea Personalized educational system for museums Autoreferát k disertační práci Studijní program:
Obor:
2015 Specializace v pedagogice P 7507
Informační a komunikační technologie ve vzdělávání 7507V066
Disertant:
Mgr. Lukáš Najbrt Ostravská univerzita, Pedagogická fakulta Katedra informačních a komunikačních technologií Fráni Šrámka 3, 709 00 Ostrava-Mariánské Hory
Školitel:
doc. RNDr. Jana Kapounová, CSs. Ostravská univerzita, Pedagogická fakulta Katedra informačních a komunikačních technologií Fráni Šrámka1 3, 709 00 Ostrava-Mariánské Hory
Obhajoba disertační práce se uskuteční: v pondělí 9. února 2014 v 11 hodin v zasedací místnosti SA 407 Ostravská univerzita, Pedagogická fakulta Katedra informačních a komunikačních technologií Fráni Šrámka 3, 709 00 Ostrava-Mariánské Hory Oponenti: prof. PhDr. Martin Bílek, Ph.D., UHK prof. Dr. Ing. Miroslav Pokorný, VŠB-TU Komise pro obhajobu disertační práce: Předseda: prof. PhDr. Martin Bílek, Ph.D., UHK Členové: doc. PhDr. Eva Höflerová, Ph.D., OU doc. RNDr. Jana Kapounová, CSc., OU doc. Ing. Kateřina Kostolányová, Ph.D., OU prof. Dr. Ing. Miroslav Pokorný, VŠB-TU prof. RNDr. PhDr. Antonín Slabý, CSc. doc. RNDr. Jana Šarmanová, CSc., OU doc. PhDr. Jitka Šimíčková-Čížková, CSc., OU doc. PhDr. Ivana Šimonová, Ph.D., UHK
Autoreferát byl rozeslán dne 12. 1. 2015. S disertací se lze seznámit na katedře informačních a komunikačních technologií Pedagogické fakulty Ostravské univerzity v Ostravě Fráni Šrámka 3, 709 00 Ostrava-Mariánské Hory od 12. 1. 2015. Bibliografická identifikace Jméno a příjmení autora: Mgr. Lukáš Najbrt Název disertační práce: Personalizovaný vzdělávací systém pro muzea Název disertační práce anglicky: Personalized educational system for museums Školitel: doc. RNDr. Jana Kapounová, CSc. Rok obhajoby: 2015
Abstrakt Personalizovaným vzdělávacím systémem pro muzea je zamýšlen takový systém, který návštěvníkovi muzea navrhne pro něj co nejlepší prezentaci obsahu expozice. Muzeum a či muzejní expozice je přitom chápána jako prostředek vzdělávání. Práce se zabývá návrhem a testováním průvodce muzejní expozicí využívajícím pravděpodobnostní fuzzy orientovaný expertní systém. První fází bylo vytvoření modelu průvodce, kategorizace návštěvníků a kategorizace muzejních exponátů. Následoval návrh fuzzy orientovaného expertního systému, který slouží jako řídicí jádro. Poté byl realizován personalizovaný systém v prostředí virtuálního muzea na internetu. Práce zahrnuje vytvoření virtuálních exponátů s víceúrovňovým obsahem. Virtuální muzeum posloužilo jednak k testování funkčnosti celého systému a jednak k ověření vzdělávacího přínosu pro návštěvníka. Během testování se koncepce systému založená na práci s obecnými parametry exponátů osvědčila. Po té proběhl pedagogický experiment, který měl odpovědět na výzkumnou otázku: Má řízená prohlídka větší edukační přínos pro návštěvníka než prohlídka neřízená? Výsledek experimentu prokázal vyšší edukační přínos řízené prohlídky za pomoci personalizovaného průvodce a ukázal možnosti navrhovaného systému v oblasti vzdělávání.
Klíčová slova muzeum, muzejní informační systém, expozice, exponát, forma a obsah exponátu, návštěvník, personalizace expozice, individualizace expozice, virtuální průvodce, fuzzy orientovaný expertní systém
Abstract By the term “Personalized educational system for a museum” we mean a system that recommends the best presentation of exposure content to a museum visitor. Museum and its exposition are seen as a form of education. The thesis proposes a system of personalized museum guide using probabilistic fuzzy expert system. The first step was to create a model of the guide, categorization of visitors and categorization of museum exhibits. A design of a fuzzy oriented expert system, which run as the control kernel followed. Then the personalized system in a virtual museum on the Internet was developed. This work included the design of virtual exhibits with multi-layered content. The Virtual Museum served both to test a functionality of the whole system and also to verify an educational benefit for a visitor. For this purpose a pedagogical experiment was carried out to answer the question: Has a guided tour greater educational benefit for a visitor than an unguided tour? The results of the experiment showed the existence of a higher educational benefit of guided tours and they also showed the potential of the personalized museum guide system.
Key words museum, information system of museum, exposure, exhibit, form and content of the exhibit, visitor, personalization of exposure, individualization of exposure, virtual guide, fuzzy expert system
Abstrakt Personalisiertes Bildungssystem für Museen bedeutet so ein System, das dem Museumsbesucher die für ihn möglichst beste Präsentation des Ausstellungsinhalts anbietet. Hierbei wird das Museum bzw. die Museumsexposition als Bildungsmittel verstanden. Die Arbeit beschäftigt sich mit dem Entwurf und Testen des Ausstellungsbegleiters, der ein Fuzzy orientiertes Expertensystem nutzt. In der ersten Phase wurde ein Modell des Begleiters, der Kategorisierung von Besuchern und Museumsexponaten gebildet. Weiter folgte der Entwurf eines Fuzzy orientierten Expertensystems, das den Leitkern darstellt. Danach wurde ein personalisiertes System im virtuellen Museumsrahmen im Internet realisiert. Die Arbeit umfasst die Bildung von virtuellen Exponaten mit einem MehrNiveau-Inhalt. Das virtuelle Museum diente einerseits zum Testen der Funktionsfähigkeit des ganzen Systems, anderseits auch zur Überprüfung des Bildungsbeitrags für den Besucher. Das Systemkonzept, das aufgrund der Arbeit mit allgemeinen Parametern der Exponate aufgebaut wurde, hat sich während des Testens bewährt. Schließlich verlief ein pädagogisches Experiment, das die Forschungsfrage beantworten sollte: Hat eine gesteuerte Besichtigung einen höheren Bildungsbeitrag für den Besucher als eine nicht gesteuerte Besichtigung? Das Ergebnis des Experiments wies einen höheren Bildungsbeitrag der mit Hilfe des personalisierten Begleiters gesteuerten Besichtigung nach und zeigte die Anwendungsmöglichkeiten des entworfenen Systems auf dem Gebiet der Bildung. Schlüsselwörter Museum, Museumsinformationssystem, Ausstellung, Exponat, Form und Inhalt des Exponats, Besucher, Personalisierung der Ausstellung, Individualisierung der Ausstellung, Fuzzy orientiertes Expertensystem
OBSAH 1 2 3
4
5 6
7
ÚVOD .................................................................................................... 9 Cíle práce .............................................................................................. 9 Přehled současného stavu řešené problematiky................................10 3.1 Muzejní pedagogika....................................................................11 3.1.1 Facilitace učení v muzeu .....................................................12 3.1.2 Personalizované muzeum ...................................................12 3.1.3 Kategorizace návštěvníků ...................................................13 3.2 Virtuální průvodce ......................................................................13 3.3 Expertní systém ..........................................................................14 3.3.1 Fuzzy logika .........................................................................15 3.4 Zhodnocení současného stavu z hlediska tématu práce ............17 Postup řešení ......................................................................................17 4.1 Koncepce systému ......................................................................18 4.2 Kategorie návštěvníků ................................................................18 4.3 Kategorizace exponátů ...............................................................19 4.4 Návrh a odladění fuzzy orientovaného expertního systému......20 4.5 Tvorba expertního systému ........................................................21 4.5.1 Simulace a odladění expertního systému ...........................23 4.6 Vytvoření virtuálního muzea medií na internetu .......................23 4.6.1 Vytvoření exponátů a jejich informačních vrstev ...............23 4.7 Testování funkčnosti virtuálního muzea.....................................24 4.8 Ověření vzdělávacího přínosu systému ......................................24 4.8.1 Výzkumná metoda ..............................................................25 4.8.2 Průběh experimentu ...........................................................25 4.8.3 Výsledky experimentu ........................................................26 Závěr ...................................................................................................27 5.1 Využitelnost výsledků řešení ......................................................30 Seznam literatury použité v disertační práci ......................................32 Publikace autora .....................................................................................37 Účast na projektech ................................................................................38 Profesní curriculum vitae....................................................................39
1 ÚVOD Cílem muzea je prezentovat zajímavým a pro návštěvníka poutavým způsobem dané téma, přičemž maximálně možným způsobem využívá vlastní exponáty a dostupnou techniku. Je též důležité, aby muzejní expozice plnila funkci vzdělávací. Aby toho bylo dosaženo, je třeba ukázat obsah expozice tak, aby byl pro potenciálního návštěvníka pochopitelný a zajímavý. Spektrum návštěvníků je široké a je třeba přistoupit k jisté míře individualizace prohlídky. Vedle tradičních prostředků individualizace se stále více prosazují moderní technologie umožňující personalizovanou (přizpůsobenou konkrétnímu návštěvníkovi) prohlídku muzejní expozice. Navržený personalizovaný systém pro muzeum provede návštěvníka expozicí a zohlední jeho individuální potřeby s důrazem na vzdělávací přínos. Takto vytvořený systém může fungovat například jako základ pro sestavení virtuálního průvodce muzeem pro chytrý mobilní telefon, průvodce virtuálním muzeem na internetu, nebo jako pomocník při navrhování a realizaci nově vznikající expozice.
