CC BY
109DOI 10.47576/2949-1878_2023_6_140 УДК 378:004
БОЛЬШИЕ ДАННЫЕ И ИХ ПРИМЕНЕНИЕ В ОБРАЗОВАНИИ
Алиева Марем Вахаевна,
ассистент кафедры программирования и инфокоммуникационных технологий Института математики, физики и информационных технологий, Чеченский государственный университет имени А. А. Кадырова, г. Грозный, Россия, e-mail: marem.al@mail.ru
Батчаева Зурида Борисовна,
заместитель директора по молодежной политике Института цифровых технологий, Северо-Кавказская государственная академия, г. Черкесск, Россия, e-mail: zuridabat@mail.ru
Муцурова Залина Мусаевна,
старший преподаватель кафедры информационных технологий и МПИ, Чеченский государственный педагогический университет, г. Грозный, Россия, e-mail: zalinan@bkl.ru
Исаева Марета Залуевна,
старший преподаватель кафедры информатики и инфокоммуникационных технологий Института прикладных информационных технологий, Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова, г. Грозный, Россия, e-mail: isaeva. mareta@mail.ru
В статье рассматривается роль больших данных в современном образовании. Анализируются преимущества использования данных в образовательных процессах, а также приводятся примеры их использования (анализ успеваемости студентов, персонализация обучения и создание инновационных образовательных продуктов). Рассматриваются проблемы, связанные с использованием больших данных в образовании, такие как приватность и безопасность данных. Делается вывод о том, что использование больших данных может стать мощным инструментом для улучшения качества образования, при условии что будут учтены соответствующие этические и правовые аспекты.
Ключевые слова: большие данные; образование; анализ данных; успеваемость; инновационные образовательные продукты; безопасность данных; правовые аспекты; качество образования; технологии; образовательные учреждения.
UDC 378:004
BIG DATA AND ITS APPLICATION IN EDUCATION
Alieva Marem Vakhaevna,
assistant of the Department of Programming and Infocommunication Technologies, Institute of Mathematics, Physics and Information Technologies, Chechen State University named after A. A. Kadyrov, Grozny, Russia, e-mail: marem.al@mail.ru
Batchaeva Zurida Borisovna,
Deputy Director for Youth Policy, Institute of Digital Technologies, North Caucasian State Academy, Cherkessk, Russia, e-mail: zuridabat@mail.ru
Mutsurova Zalina Musaevna,
Senior Lecturer, Department of Information Technology and MPI, Chechen State Pedagogical University, Grozny, Russia, e-mail: zalinan@bkl.ru
Isaeva Mareta Zaluevna,
Senior Lecturer, Department of Informatics and Infocommunication Technologies, Institute of Applied Information Technologies, Grozny State Oil Technical University named after Academician M. D. Millionshchikov, Grozny, Russia, e-mail: isaeva. mareta@mail.ru
The article discusses the role of big data in modern education. The advantages of using data in educational processes are analyzed, and examples of their use are given (analysis of student performance, personalization of learning and the creation of innovative educational products). The problems associated with the use of big data in education, such as privacy and data security, are considered. It is concluded that the use of big data can be a powerful tool to improve the quality of education, provided that appropriate ethical and legal aspects are taken into account.
Keywords: big data; education; data analysis; academic performance; innovative educational products; data security; legal aspects; the quality of education; technologies; educational institutions.
В современном мире данные играют огромную роль во всех сферах жизни, и образование не является исключением. Огромные объемы данных собираются в различных образовательных учреждениях, начиная от оценок и успеваемости студентов и заканчивая информацией о курсах, преподавателях и финансовых транзакциях.
Использование больших данных в образовании открывает новые возможности для улучшения учебного процесса и повышения качества обучения. Анализ данных позволяет выявить проблемы и слабые места в образовательной системе, определить потребности и особенности каждого студента, а также создавать инновационные образовательные продукты [1].
Однако использование данных в образовании также связано с рядом проблем и рисков, таких как приватность и безопасность, а также этические и правовые аспекты использования данных.
