CC BY
54
педагогические науки
Богданова Анна Владимировна, Коростелев Александр Алексеевич АНАЛИЗ И ПРОГРАММИРОВАНИЕ УЧЕБНОГО ПОВЕДЕНИЯ ...
УДК 378.14: 004.043
АНАЛИЗ И ПРОГРАММИРОВАНИЕ УЧЕБНОГО ПОВЕДЕНИЯ СТУДЕНТОВ, ОБУЧАЮЩИХСЯ ДИСТАНЦИОННО
© 2018
Богданова Анна Владимировна, кандидат педагогических наук, начальник отдела развития дистанционного образования Тольяттинский государственный университет (445020, Россия, Тольятти, Белорусская, 14, e-mail [email protected]) Коростелев Александр Алексеевич, доктор педагогических наук Самарский государственный социально-педагогический университет (443099, Россия, Самара, улица Горького, 65/67, e-mail: [email protected])
Аннотация. Актуальность рассмотрения вопросов анализа и программирования поведения студентов, обучающихся дистанционно обусловлена, в первую очередь, изменениями, происходящими в системе профессионального образования, тенденциями ее развития. Важными вехами в этом направлении стали: разработка профессиональных стандартов по отраслям и специальностям; популяризация дистанционного обучения; пристальное внимание надзорных органов к деятельности вузов, в том числе в части применения дистанционных образовательных технологий. Стало понятно, что при их использовании значительно уменьшается роль преподавателя в учебном процессе. Это привело к выводу о том, что гораздо более пристальное внимание должно быть уделено курированию учебного процесса, студент не должен оставаться в вакууме. А вслед за этим встал вопрос: как сделать процедуру его сопровождения доступной, легкой и эффективной? В статье предлагается общая концепция анализа и программирования учебного поведения студентов, обучающихся дистанционно. Рассмотрены семь психологических типов студентов, каждая из которых может быть детализирована в зависимости от поставленных задач до нужной глубины. На основании выделенных критериев и характеристик составлены KPI и система показателей, которые могут применяться для решения различных задач анализа. В настоящее время можно говорить только о промежуточных результатах внедрения. Исследование продолжается на момент подготовки данной статьи. Однако полученные данные подтверждают гипотезу о том, что, выделив показатели по предлагаемым группам характеристик, можно оперативно получить достаточно объективную оценку поведения студента и применить к нему соответствующие воздействия.
Ключевые слова: образование, дистанционное образование, дистанционное обучение, дистанционный учебный курс, оценка качества, показатели качества учебного курса, учебный контент.
ANALYSIS AND PROGRAMMING EDUCATIONAL BEHAVIOR FOR DISTANCE LEARNERS
© 2018
Bogdanova Anna Vladimirovna, candidate of pedagogical Sciences, head of Department of development of distance education Togliatti State University (445020, Russia, Togliatti, Belorusskaya str, 14, e-mail [email protected]) Korostelev Aleksandr Alekseevich, doctor of pedagogical sciences Samara State University of Social Sciences and Humanities (443099, Russia, Samara, Gorkogo street, 65/67, e-mail: [email protected])
Abstract. The relevance of considering issues of analysis and programming of the behavior of distance learners due to, primarily, changes in the system of vocational education, trends of its development. Important milestones in this direction are: the development of professional standards for industries and occupations; promoting distance learning; the attention of the Supervisory authorities to the activities of universities, including in the application of remote educational technologies. It became clear that their use greatly reduced the role of the teacher in the educational process. This led to the conclusion that much more attention should be paid to the supervision of the educational process, the student should not remain in a vacuum. And thereupon the question arose: how to make it support available, easy, and effective? The article offers a General concept of the analysis and programming educational behavior of students studying remotely. We consider seven psychological types of students, each of which can be detailed depending on the assigned tasks to the desired depth. On the basis of selected criteria and characteristics compiled KPI and scorecard that can be used for various analysis tasks. Currently, you can only talk about the intermediate results of the implementation. Research is ongoing at the time of preparation of this article. However, the obtained data confirm the hypothesis that, by selecting the parameters of the proposed groups of characteristics, it is possible to quickly obtain a fairly objective assessment of the behavior of the student and apply the appropriate effect.