2 CÍLE PRÁCE Cílem práce bylo navrhnout a otestovat personalizovaný systém pro muzeum – Virtuálního průvodce expozicí, který dokáže navrhnout nejlepší trasu prohlídky a způsob prezentace muzejního materiálu vzhledem k typu návštěvníka a s ohledem na vzdělávací funkci muzea. Pracuje jednak v oblasti objektové individualizace (navrhuje návštěvníkovi vhodné objekty – exponáty) a jednak v oblasti obsahové individualizace (vybírá vhodnou úroveň poskytovaných informací). Průvodce pomáhá návštěvníkovi zatraktivnit prohlídku expozice tím, že vyhoví jeho požadavkům a akceptuje jeho míru vědomostí a znalostí z oblasti prezentované expozicí. Celý projekt byl velmi náročný a musel být proto rozdělen do několika fází. V první fázi jsme vytvořili algoritmus výběru nejvhodnějšího obsahu na základě analýzy návštěvníka. Museli jsme nějakým způsobem identifikovat
9
návštěvníka, nasměrovat ho k vybraným exponátům a podat k nim výklad ve vhodné formě. Je důležité kategorizovat typy návštěvníků a dále provést typologii vystavovaných objektů – exponátů a uložit informace o nich. Také bylo nutno stanovit relace mezi návštěvníky, exponáty a informacemi o exponátech. Pro tento úkol byl využit pravděpodobnostní fuzzy orientovaný expertní systém. Pro ověření funkčnosti všech komponent a zejména pro ověření vzdělávací funkce systému musel být navrhovaný systém otestován. Toto bylo obsahem druhé fáze projektu. Pro tento účel jsme vytvořili virtuální muzeum na internetu. Stalo se tak z důvodů jednodušší aplikace a snazšího sběru kontrolních dat. Nejprve proběhlo testování funkčnosti webových stránek muzejní expozice. Následně se uskutečnil pedagogický experiment, což přineslo odpověď na otázku: Má řízená prohlídka větší edukační přínos pro návštěvníka než prohlídka neřízená? Dílčí cíle, které odpovídají jednotlivým krokům práce na systému: Vytvořit rámcové schéma (model) inteligentního systému pro muzea. Upravit kategorizace návštěvníků muzea na základě rozboru pramenů a s ohledem na potřeby systému. Kategorizovat formy exponátů a přiřadit exponátům informační vrstvy. Navrhnout a vyvinout řídicí expertní systém. Realizovat Virtuálního průvodce expozicí v prostředí internetu. Ověřit funkčnost Virtuálního průvodce expozicí v prostředí virtuálního muzea na internetu. Ověřit vzdělávací přínos Virtuálního průvodce expozicí.
3 PŘEHLED SOUČASNÉHO STAVU ŘEŠENÉ PROBLEMATIKY Protože v práci je kladen důraz na vzdělávací funkci muzea, zabývali jsme se tedy poznatky z oblasti muzejní edukace. Rovněž nás zajímaly pokroky v oblasti inteligentního interface sloužícího ke zprostředkování komunikace mezi návštěvníkem a expozicí. Představený systém je totiž možno do této skupiny zařadit. Třetí oblastí, která nás zajímala, jsou
10
expertní systémy, především ty, pracující v oblasti fuzzy logiky a mající uplatnění v muzejnictví. Fuzzy expertní systém totiž tvoří jádro vyvíjeného průvodce.
3.1 Muzejní pedagogika „Muzejní pedagogika je vědeckou disciplínou, jež se vědeckými metodami zabývá muzejní edukací. Tedy věda o záměrném působení na jedince ve snaze dosáhnout pozitivních změn v jeho rozvoji.“ (Jůva, 2005). Muzejní pedagogika je poměrně mladou disciplínou (alespoň v našich podmínkách). Z toho vyplývá problém neustálené terminologie, malého množství literatury a nedostatek podpůrných nástrojů Na to, zda má být muzeum opravdu výchovnou popř. vzdělávací institucí, nepanuje jednotný názor. Část autorů vyzdvihuje především vědeckou činnost muzea a expozici bere jen jako tradiční prostředek k prezentování výsledků této činnosti. Druzí považují výchovný smysl muzea za nejdůležitější. V muzeu by mělo docházet k záměrnému a organizovanému předávání poznání. Mnozí spojují vzdělávání se školou jako institucí, ale vzdělávání jako organizované osvojování poznatků, postojů, dovedností či hodnot nemusí být realizováno pouze ve škole, naopak může probíhat i ve zcela neformálním kontextu, v kontextu celoživotního učení. Celoživotní učení se člení do dvou etap: počáteční vzdělávání další vzdělávání Celoživotní učení dělíme na tři typy: Formální vzdělávání: U nás prozatím nejsou muzea považována za součást formálního vzdělávání, nicméně existují aktivity formálně vzdělávací, jako jsou odborné semináře či certifikovaná školení pod hlavičkou oficiálních vzdělávacích institucí, na nichž může muzeum participovat. Neformální vzdělávání: Do této oblasti spadají nejrůznější činnosti muzea pod vedením muzejního pedagoga nebo jiného odborníka.
11
Informální učení: Na rozdíl od formálního a neformálního vzdělávání je neorganizované, zpravidla nesystematické a institucionálně nekoordinované. Zahrnuje také sebevzdělávání, samostudium. Nepochybně lze k této formě řadit i činnost a působení muzeí. Navrhovaný systém se pohybuje na hranici oblasti informálního učení (nesystematické, nekoordinované) a neformálního vzdělávání (připravované pod dozorem pedagoga a cílené).
3.1.1 Facilitace učení v muzeu Zřejmě nejpovolanějším subjektem v muzeu, který učení zprostředkuje nejlépe, je specialista vyškolený k tomu, aby uměl komunikovat s rozličnými skupinami a typy návštěvníků expozice. Měl by být schopen výhodnou formou interpretovat a didakticky sdělovat obsah exponátů Takovému způsobu edukace, prováděném nejčastěji muzejním nebo kurátorem se říká přímá facilitace učení v muzeu. Z důvodů personálních či finančních však tento způsob facilitace není většinou možný. Je třeba tedy přistoupit k facilitaci nepřímé. Facilitace může být přítomná již ve volbě vhodného tématu expozice, v jejím pojetí a uspořádání, v doprovodných prvcích v podobě modelů, rekonstrukci nebo informačních panelů, studijních koutků, tištěných nebo audiovizuálních průvodců či za využití moderních informačních a komunikačních technologií (virtuálních průvodců a průvodcovských robotů).
3.1.2 Personalizované muzeum Personalizovaným muzeem myslíme takovou muzejní expozici, která se přizpůsobí každému individuálnímu návštěvníkovi. Bylo by určitě zajímavé, kdyby každého návštěvníka provázel expozicí expert, což je nereálné. Díky rozvoji moderních informačních a komunikačních technologií může každý návštěvník disponovat osobním průvodcem v podobě audioprůvodce, nebo chytrého telefonu či tabletu.
12
Problematika personalizace muzejní expozice počítá s přizpůsobením expozice požadavkům návštěvníka. To ovšem vyžaduje interakci mezi průvodcem a návštěvníkem. V současnosti nejjednodušší cestou, jak může návštěvník ovlivňovat prohlídku, je komunikace prostřednictvím webového rozhraní. Muzejní expozice na internetu – „virtuální muzeum“ je proto nejčastější oblastí, na kterou se práce z oblasti personalizované prohlídky soustředí. Do této oblasti lze zařadit práce Bowena (2004), Houbena (2009), Waltla (2006), či Van Hageho (2010).