В данной статье рассмотрены понятие больших данных и их значение в образовании, а также приводятся примеры использования данных в образовательных учреждениях и основные проблемы, связанные с использованием данных в образовании.
Большие данные (Big Data) - это огромные объемы структурированных и неструктурированных данных, которые не могут быть эффективно обработаны и проанализированы с помощью традиционных методов и инструментов.
В образовании использование больших данных может иметь ряд значимых преимуществ. Одно из ключевых преимуществ состоит в том, что анализ больших данных позволяет принимать обоснованные и эф-
фективные решения в образовании, основанные на фактах и данных, а не на интуиции или субъективных оценках [2-4].
Например, анализ данных успеваемости студентов может помочь выявить слабые места в образовательных программах и методиках, а также предложить индивидуальную поддержку для каждого студента.
Большие данные также могут быть использованы для персонализации образования. Анализ данных может помочь определить особенности и потребности каждого студента, а затем предоставить ему индивидуальную программу обучения.
С помощью анализа больших данных можно также создавать инновационные образовательные продукты, такие как онлайн-курсы, электронные учебники и обучающие программы. Анализ данных позволяет определить, какие материалы и методики наиболее эффективны для обучения, и на их основе создавать инновационные образовательные продукты.
Однако использование больших данных в образовании также связано с определенными проблемами, такими как приватность и безопасность данных, а также этические и правовые аспекты использования данных. Поэтому необходимо учитывать эти проблемы и принимать соответствующие меры, чтобы гарантировать безопасность и конфиденциальность данных.
Роль данных в образовании заключается в том, что они помогают собирать, анализировать и использовать информацию для улучшения качества обучения и учебного процесса. Данные используются для выявления проблем в образовательной системе, оценки эффективности методов обучения и
разработки новых инновационных подходов [5-8].
Например, сбор и анализ данных об успеваемости и поведении студентов позволяет выявлять слабые места в учебном процессе, создавать индивидуальные планы обучения и оценивать эффективность методов обучения. Данные также используются для разработки новых программ обучения и тестов, которые могут улучшить понимание и запоминание материала.
Кроме того, данные позволяют учреждениям образования следить за финансовым состоянием и планировать бюджет, а также предоставлять студентам и преподавателям доступ к информации о курсах, расписании и ресурсах.
Важно отметить, что роль данных в образовании не ограничивается только сбором и анализом информации. Данные также позволяют учебным заведениям создавать новые инновационные продукты, такие как онлайн-курсы, электронные учебники и образовательные приложения, которые могут улучшить доступность и эффективность обучения.
Таким образом, данные играют ключевую роль в образовании, помогая учебным заведениям собирать, анализировать и использовать информацию для улучшения качества обучения и учебного процесса.
Использование больших данных в образовании имеет множество преимуществ, которые могут улучшить качество обучения и повысить эффективность учебного процесса. Ниже перечислены некоторые из них:
1. Улучшение прогнозирования успеваемости студентов. Большие данные позволяют учебным заведениям анализировать информацию о результатах прошлых курсов и прогнозировать, какие студенты могут столкнуться с трудностями в будущем. Это позво -ляет принимать меры по улучшению образовательного процесса для этих студентов.
2. Индивидуальный подход к обучению. Большие данные могут помочь создать индивидуальные планы обучения для каждого студента, учитывая их уникальные потребности и способности. Это помогает студентам лучше усваивать материал и достигать лучших результатов в учебе.
3. Улучшение методов обучения. Большие данные позволяют анализировать информа-
цию о том, какие методы обучения наиболее эффективны для определенных категорий студентов. Это позволяет улучшать методы обучения и разрабатывать новые подходы к обучению.
4. Развитие онлайн-образования. Большие данные помогают улучшать и развивать онлайн-образование, что может повысить доступность образования и расширить границы обучения. С помощью больших данных можно анализировать данные о поведении и успеваемости студентов в онлайн-курсах, чтобы определить, какие методы обучения наиболее эффективны для онлайн-образо-вания.
