Дидактическая инженерия как метрико-ориентированная методология инженерного образования Текст научной статьи по специальности «Науки об образовании»

Дидактическая инженерия как метрикоориентированная методология инженерного образования

Старыгина Светлана Дмитриевна доцент, к.п.н., доцент кафедры информатики и прикладной математики, Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 svetacd [email protected]

Нуриев Наиль Кашапович профессор, д.п.н., заведующий кафедрой информатики и прикладной математики, Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 nurievnk@mail. га

Аннотация

Приводится модель организации метрико -ориентированного природосообразно-развивающего обучения. Фундаментальная часть модели сформирована как единое «ядро», основанное на результатах Яна Коменского, С. Л. Рубинштейна, Л. С. Выготского, А. Н. Леонтьева, Л. В. Занкова. С нашей стороны разработана и обоснована необходимость введения мер сложности учебных проблем, организации пространства учебных проблем, развития специальных способностей, метрических шкал для объективной оценки уровня развития будущего инженера, а также показана необходимость «глубокой» автоматизации учебного процесса с использованием инженерных методов и информационных технологий.

Consider a model of the organization of developmental education in metric format. The fundamental part of a model has been formulated by scientists: Jan Comenius,

S.L. Rubinstein, L. S. Vygotsky, A. N. Leontiev, L. C. Zankov. We have founded and developed: the need to introduce measures of the complexity of educational problems, organizing space of learning tasks, development of special abilities, metric scales for the objective assessment of the level of development of the future engineer. Shows the need for automation of the educational process with the use of engineering methods and information technologies.

Ключевые слова

поле компетенций, пространство проблем, дидактическая система, сложность проблем, дидактическая инженерия, метрико-ориентированная методология field of competence, space of problems, didactic system, complexity of the problems, didactic engineering, metric-oriented methodology

Введение

Как следует из источника [1] впервые попытки применить инженерный подход к дидактике были сделаны в 90 - е годы в европейских странах на примере дидактики математики (Douady, Artigue &Pemn-Glorian, 1991, Artigue, 1992). В России 2005 году Логинов И.И. проанализировал состояние дидактического знания и предложил в дидактике выделить область знания - дидактическую инженерию, определяющую основные принципы организации процесса обучения. Весомый вклад

в разработку основ дидактической инженерии, в том числе и в России внес профессор Техасского университета Чошанов М.А.

Сегодня образовательное пространство уже базируется на техногенной реально-виртуальной среде, которая позволяет многократно интенсифицировать процессы обучения и профессионального развития студента. Разумная интеграция педагогики, психологи, инженерии, информационных технологий в образовании объективно зарождают новую методологию обучения, которая называют дидактической инженерией. Следует особо подчеркнуть, что в рассматриваемом случае, за счет адаптации технологий из инженерии и информационных технологий в дидактических целях, методология дидактической инженерии сформировалась раньше, чем в целом эта область знаний.

Очевидно, что один специалист отличается от другого не только набором компетенций, которыми он обладает, но и качеством их обладания, т.е. умением разрешать проблемы большой сложности в рамках этих компетенций. В инженерии множество проблем прогнозируемые, поэтому сложность решения этих проблем можно оценить заранее в метрических единицах, например, на основе заключений экспертов. Исходя из этого, объективной мерой уровня развития профессиональных способностей инженера можно считать сложность проблем, которые он умеет решать. Из сказанного следует, что на практике в системах инженерного образования можно сформировать специальные базы учебные проблем с указанием их сложности [2-4], а затем через умения их надежно решать судить об уровне развития специальных способностей студента. Таким образом, в системах дидактической инженерии можно и нужно внедрить категорию сложность проблем с метриками их сложности, т.к. впоследствии это дает возможность объективно оценить потенциал будущего инженера. Разумеется, что введения в дидактическую систему понятия учебной проблемы с измеренной сложностью порождает целый ряд сопутствующих вопросов. Например, таких как: какие специальные способности, необходимо развивать, чтобы научиться разрешать проблемы; как измерить уровень развития этих способностей; как измерить глубину усвоенных знаний, которые в качестве ресурсов необходимы для развития специальных способностей и разрешения проблем. В целом, можно сказать, что введение в дидактическую систему понятия учебной проблемы с измеренной сложностью порождает новую метрикоориентированную технологию обучения, которая является неотъемлемой частью методологии дидактической инженерии.