3.1.3 Kategorizace návštěvníků Aby bylo možné vytvořit opravdu fungující muzejní expozici, musí její tvůrci, designéři a kurátoři znát cílovou skupinu návštěvníků. Škála návštěvníků muzejní expozice je však velice pestrá a neexistuje jejich obecná a univerzální klasifikace. Návštěvníci však mají některé společné rysy, ze kterých můžeme při jejich kategorizaci vycházet: sociálně demografické vlastnosti: věk, pohlaví, zaměstnání, vzdělání, typ místa bydliště, národnost; muzeologické vlastnosti: motivace návštěvy – oborová, informační, znalost problematiky, aktivizace prohlídky; rozsahové vlastnosti: individuální návštěva, skupina, druh skupiny, frekvence návštěv, časový rozsah; psychologické či fyziologické vlastnosti – recepční, inteligenční, paměťové, představivostní, zrakové, sluchové, pohybové. Je možno konstatovat, že každý významný autor při své práci v oblasti personalizace muzejní expozice vytvořil vlastní systém klasifikace návštěvníků.
3.2 Virtuální průvodce Další oblastí, která nás zajímala, byl koncept inteligentního interface – virtuálního průvodce. Zabývá se algoritmem průvodce, který by provázel návštěvníka po muzeu. Většina autorů nepracuje s kategorizací návštěvníka. Přizpůsobuje prohlídku individuálním požadavkům
13
návštěvníka a přizpůsobuje trasu prohlídky například na základě sémantických sítí. Naproti tomu Luisa Marucci (2000) představuje systém, který s určitou kategorizací návštěvníků pracuje. Jsou zde předdefinovány typy návštěvníků. Turista, student a expert. Prezentované informace jsou rozděleny na úvodní, souhrnné, rozdílové a zajímavosti a jsou přidělovány podle určitého klíče k typu návštěvníka. Určitou inspiraci lze čerpat z projektu, zabývajícího se personalizací elearningu na základě učebních stylů studentů (Kostolányová, Šarmanová a Takács, 2012). Práce se zabývá nejvhodnější formou poskytovaného učebního materiálu na základě charakteristiky uživatele. Schéma systému personalizovaného průvodce muzejní expozicí může být podobné. Stačí studenta nahradit návštěvníkem, autora studijních materiálů muzejním odborníkem a varianty vzdělávacích opor vhodnými exponáty. Studium tohoto tématu přineslo zjištění, že komunikace prostřednictvím elektronického pomocníka (průvodce) nijak neomezuje ani starší lidi. Tudíž celý projekt by pro ně neměl být diskriminační. Naopak velkým problémem je rychlý vývoj informačních technologií. Většina zkoumaných systémů virtuálních elektronických průvodců pracovala na starších zařízeních (PDA, komunikátory) a jejich využitelnost je proti dnešním možnostem omezená.
3.3 Expertní systém Vyvíjený průvodce je řízen expertním systémem. Podle Pokorného (2011) jsou expertní systémy mj. typické tím, že lze nalézt celou řadu jejich společných charakteristických rysů: U expertních systémů jsou znalosti experta vyjádřeny naprosto explicitně, jsou soustředěny v tzv. bázi znalostí. Předem je dána pouze strategie využívání takto uložených znalostí – řídicí mechanizmus (někdy také zvaný mechanizmus inferenční). Striktní oddělení znalostí na straně jedné a strategie pro jejich využívání na straně druhé je pro architekturu expertních systémů typické.
14
Báze znalostí obsahuje celou škálu znalostí experta (expertů) od obecných, objektivních až po soukromé, subjektivní. Velmi podstatné jsou heuristiky (tj. exaktně nedokázané nebo dokonce nedokazatelné znalosti), které expert získal dlouholetou praxí a o nichž pouze ví, že mu často pomáhají při řešení obdobných problémů, přičemž nalezení správného řešení přímo nezaručují. Báze znalostí musí být modulární a otevřená pro zahrnutí nových znalostí, případně eliminaci znalostí již neefektivních či redundantních. Báze znalostí zahrnuje obecné znalosti daného oboru. Má charakter obecného rozhodovacího pravidla (či soustavy pravidel). Řešení konkrétního případu znamená „dosazení“ konkrétních dat o daném případu do obecně formulovaných pravidel báze znalostí. Množinu všech údajů vztahujících se k danému případu nazýváme bází dat. Způsob zpracování dat v expertním systému musí mít některé rysy způsobu uvažování experta. Expert pracuje velmi často s nejistými znalostmi (heuristikami) i s nejistými daty. Proto musí být expertní systém schopen pracovat s nejistotami, a to jak ve znalostech – tj. znalostí s přiřazenou mírou důvěry v její platnost (nejistota v bázi znalostí) tak i v aktuálních datech (typu „nevím“, „asi ano“, „spíše ne“ apod.), reprezentující nejistotu v bázi dat (Pokorný a Krišová, 2011).
3.3.1 Fuzzy logika V reálném světě se často snažíme vyjádřit příslušnost daného objektu k nějaké třídě. Často použijeme výraz, že člověk je velmi malý, velký, vysoký nebo velmi tlustý. Nedefinujeme přesně, kolik centimetrů představuje výraz malý, kolik kilogramů tlustý. Fuzzy množiny řeší přiřazení objektu x do dané třídy tzv. mírou (funkcí) příslušností A(x) do té které množiny A (například tlustých lidí), obvykle v intervalu <0,1>. Jedna jazyková proměnná (v našem případě „váha člověka“) může nabývat více jazykových hodnot (nízká, střední, vysoká). Tyto tři jazykové hodnoty jsou reprezentovány třemi fuzzy množinami (Pokorný, 2004). Nad fuzzy
15
množinami jsou definovány operace, které s nimi umožňují pracovat. Operace slouží k vytváření nových fuzzy množin. Jádrem expertních systémů je báze znalostí, v níž jsou uloženy formalizované expertní znalosti problémové oblasti, v níž má expertní systém poskytovat podporu při rozhodování. Fuzzy expertní systémy používají pro formalizaci znalostí IF-THEN pravidel ve formě: IF (předpoklad, antecedent) THEN (důsledek, konsekvent) Antecedenty i konsekventy pravidel jsou vágní fuzzy výroky – jejich pravdivostní hodnota leží v intervalu „Struktura fuzzy výroků obsahuje jazykové proměnné, jejich jazykové hodnoty a fuzzy logické spojky. Typickou formou je výraz , kde je jazyková proměnná a je její příslušná jazyková hodnota. Vágnost jazykových hodnot je přitom formalizována fuzzy množinami.“ (Pokorný, 2004) Výhodou je, že fuzzy výroky nemusí být jen jednoduché (atomické), ale mohou se spojovat fuzzy logickými spojkami (and, or, not) a tvořit tak fuzzy výroky složené. Mluvíme o expertním systému, který pracuje s neurčitostí a je postaven na základech fuzzy logiky. Proces fuzzy zpracování obsahuje tři základní kroky: fuzzifikace, fuzzy inference, defuzzifikace. Fuzzifikace je proces převedení reálných proměnných na jazykové proměnné. Fuzzy inference definuje chování systému pomocí pravidel typu IF-THEN na jazykové úrovni. Každá kombinace atributů proměnných, vstupujících do systému a vyskytujících se v podmínce IF-THEN představuje jedno pravidlo. Pro každé pravidlo je třeba určit stupeň podpory, tedy váhu pravidla v systému. Váhu pravidel lze v průběhu optimalizace systému měnit. Výsledkem fuzzy inference jsou fuzzy množiny – sukcedenty použitých fuzzy pravidel. Proto přichází na řadu ještě jeden krok a to agregace, při které složením fuzzy množin vznikne jedna fuzzy množina pro každý konsekvent.
16
Defuzzifikace převádí výsledek předchozí operace na reálné hodnoty. Cílem defuzzifikace je převedení fuzzy hodnoty výstupní proměnné tak, aby slovně co nejlépe reprezentovala výsledek fuzzy výpočtu. V literatuře nelze najít, že by byla fuzzy logika využita přímo pro rozhodování o návštěvnické trase. Využívá se spíš v oblasti průvodcovských robotů, a sice k řízení jejich pohybu expozicí (Abdessemed et al., 2014), nebo u podpůrných muzejních systémů jako klasifikace návštěvníků muzea z hlediska marketingu (Meier a Werro, 2007), v systémech vyhledávání konkrétních snímků v digitálních sbírkách (Brown et al., 2013), či zpracování neurčitých údajů v databázích.
3.4 Zhodnocení současného stavu z hlediska tématu práce Existuje mnoho systémů sloužících jako virtuální průvodce muzejní expozicí, málokterý je ale primárně zaměřen na podporu vzdělávací funkce muzea. Většina systémů personalizuje prohlídku na základě individuálních přání návštěvníka, či pomocí sémantických sítí. Na rozdíl od podobného tématu adaptivní výuky (kde se pracuje s věkově homogenní skupinou žáků a známými styly učení) neexistuje ani jednotná kategorizace návštěvníků muzejní expozice ani kategorizace exponátů s ohledem na návštěvníka. Každý autor si vytváří kategorie podle svých potřeb. Práce proto vychází z pozorování, obecných předpokladů a z konzultací s pedagogy spolupracujícími s muzeem a se zaměstnanci muzea zabývajícími se prohlídkou expozice. Ocitáme se tedy v roli experta pro vytvářený expertní systém.