5. Улучшение планирования бюджета. Большие данные помогают учебным заведениям более точно планировать бюджет, учитывая данные о затратах на оборудование, зарплаты преподавателей и другие расходы.
6. Создание инновационных продуктов. Большие данные позволяют учебным заведениям создавать новые продукты, такие как онлайн-курсы и образовательные приложения, которые могут улучшить доступность и эффективность обучения.
Анализ успеваемости студентов является одним из наиболее распространенных применений больших данных в образовании. С помощью больших данных учебные заведения могут собирать и анализировать информацию о студентах, включая данные об их успеваемости на различных курсах, оценки, выполненные задания и прочие данные.
На основе этих данных можно выделить группы студентов, которые имеют трудности с определенными аспектами учебного процесса, и разработать индивидуальные программы обучения, которые будут оптимизированы для каждого студента в отдельности.
Также большие данные позволяют учебным заведениям прогнозировать успеваемость студентов в будущем, что может помочь принимать меры по улучшению образовательного процесса. Например, если учебное заведение выясняет, что группа студентов имеет низкую успеваемость по математике, то можно принять меры по улучшению методов преподавания предмета, а также назначить дополнительные уроки для этой группы студентов.
Кроме того, с помощью больших данных учебные заведения могут определить, какие
курсы наиболее популярны среди студентов и какие преподаватели имеют наибольшую эффективность в преподавании определенных курсов. Это может помочь учебным заведениям оптимизировать свой курсовой план и привлекать более квалифицированных преподавателей.
Применение больших данных в образовании в московском вузе - это активно развивающаяся область. Например, Московский государственный университет имени М. В. Ломоносова (МГУ) использует большие данные для анализа успеваемости студентов и оптимизации учебного процесса.
Одним из проектов МГУ является система анализа успеваемости студентов, которая позволяет преподавателям получать информацию о производительности каждого студента в реальном времени. Система использует аналитические данные для создания индивидуальных программ обучения, оптимизированных для каждого студента.
Еще один пример использования больших данных в МГУ - это разработка методов автоматической оценки качества обучения на основе анализа данных о поведении студентов в онлайн-курсах. Система собирает данные о времени, проведенном студентами на курсах, о количестве выполненных заданий, оценках и других параметрах. Затем на основе этих данных система делает выводы о качестве обучения и предлагает улучшения в учебном процессе.
Также МГУ активно использует большие данные для проведения исследований в различных областях, таких как биоинформатика, космические исследования и экономика. Использование больших данных позволяет ученым и исследователям получать более точные результаты и делать более точные прогнозы.
Таким образом, применение больших данных в образовании в московском вузе является важной областью, которая позволяет улучшить качество обучения и оптимизировать учебный процесс.
Выделим проблемы, связанные с использованием больших данных в образовании.
Использование больших данных в образовании может быть полезным, но также может привести к ряду проблем, связанных с их обработкой и использованием. Рассмотрим некоторые из них:
1. Конфиденциальность данных: сбор, хранение и обработка больших данных могут привести к нарушению конфиденциальности личной информации студентов. Необходимо принимать меры по защите данных и обеспе -чению их конфиденциальности.
2. Недостаточное понимание данных: использование больших данных требует определенной экспертизы и знаний в области статистики и анализа данных. В противном случае, можно получить некорректные выводы, что может повлиять на принятие решений.
3. Неполнота данных: большие данные могут быть неполными или содержать ошибки, что может привести к неточности результатов анализа и, следовательно, принятию некорректных решений.
4. Зависимость от технологий: использова -ние больших данных в образовании требует использования соответствующих технологий и инфраструктуры, которые могут быть дорогими и требуют значительных инвестиций.
5. Недостаток человеческого фактора: анализ больших данных может привести к сокращению роли преподавателей и снижению качества образования, если не учитывать индивидуальные особенности каждого студента.
В целом, использование больших данных в образовании требует внимательного рассмотрения всех проблем, связанных с их использованием, а также принятия мер по обеспечению конфиденциальности и надежности данных, чтобы извлекать максимальную пользу из этого подхода.