Дидактическая инженерия как инновационная методология для разработки эффективных дидактических объектов

Методологию можно рассматривать как науку об организации, ведении и оценки результатов какой - либо деятельности. В этом контексте дидактическая инженерия призвана ответить на вопрос: как проектировать эффективные, надежные, самоактуализируемые дидактисеские системы и технологии, а также поддерживающее их в виртуальном пространстве программное обеспечение для подготовки инженеров. Таким образом, дидактическую инженерию можно представить как общее руководство совокупностью работ с технологиями, включающими анализ, проектирование, конструирование дидактических объектов (учебников, учебных пособий, уроков, реальных и виртуальных учебных курсов, систем диагностики), позволяющих добиться эффективного результата обучения, используя достижения педагогики, психологии в интеграции с инженерией и информационными технологиями. Следует особо отметить, что такая интеграция

порадила качественно новую методологию, в рамках которая уже имеется возможность разрабатывать обучающие «умные» системы, т.е. smart- системы.

Метрическое пространство учебных проблем

Рассмотрим множество (ПК - профессиональных, ОК - общекультурных) компетенций, определенных по стандарту для подготовки инженеров по конкретному направлению подготовки. В исследовательских целях построим модель, в которой каждое направление с названием компетенции изображается в виде вектора. В совокупности пучок векторов с центром в точке 0 организует многомерную номинальную шкалу, которую назовем полем компетенций. На практике это поле компетенций, определяет профиль подготовки будущего инженера (рис. 1).

Рис. 1. Модель (номинальная шкала) поля компетенций, определяющий профиль подготовки инженера

На поле компетенций, рассмотрим множество учебных проблем различной сложности, через решения которых на фоне усвоения соответствующих знаний ведется подготовка будущего инженера по освоению каждой компетенции в рамках дидактической системы. В рассматриваемом случае предполагается, что сложность каждой учебной проблемы каким-то способом оценено в метрической системе. На поле компетенций расположим это множество учебных проблем по возрастанию сложности. Причем, чем сложнее учебная проблема, тем она дальше будет находиться от точки центра 0. На поле компетенций рассматриваются проблемы, как в рамках какой-то компетенции, так и проблемы между многими компетенциями в разных сочетаниях (рис. 2).

В целом, сортированное по возрастанию сложности, множество учебных проблем, построенное на поле компетенций, назовем метрическим пространством учебных проблем (МПУП) специальности. На рисунке 2 приводится модель МПУП специальности.

Рис.2. Модель пространства учебных проблем специальности

В рамках построенной модели может быть сформулированы цели и задачи студента следующим образом: в ходе учебной деятельности усвоить знания, на фоне которых развить специальные способности до уровней достаточных для решения проблем из МПУП.

Метрико-оцененная «зона ближайшего развития (ЗБР)» студента

Понятие ЗБР было введено известным психологом Л. С. Выготским. По смыслу ЗБР - это расхождение между уровнем актуального развития способностей (оценивается сложностью самостоятельно решаемых проблем студентом) и уровнем потенциально возможного его развития (оценивается сложностью проблем, которые студент может понять и решить на рассматриваемый момент при оказании ему помощи) [5].