4 POSTUP ŘEŠENÍ Celá práce se uskutečnila ve dvou fázích. V první fázi to byla analýza, návrh a vývoj systému Virtuálního průvodce expozicí (VPE) za využití fuzzy orientovaného expertního systému. Probíhala v několika krocích a zároveň sloužila k dosažení některých dílčích cílů: - vytvoření koncepce VPE;
17
- vytvoření kategorií návštěvníků; - kategorizaci forem exponátů; - návrh a vývoj fuzzy orientovaného expertního řídicího systému. Druhou fází pak byla implementace a ověření funkčnosti VPE v prostředí virtuálního muzea a ověření vzdělávacího přínosu systému. Druhá fáze obsahovala tyto dílčí cíle: - vytvoření virtuálního muzea medií na internetu; - vytvoření exponátů a informačních vrstev exponátů; - realizace a ověření funkčnosti systému VPE v prostředí internetu; - ověření vzdělávacího přínosu systému.
4.1 Koncepce systému Při navrhování systému VPE stojí na jedné straně návštěvník a na druhé straně exponáty a informace o nich. Řídicí jádro systému musí vybrat a představit exponáty tak, aby byly pro návštěvníka zajímavé, srozumitelné a poučné. Jelikož jsme ale již v počátcích považovali systém VPE za univerzální, nemohli jsme pracovat s konkrétními exponáty. Jakákoliv změna v expozici (přidání, ubrání či výměna exponátů) by znamenala nutnost změny v řídicím systému. Řídicí systém VPE tedy nepracuje přímo s exponáty, ale pouze s jejich obecnými typy. Teprve při prohlídce muzejní expozice systém přiřadí k typům konkrétní exponáty. Z toho vyplývá, že systém nemůže rozhodnout o pořadí exponátů, to je dáno autorem expozice, ale jen o důležitosti daného exponátu pro návštěvníka. Systém rovněž počítá s tím, že některé exponáty jsou pro expozici stěžejní. Tyto exponáty označené jako „významné“ systém automaticky doporučí s nejvyšší prioritou bez ohledu na to, jak jsou pro návštěvníka vhodné.
4.2 Kategorie návštěvníků Při určení kategorií návštěvníků jsme vycházeli ze sociálně demografických, muzeologických a rozsahových vlastností návštěvníků. Rovněž jsme se inspirovali klasifikacemi návštěvníků uvedenými v kapitole
18
2.1.1. disertační práce. Analýzou informací vychází stanovení kategorií návštěvníků z následujících charakteristik: věk; sociální kontext (individuum, skupina, rodina, pár); fundovanost (odborník, student, turista, dítě). Pro zjednodušení jsme vypustili sociální kontext, protože ve virtuálním muzeu, kde se algoritmus průvodce ověřoval, dochází pouze k individuálnímu přístupu návštěvníků. Přibyla však ještě jedna kategorie a tou je záměr návštěvy. Je důležité, zda návštěvník si chce jen zběžně prohlédnout expozici, či má zájem o hlubší studium tématu expozice. Záměr návštěvy má vliv na množství a typ zhlédnutých exponátů, tudíž i na délku prohlídky, ale taky na formu a obsah prezentovaných exponátů. Výsledkem je tedy kategorizace návštěvníků podle těchto kritérií: věk; fundovanost; záměr návštěvy. Volba jen tří kritérií je důležitá pro to, že návštěvník musí provést sebehodnocení a proto nemůže být kritérií mnoho a musí být jednoduchá.
4.3 Kategorizace exponátů Při kategorizaci exponátů jsme rovněž čerpali z literatury. Vycházeli jsme z charakteristiky exponátů podle Beneše (1981), ale upravili jsme si je pro vlastní potřebu. Zachovali jsme však rozdělení exponátů na formu, tj. způsob fyzické prezentace a obsah, tj. poskytovanou informaci. Forma je reprezentována jednak typem a jednak významem pro expozici. Typ exponátu: originální prostorový objekt; prostorový model; plošný model (graf, schéma); statický obraz (fotografie, reprodukce, grafika); dynamický obraz (film, video);
19
audio (hudba, zvuk, zvuková nahrávka); text (texty, symboly, tabulka, vzorec); multimédia; hra. Formy exponátu byly zvoleny s ohledem na atraktivitu pro návštěvníka. Vycházeli jsme z premisy, že pro různé návštěvníky jsou zajímavé různé typy exponátů, například děti dávají větší přednost hře a dospělý expert textu. Exponáty označené jako významné budou vždy zařazeny do prohlídky bez ohledu na to, jakého jsou typu. Významné exponáty určí muzejní odborník. Obsah exponátu je dán informačními vrstvami. Informační vrstva je tvořena multimediálním obsahem (kromě textu může obsahovat i obrázky, zvuky, videa nebo hypertextové odkazy). V navrhovaném systému obsahuje každý exponát tři informační vrstvy podle obsáhlosti a odbornosti poskytované informace. Pro děti je například určena 1. úroveň, pro dospělé návštěvníky úroveň 2 a pro odborníky úroveň 3.
4.4 Návrh a odladění fuzzy orientovaného expertního systému Při úvahách, jakým způsobem bude celý systém Virtuálního průvodce expozicí řízen, jsme vycházeli z toho, že komunikace návštěvníka se systémem musí být co nejjednodušší. To znamená, že otázky kladené systémem návštěvníkovi musí být jednoduché a srozumitelné a rovněž systém musí umět pracovat s jistou neurčitostí či nepřesností v odpovědích návštěvníka. Rovněž hranice mezi kategoriemi nejsou vymezeny ostře, ale jednotlivé kategorie se prolínají. Právě systémy pracující na bázi fuzzy logiky jsou vhodné pro takový typ požadavků. Navrhovanému systému postačí 27 řídicích pravidel. Jádrem navrhovaného systému je fuzzy orientovaný expertní systém. Bázi dat tvoří kategorie návštěvníků a exponátů a bázi znalostí pravidla prohlídky. Expertní systém byl simulován a odladěn v prostředí Fuzzy Logic Toolboxu programového systému MATLAB.
20
4.5 Tvorba expertního systému Vraťme se však zpátky k trase prohlídky. Trasa prohlídky je lineární, je tvořena posloupností exponátů (posloupnost je dána pořadovým číslem exponátu). Každý exponát je určitého typu a významu a obsahuje tři informační vrstvy. Dle charakteristiky návštěvníka systém přidělí váhu obecnému typu exponátu a díky tomu rozdělí příslušné exponáty na škále důležitosti: důležité – méně důležité – nedůležité. Exponáty označené jako významné budou automaticky zařazeny mezi důležité. Systém rovněž vybere odpovídající informační vrstvu exponátu Výstup systému je třeba brát z principu expertního systému jen jako doporučení. Návštěvník si může sám vybrat, jestli navštíví jen pro něj důležité exponáty, nebo si prohlédne i ty méně důležité či nedůležité. Samotný mentální model Fuzzy orientovaného expertního systému (FES) vypadá takto: VYK VEK
FM
FUN ZAM
WOO WPM WG WSO WV WA WT WMM WH
Obrázek 1: Mentální model FES
Antecedenty (předpoklady) Věk návštěvníka (VEK) Fundovanost návštěvníka (FUN) Záměr návštěvy (ZAM)
nízký (NIZ) – střední (STR) – vysoký (VYS) nízká (NIZ) – střední (STR) – hluboká (HLU) rychlá prohlídka (RP) – základní prohlídka (ZP) – podrobná prohlídka (PP)
Konsekventy (důsledky) Výklad (VYK)
jednoduchý (JED) – středně náročný (STN) – náročný (NAR)
21
Váha důležitosti originálního prostorového objektu (WOO) Váha důležitosti prostorového modelu (WPM) Váha důležitosti plošného modelu (WG) Váha důležitosti statického obrazu (WSO) Váha důležitosti dynamického obrazu (WV) Váha důležitosti audionahrávky (WA) Váha důležitosti textu (WT) Váha důležitosti multimedií (WMM) Váha důležitosti hry (WH)
minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4) minimální (Z1) – nízká (Z2) – vyšší (Z3) – vysoká (Z4)
Jelikož jsme při přípravě tohoto textu nenarazili na žádnou práci zabývající se vazbou mezi návštěvníkem a exponátem z hlediska edukace, museli jsme stanovit pravidla expertního systému ve spolupráci s pedagogy a muzejními pracovníky. Stanovili jsme 27 pravidel, která tvoří bázi znalosti FES. Zde je prezentováno jako příklad jedno z pravidel a jeho výklad: R1: If (VEK is NIZ) and (FUN is NIZ) and (ZAM is RP) then (VYK is JED)(WOO is Z2)(WPM is Z2)(WG is Z1)(WSO is Z2)(WV is Z2) (WA is Z2)(WT is Z1)(WMM is Z3)(WH is Z4) Jestliže věk návštěvníka je nízký a fundovanost návštěvníka je nízká a záměrem návštěvy je rychlá prohlídka, pak výklad je jednoduchý, váha originálního prostorového objektu je nízká, váha prostorového modelu je nízká, váha plošného modelu je minimální, váha statického obrazu je nízká, váha dynamického obrazu je nízká, váha audionahrávky je nízká, váha textu je minimální, váha multimédií je vyšší a váha hry je vysoká.
