Organizacija, letnik 39 Razprave številka 8, oktober 2006 Poučevanje odločitvenih znanj v osnovni šoli Marjan Rodman1, Vladislav Rajkovič2 1Žagarjeva 3, 5220 Tolmin, marjan.rodman@guest.arnes.si 2Univerza v Mariboru, Fakulteta za organizacijske vede, Kidričeva cesta 55a, 4000 Kranj. Odločanje je proces, pri katerem izbiramo med več možnostmi, in je ena izmed človeških aktivnosti, ki nas najbolj zaznamuje. V vsakodnevnem življenju predstavlja odločanje bistvo vsakega upravljanja in vodenja. To se kaže na vseh nivojih, od posameznika preko poslovnih sistemov in države do globalne družbe. Kljub temu pa je v naših kurikulih o procesu odločanja napisano zelo malo. Težava je morda v tem, da je težko ponuditi vsebinsko in pedagoško primerne elemente. Prav tehnologije znanja pa pri pomoči za boljše odločanje ponujajo konkretne rešitve in pripomočke. Sprejemanje kompleksnih odločitev je težak proces. Zato smo se na Osnovni šoli Dušana Muniha Most na Soči odločili, da poskusimo s poučevanjem odločitvenih znanj. Najprej smo izdelali model za poučevanje odločitvenih znanj v osnovni šoli. Potem smo izdelali učni načrt in predlog časovne razporeditve ur ter pripravili gradiva kot pripomočke pri pouku. Nato smo v praksi preverili primernost uvajanja le-tega. Na koncu smo z anketo izmerili uspešnost svojega dela. Ključne besede: vzgoja in izobraževanje, računalništvo, devetletka, večkriterijsko odločanje, ekspertni sistemi, DEXi 1 Uvod Do začetka uvajanja devetletne šole v šolskem letu 1999/2000 je bila Slovenija ena od redkih držav v Evropi z osemletno osnovno šolo in z začetkom šolanja pri 7 letih. V vseh razvitih evropskih državah že dalj čas uspešno delujejo sistemi šolanja podobni temu, ki ga uvajamo pri nas. V letu 1996 sta bila sprejeta Zakon o organizaciji in financiranju vzgoje in izobraževanja ter Zakon o osnovni šoli, ki sta postavila zakonske temelje 9-letnemu šolanju. Bila sta strokovno pripravljena in sprejeta na demokratičen način. V šolskem letu 2003/04 so se vse šole v Sloveniji vključile v devetletno šolanje s prvim in sedmim razredom. Da bi bilo togosti in uniformiranja v novi devetletni osnovni šoli manj, je po mnenju strokovnjakov smiselno pri pouku občasno ločevati učence istega oddelka. V novi devetletki se tako pojavi veliko novosti, najpomembnejši novosti sta izbirni predmeti in nivojski pouk. Slednji prinese diferenciacijo. Že pri sami izbiri izbirnega predmeta se učenci (in njihovi starši) znajdejo pred težavno nalogo. Odločiti se namreč morajo, kateri predmet izbrati. Pri tej odločitvi in še pri mnogih drugih jim je lahko v veliko pomoč informacijsko komunikacijska tehnologija. Na žalost pa je v učnih načrtih premalo zapisanega o procesih odločanja. Eden izmed predmetov, za katerega se učenec lahko odloči, je tudi izbirni predmet računalništvo. Pri predmetu računalništvo – računalniška omrežja, bi lahko v okviru ur, ki so namenjeni osnovnim pojmom računalništva in informatike, ter ur za programiranje, učence seznanili s programom DEXi kot pripomočku za pomoč pri odločanju, ki je prosto dosegljiv. Zato smo si za nalogo naložili, da na praktičnem primeru v realnem svetu (Osnovna šola Dušana Muniha Most na Soči) preizkusimo možnost uvedbe poučevanja odločitvenih znanj s pomočjo programa DEXi. Učitelje računalništva bi s programom DEXi seznanili na študijskih skupinah računalnikarjev. Naš glavni namen je bil, da ugotovimo, ali so učenci dovolj zreli za usvojitev znanj o procesih odločanja ter za uporabo programa DEXi. Prav tako nas je zanimal način izvedbe programa. Na Osnovni šoli Dušana Muniha smo zato organizirali 12-urni tečaj. 