Допустим, каждая проблема из МПУП оценено по сложности в метрических единицах. Введем интервалы сложности проблем с номерами 1, 2, 3, ... и в зависимости от этих номеров разобьем все множество МПУП на абстрактные кластеры проблем с соответствующими номерами 1, 2, 3, . . В дидактической

системе эти кластеры проблем будут представлять собой средство для быстрого развития специальных способностей студента через его «зоны ближайшего развития». Обозначим эти кластеры проблем через ПБР(1), ПБР(2), ... ПБР(п). Таким образом, кластер ПБР(1) содержит проблемы ближайшего развития, предназначенные для развития способностей студента только до начального (первого) уровня. Кластер ПБР(2) - до следующего второго уровня и т.д. Разумеется, это делается для того, чтобы в последующем через эти кластеры проблем можно будет организовать подготовку инженеров по специальной технологии быстрого развития способностей. На рис. 3 приводится модель МПУП специальности с выделенными там кластерами проблем для быстрого развития способностей студента. Причем, каждый кластер имеет свой номер: 1, 2, 3, ... .

Рис. 3. Модель пространства учебных проблем специальности с выделенными кластерами ЗБР(*) для быстрого развития способностей студента

В целом, развитие студента происходит по следующему сценарию. Допустим, на рассматриваемый момент ПБР(1) уже освоен и является его зоной актуального развития (ЗАР) способностей студента, т.е. он способен самостоятельно решить все проблемы из этого кластера. Тогда ПБР(2) содержит проблемы, которые обеспечат его дальнейшее развитие, т.е. проблемы рассматриваемой сложности являются ресурсом его «зоны ближайшего развития». Далее, в кластере проблем ПБР(2) он развивает способности, добывая (усваивая) знания в процессе решения проблем из этого кластера. Разумеется, через некоторое время (зависит от глубины усвоенных знаний и скорости развития способностей студента) ЗБР студента трансформируется в его ЗАР и этот процесс может повторяться бесконечно, т.е. развитие способностей студента идет по спирали и всегда через ЗБР [6].

Основные параметры - характеристики уровня развития способностей студента

Любая проблема человеком решается через деятельность с макрооперациями 1, 2, 3 по следующему сценарию [7, 8].

1. Проблема из любого поля компетенций формализуется человеком в ментальную модель в его когнитивной сфере. Причем, валидность (адекватность) этой модели во многом зависит от глубины (характеризующий параметр 2) его знаний и уровня развития формализационных (характеризующий параметр А) способностей на рассматриваемом поле компетенций. В результате такой субъективной формализации, любую проблему человек в меру своего уровня развития А- способностей, преобразует в известные для себя задачи, которые ему необходимо решить для разрешения проблемы в целом.

2. Для решения полученных на предыдущей операции задач, человек, насколько позволяет его развитие, строит план (алгоритм) их решения. Очевидно, эффективность этого плана зависит от глубины (характеризующий параметр 2) знаний человека и уровня развития его конструктивных (характеризующий параметр В) способностей.

3. Полученный на прядущей операции план-алгоритм решения задач, человек с разной эффективностью (как может) в зависимости от глубины (характеризующий параметр 2) своих знаний и уровня (характеризующий параметр C) развития исполнительских способностей реализует план-алгоритм в среде.

В целом, можно утверждать следующее:

1. Каждый человек от рождения обладает АВС способностями как общими способностями. Причем, АВС способности рассматриваются не только как общие, но и как специальные, т.е. специально развитые на базе практики и знаний в определенной предмедной области способности через подготовку для решения профессиональных проблем в рамках какой-то компетенции.

2. Эффективность результата деятельности инженера по решению проблем разной сложности из какой-то компетенции во много зависит от уровня развития АВС способностей и глубины 2, усвоенных им знаний, т.е. эффективность результата зависит от комплекса значений четырех характеристических параметров А, В, С, 2.

Следует особо подчеркнуть, что параметры А, В, С, 2 взаимосвязаны и при разрешении проблем из поля компетенций в синергии влияют на результат. Причем, в зависимости от состояния их значений, синергетический эффект может быть как положительной, так и отрицательной.