22
4.5.1 Simulace a odladění expertního systému Simulační výpočty byly prováděny tak, že byla vytvořena množina předem definovaných vstupů. Pro každý vstup proběhla simulace a výstupy byly porovnávány s předpokládanými výstupy. V případě, že výstup neodpovídal předpokladům, byl systém upraven. Úpravy se týkaly jak pravidel (změny v pravidlech), tak funkce příslušnosti fuzzy množin jazykových hodnot vstupních jazykových proměnných (úpravy průběhu funkce nebo přidání či ubrání jazykových hodnot). Po té znovu proběhla simulace. Tento postup se opakoval tak dlouho, dokud výstupy simulace neodpovídaly předpokládaným výstupům.
4.6 Vytvoření virtuálního muzea medií na internetu Navržený systém bylo třeba ověřit v provozu. Na internetu bylo vytvořeno muzeum medií nazvané Eduseum (www.eduseum.cz). Na této práci se významně podíleli spolupracující programátoři, kteří vytvořili kostru stránek a převedli expertní systém do prostředí webu. Úvodní stránka slouží k seznámení návštěvníka s projektem. Na stránce Kategorizace návštěvníka vyplní návštěvník jednoduchý dotazník. Na jeho základě vytvoří řídicí systém pro návštěvníka personalizovanou prohlídku. Prohlídka je tvořena sledem exponátů rozmístěných podle důležitosti pro návštěvníka a návštěvníkovi odpovídajících informací o exponátu. Po absolvování celé prohlídky nebo při ukončení prohlídky se návštěvník ocitne na Závěrečné stránce s poděkováním. Tam může ohodnotit průběh prohlídky či zanechat vzkaz.
4.6.1 Vytvoření exponátů a jejich informačních vrstev Náplní virtuálního muzea jsou exponáty. Eduseum obsahuje 61 exponátů z oblasti filmu, rozhlasu, televize a tisku. Každý exponát obsahuje tři úrovně doprovodných informací (Nejedná se jen o text, ale o multimediální obsah, jenž může být tvořen kromě textu taky obrázky, videem, zvuky či hypertextovými odkazy). Každá úroveň má jinou informační hodnotu a je vytvořena tak, že první úroveň je nejjednodušší,
23
prostřední komplexnější a nejvyšší třetí úroveň odborná. Tím, že se pracovalo v prostředí internetu, došlo k omezení počtu typů exponátů. Expozice se skládá jen z exponátů typu plošný model, statický obraz, dynamický obraz, audio, text.
4.7 Testování funkčnosti virtuálního muzea Připravené virtuální muzeum médií naplněné exponáty a řízené Virtuálním průvodcem expozicí na stránkách www.eduseum.cz bylo spuštěno do zkušebního provozu v březnu 2014. Důležitým evaluačním zdrojem bylo hodnocení na závěrečné obrazovce muzejních stránek. Testování mělo ověřit funkčnost všech komponent. Řídicí systém se ukázal jako spolehlivý. Problémy byly spíš technického charakteru, jako nedostatečná kapacita databáze pro záznam průchodu návštěvníka expozicí, či nedostatečná kapacita datového přenosu serveru v okamžiku mnohonásobného přístupu. Tyto problémy se podařilo během testování funkčnosti odstranit. Drobné úpravy byly provedeny také v designu stránek. Měnila se barevnost stránek, velikost a typ písma či vzhled pole s vyznačenou důležitostí exponátu. Do dnešního dne navštívilo stránky přes 1200 návštěvníků (včetně účastníků experimentu). Stále jsou pro nás důležité jejich připomínky a stránky budeme dále upravovat.
4.8 Ověření vzdělávacího přínosu systému Při plánování experimentu jsme vycházeli z předpokladu, že systém, který pomáhá orientovat se v expozici a pochopit její obsah je pro návštěvníka přínosnější, než když se v expozici musí orientovat sám a obsah není prezentován v (pro něj) adekvátní podobě. Na tomto základě byla formulována hlavní hypotéza: Návštěvníci, kteří použijí při prohlídce virtuálního muzea systém Virtuálního průvodce expozicí, budou mít vyšší míru vědomostí z oblasti prezentované expozicí než návštěvníci, kteří tento systém při prohlídce nepoužijí.
24
4.8.1 Výzkumná metoda Pro ověřování vzdělávacího přínosu systému Virtuálního průvodce expozicí jsme zvolili kvantitativní metodu pedagogického experimentu. Experimentální plán: Pro pedagogický experiment jsme si vybrali techniku označovanou Kelingerem (Kelinger, 1972) jako „jedna skupina před – po“ s technikou „paralelních skupin“. Výběr subjektů: Při výběru subjektů jsme použili náhodný výběr. O tom, kdo bude v které skupině, rozhodoval náhodně řídicí systém webových stránek tak, aby obě skupiny byly přibližně stejné. Experimentální skupina: Skupina návštěvníků (subjektů) která je při prohlídce muzejní expozice navigována (řízena) systémem Virtuálního průvodce expozicí. Kontrolní skupina: Skupina návštěvníků (subjektů) která při prohlídce muzejní expozice není nijak řízena. Pretest, posttest: Totožný didaktický test ověřující vědomosti subjektů z oblasti prezentované expozicí. Nezávislá proměnná: Řízení prohlídky systémem Virtuálního průvodce expozicí. Závislá proměnná: Úroveň vědomostí.
4.8.2 Průběh experimentu Experiment proběhl v období září - listopad 2014 a zúčastnilo se ho 248 respondentů (142 v experimentální skupině a 106 ve skupině kontrolní). Věk se většinou pohyboval v rozmezí 10 až 30 let. Pro každou skupinu existovala jiná varianta virtuálního muzea (s totožným obsahem). Systém zaznamenával do databáze u jednotlivých návštěvníků jejich charakteristiku, odpovědi na pretest a posttest, obsah evaluačního formuláře a celkový čas strávený prohlídkou expozice. Následně byla získaná data zpracována. Měření v experimentu a vyhodnocení získaných dat byla založena na kvantitativním metodickém přístupu využívajícím následující postupy: uspořádání získaných dat a sestavení tabulek;
25
grafické metody zobrazení dat (sloupcové grafy); kvartilový graf; U-test Manna a Whitneyho při velkých četnostech; kvartilový graf s vruby; aritmetické průměry. K hlavní výzkumné hypotéze jsme formulovali dílčí hypotézy pro statistický významný rozdíl mezi vstupními vědomostmi obou skupin. Analogicky jsme formulovali dílčí hypotézy pro hodnocení statistického rozdílu mezi úrovněmi vědomostí v pretestu a posttestu u obou skupin a u výsledků posttestu obou skupin. Statistickou významnost ve zmíněných případech jsme prověřovali U-testem Manna a Whitneyho při větších četnostech na hladině významnosti α = 0,05. Všechna data jsme zpracovali pomocí programu Microsoft Excel.
4.8.3 Výsledky experimentu
Mezi výsledky pretestu experimentální a kontrolní skupiny nejsou statisticky významné rozdíly. Existují statisticky významné rozdíly ve výsledcích pretestu a posttestu u obou skupin. Existuje statisticky významný rozdíl ve výsledcích posttestu obou skupin. Porovnáním kvartilových grafů s vruby a aritmetických průměrů posttestů obou skupin jsme prokázali, že experimentální skupina byla úspěšnější a tudíž, že platí hypotéza: Návštěvníci, kteří použijí při prohlídce virtuálního muzea systém Virtuálního průvodce expozicí, budou mít vyšší míru vědomostí z oblasti prezentované expozicí než návštěvníci, kteří tento systém při prohlídce nepoužijí.
26
Obrázek 2: Aritmetické průměry výsledků testů jednotlivých skupin
Ze srovnání aritmetických průměrů výsledků posttestu u kontrolní a experimentální skupiny vyplývá, že experimentální skupina byla lepší, ale rozdíl není příliš velký. Do budoucna bude dobré otestovat vzdělávací přínos Virtuálního průvodce expozicí v jiných muzeích, nejlépe reálných, kde bude naplno využit potenciál systému. Daly by se využít i jiné výzkumné metody ať už kvantitativní nebo kvalitativní, které by přinesly další poznatky pro vývoj systému.