2 Informatika v osnovnih šolah Računalništvo v osnovni šoli ni predmet, pri katerem bi učili že dolgo znana dejstva, ampak predmet, pri katerih učenci pridobivajo znanje in spretnosti za učinkovito in uspešno uporabo informacijsko komunikacijske tehnologije pri iskanju, zbiranju, obdelavi in uporabi podatkov ter za uporabo pridobljenih informacij. Pri tem učenci rešujejo naloge, ki jih brez IKT ne bi mogli, in uporabljajo IKT za boljšo izkoriščenost lastnega znanja in miselnih sposobnosti. Računalništvo je naravoslovno-tehnični izbirni predmet, pri katerem se spoznavanje in razumevanje osnovnih zakonitosti računalništva prepleta z metodami neposrednega dela z računalniki, kar odpira učenkam in učencem možnosti, da pridobijo temeljna znanja računalniške pismenosti, ki so potrebna pri nadaljnjem izobraževanju in vsakdanjem življenju. Učenci se v sedmem razredu znajdejo pred težko odločitvijo, ko se morajo odločiti za dva ali tri izbirne predmete, ki jim jih ponuja šola. Ta težka odločitev za učence in starše se nato ponovi tudi v osmem in devetem razredu. Pred težko odločitvijo, katere izbirne predmete ponuditi, pa se znajde tudi šola. Vsakodnevno pa se prav vsi znajdemo v situacijah, ko se moramo odločiti o pravilnem nakupu, katero knjigo prebrati, kam na izlet in podobno. Pri vseh teh odločitvah nam je lahko v veliko pomoč informacijsko komunikacijska tehnologija. Čeprav se vsi zavedamo pomembnosti učenja sprejemanja pravilnih odločitev, pa v kurikulih za osnovno šolo zasledimo zelo 504 malo ali pa nič o procesu odločanja, njegovi organizaciji in pripomočkih. Zato smo si zadali nalogo izdelati model, kako uvesti poučevanje odločitvenih znanj v osnovno šolo. 3 Tehnologije znanja pri predmetu računalništvo Tehnologije znanja pomenijo izziv prenovi pedagoškega procesa, saj neposredno omogočajo premik od faktografskih znanj k ustvarjalnemu reševanju problemov z informacijsko komunikacijsko tehnologijo na različnih področjih. Uporaba znanja se poveča na osnovi računalniških predstavitev in postopkov. Posredno in neposredno tako lahko pomagamo mlademu človeku, da se lažje znajde v današnjem vse kompleksnejšem svetu. S tehnologijami znanja mislimo katero koli tehnologijo, s katero si lahko pomagamo pri delu z znanjem: od najpreprostejše, kjer kot sredstvo uporabljamo papir in svinčnik, do sodobnih računalniških tehnologij - sistemov, ki temeljijo na znanju. S tem se intenzivno ukvarja umetna inteligenca. To je znanstvena panoga, ki se ukvarja z metodami, tehnikami, orodji in arhitekturami za reševanje logično zapletenih problemov, ki bi jih bilo težko ali celo nemogoče rešiti s klasičnimi metodami. Njen glavni cilj je doseči bolj inteligentno obnašanje računalnikov in s tem povečati njihovo uporabnost. Po drugi strani pa s poučevanjem principov umetne inteligence prispevamo tudi k boljšemu razumevanju človeškega inteligentnega obnašanja – naravne inteligence. Umetna inteligenca je prišla do stopnje, ko so njene tehnike in metode postale splošno uporabne v raznovrstnih računalniških aplikacijah. Med njimi so najbolj znani, zaenkrat najuspešnejši in zato tudi komercialno najbolj zanimivi ekspertni sistemi. Ekspertni sistemi so računalniški programi, realizirani z različnimi metodami umetne inteligence, ki rešujejo probleme z uporabo znanja s kakšnega običajno ozkega problemskega področja in se pri tem obnašajo kot ljudje – eksperti. V ta namen ekspertni sistemi modelirajo tiste elemente človekovega reševanja problemov, za katere sodimo, da so plod človekove »inteligence«: sklepanje, presojo, odločanje pogosto tudi na osnovi nepopolnih in nezanesljivih informacij ter zmožnost pojasnjevanja svojih odločitev. Ker temelji »inteligenca« teh sistemov najpogosteje na znanju o problemskem področju, jih imenujemo tudi sistemi, ki temeljijo na znanju. 