Корреляция между ЗБР студента и сложностью решаемых им проблем

На большой выборке (больше 1000) установлена корреляционная связь (коэффициент корреляции 0.87) между номером ЗАР в процессе развития студента и значениями комплекса его параметров A, B, С, Ъ [5]. На практике эта связь проявляется так: например, студент имеет конкретные значения параметров А = а3, В = Ь3, С = с3, Ъ = 73 , тогда его ЗАР с высокой вероятностью позволят ему разрешать проблемы из кластеров с номерами не более чем 3. При этом ЗБР у него разовьется до ЗАР быстро только в ходе разрешении проблем из кластера с номером 4 (рис. 4).

ПК(3 )

Рис. 4. Модель соответствия номера ЗАР со значениями параметров А, В, С, Z

студента

Номинально - метрическая шкала на поле компетенций для оценки академической компетентности выпускников

Для объективной оценки подготовленности (качества) выпускников необходима специально разработанная шкала, которая характеризовала бы следующее: 1) готовность к профессиональной деятельности на поле компетенций, востребованное в индустриальной инженерии; 2) уровни развития АВС способностей и глубину знаний, позволяющих разрешать проблемы требуемой сложности из этого поля компетенций. Из сказанного следует, что полнота, целостность МПУП дидактической системы в основном определяет потенциальную (возможную) полноту и целостность знаний и возможность достижения требуемого уровня умений будущего инженера, т.е. его готовность разрешать сложные профессиональные проблемы. Поэтому на основе разработанной модели метрического пространства учебных проблем специальности может быть создана комбинированная номенально -метрическая шкала (НМШ) для оценки состояния академической компетентности выпускников (рис. 5). Основная идея оценки состояния развития на этой шкале состоит в следующем. По результатам подготовки определяется ЗБР студента на рассматриваемый момент обучения (заштрихованная зона) и если его ЗБР «близко» к ЗБР востребованного в индустрии инженера в данном направлении (экспертная оценка), то этот студент потенциально готов в академическом смысле к профессиональной деятельности. Разумеется, что исходя из этих метрик, уже можно

говорить о компетентности и конкурентоспособности будущего инженера.

ПК(3 )

Рис.5. Эпизод актуального состояния ЗБР студента на номинально -

метрической шкале

Уровень развития АВС способностей и глубину Ъ усвоенных студентом знаний в рамках одной компетенции определяется на шкале качества владения компетенцией (КВК). Конкретно, как ведутся эти оценки приводится в работе [5].

Детерминирующие факторы и механизм быстрого развития АВС способностей студента

Как следует из психологии [10] скорость развития АВС способностей студента в основном зависит от трех детерминирующих факторов: наследственности, среды и активности. В работе [6] показано, что студент от рождения в качестве задатка имеет определенный потенциал развития и устойчивый порядок доминирования АВС способностей, т.е. у людей встречается шесть порядков доминирования этих способностей: АВС, АСВ, ВАС, ВСА, САВ, СВА и этот порядок в процессе обучения, как правило, не меняется, т.е. устойчив. Также можно отметить, что закономерности и темпы развития АВС способностей у всех людей разные, например, у одних близко к равномерному, а у других к скачкообразному, но в целом, уровень развития АВС способностей происходит не по линейному закону. Что касается значимости фактора активности в учебной деятельности, то следует отметить, что тип врожденного темперамента, (холерик, сангвиник, флегматик, меланхолик) влияет на успешность студента, т.е. значимо влияют на формат и темп развития АВС способностей. Статистика так же не отрицает, что кроме темперамента на активность студента значимо влияет мотивация учебной деятельности и административный прессинг [11].