5 ZÁVĚR Práce se zabývá personalizovaným vzdělávacím systémem pro muzea. Jedná se o univerzální průvodcovský systém Virtuální průvodce expozicí (VPE), který má návštěvníka provést muzejní expozicí tak, aby pro něj byla zajímavá, pochopitelná a přinesla vzdělávací benefit. Z tohoto důvodu musí být prohlídka personalizována (přizpůsobena konkrétnímu návštěvníkovi) jak v oblasti prezentovaných exponátů, tak v oblasti informací o daném exponátu. Cílem práce bylo navrhnout pravděpodobnostní fuzzy orientovaný expertní systém, který je jádrem VPE a ověřit vzdělávací přínos VPE. Celý systém byl značně rozsáhlý a práce na něm byla rozdělena do dvou etap. Prvním dílčím cílem bylo vytvoření rámcového schématu inteligentního systému pro muzea. Byl vytvořen model informačního systému, který navrhne návštěvníkovi prohlídku muzejní expozice na základě jeho individuálních potřeb. Je na návštěvníkovi, jestli nabídku využije. Celý
27
systém je vyvíjen tak, aby byl univerzální a bylo ho možno použít v mnoha prostředích za využití různých prostředků ICT. Jeho jádrem je expertní systém, který supluje funkci odborníka při prezentování prohlídkové trasy návštěvníkovi. Druhým dílčím cílem byla kategorizace návštěvníků muzea. Byla vytvořena tři kritéria pro kategorizaci návštěvníka: věk; fundovanost; záměr návštěvy. Třetím dílčím cílem bylo kategorizovat formy exponátů a přiřadit informační vrstvy. Byly vytvořeny obecné typy exponátů: originální prostorový objekt; prostorový model; plošný model (graf, schéma); statický obraz (fotografie, reprodukce, grafika); dynamický obraz (film, video); audio (hudba, zvuk, zvuková nahrávka); text (texty, symboly, tabulka, vzorec); multimédia; hra. Každý exponát má přiděleny tři úrovně informační vrstvy. Nejnižší úroveň obsahuje jednoduché informace o exponátu. Prostřední úroveň poskytuje informace komplexnější. Třetí, nejvyšší úroveň, poskytuje informace na odborné úrovni. Čtvrtým cílem bylo navrhnout expertní systém. Rozhodli jsme se použít expertní systém využívající fuzzy logiku (FES). To umožnilo pracovat s neurčitými hranicemi mezi kategoriemi a přiblížit se tak víc realitě. Díky fuzzy logice je pro návštěvníka jednodušší komunikovat s rozhraním systému (vyplňování dotazníku) a rovněž prezentované výstupy nejsou tak ultimativní. Z důvodů univerzálnosti řídicí systém nepracuje s konkrétními exponáty, ale pouze s obecnými typy exponátů a přiděluje jim váhu důležitosti na
28
základě charakteristiky návštěvníka. Rovněž na základě stejné charakteristiky navrhuje odpovídající informační vrstvu k exponátu. Vstupem do FES jsou tedy kategorie návštěvníků a výstupem úroveň informační vrstvy a váhy důležitosti jednotlivých obecných typů exponátů. Celý FES byl navrhnut v programu MATLAB v něm proběhla i simulace na množině předem definovaných vstupů. Na základě porovnání výstupů s předpokládanými výstupy byl FES upravován, dokud nedošlo ke shodě s těmito předpoklady. Pátým cílem bylo realizovat VPE v prostředí internetu, aby mohl být systém co nejlépe otestován v reálném provozu a ověřeno, zdali má pro návštěvníka vzdělávací benefit. Výhoda tkví v tom, že lze poměrně jednoduše získávat data jednak od návštěvníků a jednak od samotného systému. Nevýhodou, na rozdíl od reálné expozice, je možnost použít jen některých typů exponátů. Na adrese www.eduseum.cz bylo vytvořeno muzeum médií, které obsahuje 61 exponátů a je řízeno FES. Posledním, šestým, dílčím cílem bylo ověření vzdělávacího přínosu VPE. Využili jsme metodu experimentu se dvěma paralelními skupinami s pre a post testováním. Verze stránek pro experimentální skupinu nebyla upravena. Kontrolní skupině byl odstraněn řídicí systém, takže výběr exponátů a úroveň informací byly na návštěvníkovi. Mezi výsledky experimentální a kontrolní skupiny návštěvníků byly na hladině významnosti 0,05 zjištěny statisticky významné rozdíly. Porovnání grafů a aritmetických průměrů prokázalo, že experimentální skupina dosáhla lepších výsledků, i když rozdíl není tak velký. Zajímavá byla i 17 % úspora času prohlídky u experimentální skupiny, na tento parametr jsme se ale blíže nesoustředili. Na celém systému Virtuálního průvodce expozicí se bude ještě dále pracovat a pro dosažení lepšího výsledku celého systému bychom se chtěli soustředit na tyto aspekty: Zatraktivnit a doplnit exponáty, ať již jde o formu nebo obsah (informační vrstvy).
29
Hlubší výzkum problematiky návštěvník - exponát z hlediska vzdělávacího přínosu. Realizovat a testovat systém i v jiném prostředí než je internet. Rozsáhlejší testování na širším vzorku návštěvníků. Využít další metody výzkumu. Upravit na základě výsledků testování bázi znalostí expertního systému.
5.1 Využitelnost výsledků řešení Personalizovaný vzdělávací systém pro muzea má sloužit k tomu, aby návštěvníka provedl muzejní expozicí tak, aby pro něj měla význam, aby prohlídka expozice byla poučná, zajímavá a zábavná a tím se zvýšila úroveň jeho vědomostí. V principu vychází z podobných systémů adaptivní výuky (Kostolányová, Šarmanová a Takács, 2012). Na rozdíl od nich musí pracovat s mnohem širší škálou uživatelů a taky s mnoha typy muzejních exponátů. V oboru muzejnictví není k dispozici mnoho prací zabývajících se vztahem návštěvník – exponát z hlediska edukace. Proto je předkládaný systém VPE unikátní a nabízí využití v rovině teoretické i praktické. Teoretické výsledky, zejména pak experiment, ukazují, že podstata systému je správná a nabízí řadu možností pro další rozvoj. Jednak v oblasti interakce mezi návštěvníkem a exponátem a jednak v oblasti prolínání se systémy neformální výuky nebo třeba m-learningem. Použitá pravidla, zejména v kategorii návštěvníků či kategorizace exponátů, považujeme pouze za výchozí a upřesnění jejich specifikace bude pro systém přínosné. Praktická využitelnost je možná a dokonce žádoucí v oblasti individuálních virtuálních průvodců muzejní expozicí. Již nyní se pracuje na využití systému v chytrých mobilních zařízeních, kde by měl VPE sloužit jako osobní průvodce expozicí. Rovněž bude možné VPE využít v pevně umístěných kioscích v expozici, jejichž prezentovaný obsah se bude měnit na základě identifikace návštěvníka.
30
Úpravou pravidel a dodáním vhodného obsahu by se systém dal využít pro m-learning v prostředí velkých expozic jako je ZOO, botanická zahrada nebo skanzen. Tato práce je průkopnická v oblasti adaptivní výuky se zaměřením na muzeum, a tudíž vidíme ještě perspektivu mnoha míst, kde se dá systém vylepšit. Dále na systému VPE pracujeme a doufáme, že se najdou pokračovatelé, kteří systém zdokonalí. Nejbližším krokem je uplatnit Virtuálního průvodce expozicí v reálném muzeu. Myslím, že data získaná v tomto prostředí budou zajímavější a vzdělávací přinos významnější než tomu bylo v prostředí virtuálního muzea na internetu.