4 Učni primer: nakup digitalnega fotoaparata Kot preprost primer za opis faz odločitvenega procesa smo opisali odločitev o nakupu novega digitalnega fotoaparata. Uporabili smo računalniški program DEXi. Identifikacija problema Odločamo se za nakup novega digitalnega fotoaparata srednjega cenovnega razreda. Za nas sta pomembna celotna cena nakupa in njegove tehnične lastnosti. Vsekakor pa sta pomembna tudi njegova teža in izgled. Člani odločitvene skupine so lahko prijatelji, ki se z digitalno fotografijože ukvarjajo. Prav tako lahko k sodelovanju povabimo tudi zunanje eksperte. Ti nam lahko pomagajo s tehničnimi nasveti. Identifikacija kriterijev Kriteriji za nakup digitalnega fotoaparata so lahko zelo različni in tudi zelo osebni. Prepričani pa smo, da obstajajo taki, ki so širše sprejemljivi. V našem primeru smo jih nekaj navedli že pri identifikacijinašega problema. Za nas so pomembni cena, tehnične lastnosti in zunanji izgled. Za dokončni spisek kriterijev pa se pogovorimo v odločitveni skupini in tako dobimo neurejen spisek kriterijev: cena aparata, makro način snemanja, optični zoom, teža, oblika, trdnost, cena dodatne spominske kartice, kaj dobimo v paketu, ločljivost. Vsakdo si v realnem življenju predlagani spisek poljubno razširi. Za vsakega posameznika pa je pomembno, da katerega zanj važnega kriterija ne izpusti. V našem primeru bomo model izgradili z zgoraj navedenimi kriteriji. Navedli smo kar nekaj kriterijev. Ker hočemo narediti model pregleden, lahko določene kriterije strukturiramo. To naredimo na osnovi medsebojne odvisnosti in povezav. Tako nastane drevo vsebinsko združenih kriterijev, ki predstavlja miselni vzorec (slika 1). Program DEXi nam omogoča, da so zaloge vrednosti kriterijev, imenovane tudi atributi, določene z naravnimi opisi. Ti so lahko v obliki besed ali številskih intervalov. Vrednosti je priporočljivo zaradi kasnejše uporabe uteži pri določanju funkcij koristnosti urediti od najmanj zaželene do najbolj zaželene. Prav tako je priporočljivo, da vsako vrednost iz zaloge vrednosti opišemo tako, da je uporabniku razumljivo, kdaj je ocena nekega parametra na primer za parameter teža »nesprejemljiva«. Ta besedni opis dodamo, ko določamo zaloge vrednosti za ta parameter. V našem primeru je opis: »Aparat je težji od 30 dkg.«. Na sliki 2 so prikazane zaloge vrednosti za posamezne kriterije. Funkcije koristnosti Funkcije koristnosti določajo medsebojni vpliv kriterijev na vrednost nadrejenega kriterija. Zapisane so v obliki tabel, Organizacija, letnik 39 Razprave številka 8, oktober 2006 Slika 1: Celotno drevo kriterijev za nakup digitalnega fotoaparata 505 kjer vsaka vrstica tabele predstavlja funkcijo koristnosti. Ta je predstavljena kot točka. Vsaka točka pa nam predstavlja preprosto odločitveno pravilo tipa če-potem. Program DEXi nam ob določitvi vsaj dveh odločitvenih pravil ob upoštevanju uteži sam izračuna vrednost agregirane funkcije. Tabela 1 prikazuje funkcijo koristnosti za tehnične lastnosti fotoaparata, ki združuje podredne kriterije ločljivost, digitalni zoom in makro način snemanja. Skupina kot celota določa funkcije koristnosti. Spremembe teh funkcij pa so možne tudi kasneje. Pri tem so dobrodošle tudi tabele agregiranih pravil, ki jih izdela program DEXi (tabela 2). V našem enostavnem primeru imamo štiri tabele odločitvenih pravil. Za vsako vozlišče