В качестве основного инструмента развития АВС способностей выступает специально сформированная учебная проблемная среда, которая поддерживается дидактической системой. Причем, проблемы в этой среде организованы в базы учебных проблем (БУП) и студенту эти проблемы для решения «подаются» по возрастанию сложности в соответствии с его ЗБР. Как следует из результатов статистических данных, только определенная технология их подачи на фоне доступно предложенных для их решения поддерживающих знаний, сформированных как база знаний (БЗ), может обеспечить быстрый рост АВС способностей. Следует отметить, что эти результаты согласуются с ранее полученными результатами Л.В. Занкова «обучение на пределе возможностей». Как отмечали известные советские психологи и педагоги (Рубинштейн С.Л., Выготский Л.С., Леонтьев А.Н.), деятельность внутренняя вытекает из внешней путем ее интериоризации, т.е. для успешного воспроизведения какого-то действия в уме нужно обязательно освоить его реально. Рассмотрим модель, как происходит приращение уровня развития АВС способностей студента в его когнитивной сфере на фоне внешней деятельности, организованного в рамках дидактической системы (рис. 6).

УПРАВЛЕНИЕ

Рабочие

программы

Развитие АВС способностей и усвоениезнаний

ВХОД^

Студент

до

подготовки

ВНЕШНЯЯ ДЕЯТЕЛЬНОСТЬ по разрешению учебных проблем, организованная в рамках дидактической системы с целью приобретения умений и усвоения знаний

е

1 Я

2 * ё я к

л

а

8

СС

Технические и программные средства

От

С

ВНУТРЕННЯЯ ДЕЯТЕЛЬНОСТЬ Развитие АВС способностей и углубление (7) знаний происходит постепенно по мере возрастания сложности решаемых проблем по следующим правилам: А=А+Д а; Б=Б+АЬ; С=С+ Ас; 7=7+ Д

7

а

С

БЗ

БУП

ВЫХОД

Студент

после

подготовки

Материалы для диагностики глубины усвоенных знаний и уровня развития АВС способностей (умений)

МЕХАНИЗМ (РЕСУРСЫ)

Рис. 6. Функциональная модель подготовки инженера в метрическом компетентностном формате

В модели показано, что ВХОД преобразуется (трансформируется) в ВЫХОД согласно УПРАВЛЕНИЮ с помощью МЕХАНИЗМА. Эта трансформация происходит следующим образом:

1. На ВХОД дидактической системы «подается» студент до подготовки, у которого ненулевой уровень развития АВС способностей на рассматриваемом поле компетенций и глубины (2) усвоенных знаний в соответствующей предметной области. Количественно этот уровень характеризуется показателями: А = а1, В = Ь1, С = сь 2=71 (см. рис. 5).

2. Согласно цели, на ВЫХОДЕ системы должен «появится» студент после

подготовки, с характеризующими его показателями А = а5, В = Ь5, С = с5, 2=75 (см. рис. 5). При этом, разумеется, что цель может быть достигнута только в случае эффективной организации УПРАВЛЕНИЯ (руководство - рабочая программа) и построенного под это управление МЕХАНИЗМА (ресурсы: преподаватель,

технические и программные средства, БЗ, БУП, материалы для диагностики).

3. ВНЕШНЯЯ ДЕЯТЕЛЬНОСТЬ организована по следующей технологии обучения. Необходимая для обучения проблемная среда, создается на поле компетенций согласно рабочей программе и поддерживается двумя взаимосвязанными базами: БЗ - база знаний (теоретический материал для решения учебных проблем из поля компетенций); БУП - база учебных проблем (материал для практики по разрешению проблем из поля компетенций (см. рис. 2)). С целью

создания условия для быстрого усвоения теоретического материала с учетом ЗБР студента, БЗ имеет двухступенчатую структуру (рис. 7).

Рис. 7. Структура организации БЗ

В целом, ВНЕШНЯЯ ДЕЯТЕЛЬНОСТЬ организуется и управляется преподавателем с помощью технических средств, так же специально организованной БУП. Структура организации БУП приводится на рисунке 8.