Использование больших данных в образовании имеет большой потенциал и может привести к улучшению качества образования и повышению успеваемости студентов. Рассмотрим некоторые перспективы использования больших данных в образовании:
1. Индивидуализация образования: анализ больших данных может помочь в создании индивидуальных учебных планов для каждого студента, учитывая его потребности и способности. Это может привести к улучшению успеваемости студентов и повышению качества образования.
2. Улучшение методов преподавания: анализ больших данных может помочь в определении эффективных методов преподавания и идентификации тех преподавателей,
которые достигают наилучших результатов в обучении студентов. Это может привести к улучшению качества образования и повышению успеваемости студентов.
3. Прогнозирование успеваемости студентов: анализ больших данных может помочь в прогнозировании успеваемости студентов и предоставлении предупреждающих мер, чтобы помочь им повысить успеваемость. Это может привести к улучшению успеваемости студентов и повышению качества образования.
4. Улучшение системы приема в учебные заведения: анализ больших данных может помочь в определении факторов, которые влияют на успех студентов и использовании этой информации для улучшения системы приема в учебные заведения. Это может привести к более эффективному использованию ресурсов и повышению качества образования.
5. Развитие новых технологий: использование больших данных может стимулировать развитие новых технологий, таких как искусственный интеллект, которые могут помочь в улучшении образования и повышении успеваемости студентов.
Использование больших данных в образовании имеет большой потенциал и может привести к улучшению качества образования и повышению успеваемости студентов. Однако необходимо учитывать проблемы, связанные с их использованием, и принимать меры по обеспечению конфиденциальности и надежности данных.
Развитие технологий и инструментов для анализа и использования больших данных в образовании является одним из ключевых факторов, который позволяет расширять возможности использования данных в образовательных процессах. Новые инструменты для сбора, обработки и анализа данных в об -разовании появляются на рынке регулярно, что создает новые возможности для применения больших данных в образовательной сфере.
Например, в последнее время все большую популярность получают облачные технологии и системы хранения данных, которые позволяют обрабатывать и хранить большие объемы данных с меньшими затратами на оборудование. Это дает возможность образовательным учреждениям ис-
пользовать большие объемы данных в своих исследованиях и практической деятельности без необходимости вложения значительных средств в оборудование.
Кроме того, развитие машинного обучения и искусственного интеллекта открывает новые перспективы для применения больших данных в образовании. Новые алгоритмы и технологии машинного обучения могут помочь преподавателям и администрации образовательных учреждений в анализе данных, а также в разработке персонализированных образовательных программ и рекомендаций для студентов.
Также стоит отметить, что большие данные в образовании могут помочь не только в повышении качества образования, но и в экономии ресурсов. Анализ данных может помочь улучшить управление образовательными программами, оптимизировать использование ресурсов и повысить эффективность учебных процессов.
Перспективы использования больших данных в образовании обширны и включают в себя развитие новых технологий и инструментов для анализа и использования данных, повышение качества образования и экономию ресурсов.
Таким образом, использование больших данных может значительно повысить эффективность образовательного процесса. Анализ данных позволяет выявлять сильные и слабые стороны студентов, предсказывать успеваемость, определять оптимальный подход к обучению и оценке знаний. Кроме того, использование данных может помочь улучшить управление образовательными учреждениями, принимать более обоснованные решения в области образования и развития.
Однако использование больших данных также сталкивается с некоторыми проблемами, такими как защита данных и конфиденциальность, а также недостаток подготовленных специалистов, способных работать с данными.
Несмотря на эти проблемы, перспективы использования больших данных в образовании остаются многообещающими. Развитие технологий и инструментов для анализа данных позволит более эффективно использовать информацию для улучшения качества образования. Кроме того, обучение студен-
тов навыкам работы с данными может стать важным элементом подготовки карьеры в современном мире.
Таким образом, можно заключить, что использование больших данных в образовании может принести множество преимуществ, но требует решения ряда проблем и развития технологий и навыков специалистов.
Развитие темы больших данных и их применения в образовании является очень перспективным направлением. Современные технологии и доступность большого количества данных позволяют использовать их для улучшения качества образования.