drevesa, ki ni list, moramo določiti funkcije koristnosti. Organizacija, letnik 39 Razprave številka 8, oktober 2006 Slika 2: Zaloge vrednosti kriterijev Tabela 2: Agregirana pravila za kriterij Tehnika Avtor: Kristina Bajcer, 5.a mentorica likovne vzgoje: Olga Tajnšek Mentor računalništva: Boris Bubik OŠ Livada, Velenje 506 Opis variant Izbiramo med štirimi fotoaparati (A, B, C in D). O vsakem izmed njih moramo zbrati osnovne podatke. To so podatki na listih drevesa kriterijev. V našem primeru so to: teža, oblika, trdnost, cena aparata, cena dodatnega spomina, bogatost osnovnega paketa, ločljivost, optični zoom in makro način snemanja. Tabela 3 prikazuje posamezne vrednosti za vsak fotoaparat. Organizacija, letnik 39 Razprave številka 8, oktober 2006 Tabela 1: Funkcija koristnosti za izvedeni kriterij Tehnika Tabela 3: Opis variant 507 Vrednotenje in analiza variant Najprej smo izdelali odločitveni model. Nato smo zbrali podatke o posameznih variantah. Program DEXi nam jih v skladu s strukturo kriterijev in odločitvenimi pravili ovrednoti. Prav tako nam program sam rezultate zbere v tabelo (tabela 4). Končna ocena za vsako varianto je zbrana v vrstici Fotoaparat. Vidimo, da je fotoaparat C odličen, fotoaparat A pogojno ustrezen, ostala dva sta pa dobra. Rezultat sam po sebi je jasen. Fotoaparat C se nam pokaže kot najboljša izbira. Vendar pa je vseeno potrebna dodatna analiza, da preverimo pravilnost in ustreznost rezultatov. Prav tako moramo končno odločitev tudi utemeljiti. Med seboj primerjajmo fotoaparata B in C. Čeprav ima fotoaparat B vrhunsko tehniko, je vseeno dobil slabšo končno oceno zaradi svojih fizičnih lastnosti. Morda je prišlo do napake in bi bilo dobro še enkrat preveriti podatke o varianti. Fotoaparat A je samo pogojno ustrezen, ker je njegova celotna cena nesprejemljiva. Fotoaparat B pa je dobil samo oceno dober, ker so njegove fizične lastnosti pogojno ustrezne. Program DEXi nam nudi tudi analizo kaj-če, pri kateri lahko spremenimo vrednost nekaterim atributom in nato pogledamo njihov vpliv na končno oceno. Fotoaparat B je dobil končno oceno dober samo zato, ker je njegova teža pogojno sprejemljiva. Če spremenimo to oceno o teži v sprejemljivo, je fotoaparat B odličen. Glede na to, da ima fotoaparat B vrhunsko tehniko, bi veljalo ponovno razmisliti o izbiri. S pomočjo programa DEXI lahko izdelamo grafikone. Z njimi si lahko dodatno pomagamo pri analizi variant. Na grafikonih(slika3)smoprikazalivseštiri variante po parametrih fizične lastnosti, celotna cena in tehnika. Tu lahko opazimo, da ima največjo površino grafikon, ki predstavlja varianto C. Vendar pa bi se ob predpostavki, da se lahko fizične lastnosti fotoaparata B spremenijo v ustrezne, morali ponovno odločati med variantama B in C. Za boljše razumevanje smo obravnavali preprost odločitveni problem. V realnem življenju bi ga verjetno morali dodelati. Pa vendar smo pokazali, da si z organiziranim sistematičnim procesom lahko zelo olajšamo delo in pomagamo k boljši odločitvi. Pri konkretnem primeru smo si pomagali s programom DEXi. Zbrani podatki so obdelani po enotnih kriterijih za vse. Pa vendar se raznim subjektivnim ocenam težko izognemo. Končno odločitev pač sprejema človek. 