Keywords: education, distance education, distance learning, distance learning course, quality assessment, quality metrics training course learning content.
Постановка проблемы в общем виде и ее связь с важными научными и практическими задачами. Одна из проблем в дистанционном обучении - это эффективное управление поведением студента. По сути, по сравнению с традиционными системами обучения, в системах дистанционного обучения этот компонент заменяет социальную составляющую.
Кроме того, характерная черта дистанта - очевидная нехватка преподавателя, который обеспечивает индивидуальный подход к обучающимся. В целях компенсации нами разрабатывается методика анализа и прогнозирования учебного поведения студентов, обучающихся дистанционно.
Процесс обучения у человека, очевидно, очень сложный, и могут быть разные мнения о том, как классифицировать его на несколько типов.
Простейший тип моделей предполагает, что индивид выбирает одну из нескольких общих стратегий поведе-
ния.
На предыдущем этапе работы нами была предложена типология для стоящих в НИР задач - типология, основанная на мотиве учебной деятельности (таблица 1).
Переходя к следующему этапу работы - проработке математической модели учебного поведения студентов, мы начнем с выделения основных КР1 процесса дистанционного обучения с позиции оценки студента, как объекта, а также с выявления закономерностей в поведении и образовательных результатов студентов по предложенной типологии.
КР1 представляют собой набор индикаторов, которые измеряют эффективность обучения, уровень заинтересованности и качество процессов.
Применение КР1 - это гибкий и популярный подход к измерению эффективности в организационных структурах на всех уровнях. КР1 можно использовать для оценки практически любого аспекта обучения, по-
Bogdanova Anna Vladimirovna, Korostelev Aleksandr Alekseevich ANALYSIS AND PROGRAMMING EDUCATIONAL BEHAVIOR ..
pedagogical sciences
скольку они дают четкую картину для каждого участника процесса, что для них важно и что им нужно делать, как с ними работать, как в отношении них использовать систему интеллектуальных клиенто-ориентированных уведомлений.
Таблица 1 - типология студентов дистанционного обучения, основанная на мотиве учебной деятельности
Таблица 2 - Целевые значения и источник данных/ принцип расчета для КР1 учебного процесса с применением дистанционных технологий
Сценарий поведения студента с точки зрения целеобр азования Основные характеристики Способы мотивации
Цель - знания (внутренняя мотивация, ориентация на процесс) Активность, увлеченность, стабильно высокие оценки. Активизация работы на форумах, экс пер им ентальнаяработа.
Цель - диплом (внутренняя мотивация, ориентация на результат) Стабильная, систематическая работа. Задания выполняются вовремя. Оценки могут быть не Подключение к профессиональным сообществам; научная р аб отав прикладных
Цель - оценки (внутренняя мотивация, ориентация на результат) Стабильная, систематическая работа. Задания выполняются вовремя. Оценки - высокие. Рейтинг студентов; привлечение к ор ганизацио иной р а б оте.
Цель - удовлетворение интереса к отдельным предметам (внутренняя мотивация) Стабильные р езулматы только по ннтересующнмтемам (предметам). Научные сообщества и об суждения; уча стие в конференциях, выставках по интересующим темам.
Зависимость от эмоционального состояния (внутренняя мотивация) Результаты нестабильные. Задания выполняю тел нер егуляр но. Психологическая и методическая поддержка: участие во внеучебной деятельности.
активности (внешняя мотивация) Низкие оценки Задания выполняю тел нер егуляр но. Завершение обучения зависит от значимостимотива поступления в ВУЗ. Для части студентов этой группы - привлечение к ор ганизацио нной р а б оте уч а стие в общественных, культурных, сп ор тивных м ер о пр иятиях.
Безразличие Низкие оценки, задания выполняются с опозданием. Завершение обучения зависит от значимостимотива поступления в ВУЗ. Определение мотивации и персональное консультационное ведение.