31
6 SEZNAM LITERATURY POUŽITÉ V DISERTAČNÍ PRÁCI ABDESSEMED, Foudil, Mohammed FAISAL, Muhammed EMMADEDDINE, Ramdane HEDJAR, Khalid AL-MUTIB, Mansour ALSULAIMAN a Hassan MATHKOUR. A Hierarchical Fuzzy Control Design for Indoor Mobile Robot. International Journal of Advanced Robotic Systems. 2014. DOI: 10.5772/57434. Dostupné z: http://www.intechopen.com/journals/international_journal_of_advanced_roboti c_systems/a-hierarchical-fuzzy-control-design-for-indoor-mobile-robot AMIGONI, Francesco, Viola SCHIAFFONATI a Marco SOMALVICO, Minerva: An Artificial Intelligent System for Composition of Museums. In: ICHIM (2). 2001. p. 389-398. BARTNECK, Christoph, Aya MASUOKA, Toru TAKAHASHI a Takugo FUKAYA. An Electronic Museum Guide in Real Use: Psychology of Aesthetics, Creativity, and the Arts [online]. Department of Industrial Design, Eindhoven University of Technology, 2007 [cit. 2012-04-22]. DOI: 10.1 037/1931-3896.1.2.114. Dostupné z: http://www.bartneck.de/publications/2007/museumGuideInRealUse/index.html BENEŠ, Josef. Kulturně výchovná činnost muzeí: Část textová, Díl 1. Praha: SPN, 1981. BENEŠ, Josef. Muzeum a výchova. 2. vyd. Praha: Ústav pro informace a řízení v kultuře, 1980. BOWEN, Jonathan P a Silvia FILIPPINI-FANTONI. Personalization and the Web from a Museum Perspective. In: BEARMAN. Museums and the Web 2004. Proceedings [online]. Indianapolis, Indiana, USA: Archives & Museum Informatics, 2004 [cit. 2012-04-22]. Dostupné z: http://www.museumsandtheweb.com/mw2004/papers/bowen/bowen.html BOWEN, Jonathan P., Jim ANGUS, Jim BENNET, Ann BORDA, Andrew HODGES, Silvia FILIPPINI-FANTONI a Alpay BELER. The Development of Science Museum Web Sites. In: E-Learning and Virtual Science Centers. IGI Global, 2005, s. 366. ISBN 9781591405917. DOI: 10.4018/978-1-59140-591-7.ch018. Dostupné z: http://services.igi-global.com/resolvedoi/resolve.aspx?doi=10.4018/978-1-59140591-7.ch018 BROWN, Stephen, David Croft, Jethro Shell, Alexander von Lünen and Simon Coupland. Where Are the Pictures? Linking Photographic Records across Collections Using Fuzzy Logic. Museums and the Web 2013, N. Proctor & R. Cherry
32
(eds). Silver Spring, MD: Museums and the Web. Published September 9, 2013. Consulted December 6, 2014May 20, 2014 . Dostupné z: http://mwa2013.museumsandtheweb.com/paper/where-are-the-pictureslinking-photographic-records-across-collections-using-fuzzy-logic-2/ DEAN, David. Museum exhibition theory and practice. London: Routledge, 1994. ISBN 978-020-3039-366. DVOŘÁK, Jiří. Expertní systémy. Brno: VUT v Brně, Fakulta strojního inženýrství, Ústav automatizace a informatiky, 2004. FILIPPINI FANTONI, Silvia. Visiting with a “personal” touch: A guide to personalization in museums. [online]. Maastricht McLuhan Institute – International Institute of Infonomics, 2002. Dostupné z: https://www.google.cz/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&sqi=2&ve d=0CDEQFjAB&url=http%3A%2F%2Fwww.mmi.unimaas.nl%2Fuserswww%2Fbaer ten%2Fpersonalmuseum.doc&ei=xUyWT6jOCNCEwaahuD0DQ&usg=AFQjCNEmE6KRfLeANlt0WBPMxlOCmsC1ww&sig2=6xfC_3YXIA 0eQ4PIg0Z7ew GAITATZES, Athanasios, Dimitrios CHRISTOPOULOS a Maria ROUSSOU. Reviving the past: Cultural Heritage meets Virtual Reality. In: Proceedings of the 2001 conference on Virtual reality, archeology, and cultural heritage. New York: ACM, 2001. Dostupné z: http://www.peachbit.org/sites/peachbit.org/files/VAST01_vr_final_p103.pdf GARDNER, Howard. Dimenze myšlení: Teorie rozmanitých inteligencí. 1. vyd. Praha: Portál, 1999, 398 s. ISBN 80-717-8279-3. GAVORA, Peter. Úvod do pedagogického výzkumu. Překlad Vladimír Jůva. Brno: Paido, 2000, 207 s. Edice pedagogické literatury. ISBN 80-859-3179-6. HOOPERGREENHILL, Eilean. The educational role of the museum. 2nd ed. New York: Routledge, 1999, 346 s. ISBN 04-151-9827-5. HORÁČEK, Radek. Galerijní animace a zprostředkování umění: Poslání, možnosti a podoby seznamování veřejnosti se soudobým výtvarným uměním prostřednictvím aktivizujících programů na výstavách. 1. vyd. Brno: CERM, 1998, 139 s. ISBN 80720-4084-7. HOUBEN, Geert-Jan. User modeling, adaptation, and personalization: 17th international conference, UMAP 2009, formerly UM and AH, Trento, Italy, June 22-26, 2009 ; proceedings [online]. New York: Springer, c2009, 488 s. [cit. 201204-22]. ISBN 978-364-2022-463.
33
CHRÁSKA, Miroslav. Metody pedagogického výzkumu: základy kvantitativního výzkumu. Vydání 1. Praha: Grada Publishing, 2007, 265 s. ISBN 978-80-247-1369-4. ICOM: Museum definition. ICOM [online]. 2007 [cit. 2012-12-28]. Dostupné z: http://icom.museum/the-vision/museum-definition/ JEŘÁBEK, Ondřej a Martin BÍLEK. Teorie a praxe tvorby didaktických testů. 1. vyd. Olomouc: Univerzita Palackého v Olomouci, 2010, 91 s. ISBN 978-80-244-2494-1. JŮVA, Vladimír. Dětské muzeum Edukační fenomén pro 21. století. Brno: Paido, 2005. ISBN 978-80-7315-090-7. KERLINGER, Fred N. Základy výzkumu chování: Pedagogický a psychologický výzkum. 1. vyd. Praha: Academia, 1972, 705 s. KOSTOLÁNYOVÁ, Kateřina, Jana ŠARMANOVÁ a Ondřej TAKÁCS. Adaptive Form of eLearning. In: ICTE Journal. 2. vyd. Ostrava: Department of ICT, Pedagogical Faculty, University of Ostrava, 2012, s. 55-67. ISSN 1805-3726. KUNKEL, Theonios, Averkiou MALI a Chrysanthou YIORGOS. A web-based virtual museum application. In: Proceedings of the 14th International Conference on Virtual Systems and Multimedia, Budapest, Hungary: ARCHAEOLINGUA, 2008, s. 275-277. LOSCOS, Céline, Franco TECCHIA, Antonio FRISOLI, Marcello CARROZINO, Hila RITTER WIDENFELD, David SWAPP a Massimo BERGAMASCO. The museum of pure form: touching real statues in an immersive virtual museum. In: Proceedings of VAST'04 Proceedings of the 5th International conference on Virtual Reality, Archaeology and Intelligent Cultural Heritage. Aire-la-Ville, Switzerland: Eurographics Association, 2004, s. 271-279. ISBN 3-905673-18-5. DOI: 10.2312/VAST/VAST04/271-279. MARUCCI, Luisa a Fabio PATERNÒ. Designing an adaptive virtual guide for web application. In: Proc. 6th ERCIM Workshop UI4All, Florence, Italy. 2000. MCCARTHY, Bernice a Dennis MCCARTHY. Teaching around the 4MAT cycle: designing instruction for diverse learners with diverse learning styles. Thousand Oaks, Calif.: Corwin Press, c2006, xiii, 102 p. ISBN 14-129-2530-4. OLEJ, Vladimír a Pavel PETR. Expertní systémy. Pardubice: Univerzita Pardubice, 1997. ISBN ISBN 80-7194-095-X. OLIVIERO STOCK, Massimo Zancanaro (eds. PEACH intelligent interfaces for museum visits [online]. Online-Ausg. New York: Springer, 2007 [cit. 2012-04-22]. ISBN 978-354-0687-559. Dostupné z: http://www.springerlink.com/content/w5170v356q67ju28/export-citation/
34
POKORNÝ, Miroslav a Zdeňka KRIŠOVÁ. Teorie systémů 2: Znalostní a expertní systémy. Olomouc: Moravská vysoká škola Olomouc, 2011. POKORNÝ, Miroslav. Expertní systémy. 1. vyd. Ostrava: Ostravská univerzita v Ostravě, 2004. PROVAZNÍK, Ivo. Expertní systémy. 1. vyd. Brno: VUT, 1999, 100 s. ISBN 80-2141486-3. PRŮCHA, Jan, Eliška WALTEROVÁ, Jiří MAREŠ. Pedagogický slovník. 4., aktualiz. vyd. Praha: Portál, 2003, 322 s. ISBN 80-717-8772-8. PRŮCHA, Jan. Přehled pedagogiky: úvod do studia v oboru. Vyd. 1. Praha: Portál, 2000, 269 s. ISBN 80-717-8399-4. Průvodce dalším vzděláváním: V kontextu aktivit Ministerstva školství, mládeže a tělovýchovy. [online]. 2010, s. 23 [cit. 2014-05-03]. Dostupné z: http://www.msmt.cz/vzdelavani/dalsi-vzdelavani/pruvodce-dalsimvzdelavanim?highlightWords=pr%C5%AFvodce+dal%C5%A1%C3%ADm RESNICK, Mitchel. Revolutionizing learning in the digital age. [online]. 2001. Dostupné z: http://people.ku.edu/~ghada/portfolio/standards/st2/digital.pdf ROUSSOU, Maria. Immersive Interactive Virtual Reality in the Museum. [online]. 2001 Dostupné z: http://www.bcchang.com/transfer/articles/2/mroussou_TiLE01_paper.pdf SERRELL, Beverly. Exhibit labels: an interpretive approach. Walnut Creek: Alta Mira Press, c1996, xv, 261 p. ISBN 07-619-9106-9. STRAKA, Gerald. Informal and implicit learning: concepts, communalities and differences. European journal of vocational training [online]. 2009/3, č. 48, s. 132145 [cit. 2013-12-22]. Dostupné z: http://www.cedefop.europa.eu/EN/Files/EJVT48_en.pdf Strategie celoživotního učení ČR [online]. Praha: Ministerstvo školství, mládeže a tělovýchovy, 2007 [cit. 2014-05-04]. ISBN 978-802-5422-182. Dostupné z: file:///C:/Users/qqstudio/Disk%20Google/Doktorandtsk%C3%A9/disertacka/zdroj e/Muzejn%C3%AD%20pedagogika/strategie_2007_CZ_web_jednostrany.pdf ŠARMANOVÁ, Jana. Databázové a informační systémy. Ostrava: VŠB - Technická univerzita Ostrava, 2007. ISBN 978-802-4814-995. ŠARMANOVÁ, Jana. Úvod do databází. Vyd. 1. Ostrava: Ostravská univerzita, Pedagogická fakulta, 2002, 115 s. Informační technologie ve vzdělávání. ISBN 80704-2225-4.