4 Učni načrt in časovna razporeditev ur Učni načrt je prilagojen tako, da učenci pridobijo dodatno znanje o informacijsko komunikacijski tehnologiji. Poudarek pouka je na informacijsko komunikacijski tehnologiji kot podpori vseh miselnih procesov. To dosežemo s praktično uporabo tehnologij znanja za reševanje odločitvenih problemov. Učenci naj jih sprejmejo kot učinkovito orodje za boljše razumevanje najrazličnejših problemov v življenju. Organizacija, letnik 39 Razprave številka 8, oktober 2006 Tabela 4: Rezultat vrednotenja variant Slika 3: Večdimenzionalni grafični prikaz rezultatov vrednotenja 508 Organizacija, letnik 39 Razprave številka 8, oktober 2006 Tabela 5: Vsebine in operativni cilji Vsebina Operativni cilji Ravni uporabe IKT•Učenec našteje ravni uporabe informacijsko komunikacijske tehnologije. •Učenec razloži razlike med njimi. •Zna opredeliti lastno raven uporabe IKT. •Zna poiskati primere za različne ravni uporabe IKT. Pregled različnih tehnologij znanja•Učenec zna razložiti pojem »umetna inteligenca«. •Učenec zna našteti nekaj področij, s katerimi se ukvarja umetna inteligenca. Proces odločanja in različni prijemi pri odločanju•Učenec zna opisati proces odločanja. •Učenec razume, zakaj je potreben sistematičen pristop k odločanju. •Zna obrazložiti pomen posameznih faz. •Razume pomen naravnih merski enot. Uporaba računalniškega programa DEXi kot pomoč pri odločanjuUčenec obvlada delo s programom za večparametrsko odločanje v takšni meri, da zna z njegovo pomočjo: •spremeniti že obstoječ model za odločanje in •zgraditi novega. Gradnja preprostih odločitvenih modelov in razlaga primerov odločitev•Učenec zna uporabiti program DEXi za reševanje preprostih odločitvenih problemov. •Učenec zna predlagane rešitve ovrednotiti in analizirati. •Predlagane rešitve zna obrazložiti. Tabela 6: Časovna razporeditev ur Tema Podteme Metode dela Ure.urRavni uporabe IKT•računalniška pismenost •razbremenitev pri delu •delamo stvari, ki jih do sedaj nismo •sistemi za intenzivno uporabo znanjarazlaga in razgovor učenci sami poiščejo primere različne ravni uporabe IKT11Umetna inteligenca•kaj je umetna inteligenca •njen namen in cilji •vrste umetne inteligencerazgovor o uporabi različnih oblik IKT12Odločanje•odločanje je proces •težave pri dobrem odločanjurazlaga in razgovor 13Pripomočki pri odločanju•program za večparametrsko odločanje DEXi •faze odločitvenega procesarazlaga metode ob gradnji odločitvenega modela za podan učni primer analiza variant, pregled rezultatov, vrednotenje in interpretacija 509 Primer odločitvenega modela Držali smo se začrtanega učnega načrta, časovne razporeditve ur, tem in metod dela. S skupnimi močmi smo tako izdelali nekaj primerov odločitvenih modelov. Primer drevesa kriterijev in rezultati vrednotenja je prikazan na naslednji strani. inteligenca•kaj je umetna inteligenca •njen namen in cilji •vrste umetne inteligencerazgovor o uporabi različnih oblik IKT12Odločanje•odločanje je proces •težave pri dobrem odločanjurazlaga in razgovor 13Pripomočki pri odločanju•program za večparametrsko odločanje DEXi •faze odločitvenega procesarazlaga metode ob gradnji odločitvenega modela za podan učni primer analiza variant, pregled rezultatov, vrednotenje in interpretacija za domačo nalogo vsak učenec za lasten problem izdela drevo kriterijev47Vaje•izgradnja odločitvenega modela za primer iz domače naloge •priprava in vrednotenje variant •priprava analize kaj-če •predstavitev modelaučenci delajo samostojno učitelj je svetovalec domača naloga: zbiranje podatkov o variantah izdelava poročila310Predstavitve•predstavitev in interpretacijeučenec predstavi svoj odločitveni problem, ostali učenci ga komentirajo212 Organizacija, letnik 39 Razprave številka 8, oktober 2006 Tabela 6: Časovna razporeditev ur Tema Podteme Metode dela Ure.urRavni uporabe IKT•računalniška pismenost •razbremenitev pri delu •delamo stvari, ki jih do sedaj nismo •sistemi za intenzivno uporabo znanjarazlaga in