Традиционно выделяют следующие ключевые показатели эффективности обучения и реализации учебного процесса (скорректированы нами с учетом дистанционного формата обучения):
- время, проведенное студентом в lms (t);
- средний балл (Sr);
- количество неудовлетворительных оценок, полученных студентов в период сессии (Neud);
- уровень активности прохождения промежуточных тестов (AT);
- уровень активности прохождения итоговых тестов (AIT);
- уровень активности работы с теоретическими материалами (AU);
- уровень активности выполнения заданий, проверяемых вручную (AZ);
- уровень активности на форумах (AF);
- последовательность выполнения заданий (по траекториям, речь о которых пойдет далее).
Коэффициент значимости каждого из них определяется в зависимости от условий моделирования.
Важным фактором, способствующим созданию математической модели обучения студентов в рамках дистанционного обучения, является человеческий фактор с точки зрения технической компетентности, умственного мышления и уровня взаимодействия lms, преподавателя и студента.
Оценка принадлежности студента к той или иной группе согласно типологии производится посредством суммы взвешенных оценок:
Наименование показателя Обозн. Период измерения Целевое значение Источник данных.' Принцип расчета
Время, проведенное студентом в 1т £ t Неделя Кол-во ЗЕТ в семестр е (согла сно учебному плану)* 12/17 Статистика нз1ш£
Среднийбалл Sr - Ведомости
Процент неуд о ел етвор нт е льны х оценок, полученных студентов в период сессии - - € Ведомости
Уровень активности прохождения пр омежуточных тестов AT Месяц Кол-во пр омежуточных тестовво всех курсах семестра/4* 1,5 Кол-во пр омежуточных тестовво всех курсах семестр а/4*{1+кол-во повторных попыток прохождения^, 1)
Уровень активности прохождения итоговых тестов AIT Семестр Кол-во кур сов в семестр е*30 Кол-во курсов в семестр е*Кол-во на ор анных баллов за итоговые тесты с первой попытки - Кол-во кур сов в семестре, где итоговый 1ест проходился повторно*Кол-во набранных второйпопытки
Уровень активности теоретическими материалами AU Семестр 100 Процент просмотренных учебников от общего количества до стулных учебников во всех курсах
Уровень активности выполнения заданий, пр оверяемых вручную AZ Семестр 100 Процент выполненных (оцененных выше 0) заданий от общего количества доступных заданий во всех курсах
Уровень активности на форумах AF Семестр От 20 до 50 сообщений на форумах Статистика из]тз
Для того чтобы по описанным KPI собрать данные и выявить закономерности, были созданы открытые курсы на платформе Canvas. Это позволило создать релевантную выборку и собрать необходимую статистику. Студенты прошли, помимо этого, серию анонимных он-лайн-опросов, которые проводились в конце весеннего семестра (май) 2017 года после того, как студенты работали с электронными курсами дистанционно в течение всего семестра. Ссылка на онлайн-опрос была встроена в lms для каждого курса.
Таблица 3 - «Идеальная» траектория обучения студента в дистанционном курсе
Пр од олжнтельно сть семестра (мес.) % прохождения эле ментов курса в т •чение семестра
Промежуточн ые тесты Элекгронн ый учебник Итоговый тест Задания Анкета
1 20 40 33
2 50 75 66
3 so 100 100
4 100 100 100
и суммы квадратов отклонении от целевого значения:
п
Уу, -
Целевые значения по показателям определены экс-пертно и приведены в таблице 2.
Показатель Последовательность выполнения заданий является комплексным и демонстрирует отклонение от «идеальной» траектории обучения (таблица 3). «Идеальная» траектория обучения определена экспер-тно исходя из необходимости плавного равномерного обучения в течение семестра.