35
ŠOBÁŇOVÁ, Petra. Muzejní edukace. 1. vyd. Olomouc: Univerzita Palackého v Olomouci, 2012, 140 s. Monografie (Univerzita Palackého). ISBN 978-802-4430034. UMIKER-SEBEOK, Jean. Behavior in a Museum: A Semio-Cognitive Approach to Museum ConsumptionExperiences. [online]. 1994 [cit. 2013-11-06]. Dostupné z: http://echo.iat.sfu.ca/library/umiker-Sebeok_94_Behavior_Museum.pdf VAN HAGE, Willem ROBERT, Natalia STASH, Yiwen WANG a Lora AROYO. Finding Your Way through the Rijksmuseum with an Adaptive Mobile Museum Guide. In: The 7th Extended Semantic Web Conference (ESWC) [online]. 2010 [cit. 2012-0422]. Dostupné z: http://www.chip-project.org/presentation/eswc2010spacechip.pdf VÉRON, Eliséo a Martine LEVASSEUR. Ethnographie de l'exposition: l'espace, le corps et le sens. Réédition 1991. Paris: Bibliothèque Publique d'Information, 1989. ISBN 978-290-2706-198. VONDRÁK, Ivo. Metody byznys modelování: pro kombinované a distanční studium. Ostrava: Vysoká škola báňská-Technická univerzita Ostrava, 2004. WALKER, Kevin. Visitor-Constructed Personalized Learning Trails: Proseedings. In: TRANT, J. a D. BEARMAN. Museums and the Web: International Cultural Heritage Informatics Meeting - ICHIM07: Proceedings [online]. Toronto, Ontario, Canada: Archives & Museum Informatics, 2007 [cit. 2012-04-22]. Dostupné z: http://www.museumsandtheweb.com/mw2007/papers/walker/walker.html WALTL, Christian. Museums for visitors: Audience development: A crucial role for successful museum management strategies. In: INTERCOM 2006. Taipei, Taiwan, 2006, s. 7. Dostupné z: http://www.intercom.museum/documents/1-4Waltl.pdf WOJCIECHOWSKI, Rafal, Krzysztof WALCZAK, Martin WHITE a Wojciech CELLARY. Building Virtual and Augmented Reality museum exhibitions. In: Proceedings of the ninth international conference on 3D Web technology - Web3D '04. New York, New York, USA: ACM Press, 2004, s. 135-. ISBN 1581138458. DOI: 10.1145/985040.985060, ISBN:1-58113-845-8. ZAHARIAS, Panagiotis, Machael DESPINA a Chrysanthou YIORGOS. Learning through Multi-touch Interfaces in Museum Exhibits: An Empirical Investigation. Educational Technology & Society. 2013, 16 (3), 374–384.
36
Publikace autora NAJBRT, Lukáš. Inteligentní systém vzdělávání pro muzea. In: NÝDL, V., J. KOREŠ a M. ŠERÝ, editoři. Sborník konference ICTE – Junior, Č. Budějovice 25.–26. června 2011 [CD], Č. Budějovice: Pedagogická fakulta JU, 2011. ISBN 978-80-7394-323-3. NAJBRT, Lukáš. Inteligentní systém vzdělávání pro muzea. In: Sborník konference DITECH´12, Hradec Králové 11.–12. ledna 2012 [CD], Hradec Králové: UHK Pedagogická fakulta, 2012. ISBN 978-80-7435-178-5. NAJBRT, Lukáš. Inteligentní vzdělávací systém pro muzea. In: Information and Communication Technology in Education. 2012. ISBN 978-80-7464-324-8. NAJBRT, Lukáš. Personalisation on educational using of museum exposition supported by ICT. In: KAPOUNOVÁ, Jana a Kateřina KOSTOLÁNYOVÁ. Proceedings of the 2013 ICTE Annual Conference. Ostrava: University of Ostrava, 2013, s. 200207. ISBN 978-80-7464-324-8. NAJBRT, Lukáš. Personalisation on educational using of museum exposition supported by ICT. In: CIUSSI, Mélanie a Marc AUGIER. Proceedings of the 12th European Conference on e-Learning ECEL 2013. Reading, UK: Published by Academic Conferences and Publishing International Limited, 2013, s. 608-617. ISBN 978-1-909507-84-5. ISSN 2048-8645. NAJBRT, Lukáš. Expert system for categorisation of museum visitors. In: Theoretical and Practical Aspects of Distance Learning:DLCC. 2013. NAJBRT, Lukáš. Expert system for categorisation of museum visitors. SMYRNOVATRYBULSKA, Eugenia. E-learning & Lifelong Learning. Katowice, Poland: Studio NOA, 2013, s. 521-533. ISBN 978-83-60071-66-3. NAJBRT, Lukáš a Jana KAPOUNOVÁ. Categorization of museum visitors as part of system for personalized museum tour. International Journal of Information and Communication Technologies in Education. 2014/1, ISSN 1805-3726. NAJBRT, Lukáš. Fuzzy Expert System as a Personalized Guide Through Educational Exhibition. Proceedings of the 13th European Conference on e Learning ECEL 2014. Aalborg University Copenhagen, Denmark, 2014. s. 668-677. [2014-10-29]. ISBN 978-1-910309-67-4.
37
Přijaté, doposud nezveřejněné články: NAJBRT, Lukáš a Jana KAPOUNOVÁ. Personalized Guide Through Educational Exhibition: Fuzzy Expert System as museum exhibition “Virtual Guide”. Journal of Education and Human Development. Dr. Kathleen M. Everling. DOI: 10.15640/jehd, ISSN: 2334-2978. NAJBRT, Lukáš. Sám sobě průvodcem aneb Využití fuzzy expertního systému pro prohlídku muzejní expozice pomocí chytrého telefonu. Muzeum: Muzejní a vlastivědná práce.
Účast na projektech Projekt SGS: Algoritmus virtuálního průvodce personalizovanou vzdělávací institucí. Řešitel: Lukáš Najbrt, spoluřešitelé: Jana Kapounová, Jiří Hoffman. 2013 Projekt SGS: Aktivizující a komplexní výukové metody s podporou informačních technologií. Řešitel: Pavel Kapoun, spoluřešitelé: Tomáš Javorčík, Jana Kapounová, Lukáš Najbrt 2014–2015
38
7 PROFESNÍ CURRICULUM VITAE Osobní údaje Příjmení / jméno: Najbrt Lukáš Datum narození: 19. 4. 1971 Bydliště: Mírová 503, 739 21 Paskov, ČR E-mail:
[email protected] Místo narození: Jihlava Státní příslušnost: ČR Studium 2010 – dosud Pedagogická fakulta, Ostravská univerzita Doktorský studijní program Informační a komunikační technologie ve vzdělávání 2007 – 2009 Pedagogická fakulta, Ostravská univerzita Magisterský studijní program Informační a komunikační technologie ve vzdělávání 2004 – 2007 Pedagogická fakulta, Ostravská univerzita Bakalářský studijní program Informační a komunikační technologie ve vzdělávání 1994 – 1996 SPŠ stavební, Ostrava - Vítkovice Nástavbové studium Propagační výtvarnictví 1984 – 1989 Gymnázium Fr. Hajdy, Ostrava – Hrabůvka Pracovní zkušenosti 2002 – dosud Ostravská univerzita, Fakulta umění, Katedra intermedií Vyučující: Základy elektronické animace 1990 – dosud QQ studio Ostrava Kreativní ředitel, mimo jiné práce na populárně vzdělávacích pořadech pro děti (ČT), vzdělávací programy a pořady pro muzea (Muzeum Bruntál, Ostravské muzeum, Planetárium Ostrava) a vzdělávací pořady pro sluchově hendikepované (MPSV).
39