razgovor učenci sami poiščejo primere različne ravni uporabe IKT11Umetna inteligenca•kaj je umetna inteligenca •njen namen in cilji •vrste umetne inteligencerazgovor o uporabi različnih oblik IKT12Odločanje•odločanje je proces •težave pri dobrem odločanjurazlaga in razgovor 13Pripomočki pri odločanju•program za večparametrsko odločanje DEXi •faze odločitvenega procesarazlaga metode ob gradnji odločitvenega modela za podan učni primer analiza variant, pregled rezultatov, vrednotenje in interpretacija za domačo nalogo vsak učenec za lasten problem izdela drevo kriterijev47Vaje•izgradnja odločitvenega modela za primer iz domače naloge •priprava in vrednotenje variant •priprava analize kaj-če •predstavitev modelaučenci delajo samostojno učitelj je svetovalec domača naloga: zbiranje podatkov o variantah izdelava poročila310Predstavitve•predstavitev in interpretacijeučenec predstavi svoj odločitveni problem, ostali učenci ga komentirajo212 Avtor: Nejc Martinjak, 5.a mentorica likovne vzgoje: Olga Tajnšek Mentor računalništva: Boris Bubik OŠ Livada, Velenje 510 5 Merilo uspešnosti Na Osnovni šoli Dušana Muniha Most na Soči poteka računalniško izobraževanje učencev in učiteljev že vrsto let. Vsa ta leta so se poučevali standardni računalniški programi kot so Word, PowerPoint ali Excel. Tudi izbirni predmet računalništvo ni prinesel bistvenih novosti. Zato se je ravnatelj Branko Loncner takoj pridružil ideji, da poskusimo nekaj novega, kar program DEXi za našo šolo tudi je. Z njegovo pomočjo je nastala računalniška delavnica, ki je izredno uspela. Pri sami izvedbi nismo imeli nikakršnih težav. Pri njenem izvajanju smo dobili občutek, Organizacija, letnik 39 Razprave številka 8, oktober 2006 Nakup gorskega kolesa Slika 4: Drevo kriterijev za oceno gorskega kolesa Tabela 7: Rezultati vrednotenja za oceno gorskega kolesa 511 da podcenjujemo sposobnosti dojemanja in razumevanja naših učencev. Učenci so nam na mnogih področjih pokazali zavidljivo širino razmišljanja. Tako nam je bilo v pravo veselje izvesti ta preskus. Tudi povratne informacije učencev so bile zelo pozitivne. Naj navedemo le en primer: Danej: »Delo s programom DEXi je zanimivo in koristno, saj ti lahko v določenih situacijah zelo pomaga, najbolj pri izbiri in primerjavi določenih stvari, čeprav je le računalniški program in se boš moral na koncu vseeno sam odločiti, DEXi ti pri tem le pomaga. Vesel sem tudi, ker sem se naučil nekaj novega, ki mi bo od sedaj naprej koristilo.« 6 Zaključek S predstavljenimi modeli smo želeli predstaviti, kako bi lahko program DEXi prenesli tudi v osnovno šolo. Vsi predstavljeni modeli so bili izdelani in preskušeni v praksi. Učenci so s presenetljivo lahkoto in hitrostjo osvojili dano snov. Tudi njihov odziv je bil zelo pozitiven. Zato lahko z veliko gotovostjo trdimo, da je program DEXi zelo uporaben in bi ga lahko uvedli v osnovne šole. Literatura in viri Bohanec, M. & Rajkovič, V.: Večparametrski odločitveni modeli, dosegljivo na http://www-ai.ijs.si/MarkoBohanec/org95/ index.html (23. 03. 2006) Jereb, E., Bohanec, M. & Rajkovič, V. (2003). DEXi – računalniški program za večparametrsko odločanje, Moderna organizacija, Kranj. Krapež A. & Rajkovič V. (2003). Tehnologije znanja pri predmetu informatika, Zavod Republike Slovenije za šolstvo, Ljubljana. Krapež, A. & Rajkovič, V.: Tehnologije znanja pri predmetu informatika, dostopno na http://www.gimvic.org/predmeti/ gradiva/html-ji/prva_stran1.html (13. 12. 