Дистанционное обучение набирает популярность в России. Все большее число исследователей и практиков считают, что электронные учебники являются неотъемлемой частью системы образования нынешнего века и переход от печатных материалов к электронным текстам неизбежен. Одним из основных преимуществ электронных текстов является их мобильность, предоставляющая студентам возможность учиться где угодно и в любое время с помощью электронного устройства, подключенного к сети Интернету. Новые технологии электронного текста обеспечивают интерактивный мультимедийный контент, позволяющий самим студентам настраивать свое обучение, основанное на индивидуальных предпочтениях и успеваемости. Это поддерживает мотивацию студентов и их взаимодействие с электронными текстами. Считается, что эти технологические достижения изменяют способ взаимодействия студентов с преподавателем и lms.
Однако существует множество психологических и информационно-технических факторов, которые влияют на учебное поведение студентов. Исследования в области дистанционного обучения показывают, что у большинства респондентов есть положительное отношение к электронным учебникам и курсам. Тем не менее, студенты не проявляют сильного предпочтения к электронным текстам над печатными материалами. Например, многие сообщают о трудностях с чтением экрана, непонимании сложных электронных текстов и усталости. Они предпо-
педагогические науки
Богданова Анна Владимировна, Коростелев Александр Алексеевич АНАЛИЗ И ПРОГРАММИРОВАНИЕ УЧЕБНОГО ПОВЕДЕНИЯ ...
читают печатать некоторые электронные текстовые документы, потому что они помогают им лучше понимать материалы и повышать производительность. Некоторые даже предпочитают покупать более дорогой печатный учебник вместо более дешевой альтернативы электронного текста. Кроме того, студенты воспринимают электронные тексты как менее интересные и заслуживающие доверия, чем традиционные учебники. Многие исследователи утверждают, что чтение на электронных платформах требует принципиально иных способностей и навыков, нежели чтение учебника напечатанного. Люди, которые читают экран, часто используют нелинейное или выборочное чтение, сканирование, определение ключевых слов и просмотр, что приводит к снижению внимания и времени производительного чтения. Все это приводит нас к обязательному управлению учебным поведением при дистанционном обучении.
Таким образом, целью моделирования является изучение взаимосвязей между целеполаганием студентов касательно обучения и их учебным поведением. Математическая модель или любая модель в целом представляют реальность в упрощенной форме. Мы предлагаем идею автоматической оценки определенных ключевых показателей эффективности обучения посредством анализа информации, извлеченной из указанных источников.
Анализ данных. Математическую модель можно описать, используя математическое уравнение или ряд математических уравнений, которые представляют отношения между количественными переменными.
Целью построения математической модели является разработка модели, которая обеспечивала бы точное, но относительно простое представление реальности - поведения студентов в рамках учебного процесса. Математические модели широко используются в науке для объяснения природы явлений и прогнозирования. Поведенческие исследователи разрабатывают математические модели для представления описательных теорий с использованием математических понятий. Одним из ключевых преимуществ разработки математических моделей, объясняющих теории, является проверка теоретических утверждений и оценка того, в какой степени модели соответствуют эмпирическим данным, собранным для изучения конкретной области исследования. С этой целью можно использовать простейший инструментарий электронных таблиц, например, Microsoft Excel.
В результате были получены следующие рамки градации показателей
Выводы исследования и перспективы дальнейших изысканий данного направления. В модели дистанционного обучения целесообразно определить метод оценки эффективности самого обучения, то есть достижения образовательных результатов, наряду с достижением целей обучения (таблица 1), чтобы лучше понять учебный процесс с позиции студентов. Поэтому нами был предложен подход для оценки на основе KPI, учитывающий применение, настройку и развитие системы интеллектуальных уведомлений с точки зрения API-интерфейсов lms , который полезен при реализации идеи клиенто-ориентированного дистанционного обучения; в действительности он помогает анализировать и извлекать релевантные данные из системы, и использовать их для ранжирования студентов по типологии учебного поведения. В результате предлагаемый подход может помочь эксперту в области электронного обучения определить отклонения в учебном процессе, использовать индивидуальные траектории обучения. Таким образом, в качестве класса математической модели для исследуемой системы была выбрана нечеткая логика, поскольку она имеет преимущества перед альтернативными вариантами математического обеспечения системы по всем интегральным признака, в частности: гибкость и возможность изменения бизнес-правил по ходу эксперимента; простота проектирования; высокая эффективность при
формировании решений в сложных ситуациях в различных типах приложений.