БУП

Проблемы с Проблемы с Проблемы с

доминирующем доминирующей доминирующей

сложностью сложностью сложностью

типа А типа В типа С

* * *

ЗАР - зона Задачи Задачи Задачи

актуального сложности сложности сложности

развития а1 (час/раб) Ь1 (час/раб) с1 (час/раб)

_ _ _ - -V- - — - V - ■ _ -V- _ —

ЗБР (1) - зона Задачи Задачи Задачи

первого сложности сложности сложности

ближайшего а2 (час/раб) Ь2 (час/раб) с2 (час/раб)

развития " -V" - — " V " м,. _ —

ЗБР(2) - зона Задачи Задачи Задачи

второго сложности сложности сложности

ближайшего а3 (час/раб) Ь3 (час/раб) с3 (час/раб)

развития _ . 1 1 1

• • • • • • • • •

" *

ближайшего Проблема Проблема Проблема

развития

Рис. 8. Структура организации БУП

4. ВНУТРЕНЯЯ ДЕЯТЕЛЬНОСТЬ представляет собой функционал от внешней деятельности, т.е. ВНЕШНЯЯ ДЕЯТЕЛЬНОСТЬ в когнитивной сфере преобразуется во ВНУТРЕННЮЮ ДЕЯТЕЛЬНОСТЬ, в результате которой повышается уровень развития АВС способностей и глубина (2) усвоенных знаний. Повышение уровня развития АВС способностей (А = А + Да, В = В +ДЪ, С = С + Дс) происходит по спирали только на фоне приращения знаний (2 = 2 + Д7) и в результате активной внешней деятельности, т.е. повышения уровня АВС способности возможно только в динамике (в работе).

Структура организации подготовки инженеров в метрическом компетентностном формате (МКФ)

Технологию подготовки инженеров в метрическом компетентностном формате можно представить как совокупность, состоящую из двух взаимосвязанных технологий: технология обучения в МКФ, технология диагностики в МКФ [2]. В этом формате подготовка проходит с обязательной дистанционной (электронной) поддержкой. Структура организации ресурсов, т.е. виртуальные кабинеты преподавателей (ВКП), которые поддерживают электронную составляющую дидактической системы по какой-то, технической дисциплине приводится на рисунке

9.

I Рабочая программа I І

Календарный план работы студента

Т еоретический материал

Материал для диагностики знаний

Начальный Стандартный Начальный Стандартный

уровень уровень уровень уровень

1 1 1 1

Самоконтроль 1 Тест 1 (Задание 1)

Тема 1 ■» Тема 1

I I і

Тема n Тема n Самоконтроль n Тест n (Задание n)

1 1

Глоссарий. Вопросы для экзамена Итоговый тест (задания)

П р актический материал

Материал для диагностики умений

Тренинг

Начальный

уровень

I

Стандартный

уровень

Практика (лаб. работа) 1

Практика (лаб. работа) 1

Практика (лаб. работа) n

"Г

I

-L.

Практика (лаб. работа) n

Начальный

уровень

Само-конроль 1 Т I

-L.

Стандартный

уровень

Само-конрольn

Контрольная работа 1 Т

I

-L.

Контрольная работа n

Требования к способностям (умениям)

Итоговый контроль (портфолио)

Задание по возрастанию сложности по

каждой теме

логическое и временное соотвествие логическая связь

Рис. 9. Структура виртуального кабинета преподавателя (ВКП) по дисциплине

«Информатика»

На этом рисунке следует особо отметить, что начальный уровень - это упрощенный аналог учебного материала предусмотренного рабочей программой. Начальный уровень учебного материала в виртуальном кабинете преподавателя (ВКП) разрабатывается для самостоятельной работы студента, глубоко автоматизирован (smart подсистема) и предназначен для формирования «зоны актуального развития» студента [12, 13]. Этот уровень необходим для дальнейшего освоения учебного материал, предусмотренного рабочей программой.