2005) Učni načrt za izbirni predmet RAČUNALNIŠTVO, Ministrstvo za šolstvo znanost in šport, Zavod RS za šolstvo, Ljubljana, 2002. Wechtersbach, R. & Žust, S. (2002). Računalništvo, Saji, Ljubljana. Marjan Rodman je diplomiral na Fakulteti za organizacijske vede Univerze v Mariboru. Zaposlen kot računalnikar na Osnovni šoli Dušana Muniha Most na Soči, kjer poučuje tudi izbirni predmet računalništvo. Vladislav Rajkovič je redni profesor in predstojnik Laboratorija za odločitvene procese in ekspertne sisteme na Fakulteti za organizacijske vede Univerze v Mariboru ter raziskovalni sodelavec Odseka za inteligentne sisteme Instituta »Jožef Stefan«. Njegovo področje so računalniško informacijski sistemi, s posebnim poudarkom na uporabi metod umetne inteligence v procesih odločanja ter vzgoje in izobraževanja. Že vrsto let sodeluje pri informatizaciji slovenskih šol. Organizacija, letnik 39 Razprave številka 8, oktober 2006 Avtor: Tjaša Zager, 5.a mentorica likovne vzgoje: Olga Tajnšek Mentor računalništva: Boris Bubik OŠ Livada, Velenje 512 tasks will be accomplished through the pilot project, where three school centers will be equipped with new technologies and guided to use it. Key words: Internet, Content Manage- ment Systems, e-learning, e-content, technical support Organizacija, letnik 39 Uvodnik številka 8, oktober 2006 Dejan Dinevski, Janja Jakončič Faganel, Matija Lokar, Boštjan Žnidaršič Tomaž Kolar A Model for Quality Assessment of Electronic Learning Material A model for the quality assessment system of electronic learning material is being developed by the group of experts at the National Education Institute of the Republic of Slovenia. The presented model is an important contribution to the improvement of the modern learning and educational processes. The standardization concepts and the specifics of the learning material are considered in the scope of the quality assessment procedure. The presented model defines the electronic learning material classification, its description and the criteria for its assessment. The steps for collection of e-learning material linked with the phases of assessment procedure are proposed in the paper. In order to round up the topic the presented model is tied to the national strategy of e-learning which is currently going trough the phase of public hearing. Keywords: Quality, learning objects Andrej Nekrep, Jože Slana Andrej Šorgo, Saša F. Kocijančič Tomaž Kolar The Perspective of E-education In Lifelong Learning of School Teachers School Science Experiments: a Bridge between School Knowledge and Everyday Experiences The new information-communication technologies are nowadays ingrained in all domains of education system. The new technologies are not only influencing the intellectual activities of the university and other schools on primary and secondary educational level (learning, teaching and research), but are also changing how the educational organisation is organised, financed and governed. The basic purpose of this research is to assess the perspective of e-education implementation in the system of pedagogical training and expert advanced study courses as a form of life-long learning of school teachers. We have to admit that electronic media and internet became a significant tool used also for educational purposes, especially for delivery of study materials and communication between tutor and learner. The results of this research show that the most important advantage of e-learning as emphasised by survey participants is the flexibility of place and time of study. The research also indicates that the basic objective (computer equipment, internet access, frequency of internet usage) and subjective (purpose of