СПИСОК ЛИТЕРАТУРЫ:
1. Айзенк Г.Ю. Количество измерений личности: 16, 5 или 3? - критерии таксономической парадигмы/ Иностранная психология. - 1993
2. Акимова М.К., Козлова В.Т. Рекомендации по использованию результатов диагностики природных особенностей человека в педагогической практике/ Методики диагностики природных психофизиологических особенностей человека. Вып. 2. М., 1992
3. Балашова Ю.В. Когнитивные и личностные особенности студентов очного и дистанционного обучения: диссертация ... кандидата психологических наук: 19.00.01 / Балашова Юлия Владимировна; [Место защиты: Моск. гос. гуманитар. ун-т им. М.А. Шолохова].-Москва, 2011.- 180 с.
4. Буваков К.В. Организация самостоятельной работы студентов по дисциплинам специализации с применением интернет-технологии в программной среде web course Юо^[Текст]. - ТПУ, 2010 С.-Петерб. нац. ис-след. ун-т информац. технологий, механики и оптики]. - Санкт-Петербург, 2013. - 19 с.
5. Буланова-Топоркова М.В. Педагогика и психология высшей школы. Ростов на Дону, 2008.
6. Готская И. Б. Аналитическая записка «Выбор системы дистанционного обучения» / Готская И. Б., Жучков В. М., Кораблев А. В.// РГПУ им. А.И. Герцена.
7. Ильин Е.П. Психология индивидуальных различий / Е.П. Ильин. — СПб.: Питер, 2011. — 701 с.: ил. — (Серия «Мастера психологии»).
8. Информационные технологии в дополнительном образовании [Электронный ресурс]. - Режим доступа: www.ict.edu.ru/ft/004444/sec3.pdf
9. Климов Е.А. Индивидуальный стиль деятельности (в зависимости от типологических свойств нервной системы). Казань, 1969
10. Кокорева Н. В. Педагогическое проектирование среды дополнительного образования как условие самореализации детей: дис. к.п.н: 13.00.01[Текст]: Саранск, 2010.
11. Компьютерное тестирование в образовании. [Электронный ресурс]. - Режим доступа: http://www. slmini.narod.ru.
12. Корнилова Т.В., Григоренко Е.Л. Сравнение личностных особенностей российских и американских студентов (по опроснику А. Эдвардса)/ Вопросы психологии. 1995. № 5.
13. Мизгулин В.В. Платформа для проведения виртуальных лабораторных практикумов в системах дистанционного обучения вузов [Электронный ресурс] / В.В. Мизгулин, Д.М. Степанов, С.И. Студенок // Новые образовательные технологии в вузе : материалы X международной научно-методической конференции. — Екатеринбург, 2013. - С. 2-5.
14. Михалева Г.В. Особенности дистанционного обучения в системе образования [Текст] / Г.В. Михалева Т.В. Ромашова // Актуальные вопросы современной педагогики: материалы V междунар. науч. конф. (г. Уфа, май 2014 г.). — Уфа: Лето, 2014. — С. 39-41.
15. Муромцев Д.И. Автоматизация оценки знаний студентов в системе электронного обучения ECOLE // Программные продукты и системы . 2015. №3 (111).
16. Муромцев Д.И. Автоматизация оценки знаний студентов в системе электронного обучения ecole / Д.И. Муромцев, Ф.А. Козлов // Программные продукты и системы. - 2015. - №3 (111). - С.175-179.
17. Ниязова Г.Ж. Особенности использования lms moodle для дистанционного обучения [Текст] /Г.Ж. Ниязова, Г.А. Дуйсенова, Б.А. Иманбеков // Молодой ученый. — 2014. — №3. — С. 991-994.