Выводы

Выводы сделаны по результатам статистических данных, собранных за 10 лет использования и совершенствования системы для подготовки в МКФ инженеров по направлению «Информационные системы и технологии»

1. Реализованные в разных вариантах системы подготовки по различным техническим дисциплинам, построенные в рамках метрико - ориентированной технологии показывают устойчивый высокий результат.

2. Эффективность системы подготовки в МКФ во многом зависит от качества разработки теоретического материала (особенно «умного» начального уровня), БУП, системы тренинга и глубины автоматизации процесса обучения (от использования системы Moodle до разработки smart системы).

Литература

1. Чошанов М.А. Дидактика и инженерия. - М.: Бином. Лаборатория знаний, 2011. -248 с.

2. Нуриев Н.К., Журбенко Л.Н., Шакиров Р.Ф., Хайруллина Э.Р., Старыгина С.Д., Абуталипов А.Р. Методология проектирования дидактических систем нового поколения. - Казань, Центр инновационных технологий, 2009. - 456 с.

3. Нуриев Н.К., Старыгина С.Д. Эскизный проект дидактической системы природосообразно развивающего обучения // Альма-Матер - 2013. - № 3. - С.51-55.

4. Дьяконов Г.С., Жураковский В.М., Иванов В.Г., Кондратьев В.В., Кузнецов А.М., Нуриев Н.К. Подготовка инженера в реально-виртуальной среде опережающего обучения. - Казань: КГТУ, 2009. - 404 с.

5. Нуриев Н.К., Старыгина С.Д., Ильмушкин Г.М., Шайдуллина Н.К. Проектирование

дидактических систем нового поколения с использованием облачных технологий // Educational Technology & Society - 2013

(http://ifets.ieee.org/russian/periodical/journal.html) - V.16. - N 4. - С. 412-429 c. - ISSN 1436-4522.

6. Нуриев Н.К., Старыгина С.Д., Титов А.Н., Пашукова Е.В. Подготовка инженеров в дидактических системах нового поколения // Educational Technology & Society - 2011 (http://ifets.ieee.org/russian/periodical/journal.html) - V.14. - N 4. - С. 386-403 c. - ISSN 1436-4522.

7. Нуриев Н.К., Старыгина С.Д., Печеный Е.А., Гайфутдинов А.А. Технология подготовки инженера в метрическом компетентностном формате в реально-виртуальной среде развития // Educational Technology & Society - 2012 (http://ifets.ieee.org/russian/periodical/journal.html) - V.15. - N 4. - С. 569-590 c. - ISSN 1436-4522 (ВАК)

8. Нуриев Н.К., Старыгина С.Д. Цифровая модель деятельностного потенциала инженера // Альма-Матер - 2011. - № 10. - С.49-55.

9. Нуриев Н.К. Модель подготовки инженера на основе компетентностного подхода и принципа природосообразности (монография) // Educational Technology & Society -2009 (http://ifets.ieee.org/russian/periodical/journal.html) - V.12. - N 1. - 62 c. - ISSN 1436-4522.

10. Психология развития личности / под ред. А.А.Реана. - М.: АСТ, 2007. - 384 с.

11. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д., Фатыхов Р.Х. Проектирование квазиинтеллектуальных образовательных систем нового поколения // Educational Technology & Society - 2006 (http://ifets.ieee.org/russian/periodical /journal.html) - V.9. -N4,- 14 c. - ISSN 1436-4522.

12. Нуриев Н.К., Старыгина С.Д. Проектирование smart -системы для поддержки обучения «двойной диплом» // Вестник Казанского государственного технологического университета. - 2012. - № 19. - С.253-257.

13. Нуриев Н.К., Старыгина С.Д., Туркиниджрес Т.Т. Проектирование программного обеспечения природосообразно-развивающего обучения // Современные проблемы науки и образования. - 2012. - № 4; URL: http://www.science-education.ru/104-6703 (дата обращения: 18.07.2012).