internet usage, willingness for making use of e-learning) conditions for e-learning implementation in Slovenian schools are satisfied. To conclude, the teachers are mostly aware of the advantages of distance life-long learning and would like to participate in such modern modes of education. We have to notice that pure distance education is extreme that rarely exists, so what we have meant here is the effective combination of traditional (classroom-based) and distance based education. Key words: education, system of pedagogical training and expert advanced study courses (life-long learning), information- communication technology, computer literacy, e-education, professional development of teachers In Slovene grammar schools (gimnazija), Science is separated into three subjects: Biology, Chemistry and Physics. Correlations between the subjects are weak or even non-existent. All three subjects have only one thing in common: they are mostly academic, and barely connected with everyday phenomena and experiences. A consequence of this approach is that the knowledge of the students is patchy, and they are unable to use gained knowledge to explain the nature around them. In vocational schools the situation is completely different. School subjects are heavy interconnected with practice, but a scientific phenomenon is seen as an appendix to the curriculum. The authors are trying to overcome this situation at their schools with the introduction of computerized experiments into the teaching of Biology and Physics. Experiments are constructed in such a way, that they can be used with practically identical setups at two different types of school, and within two different subjects. The difference is in the context and purpose of the experiments. In such a way, the authors are trying to overcome a gap between school science and the everyday experiences gained at homes or in the workplace. Key words: computerized experiments, e-prolab, biology, physics, science, grammar school, vocational school Marjan Rodman, Vladislav Rajkovič Tomaž Kolar Teaching Decision-making Knowledge in Primary School Making decisions is a process within which we choose among different possibilities and is one of human activities that marks us most. Making decisions represents the essence of direction and leadership in everyday life. This can be noticed on all levels from an individual across business systems and the state to the global society. Despite this fact we cannot find very much written about the process of making decisions in our school curricula. Perhaps the problem is to offer elements appropriate from the content and pedagogical point of view. The knowledge technologies offer the concrete solutions and support to help making better decisions.Making complex decisions is a hard process. At Dušan Munih Primary School Most na Soči we decided to try with teaching of skills how to make decisions. First we made a model for teaching such skills at a primary school. Then we worked out a teaching plan and a suggestion for the programme of lessons and prepared the material to be used in the classroom. After we had checked the suitability of its introduction, we measured the efficiency of our work with a questionnaire. Key words: education and instruction, computer science, nine-year primary school, multi-parametric decision making, expert systems, DEXi Tjaša Kampos Experiment as a Visualization Tool for Active and Qualitative Learning Experiment in the school has strong visual effect on the children, therefore it should not be use as a motivational factor in 464