18. Обзор Мирового и российского рынка электронного обучения. [Электронный ресурс]. - Режим доступа: https://studfiles.net/preview/5764773/_
Bogdanova Anna Vladimirovna, Korostelev Aleksandr Alekseevich ANALYSIS AND PROGRAMMING EDUCATIONAL BEHAVIOR ..
pedagogical sciences
19. Образование и XXI век: Информационные и коммуникационные технологии[Текст] / Под ред. И.М. Маркова — М.: Наука, 2010. — 191 с.
20. Охрименко Е.И. Дидактические проблемы применения средств новых информационных технологий в системе дистанционного обучения / Е.И. Охрименко // Новые образовательные технологии в вузе: материалы XI международной научно-методической конференции.
— Екатеринбург, 2014. - C. 2-4.
21. Применение новых технологий в образовании: Материалы XV Международной конференции. -Троицк: МОО фонд новых технологий в образовании «Байтик», Изд-во «Тровант», 20011. - 439 с.
22. Психология индивидуальных различий. Тексты / Под ред. Ю.Б. Гиппенрейтер, В.Я. Романова. - М. Изд-во МГУ, 1982
23. Роберт И. Современные информационные технологии в образовании [Текст]. - М.: Школа-Пресс, 2008.
24. Рузавин Г.И. Методология научного познания [Электронный ресурс]: учебное пособие для вузов / Г.И. Рузавин. - Москва: ЮНИТИ-ДАНА, 2012. - 287 с. - ISBN 978-5-238-00920.
25. Савинов А.Н. Методы, модели и алгоритмы распознавания клавиатурного почерка в ключевых системах: диссертация ... кандидата технических наук: 05.13.19 / Савинов Александр Николаевич;
26. Савченко А.А. Особенности обучения финансовой математике по дистанционной форме обучения [Текст] / А. А. Савченко // Методика преподавания экономических дисциплин: научные статьи / Москва, 2013.
— С. 92-96.
27. Смирнов С.Д. Педагогика и психология высшего образования: от деятельности к личности. М., 2001
28. Смирнова Н.А. Системы управления обучением в дистанционном образовании [Текст] / Н.А. Смирнова // Сборники конференций НИЦ Социосфера: научные статьи / Чехия, 2014. — С. 129-131.
29. Степанова Е.И. Психология взрослых: экспериментальная акмеология. - СПб.: Алетейя, 2000.
30. Стреляу Я. Роль темперамента в психическом развитии / Я. Стреляу. — М.: Прогресс, 2014. — С. 157-160.
31. Студеникина Л.И. Педагогические условия эффективности использования элементов электронного обучения в вузовской профессиональной подготовке студентов: на материале математической подготовки: диссертация ... кандидата педагогических наук: 13.00.08 / Студеникина Лариса Ивановна; [Место защиты: Моск. гос. гуманитар. ун-т им. М.А. Шолохова].- Москва, 2011.- 180 с.: ил.
32. Уддин, Актхер. Сравнительный анализ личностных и мотивационных особенностей студентов очного и дистанционного обучения : на примере студентов-психологов : диссертация ... кандидата психологических наук: 19.00.07 / Уддин Мд. Актхер; [Место защиты: Моск. псих.-соц. ун-т] - Москва, 2014. - 234 с.
33. Шипулина Л.Г. Дистанционное обучение как форма самостоятельной работы студента [Электронный ресурс] / Л. Г. Шипулина // Новые образовательные технологии в вузе: материалы X международной научно-методической конференции. — Екатеринбург, 2013. - С. 2-4.
34. Ядов Г.Б. Информация и общество [Текст]// Вокруг света. - 2011. - №2.
35. Aoki K, Wakano JY, Lehmann L (2012) Evolutionarily stable learning schedules and cumulative culture in discrete generation models. Theor Popul Biol 81:300-330.
36. Arbilly M, Motro U, Feldman MW, Lotem A (2010) Co-evolution of learning complexity and social foraging strategies. J Theor Biol 267:573-581.
Статья поступила в редакцию 18.05.2018
Статья принята к публикации 27.08.2018
