вного контролю за курсом і для допомоги у виборі найбільш відповідних завдань і розпоряджень. Підтримка у вирішенні завдань і інтелектуальний аналіз рішень інтерактивною і інтелектуальної зворотним зв'язком можуть значно збільшити якість забезпечення приписами, в серйозній мірі знімаючи тягар з плечей викладача. Технології підбору моделей можуть посилити і керування дистанційними курсами, і спілкування/співпрацю між учнями та викладачами. p> З іншого боку адаптивні та інтелектуальні технології ще не знайшли собі місце в "цієї" віртуальної аудиторії, тобто в якості частини справжніх засобів навчання використовуються сотнями дистанційних учнів. Більшість систем обговорювали вище - це типові "лабораторні" системи, які ніколи не використовувалися в справжніх дистанційних заняттях. Решта з них, жменька систем, в основному з сімейств ELM-ART і AHA, використовувалися в декількох відносно маленьких заняттях. У той же час ні одна з дюжин комерційних і "університетських" систем Мережевих засобів навчання, які використовуються в сотнях існуючих дистанційних курсів, що не використовує адаптивні та інтелектуальні технології. Чи не означає це, що дослідження та практика в Мережному освіті не зійдуться разом?
Позиція автора наступна. Мережеве освіта сама по собі відносно молодо. До теперішнього часу різні компанії, що виробляють системи Мережевого освіти були здатні конкурувати на ринку з їх просто не адаптивними системами. Однак кількісне дослідження рівня систем вже ясно показує на переваги адаптивних та інтелектуальних технологій. По ходу збільшення конкуренції на ринку Мережевих освітніх систем "бути адаптований" або "бути інтелектуальної "стане важливим чинником для завоювання покупців. Традиційні компанії Мережевого освіти почнуть використовувати адаптивні і інтелектуальні методи. Команди дослідників з серйозним досвідом використання адаптивних та інтелектуальних технологій несподівано знайдуть компанії для виведення своїх технологій на ринок. Першими технологіями для використання в комерційних системах, ймовірно, будуть технології побудови послідовностей (послідовність сторінок і послідовність питань), так як вони дуже добре підходять для поточної структури Мережевих освітніх систем. Потім прийде хід адаптивної підтримки в навігації і підбору моделі. Технології підтримки у вирішенні завдань будуть залишатися на рівні досліджень довше, хоча ми можемо очікувати появи маленьких Мережевих тренажерів призначених для підтримки в заучуванні частини деякого предмета. Я сподіваюсь, що наступні п'ять років покажуть нам кілька прикладів адаптивних і інтелектуальних систем комерційного рівня, так само як і безліч нових і хвилюючих розробок на рівні досліджень.
Система