Одной из перспектив развития темы является увеличение количества образовательных учреждений, которые будут использовать данные для оптимизации обучения и оценки знаний студентов. Большинство университетов уже начало внедрять системы анализа данных, и, вероятно, это направление будет развиваться в ближайшем будущем.
Еще одним направлением развития может стать использование больших данных в образовании для предсказания потребностей
в рабочей силе. Анализ данных может помочь прогнозировать изменения в спросе на определенные профессии, что может помочь учебным заведениям подготовить необходимую квалифицированную рабочую силу для будущих требований рынка.
Кроме того, развитие технологий анализа данных, таких как машинное обучение и искусственный интеллект, может привести к более точному анализу данных и предоставлению более точных прогнозов успеваемости студентов.
Наконец, развитие образовательных программ, связанных с обработкой и анализом данных, может помочь подготовить специалистов в этой области. Эти специалисты смогут развивать новые методы и технологии, которые помогут внедрять анализ данных в образовательный процесс.
Перспективы развития темы больших данных и их применения в образовании очень обнадеживающие. Это направление будет продолжать развиваться и, возможно, станет ключевым фактором для улучшения качества образования и подготовки карьеры в современном мире.
Список литературы _
1. Бахтеева Н. Б., Куликова И. А. Применение методов анализа больших данных в образовании: опыт и перспективы // Образование и наука в современном мире. 2017. № 3(30). С. 90-97.
2. Болдырева Л. И., Легостаева, И. С. Применение больших данных в управлении образовательными программами // Образовательные технологии и общество. 2019. № 22(1). С. 88-95.
3. Григорьев С. В., Широкова, Е. В. Использование методов анализа больших данных для оценки эффективности образовательной деятельности // Информационные технологии в науке, образовании, и производстве. 2018. № 1(19). С. 14-19.
4. Захаров В. В., Курбатов, С. А. Использование больших данных в управлении образовательной организацией // Научно-методический электронный журнал «Концепт». 2017. № 23. С. 218-223.
5. Макаров А. В., Кузьмин А. В. Применение больших данных в управлении образовательными процессами // Менеджмент в России и за рубежом. 2017. № 5(5). С. 49-57.
6. Михеева И. А. Применение больших данных в управлении качеством образования // Инновации в образовании. 2019. № 4(32). С. 96-104.
7. Субботина И. Ю., Буров А. Ю. Анализ больших данных в управлении образовательными процессами // Информатизация образования и науки. 2018. № 1(34). С. 67-72.
8. Шестакова Е. В., Кузнецов А.А. Применение анализа больших данных в системе образования // Образовательные технологии и общество. 2018. № 21(1). С. 89-98.
References _
1. Bakhteeva N. B., Kulikova I. A. Application of big data analysis methods in education: experience and prospects. Education and science in the modern world. 2017. No. 3(30). Pp. 90-97.
2. Boldyreva L. I., Legostaeva, I. S. The use of big data in the management of educational programs. Educational technologies and society. 2019. No. 22(1). Pp. 88-95.
3. Grigoriev S. V., Shirokova, E. V. Using big data analysis methods to evaluate the effectiveness of educational activities. Information technologies in science, education, and production. 2018. No. 1(19). Pp. 14-19.
4. Zakharov V. V., Kurbatov, S. A. The use of big data in the management of an educational organization. Scientific and methodological electronic journal "Concept". 2017. No. 23. Pp. 218-223.
5. Makarov A.V., Kuzmin A.V. Application of big data in educational process management. Management in Russia and abroad. 2017. No. 5(5). Pp. 49-57.
6. Mikheeva I. A. Application of big data in education quality management. Innovations in education. 2019. No. 4(32). Pp. 96-104.
7. Subbotina I. Yu., Burov A. Yu. Analysis of big data in the management of educational processes. Informatization of education and science. 2018. No. 1(34). Pp. 67-72.
8. Shestakova E. V., Kuznetsov A.A. Application of big data analysis in the education system. Educational technologies and society. 2018. No. 21(1). Pp. 89-98.
